5G是如何成为自动驾驶的最大变量？
2019年08月17日
评论数（0）
但新技术往往不够完美，短视的投机者纷纷撤离营造出一种赛道进入寒冬的景象；直到相关产业成熟、头部玩家探索出商业模式，新技术才再次迎来稳步爬升的光明期。
在科技行业过去 20 多年的发展中，这条“N”型曲线已经无数次地描绘出了新技术的发展路径。而放眼当下，如果将自动驾驶作为这条曲线的主角，它似乎正被 5G 推动着逐渐熬过谷底，开始迎来一波平稳上升。一边是 5G 从产学结合、标准制定到政策落地正逐步到位；前有去年 9 月，由高校、科研院所、通信与汽车制造企业、行业主管部门等行业在内 47 个成员组成的“5G自动驾驶联盟”成立，从行业整合切入 5G 和自动驾驶契合点的探索；后有今年 6 月，工信部发放商用牌照，“5G商用元年”正式到来。另一边则是头部玩家乘着 5G 的东风加速解决方案落地；3 月，京东物流宣布建设智能物流示范园区，重点以 5G 推动自动驾驶提升物流效率；7 月，国内首个 5G 自动驾驶开放道路场景示范运营基地重庆启用，长安开启 L4 级的自动驾驶示范运营；8 月，百度与一汽红旗合作的国内首批量产 L4 级自动驾驶出租车 Robotaxi-红旗E·界在长沙展开测试，支持“高速测试”的同时，测试范围更进一步达到 135 公里的城市开放测试道路和 100 公里高速公路。不难看出，之于亟待拓展应用场景的自动驾驶而言，5G 的加速铺开如同为其注入了一剂强心针，正加速其突破天花板从实验室走向商用的进程。站在当下，我们有必要透过表面的喧嚣，从底层入手看 5G 到底为自动驾驶带来了什么。
1
为自动驾驶发展松绑一个尴尬的事实是，尽管自动驾驶备受厂商、消费者关注，每年更有新技术、概念产品不断涌现，但当下真正能跑在路上的依然是 2015 年左右发展起来的辅助驾驶。在“造车新势力”的猛烈攻势下，传统厂商亦纷纷跟进，披上“自动驾驶”外衣的 L2 不仅成为中高端标配，甚至下探到 10 万级别的低端市场。实际上，以当下公认的美国汽车工程师协会（SAE）根据系统对于车辆操控任务的把控程度，将自动驾驶技术分为 L0-L5 级的标准而言，L2 仅能被称为“辅助驾驶”。L2 到底意味着什么？SAE 定义中，L2 只是“辅助驾驶”，它意味着“通过驾驶环境对方向盘和加减速中的多项操作提供支持，其余由人类操作。”比如，车道偏离辅助系统、城市预碰撞系统、弯道巡航辅助等。看上去很美好，但大多沦为鸡肋。一方面，并线观察、保持车道等作为科目一的内容早已融入行驶习惯中，很难为驾驶人员带来真正的体验提升；另一方面，囿于中国复杂的城市交通状况，辅助驾驶系统不仅不能为驾驶人员减轻负担，更可能因为“过于敏感”而频繁误报干扰驾驶，配备低端传感器的中低端车型尤甚。显然，这与人们想象中“双手放在脑后，惬意享受小憩时光”的自动驾驶相去甚远。那么，未能实现的“理想中的自动驾驶”到底是被什么因素“绑住”了？打个形象的比喻，如果将自动驾驶看作一位司机，它必须具备人类司机眼睛、大脑和手脚的能力，这正好对应自动驾驶自动的感知层、决策层和执行层。运行时，感知层的激光雷达、毫米波雷达、摄像头、超声波雷达、GNSS/IMU 们负责定位与传感。比如天气、路况、是否有事故发生、周围的障碍物和移动物体。决策层则是算法+芯片，通过收集感知层数据，分析环境并规划路线，最终下达指令给执行层，实现加减速、转向、刹车。多种传感器协作，一方面保证适应各种复杂路况以及系统冗余的同时，但另一方面也产生了大量数据，造成了两大难题：传输与计算。众所周知，汽车行驶中所有动作都必须在数毫秒内完成，稍有延误便可能造成事故。但一台传感器丰富的车一天积累的数据甚至却能达到几 TB。这意味着如果决策层车载，不仅满足计算需求的电脑将占去大量车内空间，更无法推动无人交通系统的基于大数据的不断学习进化，决策上云毋庸置疑。而据相关数据显示，即使决策上云，自动驾驶未来每秒也将传输多达 0.75 GB 数据量，每天总数据量高达 4000 GB，外加精确到毫秒级的动作，早已远超现有 4G 网络的理论上限。
2
为重构出行价值链提供动力可以这么说，自动驾驶其实是少有的，具备颠覆一个产业的能力，却被产业链中所有玩家积极拥护的新技术。这源于其具备的三大优势：安全、成本以及成为下一代计算平台的潜力。前两者很好理解。机器不会出现情绪化、注意力下降、疲劳驾驶等情况，大大减少了各种不确定因素；自动驾驶+共享经济，则极大提升了交通系统的利用率，从环保、效率角度降低了成本。如果说安全和成本是社会层面推动自动驾驶的源动力，那么 5G 所赋予其成为下一代计算平台的潜力，则通过重构汽车行业的价值链，重新定义了游戏规则。自动驾驶前装套件、出行服务、乘客经济三大万亿级市场机会，众多新玩家入局，但是传统车企则陷入焦虑。正如创办吉利的李书福曾如此解释车企发力出行的动机：“为什么制造商要做出行？你造的车是用于出行的，你不参与出行市场，你不知道造什么车。你会失去这个市场，可能沦为代工者。”这意味着，无法掌握数据的车企或许将在无人驾驶-智慧交通的进程中，逐步在“出行”这一价值链中丧失话语权沦为代工厂，这很大程度上导致了车企对于跨领域合作的担忧。
3
为未来城市人、车、路提供动脉聊完“人与车，有必要上升到“车与路”。背后的原因在于，大城市凭着集群效应成为经济创新发展引擎的同时，“大城市病”已经成为头号问题。解决的关键，便在于以 5G 作为数据传输动脉的自动驾驶与车路协同，背后原因有三：其一，智慧城市核心在于智慧交通；交通需求不断增加推动基础设施建设加快，但拥堵、污染、事故频发等问题难以根治，并已成为制约城市发展的瓶颈。其二，智慧交通能提升城市效率；通过自动驾驶+车路协同，以全局优化和智能调度实现整个交通系统的效率最优化，为整个城市的运行提速降低拥堵。其三，为城市规划提供顶层设计；通过每一辆接入其中的车辆不断积累的大数据，相关部门不仅能根据实时路况进行疏导调整，更能以此作为基础设施建设的指导。这引出的一个核心命题是：车路协同是自动驾驶的必经之路。纵观如今各大城市已经落地的所谓“智慧城市”项目，依靠的依然是摄像头或基础设施的传感器，更多只是交通部门提供辅助，而不能直接参与交通系统运作。车路协同，意味着通过路面、围栏、交通标志、信号灯等基础设施都具备向向车辆实现信息交互，单车智能在盲区感知、车与车之间通信协同、感知更远地方发生的事件的能力得以提升。实施的基础，在于利用基站与无线通信技术进行人、车、路之间的协同感应，也就是所谓的 V2X（Vehicle to Everything)，其必须依赖 5G 支持才能真正实现的边缘计算等技术。比如，在百度与长沙宣布共建“自动驾驶与车路协同创新示范城市”中便能看出，车路协同+自动驾驶正是实现智能城市的基础，正如百度高级副总裁王路在彼时透露：“自动驾驶和车路协同是百度探索智能城市建设的两个重要着力点，我们希望这次合作是一个成功的起点，未来百度不仅要助力长沙打造‘自动驾驶之城’，更希望能够全面发挥百度大脑、大数据、智能云等技术能力优势，助力长沙在智能城市建设上继续创新突破，共建‘智能之城’”。这基于百度相关底层技术与基础设施的深厚积淀，去年百度大会上，百度就推出了“ACE王牌计划”，展示了基于百度的自动驾驶Apollo、智能云、百度大脑等技术和能力的城市级平台生态。比如当时介绍的智能红绿灯全局控制系统，今年已在保定等地落地应用，实测能在早晚高峰将市民行程延误时间减少了 20%~30%，在缓解突发交通拥堵方面有显著效果。时隔半年，作为百度构建智能交通的 2 个关键技术之一的自主泊车（Valet Parking）也在上月的百度 AI 开发者大会公布了最新进展，从召唤车辆自动开出，到车辆自动进入车库停车，整个过程非常流畅：4