5G技术加速车联网落地！

以 5G 为代表的新一代信息通信技术为车联网提供了超低时延、超高可靠、超大带宽的无线通信保障和高性能的计算能力，借助于“人-车-路-云”的全方位连接和信息交互处理，车联网不仅可以方便用户在出行过程当中体验到娱乐导航、共享出行、车联网保险等信息服务，更重要的是车联网将为用户的行驶安全、出行效率以及未来的高等级自动驾驶服务提供支持。

一.5G下车联网技术发展重点

1、提升行驶安全和出行效率是当前应用发展重点：

车辆与车辆或者路侧基础设施之间，可以实现十字交叉路口碰撞预警、紧急刹车预警等车辆行驶安全应用。以十字交叉路口碰撞预警为例，车辆对外广播自身的类型、位置信息、运行状态、轨迹等基本安全消息，交叉路口其他方向车辆通过接收信息进行行驶决策。此外，通过路侧基础设施对路口的车辆、行人进行探测与分析，并将对应的结果进行广播，构建“全息路口”，也可以便于附近通行车辆更好的进行行驶决策。滴滴出行、启迪云控等企业正在北京、上海等地部署应用试验。

此外，经过联网化改造的交通灯或电子标志标识等基础设施可将交通管理与指示信息广播出来，实现诱导通行、车速引导、红绿灯或者限速提醒等出行效率提升和行驶安全应用。以诱导通行为例，交通灯信号机可将灯色状态与配时等信息实时传递给周围的行驶车辆，为车辆决策是否通过路口以及对应的通行速度提供相应依据，并且可以一定程度上避免闯红灯事故的发生。此外，救护车、消防车等特种车辆可将其身份、位置等信息发送至沿途其他车辆，令其让道让行，并向沿途信号机申请实现绿灯通行，保障快速到达任务现场。随着以上效率类场景不断普及，可进一步推动城市路口之间感知与控制信号的联动，构建城市级交通协同调度场景，提升整体道路通行效率。

2.支持高等级自动驾驶服务是应用未来演进方向

随着无线通信技术的不断演进，车联网应用也向着协同化和智能化发展，实现更高等级、复杂场景的自动驾驶服务。例如远程遥控驾驶，在 5G 网络的支持下，可以实时获取车辆的行驶状态和周边交通环境信息，通过发送指令控制远在几十、甚至几百公里之外的车辆，完成启动、加减速、转向等真实驾驶操作，可以应用于危险品以及矿区运输，也可以满足自动驾驶失效情况下人工远程介入的需求。美国卡特彼勒的综合性管理监控系统（MINESTAR）、日本小松的综合性矿山车队管理系统（AHS）等已实现无人采矿方案的商业部署。再如车辆编队行驶，利用 5G 通信的低时延、高可靠能力，同方向行驶的一队车辆通过相互间的直接通信而实现互联，车队尾部的车辆可以在最短时间内接收到头车的驾驶策略，进行同步加速、刹车等操作。

3.应用成熟度象限

高等级自动驾驶是车联网的终极应用，然而绝非一蹴而就，而是需要众多细分的应用持续积累突破，逐步提升行驶安全性和效率，才能尽可能接近最终的完全自动驾驶状态。每个细分的应用，都是行驶过程中常见的场景，每个场景都有造成交通事故的可能性。每解决一个场景的问题，行驶的安全性就能有所提升，而这一点一滴的提升，则是逐步强化产业界和用户对自动驾驶信心的基石。

按照技术特性和应用成熟度，可以将 C-V2X 支持实现的车联网应用大致划分为四个象限，如图 1 所示。技术特性高，说明从测试验证样品到可量产的产品还存在较大的技术难度；应用成熟度高，说明产业链、运营模式、管理制度和商业模式等已相对成熟。位居左上角顶端的是高等级自动驾驶，而位居右下角的是紧急呼叫预警 E-Call等。

（二）5G下车联网典型应用实践及价值链剖析

1、智慧路口协作通行

在众多城市路况中，以交叉路口最为复杂，不同方向上的车辆、非机动车、行人都要在有限的时间内通过交叉路口，因此交叉路口通常是交通事故频发地、通行效率的瓶颈。我国 30%的事故都发生在交叉路口、美国 36%、欧盟平均 43%、日本 42.2%。1 事故一旦发生，不仅造成人员伤亡，还会阻碍整个交叉路口的通行能力。针对交叉路口场景，车联网应用可以规划包含：闯红灯预警、绿1 《城市道路交叉口交通事故分析》波车速引导、协同启动、信号灯配时动态优化和路口车道动态管理等。

其中，闯红灯预警和绿波车速引导当前以提供预警信息为主，随着车辆智能化程度提升，以及 C-V2X 应用与 ADAS 融合，可以更多参与到车辆主动控制环节等。协同启动则已经实现了 C-V2X 与车辆控制的结合，排队等待车辆通过 V2V 通信与头车绑定，在信号灯由红变绿过程中，头车起步时排队等待车辆同步启动，解决了受制于人类反应速度和车辆加速时间的延迟，有效提升交通出行效率。2019 年 9月，世界物联网博览会期间，奥迪联合中国移动、华为、地平线等在无锡智慧交通示范区完成多项智慧路口的应用示范，包括信号灯信息显示、闯红灯预警及主动制动、路口协同启动、绿波车速显示、绿波引导车速巡航控制等。

在商业模式方面，仍处于全行业探索阶段。一方面是由于城市交通效率和安全类应用需要巨大的前期基础设施投入，包括采购安装感知设备与路侧单元、改造信号控制系统、部署 MEC 平台等；另一方面需要持续的维护和运营投入，包括人力成本和软硬件设备更新升级费用等。考虑车联网的跨行业属性特征，需要跨行业的管理、建设和运营主体充分的协同和分工，才能够找到车联网可持续的发展模式。

然而，具有路侧标志标识、车辆及交通状态等信息的交通运输、交通管理等传统行业相对较封闭、且属地化管理特征明显。因此城市交叉路口场景下的车联网建设和运营模式面临的外部环境有别于传统电信网络，其建设和运营模式仍需要进一步探索。

2.自动代客泊车

对大众消费者来说，在家和公司以外的场所停车一直是很大的难题。自动代客泊车（Automated Valet Parking， AVP）则是针对大众停车难、以及停车场管理等诸多痛点问题而设计实现的应用场景，当前主要方向包括车端解决方案和车场协同解决方案。车端解决方案，利用车载视觉或激光雷达等，通过低速自动驾驶技术，实现在限定区域（园区、地上停车场及地下停车场等场景）的自主代客泊车功能；

车场协同解决方案，则是依靠智能型停车场基础设施与车辆间的互联（V2I），安装在停车场内的传感器引导车辆行驶到车位，并在这一过程中监控车辆的行驶路径和周围环境，车辆则需要能够安全地把停车场基础设施发出的指令转化为驾驶操作指令，并在必要时及时制动汽车，参考架构示意如图 2 所示。相比较，车场协同解决方案的优点是对车辆的感知和智能化程度要求不高，只需要电子制动、自动换挡、电子助力转向及远程互联等基本功能；缺点则是对停车场的改造成本较高，在戴姆勒与博世公司共同研发场端 AVP 系统方案中，每 3 个车位需要设置 25 个单线激光雷达，所有路口均需设置监控摄像头，且停车场内必须覆盖超低延迟的网络。2019 年 7 月，戴姆勒与博世公司在德国的 AVP 测试项目，正式获得了斯图加特与巴登-符腾堡州政府的特殊许可，将在梅赛德斯-奔驰博物馆停车场投入使用。

场端自动代客泊车系统参考架构

在商业模式方面，自动代客泊车有两大推动主体：整车厂和停车场，产业链围绕两大推动主体展开，AVP 产业链结构行为特征如上图所示。从整车厂视角，AVP 可以作为智能网联汽车的选装功能项进行销售，在改造过的相应停车场进行适用。从停车场视角，AVP 则是代客泊车服务的智能化升级，可在停车费之余收取额外费用，节约代客泊车的人力成本。

AVP 产业链结构及行业特征

3.高速公路车辆编队行驶

高速公路场景下的车辆编队行驶可以降低空气阻力省油。当前后车距接近时，两车之间形成气流真空区，不会产生气流涡流，能降低空气阻力。根据北美货运效率委员会数据，能至少节省 10%的油耗。不仅如此，车辆编队行驶还能有效降低劳动强度。长途货运卡车通常需要 2 名司机轮流驾驶，通过车辆编队行驶，只有头车需要司机专心驾驶，跟随车辆几乎不需要人类驾驶员接管，给司机提供更多休息时间，车队司机人数也可适当减少。

目前有两类厂商在积极探索车辆编队行驶应用。一类是汽车厂商，如奔驰、戴姆勒、上汽、北汽、长安等；另一类是专注于研发卡车自动驾驶解决方案的公司，如 OTTO、图森未来、长沙智能驾驶研究院、主线科技等。2016 年 4 月，奔驰、沃尔沃、曼恩、斯堪尼亚、达夫和依维柯参与了世界首次跨边境卡车编队行驶挑战赛，开启了车辆编队行驶产业化研发序幕；2019 年 5 月，我国东风商用车、福田、中国重汽三家企业共同参加了在天津举行的自动驾驶汽车列队跟驰标准公开验证试验。2019 年 11 月，由上汽集团、上港集团、中国移动合力打造的上海洋山深水港智能重卡示范运营项目，在洋山港物流园、东海大桥、洋山一期码头内，实现集装箱智能转运，这也是国际上首次实现 5G+自动驾驶重卡商业化落地。

高速公路场景下的车辆编队行驶在商业模式方面已初具模型。一种是基于自身的智能驾驶能力，为物流公司提供更高效的运输外包服务，如图森未来；另一种是为物流公司提供智能驾驶解决方案，包括改装过的卡车、智能驾驶系统、云控平台等，如长沙智能驾驶研究院。运输外包服务模式更适合人力成本高昂、劳动力短缺的美国市场，而智能驾驶解决方案模式收费清晰，更适合国内市场。相关模式商业模式逻辑示意如图 所示。

车辆编队行驶的商业模式分析

4.智慧矿山网联自动驾驶

智慧矿山网联自动驾驶是指通过 5G、大数据、MEC 等新一代信息通信技术，实现对矿区环境下的车、人、物、路、位置等资产进行有效的智能监控、调度、管理、协同，提升智能化程度和安全生产水平，降低人工和油耗成本。在矿山环境下，从开采到运输的各环节存在诸多痛点，如安全事故频发、矿车司机招聘困难，以及管理运营成本高昂等，对于网联自动驾驶的需求迫切。与此同时，由于矿区独特的工况条件，如人员严格管控、矿车行驶限速严格控制、行驶路线固定等，使得网联自动驾驶实现相对较容易。综合考虑上述两方面原因，

适合在矿山等封闭环境下优先考虑推广网联自动驾驶应用。智慧矿山网联自动驾驶解决方案架构如图所示，需要进行感知基础设施和网联设备的部署安装。首先，需要在道路沿线安装 C-V2X路侧单元、MEC 平台等，为矿卡提供无线通信和计算能力。矿卡端则需要能支持 LTE-V2X、NR Uu 网络通信，同时还需要安装前视摄像头、激光雷达、毫米波雷达、高精度 GNSS 等传感器。同时，在云端需要建设车联网云控基础服务平台，为车辆提供定位、高精地图更新、故障监测、智能调度等功能。

目前有两类厂商在积极探索智慧矿山网联自动驾驶，并在国内多个矿区开展应用示范，相关工作布局如图 7 所示。一类是矿卡整车厂，如小松、跃薪智能、徐州重工、三一重工等；另一类是矿卡智能驾驶解决方案供应商，如慧拓智能、踏歌智行、长沙智能驾驶研究院等。跃薪智能与华为积极合作在洛阳钼矿开发远程遥控驾驶挖机。慧拓智能在内蒙、山西与多方联合建立智慧矿山自动驾驶综合创新示范中心并落地实施。踏歌智行在 2018 年 8 月联合中国移动、华为在包头的白云鄂博稀土矿区开展的应用示范，完成了 MT3600B、NTE150T、同力 90T 宽体车的无人化改造。

国内企业积极探索智慧矿山网联自动驾驶工作

智慧矿山网联自动驾驶的商业模式相对清晰，由智能驾驶解决方案供应商牵头，提供整体解决方案给矿山开采公司，示意如图所示。开采公司需要巨大的前期投入，改造矿车、建设矿上“云管端”基础设施等，但后续通过省去的矿卡司机年薪、社保等费用逐步收回成本。智慧矿山网联自动驾驶的模式还可复制到其他特定工况，如港口、码头、科技园区等相对封闭场景