車聯(lián)網(wǎng)網(wǎng)聯(lián)自動駕駛白皮書-D

1、車聯(lián)網(wǎng)網(wǎng)聯(lián)自動駕駛白皮書目錄 HYPERLINK l _bookmark0 一、網(wǎng)聯(lián)自動駕駛的內(nèi)涵1 HYPERLINK l _bookmark1 二、網(wǎng)聯(lián)自動駕駛的需求及典型應(yīng)用2 HYPERLINK l _bookmark2 （一）單車智能自動駕駛發(fā)展現(xiàn)狀2 HYPERLINK l _bookmark3 單車智能自動駕駛應(yīng)用尚未成熟2 HYPERLINK l _bookmark4 單車智能自動駕駛?cè)悦媾R諸多風(fēng)險3 HYPERLINK l _bookmark5 （二）單車智能自動駕駛的挑戰(zhàn)和網(wǎng)聯(lián)需求4 HYPERLINK l _bookmark6 環(huán)境感知的挑戰(zhàn)和網(wǎng)聯(lián)需求4 HYPERLIN

2、K l _bookmark7 計算決策的挑戰(zhàn)和網(wǎng)聯(lián)需求5 HYPERLINK l _bookmark8 控制執(zhí)行的挑戰(zhàn)和網(wǎng)聯(lián)需求6 HYPERLINK l _bookmark9 （三）網(wǎng)聯(lián)自動駕駛的典型應(yīng)用7 HYPERLINK l _bookmark12 三、網(wǎng)聯(lián)自動駕駛的技術(shù)體系架構(gòu)10 HYPERLINK l _bookmark13 （一）網(wǎng)聯(lián)自動駕駛的技術(shù)體系視圖10 HYPERLINK l _bookmark14 全局視圖下的網(wǎng)聯(lián)自動駕駛技術(shù)體系10 HYPERLINK l _bookmark16 智能網(wǎng)聯(lián)汽車視角下的網(wǎng)聯(lián)自動駕駛技術(shù)體系12 HYPERLINK l _bookmar

3、k18 信息通信視角下的網(wǎng)聯(lián)自動駕駛技術(shù)體系13 HYPERLINK l _bookmark20 交通與交管視角下的網(wǎng)聯(lián)自動駕駛技術(shù)體系14 HYPERLINK l _bookmark22 網(wǎng)聯(lián)自動駕駛技術(shù)體系的三向視圖15 HYPERLINK l _bookmark24 （二）網(wǎng)聯(lián)自動駕駛的協(xié)同關(guān)鍵技術(shù)17 HYPERLINK l _bookmark25 車載視覺感知關(guān)鍵技術(shù)17 HYPERLINK l _bookmark26 車載激光雷達感知關(guān)鍵技術(shù)18 HYPERLINK l _bookmark27 車載毫米波雷達感知關(guān)鍵技術(shù)18 HYPERLINK l _bookmark28 感知融合

4、關(guān)鍵技術(shù)19 HYPERLINK l _bookmark29 網(wǎng)聯(lián)無線通信（C-V2X）關(guān)鍵技術(shù)19 HYPERLINK l _bookmark30 多接入邊緣計算（MEC）關(guān)鍵技術(shù)20 HYPERLINK l _bookmark32 四、網(wǎng)聯(lián)自動駕駛的挑戰(zhàn)22 HYPERLINK l _bookmark33 五、網(wǎng)聯(lián)自動駕駛的協(xié)同發(fā)展政策現(xiàn)狀和展望25 HYPERLINK l _bookmark34 （一）美歐日等發(fā)達地區(qū)或國家持續(xù)布局自動駕駛25 HYPERLINK l _bookmark35 美國政府、產(chǎn)業(yè)在網(wǎng)聯(lián)路徑選擇上存在差異性考慮25 HYPERLINK l _bookmark36

5、 歐盟戰(zhàn)略高度重視智能化和網(wǎng)聯(lián)化的協(xié)同發(fā)展26 HYPERLINK l _bookmark37 日韓布局基礎(chǔ)設(shè)施建設(shè)，希望搶占商業(yè)化普及先機26 HYPERLINK l _bookmark38 （二）我國協(xié)同發(fā)展環(huán)境加速形成27 HYPERLINK l _bookmark39 協(xié)同發(fā)展政策體系不斷完善27 HYPERLINK l _bookmark40 應(yīng)用示范，助力網(wǎng)聯(lián)自動駕駛技術(shù)與產(chǎn)業(yè)成熟29 HYPERLINK l _bookmark41 （三）網(wǎng)聯(lián)自動駕駛協(xié)同發(fā)展展望31 HYPERLINK l _bookmark42 附錄：縮略語34圖 目 錄 HYPERLINK l _bookma

6、rk11 圖 1 基于智慧基礎(chǔ)設(shè)施和邊緣計算的不停車匯入9 HYPERLINK l _bookmark15 圖 2 網(wǎng)聯(lián)自動駕駛的體系架構(gòu)11 HYPERLINK l _bookmark17 圖 3 智能網(wǎng)聯(lián)汽車視角下的網(wǎng)聯(lián)自動駕駛技術(shù)體系12 HYPERLINK l _bookmark19 圖 4 信息通信視角下的網(wǎng)聯(lián)自動駕駛技術(shù)體系13 HYPERLINK l _bookmark21 圖 5 交通與交管視角下的網(wǎng)聯(lián)自動駕駛技術(shù)體系14 HYPERLINK l _bookmark23 圖 6 網(wǎng)聯(lián)自動駕駛技術(shù)體系的三向視圖15 HYPERLINK l _bookmark31 圖 7 MEC

7、與 C-V2X 融合系統(tǒng)的多層系統(tǒng)架構(gòu)21表 目 錄 HYPERLINK l _bookmark10 表 1 網(wǎng)聯(lián)自動駕駛的典型應(yīng)用場景 HYPERLINK l _bookmark10 7車聯(lián)網(wǎng)白皮書（網(wǎng)聯(lián)自動駕駛分冊） PAGE 35一、網(wǎng)聯(lián)自動駕駛的內(nèi)涵自動駕駛是車輛作為運載工具智能化、網(wǎng)聯(lián)化發(fā)展的核心應(yīng)用， 也是車聯(lián)網(wǎng)、智慧交通產(chǎn)業(yè)發(fā)展的核心應(yīng)用服務(wù)。在技術(shù)層面上，當前存在著單車智能自動駕駛和網(wǎng)聯(lián)自動駕駛兩種不同的實現(xiàn)路徑。單車智能自動駕駛主要依靠車輛自身的視覺、毫米波雷達、激光雷達等傳感器進行環(huán)境感知、計算決策和控制執(zhí)行。環(huán)境感知通過車載傳感器完成對周圍環(huán)境的探測以及定位功能。計算決策

8、一方面將傳感器數(shù)據(jù)進行分析處理，實現(xiàn)對目標的識別；另一方面進行行為預(yù)測和全局路徑規(guī)劃、局部路徑規(guī)劃和即時動作規(guī)劃，決定車輛當前及未來的運動軌跡?？刂茍?zhí)行主要包括車輛的運動控制以及人機交互，決定每個執(zhí)行器如電機、油門、剎車等控制信號。目前單車智能自動駕駛在環(huán)境感知、計算決策和控制執(zhí)行的多個環(huán)節(jié)均存在不同程度的技術(shù)瓶頸，在應(yīng)用過程中也出現(xiàn)了各種失效的問題，因此一方面需要不斷地加強單車智能的感知、決策和控制能力；另一方面也希望引入不同的技術(shù)手段來進行彌補。網(wǎng)聯(lián)自動駕駛是在現(xiàn)有單車智能自動駕駛的基礎(chǔ)上，旨在通過車聯(lián)網(wǎng)將“人-車-路-云”交通參與要素有機地聯(lián)系在一起，拓展和助力單車智能自動駕駛在環(huán)境感知

9、、計算決策和控制執(zhí)行等方面的能力升級，加速自動駕駛應(yīng)用成熟。在環(huán)境感知環(huán)節(jié)進行協(xié)同，支持車輛獲得比單車智能感知更多的信息，例如非視距感知或解決容易受惡劣環(huán)境影響等問題；在計算決策環(huán)節(jié)進行協(xié)同，增加車與車、車與路之間的系統(tǒng)性決策，例如解決車輛優(yōu)先級管理、交通路口優(yōu)化控制等情況； 在控制執(zhí)行環(huán)節(jié)進行協(xié)同，對車輛駕駛行為進行干預(yù)，例如遠程遙控車輛脫困等。與此同時，網(wǎng)聯(lián)自動駕駛的發(fā)展還將帶動“人-車-路-云” 協(xié)同車聯(lián)網(wǎng)新型基礎(chǔ)設(shè)施體系的建設(shè)與完善，助力 5G、人工智能等信息通信技術(shù)在垂直行業(yè)的應(yīng)用推廣，促進實現(xiàn)汽車和交通服務(wù)的新模式新業(yè)態(tài)發(fā)展。二、網(wǎng)聯(lián)自動駕駛的需求及典型應(yīng)用（一）單車智能自動駕駛發(fā)

10、展現(xiàn)狀單車智能自動駕駛應(yīng)用尚未成熟按照美國汽車工程師學(xué)會（SAE）劃分的 L0-L5 的自動駕駛等級來看，目前單車智能自動駕駛正處于 L2-L3 等級的落地發(fā)展階段，市場滲透率和應(yīng)用規(guī)模仍然較小，先進輔助駕駛系統(tǒng)功能（Advanced Driver Assistance Systems，ADAS）仍然是主力。高工智能汽車研究院2020 年 1-2 月乘用車新車上險量 ADAS 市場數(shù)據(jù)報告提出，國內(nèi)自主及合資品牌上線新車 ADAS 搭載率為 28.15%。智能網(wǎng)聯(lián)汽車技術(shù)路線圖 2.0提出，到 2025 年，L2 和 L3 相當?shù)牟糠肿詣玉{駛（PA）和有條件的自動駕駛（CA）的汽車銷量占比將超

11、過 50%，高度自動駕駛（HA，相當于 L4）開始進入市場。從各個汽車企業(yè)的研發(fā)進度上看，2018 年寶馬、沃爾沃、奧迪、通用等相繼推出 L2 級自動駕駛應(yīng)用；2020-2022 年是各車企計劃推出 L3 級自動駕駛汽車的時間，但目前僅出現(xiàn)了一批 L2.5、L2.99 等自動駕駛的概念性應(yīng)用， 一方面受限于 L3 級自動駕駛汽車上路的法律法規(guī)完善，另一方面受限于技術(shù)實現(xiàn)。綜合分析，從技術(shù)的發(fā)展上看，目前單車智能自動駕駛的技術(shù)實現(xiàn)能力為 L2-L3，但受到場景的局限，例如需要在高速公路、道路標識規(guī)范清晰的城市主干道路等；從產(chǎn)業(yè)應(yīng)用的落地上看， L2 及以下的 ADAS 應(yīng)用仍然保持一個較低的滲透

12、水平，L3 及以上自動駕駛應(yīng)用仍以試驗和區(qū)域性示范為主，L4 及以上更高等級自動駕駛應(yīng)用則需要更長的時間。單車智能自動駕駛?cè)悦媾R諸多風(fēng)險目前已經(jīng)商用量產(chǎn)的很多 ADAS 功能仍存在特定場景下應(yīng)對能力不足和失效的風(fēng)險。以自動緊急剎車為例，2019 年美國汽車協(xié)會（AAA）對雪佛蘭邁銳寶 XL、本田雅閣、特斯拉 Model 3 和豐田凱美瑞等進行了測試，發(fā)現(xiàn)一方面是在夜間或兒童穿梭等場景下車輛的應(yīng)對能力不足，大部分車型均發(fā)生了碰撞現(xiàn)象；另一方面是在下雨天的打傘、雨衣、隧道等場景較容易引起失效?，F(xiàn)有已經(jīng)商用的 ADAS 功能尚無法應(yīng)對復(fù)雜的交通狀況或惡劣的天氣條件，感知能力的不足仍是主要原因。但在駕

13、駛員負責(zé)整個駕駛過程的條件下，L2 及以下的 ADAS 應(yīng)用功能已經(jīng)具備商用落地的條件。在高等級自動駕駛路測方面，自動駕駛的可靠性和應(yīng)對挑戰(zhàn)性交通場景的能力仍有待提升。從 2019 年度美國加州的自動駕駛脫離報告Autonomous Vehicle Disengagement Reports來看，36 家企業(yè)進行了自動駕駛測試，谷歌 Waymo 以 234 萬公里測試里程遙遙領(lǐng)先， 其每 21273 公里出現(xiàn)一次脫離接管，但相比較下蘋果則每 189 公里就要出現(xiàn)一次脫離接管。從脫離接管的原因來看，軟硬件系統(tǒng)性能的可靠性幾乎是每個測試企業(yè)面臨的共性問題；此外，對突然出現(xiàn)目標的感知能力不足、目標運

14、動行為的預(yù)測能力不足、決策時間超時和錯誤的軌跡生成、交通信息標識識別的錯誤等也是主要問題。此外，已經(jīng)商用的部分自動駕駛車輛也出現(xiàn)了各類別的事故，存在感知失效、預(yù)測和決策失效等原因。2018 年 1 月，美國洛杉磯一輛Model S 因跟隨車輛突然變道而沒有及時檢測到前方停止的消防車， 未能及時剎車/減速而造成事故，引發(fā)其感知失效的討論。2016 年 2 月，美國加州的一輛雷克薩斯車輛感知到后側(cè)有公交車準備通過，但經(jīng)過判斷路面并沒有足夠的空間讓公交車通過，便假定公交車駕駛員會減速，而公交車駕駛員判斷雷克薩斯會禮讓，因此發(fā)生碰撞，顯示了單車智能自動駕駛在這種“博弈”的駕駛條件下很難準確判斷周邊交通

15、參與主體的意圖，提出了協(xié)同決策的挑戰(zhàn)。（二）單車智能自動駕駛挑戰(zhàn)和網(wǎng)聯(lián)需求環(huán)境感知的挑戰(zhàn)和網(wǎng)聯(lián)需求目前，單車智能自動駕駛的技術(shù)解決方案，視覺傳感器、激光雷達、毫米波雷達以及紅外夜視、超聲波等成熟的傳感器是主要的產(chǎn)品組成。各類別傳感器的標稱技術(shù)指標持續(xù)穩(wěn)步發(fā)展，不斷滿足自動駕駛需求，逐漸接近人類駕駛員的感知能力，甚至在部分技術(shù)能力上實現(xiàn)了超越，例如探測距離 200 米以上、綜合精度能夠達到厘米級甚至毫米級等。但是各類傳感器的可靠性，以及對突發(fā)事件的響應(yīng)能力上仍然存在不足。一方面，容易受到遮擋、惡劣天氣等環(huán)境條件影響， 如十字交叉路口、隧道出入口等。網(wǎng)聯(lián)化通過車路協(xié)同、車車協(xié)同， 能夠極大地拓展單

16、車的感知范圍，并且不受遮擋限制，能夠讓單車提早發(fā)現(xiàn)未知狀況，能夠應(yīng)對目標突然駛?cè)氲饶壳霸谧詣玉{駛測試和事故中難以應(yīng)對的狀況。此外，單車智能自動駕駛在目標預(yù)測、駕駛意 圖“博弈”等方面存在困難。網(wǎng)聯(lián)化能夠直接給出關(guān)鍵結(jié)果狀態(tài)信息， 例如信號燈狀態(tài)、周邊車輛的下一步動作意圖、當前路況下最佳的行駛路線等，減少了復(fù)雜的基于傳感信息的計算處理過程，并且能夠準確地了解周圍交通參與者的意圖。計算決策的挑戰(zhàn)和網(wǎng)聯(lián)需求計算決策主要實現(xiàn)的功能可以分為兩類，一是對環(huán)境感知數(shù)據(jù)進行目標識別，深度神經(jīng)網(wǎng)絡(luò)是目前在感知中使用最多的方式，也是目前對算力消耗需求最大的計算任務(wù)；二是針對感知的結(jié)果以及車輛的行駛?cè)蝿?wù)，給出行駛路

17、線、車輛動作的決策規(guī)劃。在硬件上，計算決策主要承載在基于 CPU、GPU、DSP、AI 芯片、MCU 等多核異構(gòu)分布的計算處理平臺上。算力和功耗之間的矛盾是目前單車智能自動駕駛計算處理平臺遇到的重要瓶頸。同時，由于交通行為更多是眾多參與者之間互相“博弈”，在路徑動作的決策規(guī)劃環(huán)節(jié)，單車智能自動駕駛難以給出最佳的解決方案。網(wǎng)聯(lián)化有望分擔(dān)單車的算力消耗，基于云控平臺給出全局最優(yōu)的駕駛策略。在算力方面，一是網(wǎng)聯(lián)化作為“超級傳感器”能夠直接給出感知的目標結(jié)果，省去了復(fù)雜的對傳感器信號的計算分析過程，如紅綠燈的判斷，從而大大減輕了單車的算力需求；二是能夠借助云計算、邊緣計算等能力，有望將路側(cè)的算力引入，

18、例如在路側(cè)安裝視覺傳感器、激光雷達等傳感器，將路側(cè)感知結(jié)果進行下發(fā)等。在駕駛策略方面，在特定場景下，網(wǎng)聯(lián)化能夠集中采集其范圍內(nèi)的交通參與主體，根據(jù)所有主體的目的和狀態(tài)，給出全局最優(yōu)的解決方案，無需再通過“試探”和“博弈”給出決策規(guī)劃，在礦山、港口、物流等非公共開放道路的特定場景下已經(jīng)得到驗證應(yīng)用?？刂茍?zhí)行的挑戰(zhàn)和網(wǎng)聯(lián)需求單車智能自動駕駛的控制執(zhí)行主要根據(jù)計算決策給出的動作命令，通過車輛的動力學(xué)模型和人機交互界面，給到電機、油門、剎車等執(zhí)行機構(gòu)。在控制執(zhí)行方面，考慮自動駕駛系統(tǒng)和人類駕駛之間的協(xié)同處理以及車輛控制的可靠性、安全性，控制系統(tǒng)的冗余備份、高實時響應(yīng)是主要的技術(shù)需求。網(wǎng)聯(lián)化在控制執(zhí)行方

19、面能夠提供遠程遙控駕駛、協(xié)同駕駛的應(yīng)用模式。例如在某些危險或不適合人類進入的場合，需要通過 5G 遠程遙控駕駛來操作遠端的車輛進行作業(yè)，目前在無人礦山等場合下已得到應(yīng)用。在車輛編隊行駛等方面，借助頭車和后排車輛的控制執(zhí)行信息交互，后排車輛能夠按照頭車的統(tǒng)一命令進行駕駛，減輕后排車輛的感知計算任務(wù)負載。網(wǎng)聯(lián)化能夠?qū)④囕v的控制和執(zhí)行從單車上分開，助力打造一批創(chuàng)新性的應(yīng)用模式。（三）網(wǎng)聯(lián)自動駕駛的典型應(yīng)用在單車智能自動駕駛基礎(chǔ)上，引入網(wǎng)聯(lián)化技術(shù)，使得更多協(xié)作式 的自動駕駛應(yīng)用得以實現(xiàn)。從典型工況和協(xié)同環(huán)節(jié)兩個維度進行考慮， 可以將網(wǎng)聯(lián)自動駕駛的應(yīng)用場景劃分為一個矩陣。典型工況包括各類 路口、高速公路

20、、隧道、停車場所、礦山/港口等相對結(jié)構(gòu)化的道路環(huán) 境，以及通用工況環(huán)境。協(xié)同環(huán)節(jié)則包括協(xié)同感知、協(xié)同決策和協(xié)同控制三個部分。表 1 網(wǎng)聯(lián)自動駕駛的典型應(yīng)用場景協(xié)同感知協(xié)同決策協(xié)同控制通用工況高精地圖 全天候路況感知路標信息超視距&盲區(qū)感知交通流量車輛狀態(tài)道路狀態(tài)協(xié)作自適應(yīng)巡航柔性車道管控協(xié)作匯入?yún)R出可變限速控制各類路口路口車輛信息信號燈信息VRU&混合交通主體辨識及預(yù)警全局路徑規(guī)劃綠波車速引導(dǎo)駕駛意圖判定交叉口誘導(dǎo)路口協(xié)同通行 信號燈優(yōu)化控制遠程接管閘機信號交互高速公路遠程接管遠程平行駕駛網(wǎng)聯(lián)編隊駕駛隧道隧道內(nèi)高精地圖及定位臨時設(shè)施/障礙隧道設(shè)施停車場場內(nèi)高精地圖&定位空閑車位信息空閑車位分配

21、車位路徑引導(dǎo)全自動代客泊車（半封閉場景 L4）礦山/港口封閉固定區(qū)域內(nèi) L4來源：中國信息通信研究院不同應(yīng)用場景對網(wǎng)聯(lián)的依賴程度可分兩類，一是需要網(wǎng)聯(lián)才能在全工況環(huán)境下實現(xiàn)的應(yīng)用場景。比如信號燈、標識標牌等信息獲取， 在能見度低的雨雪霧天氣中，單車感知設(shè)備將難以準確識別，通過車 與路側(cè)相應(yīng)交通基礎(chǔ)設(shè)施的聯(lián)網(wǎng)通信才能獲取上述信息；不僅如此， 信號燈等信息的數(shù)字化更是為其增加了動態(tài)調(diào)整的可能性，使潮汐車 道、動態(tài)限速等場景更容易實現(xiàn)。其次，盲區(qū)的感知，單車所能搭載 的攝像頭和激光雷達都存在物理極限，一些路側(cè)感知設(shè)備的部署則可 以輕松解決單車視覺上的盲區(qū)，并且可以將遠方的動態(tài)交通事件信息、道路信息等

22、發(fā)送給車輛。再者，群體智能，基于交通信息的全局路徑 規(guī)劃需要一個基于云端的強大決策平臺，并將規(guī)劃結(jié)果下發(fā)給區(qū)域內(nèi) 的車輛，這是單車智能所不能實現(xiàn)的，并且可以通過網(wǎng)聯(lián)實現(xiàn)對于異 常車輛的遠程監(jiān)控和接管介入。二是通過網(wǎng)聯(lián)實現(xiàn)將更具經(jīng)濟性的應(yīng) 用場景。此類場景單車在技術(shù)上也可行，然而實現(xiàn)代價過于繁瑣高昂， 不利于應(yīng)用的快速普及。比如十字交叉路口等典型城市工況環(huán)境，在 對于混合交通主體的識別過程中，單車需要付出極大的感知和計算開 銷，而通過路側(cè)感知、計算、通信等設(shè)備的部署，可以達到資源復(fù)用 的規(guī)?；?yīng)。再如隧道、停車場等封閉場所的定位，配合路側(cè)通信 設(shè)備、蜂窩通信基站、邊緣計算服務(wù)器等的支持，在達到

23、同樣精準度 的情況下，可以很大程度上降低單車慣性導(dǎo)航、雷達等一系列復(fù)雜融 合感知算法的開銷。目前，網(wǎng)聯(lián)自動駕駛的相關(guān)應(yīng)用場景也已經(jīng)陸續(xù)在國內(nèi)外開展應(yīng)用示范驗證和部署。港口、礦山、物流園區(qū)等封閉場景成為各地率先部署商用車 L4 自動駕駛的示范區(qū)。2019 年 11 月，由上汽集團、上港集團、中國移動合作打造的上海洋山港智能重卡示范運營項目，在洋山港物流園、東海大橋、洋山一期碼頭內(nèi)，實現(xiàn)集裝箱智能轉(zhuǎn)運， 是國際上首次實現(xiàn) 5G+自動駕駛重卡商業(yè)化落地。5G 遠程遙控駕駛與單車智能自動駕駛的結(jié)合，可以解決自動駕駛算法出現(xiàn)故障等原因?qū)е碌娜斯そ庸艿那闆r。博世、梅賽德斯奔馳、諾基亞等合作伙伴， 在德國烏

24、爾姆市示范基于智慧基礎(chǔ)設(shè)施和邊緣計算的不停車匯入，如下圖 1 所示。項目建設(shè)方在道路燈桿上安裝攝像頭、激光雷達、路側(cè)通信設(shè)備和MEC 邊緣計算服務(wù)器，拓展車輛感知范圍，解決車輛自身感知設(shè)備的視覺識別盲區(qū)，如被卡車遮擋的行人、從盲區(qū)駛來的車輛、從后方靠近并變道的自行車。系統(tǒng)能將路端傳感器采集到的圖像數(shù)據(jù)，與車輛傳感器采集到的數(shù)據(jù)相結(jié)合，在邊緣算力支持下，與高精度地圖結(jié)合，可生成包含當前路況全部信息的車輛周圍環(huán)境模型， 并通過網(wǎng)聯(lián)技術(shù)傳輸給車輛。項目實施后，自動駕駛車輛可以精確地發(fā)現(xiàn)主干道上的車流間隙，無需剎停即可無縫匯入主干道車流。圖 1基于智慧基礎(chǔ)設(shè)施和邊緣計算的不停車匯入數(shù)據(jù)來源：博世三、網(wǎng)

25、聯(lián)自動駕駛的技術(shù)體系架構(gòu)（一）網(wǎng)聯(lián)自動駕駛的技術(shù)體系視圖全局視圖下的網(wǎng)聯(lián)自動駕駛技術(shù)體系網(wǎng)聯(lián)自動駕駛的體系架構(gòu)可以按照“終端”“連接”“計算與服務(wù)”三個維度來進行解構(gòu)，如下圖 2 所示。網(wǎng)聯(lián)自動駕駛技術(shù)體系的“終端”包含智能網(wǎng)聯(lián)汽車和路側(cè)智能化系統(tǒng)這兩個廣義終端?！斑B接” 是實現(xiàn)“人-車-路-云”相互連通的各類通信技術(shù)，按照網(wǎng)絡(luò)類型可分為公眾電信網(wǎng)、公安專網(wǎng)、交通專網(wǎng)等，按照網(wǎng)絡(luò)技術(shù)可分為移動通信網(wǎng)絡(luò)、光纖接入網(wǎng)等。“計算與服務(wù)”承載著網(wǎng)聯(lián)自動駕駛各類服務(wù)的數(shù)據(jù)支撐與應(yīng)用實現(xiàn)能力，從物理實體上包括邊緣計算平臺與云平臺；從業(yè)務(wù)邏輯上包含數(shù)據(jù)底座、開放接口、應(yīng)用服務(wù)等；從服務(wù)功能上包括以紅綠燈信息

26、推送、盲區(qū)感知、隧道高精度定位為代表的協(xié)同感知類應(yīng)用，全局路徑規(guī)劃、車輛編隊行駛等協(xié)同決策類應(yīng)用， 5G 遠程遙控駕駛等協(xié)同控制類應(yīng)用，以及高精度地圖下載、OTA 升級等數(shù)據(jù)支撐業(yè)務(wù)等。來源：中國信息通信研究院圖 2網(wǎng)聯(lián)自動駕駛的體系架構(gòu)智能網(wǎng)聯(lián)汽車和路側(cè)智能化系統(tǒng)可以看作兩個系統(tǒng)級“終端，可以被進一步解構(gòu)為 “終端”“連接”“計算與服務(wù)”等若干子類。智能網(wǎng)聯(lián)汽車內(nèi)部的“終端”包含車載通信網(wǎng)關(guān)、車載感知設(shè)備，以及智慧座艙、域控制器等汽車電子系統(tǒng)；“連接”主要是車內(nèi)高速總線與多協(xié)議車內(nèi)通信技術(shù)融合；“計算與服務(wù)”涉及異構(gòu)計算平臺、車載操作系統(tǒng)、感知識別與行為決策算法等。路側(cè)智能化系統(tǒng)的“終端”

27、主要有路側(cè)通信終端、路側(cè)感知設(shè)備、道路交通智能化設(shè)備等；“連接”主要以交通、公安等專網(wǎng)或本地局域網(wǎng)為主；“計算與服務(wù)”主要包含路側(cè)邊緣計算系統(tǒng)、路側(cè)感知與服務(wù)能力、路-云協(xié)同等。在這種系統(tǒng)整體結(jié)構(gòu)分解的思路中，“終端”是載體，“連接”是途徑，“計算”是手段，“服務(wù)”是目的，“人-車-路-云”各個環(huán)節(jié)的關(guān)鍵技術(shù)深度協(xié)同，形成了統(tǒng)一融合的網(wǎng)聯(lián)自動駕駛技術(shù)體系架構(gòu)。智能網(wǎng)聯(lián)汽車視角下的網(wǎng)聯(lián)自動駕駛技術(shù)體系在智能網(wǎng)聯(lián)汽車視角下，結(jié)合全局視角技術(shù)體系的解構(gòu)思路，網(wǎng)聯(lián)自動駕駛按照技術(shù)環(huán)節(jié)可分為感知、連接、計算與服務(wù)，其中網(wǎng)聯(lián)系統(tǒng)是與雷達、攝像頭、定位等并列的一種感知技術(shù)，車內(nèi)電子電氣架構(gòu)（E/E）、車載計

28、算平臺歸屬于連接和計算的范疇，服務(wù)主要是與自動駕駛有關(guān)的預(yù)測和決策等，如下圖 3 所示。在智能網(wǎng)聯(lián)汽車視角下，車輛的安全是非常重要的技術(shù)環(huán)節(jié)，需要遵循相應(yīng)的功能安全體系（ISO 26262），以及預(yù)期功能安全體系（SOTIF）。來源：中國信息通信研究院圖 3智能網(wǎng)聯(lián)汽車視角下的網(wǎng)聯(lián)自動駕駛技術(shù)體系在智能網(wǎng)聯(lián)汽車視角下，自動駕駛對以 C-V2X 為代表的網(wǎng)聯(lián)系統(tǒng)提出了諸多要求，包括應(yīng)用時延、消息集的可用性、消息內(nèi)數(shù)據(jù)的可靠性、消息與車內(nèi)感知的相互備份性等。該視角特點可總結(jié)為：（1）網(wǎng)聯(lián)系統(tǒng)將作為車輛感知系統(tǒng)的一部分，可提供車輛盲區(qū)信息、超視距信息、交管信息等傳統(tǒng)車載傳感器無法直接提供的信息；（2

29、）自動駕駛對于網(wǎng)聯(lián)系統(tǒng)相關(guān)的功能安全、預(yù)期功能安全體系非常關(guān)切，有待進一步研究并形成跨行業(yè)共識；（3）自動駕駛對典型應(yīng)用場景的消息集標準化需求強烈，有必要推動形成消息集持續(xù)演進機制，支撐網(wǎng)聯(lián)自動駕駛基礎(chǔ)設(shè)施廣泛部署。信息通信視角下的網(wǎng)聯(lián)自動駕駛技術(shù)體系在信息通信視角下，網(wǎng)聯(lián)自動駕駛遵循“端-管-云-業(yè)務(wù)”的典型信息通信體系架構(gòu)，一方面，無論是車載、路側(cè)系統(tǒng)的各類終端，都是網(wǎng)絡(luò)內(nèi)的車聯(lián)網(wǎng)終端用戶；另一方面，各類終端通過 C-V2X/5G 等移動通信網(wǎng)絡(luò)或光纖接入網(wǎng)絡(luò)接入到邊緣計算平臺或云平臺，平臺上的各類應(yīng)用為終端用戶提供通用或定制化服務(wù)，如下圖 4 所示。來源：中國信息通信研究院圖 4信息通信

30、視角下的網(wǎng)聯(lián)自動駕駛技術(shù)體系在信息通信視角下，一方面終端是網(wǎng)絡(luò)服務(wù)的主體，需要為終端業(yè)務(wù)需求針對性地調(diào)整網(wǎng)絡(luò)能力或者服務(wù)特點；另一方面對終端對于網(wǎng)絡(luò)或服務(wù)的匹配性提出了明確要求，例如工作頻率要求、射頻一致性、通信協(xié)議一致性、數(shù)據(jù)集一致性等。該視角特點可總結(jié)為：（1）網(wǎng)聯(lián)自動駕駛系統(tǒng)遵循“端-管-云-業(yè)務(wù)”架構(gòu)，各環(huán)節(jié)主體需要受到頻段許可以及電信業(yè)務(wù)資質(zhì)等 ICT 領(lǐng)域政策法規(guī)的監(jiān)管；（2）ICT 企業(yè)希望自動駕駛企業(yè)對應(yīng)用、網(wǎng)絡(luò)、服務(wù)等提出需求，在此基礎(chǔ)上開展管、云、服務(wù)方面的系統(tǒng)研發(fā)與部署；（3）ICT 企業(yè)可針對自動駕駛應(yīng)用提供“標準+定制”服務(wù)，但如何明確并提供網(wǎng)聯(lián)數(shù)據(jù)可靠性或置信度仍需

31、進一步研究。交通與交管視角下的網(wǎng)聯(lián)自動駕駛技術(shù)體系在交通與交管視角下，車聯(lián)網(wǎng)與智慧交通系統(tǒng)按照業(yè)務(wù)類型垂直分類，網(wǎng)聯(lián)自動駕駛可視作涉及到多個傳統(tǒng)業(yè)務(wù)類型增強與融合的新興業(yè)務(wù)系統(tǒng)，例如在傳統(tǒng)的交通信號智能控制系統(tǒng)基礎(chǔ)上增加了數(shù)據(jù)開放與廣播，在交通標志標線、車輛超速預(yù)警、典型違法預(yù)警系統(tǒng)等基礎(chǔ)上增加了信息融合與實時播發(fā)功能等，如下圖 5 所示。來源：中國信息通信研究院圖 5交通與交管視角下的網(wǎng)聯(lián)自動駕駛技術(shù)體系在交通與交管視角下，各類業(yè)務(wù)應(yīng)用需要道路側(cè)智能化設(shè)備與基礎(chǔ)數(shù)據(jù)平臺的支撐。對于網(wǎng)聯(lián)自動駕駛來說，需要在路側(cè)智能化設(shè)備和基礎(chǔ)數(shù)據(jù)平臺方面增加新的實體和功能，包括新增 C-V2X 路側(cè)通信單元、

32、新增路側(cè)感知計算融合系統(tǒng)、部署 V2X 信息的采集與發(fā)布功能等，實現(xiàn)網(wǎng)聯(lián)系統(tǒng)與傳統(tǒng)智能交通系統(tǒng)的融合演進。交通與交管視角的特點可總結(jié)為：（1）交通與交管系統(tǒng)按照“感知-傳輸-計算-應(yīng)用”的層級來設(shè)計，以 C-V2X 為代表的網(wǎng)聯(lián)系統(tǒng)建設(shè)與交通新基建融合發(fā)展已形成行業(yè)共識；（2）C-V2X 等網(wǎng)聯(lián)功能作為一種新型感知發(fā)布方式，可以使交通與交管系統(tǒng)增強與智能網(wǎng)聯(lián)汽車的交互，促進交通與交管業(yè)務(wù)從路端向車端延伸；（3）交通與交管行業(yè)需要基于現(xiàn)有智能交通業(yè)務(wù)提煉網(wǎng)聯(lián)自動駕駛所需服務(wù)，與現(xiàn)有系統(tǒng)融合演進、并通過C-V2X 等網(wǎng)聯(lián)系統(tǒng)與網(wǎng)聯(lián)自動駕駛進行耦合。網(wǎng)聯(lián)自動駕駛技術(shù)體系的三向視圖為了更好地描述網(wǎng)聯(lián)自

33、動駕駛技術(shù)體系，本白皮書嘗試將網(wǎng)聯(lián)自動駕駛技術(shù)體系用三向視圖進行總結(jié)，如下圖 6 所示。來源：中國信息通信研究院圖 6網(wǎng)聯(lián)自動駕駛技術(shù)體系的三向視圖正向視圖展示了系統(tǒng)架構(gòu)和信息流，根據(jù)業(yè)務(wù)類型的不同，信息流可以分為三種類型。一是車路信息流，路側(cè)智能化系統(tǒng)為智能網(wǎng)聯(lián)汽車提供超視距感知信息、道路信息、地理信息等；智能網(wǎng)聯(lián)汽車向路側(cè)智能化系統(tǒng)提供自身狀態(tài)信息，用于路側(cè)更全面地了解道路車輛狀態(tài)，形成車路協(xié)同流閉環(huán)。二是面向交通治理的車路云信息流，交通與交管平臺從路側(cè)智能化系統(tǒng)及智能網(wǎng)聯(lián)汽車獲取車輛行駛信息， 用于分析和形成宏觀或微觀交通狀態(tài)，并將交通控制、管理、誘導(dǎo)等信息發(fā)送至智能網(wǎng)聯(lián)汽車，促進改善交

34、通環(huán)境，形成智慧交通信息流閉環(huán)。三是面向網(wǎng)聯(lián)自動駕駛的車路云信息流，智能網(wǎng)聯(lián)汽車和路側(cè)智能化系統(tǒng)將感知信息與道路狀態(tài)信息上傳至云控平臺，云控平臺將適用于自動駕駛的融合感知與決策信息下發(fā)至智能網(wǎng)聯(lián)汽車，形成網(wǎng)聯(lián)自動駕駛信息流閉環(huán)。頂向視圖展示了關(guān)鍵技術(shù)的邏輯架構(gòu)，信息通信、交通、汽車等各行業(yè)對于“終端”“計算”“連接與服務(wù)”的技術(shù)邏輯劃分基本達成 共識，但不同行業(yè)對于此種邏輯劃分有不同的關(guān)注重點。汽車行業(yè)更 關(guān)注智能網(wǎng)聯(lián)汽車內(nèi)部系統(tǒng)，同時關(guān)注云控平臺上自動駕駛應(yīng)用服務(wù) 的實現(xiàn)。通信行業(yè)更關(guān)注車路云之間的連接與服務(wù)，以及邊-云端的MEC、數(shù)據(jù)中心、云計算、人工智能等關(guān)鍵技術(shù)。路側(cè)智能化系統(tǒng)需 要信

35、息通信、交通、交管等跨行業(yè)協(xié)同，其中交管行業(yè)的責(zé)權(quán)界面相 對明晰，信息通信行業(yè)和交通行業(yè)在路側(cè)系統(tǒng)建設(shè)運營方面的合作模 式還有待進一步探索；應(yīng)用平臺方面，信息通信、交通、交管、汽車 等各行業(yè)仍存在平臺間數(shù)據(jù)集不統(tǒng)一、互聯(lián)互通困難等待解決的問題。側(cè)向視圖展示了系統(tǒng)安全視圖，包含網(wǎng)聯(lián)自動駕駛功能安全與信息安全兩部分安全體系。功能安全既包括汽車傳統(tǒng)的功能安全體系， 也包括自動駕駛汽車的預(yù)期功能安全體系，以及未來路側(cè)設(shè)備、云端服務(wù)的預(yù)期功能安全。信息安全包括了網(wǎng)絡(luò)安全、身份認證等關(guān)鍵技術(shù)體系，其中身份認證體系一方面需要明確管理機制，考慮建立跨行業(yè)、跨地域協(xié)同管理模式，共同維護協(xié)同互認的數(shù)字身份信任關(guān)系

36、。（二）網(wǎng)聯(lián)自動駕駛的協(xié)同關(guān)鍵技術(shù)車載視覺感知關(guān)鍵技術(shù)車載視覺攝像頭成為近年汽車 ADAS 市場需求增長最快的傳感器。按照攝像頭安裝位置和功能的差異，可以分為前視、環(huán)視、側(cè)視、后視以及內(nèi)視等。前視攝像頭主要用于車輛和行人探測、交通標志識別、車道偏離警告、車距監(jiān)測以及自適應(yīng)巡航控制等，通常需要搭配復(fù)雜的算法芯片。環(huán)視攝像頭主要用于全景泊車和車道偏離警告，側(cè)視攝像頭可用于盲點檢測，后視攝像頭用于倒車輔助，內(nèi)視攝像頭用于疲勞駕駛預(yù)警和情緒識別等。當前車載攝像頭主要以 720P、1080P 分辨率為主，空間分辨率已經(jīng)與人眼接近，而感知距離通常為 200m， 與人類肉眼可感距離（500+m）仍存在差距。

37、逆光、圖像動態(tài)范圍是當前影響視覺傳感器可靠性的主要挑戰(zhàn)。視覺感知技術(shù)將傳感器的輸入數(shù)據(jù)轉(zhuǎn)換成計算機能夠理解的場景語義表達和物體結(jié)構(gòu)化表達，包括物體檢測、識別和跟蹤、3D 環(huán)境建模、物體的運動估計等。車輛在運行過程中，通過高清攝像頭的不間斷采集，實現(xiàn)對環(huán)境信息的實時感知，隨著自動駕駛等級的提升，必然引發(fā)像素需求與芯片計算能力之間的平衡問題。車載激光雷達感知關(guān)鍵技術(shù)車載激光雷達以避障應(yīng)用為主，將走向 3D 點云識別及定位。車載激光雷達是目前車載環(huán)境感知精度最高的感知方式，探測距離可達300m，精度可控制在厘米級。機械式激光雷達因其抗光干擾能力強、信噪比高等優(yōu)點成為前期主要的激光雷達形態(tài)，長遠來看

38、MEMS、3D Flash 等固態(tài)激光雷達有望成為重點，相控陣 OPA 技術(shù)方案仍然需要較長的技術(shù)研發(fā)周期。目前限制激光雷達量產(chǎn)商用的主要制約因素為可靠性和成本。車載毫米波雷達感知關(guān)鍵技術(shù)車載毫米波雷達的技術(shù)最為成熟、魯棒性最高，可以探測車輛與目標物體之間的距離，主要用于碰撞預(yù)警、自動巡航、制動輔助和泊車輔助等功能。目前，車載毫米波雷達的頻率多采用 24GHz 頻段和77GHz 頻段。24GHz 的技術(shù)難度和成本較低，適用于測量中短距離物體，占據(jù)了目前毫米波雷達的主要應(yīng)用市場。77GHz 的毫米波雷達具有體積更小、測量距離更遠、測量精度更高等優(yōu)點，適用于測量長距離物體，77GHz 等高頻段毫米

39、波雷達產(chǎn)品目前以國外產(chǎn)品為主。隨著技術(shù)的成熟，3D、高空間分辨率的毫米波雷達成為未來趨勢，理論上有可能替代激光雷達。感知融合關(guān)鍵技術(shù)多傳感器融合成為提升感知可靠性的主要手段。不同的傳感器在感知精度、魯棒性、可靠性上各有不同，因此適用于不同環(huán)境、不同物體的感知測量。結(jié)合激光雷達、毫米波雷達和視覺的傳感器融合技術(shù)，可獲得更高精度的 3D 信息，并且通過不同信息的互補、交叉驗證，將語義感知的準確性提升數(shù)個數(shù)量級。目前，存在著視覺主導(dǎo)和激光主導(dǎo)兩種不同的感知融合方案，視覺主導(dǎo)方案的采用者以特斯拉為代表，激光主導(dǎo)方案的采用者以谷歌為代表。毫米波雷達憑借優(yōu)秀的抗干擾性能，成為攝像頭和激光雷達的重要補充。在

40、技術(shù)路線上， 多傳感器融合感知主要有數(shù)據(jù)級的前向融合和特征級的后向融合兩種。數(shù)據(jù)級的前向融合是指將不同傳感器的采集信息在原始數(shù)據(jù)層融合，該方案多用于學(xué)術(shù)研究，對算力、傳感器可靠性要求極高，魯棒性較差?；谔卣骷壍暮笙蛉诤戏桨甘峭ㄟ^對單個傳感器進行特征提取，再將有限特征信息進行融合優(yōu)化，該方案是當前工程實現(xiàn)的主流， 但需要解決不同傳感器置信度、傳感器噪聲等問題。網(wǎng)聯(lián)無線通信（C-V2X）關(guān)鍵技術(shù)國際標準組織 3GPP 定義了基于 LTE 移動通信技術(shù)演進形成的LTE-V2X、5G 及 5G V2X 標準化技術(shù)。LTE-V2X 于 2017 年 3 月完成標準化，引入了工作在 5.9GHz 頻段的

41、直通鏈路（PC5 接口）通信方式。 2020 年 7 月，3GPP 宣布 R16 NR-V2X 版本凍結(jié)，引入了單播和組播模式、HARQ 反饋、CSI 測量上報、NR/LTE 基站調(diào)度 LTE-V2X/NR-V2X 資源、NR-V2X 與 LTE-V2X 共存等新技術(shù)特性，支持高階調(diào)制和空間復(fù)用并優(yōu)化了資源選擇機制。3GPP 于 2020 年第 3 季度啟動 R17 相關(guān)的標準化工作。國內(nèi)在國家制造強國建設(shè)領(lǐng)導(dǎo)小組車聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展專委會指導(dǎo)下，聚焦 C-V2X 領(lǐng)域，汽標委、ITS 標委會、通標委、交標委加快開展急需、重要標準制定。通標委基本完成了 LTE-V2X 總體架構(gòu)、空中接口、網(wǎng)絡(luò)層、消

42、息層、通信安全等基礎(chǔ)支撐和互聯(lián)互通相關(guān)技術(shù)標準和測試規(guī)范的制定。汽標委、ITS 標委會和交標委正在分別制定 LTE-V2X 相關(guān)應(yīng)用標準，促進 LTE-V2X 技術(shù)在汽車駕駛服務(wù)、交通基礎(chǔ)設(shè)施以及交通管理方面的實際應(yīng)用。依托國內(nèi)良好的產(chǎn)業(yè)環(huán)境，基于 LTE-V2X 的芯片模組、OBU、RSU 等核心設(shè)備均具備了實際商用能力，且配套的端到端產(chǎn)業(yè)鏈已經(jīng)建立。作為國家重要發(fā)展戰(zhàn)略，國內(nèi) 5G NR（Uu）基礎(chǔ)設(shè)施的建設(shè)也已經(jīng)初具規(guī)模。從目前產(chǎn)業(yè)研發(fā)重點以及后續(xù)產(chǎn)品規(guī)劃來看，LTE- V2X 與 5G NR（Uu）多模終端設(shè)備是未來研發(fā)及量產(chǎn)落地的重點， NR-V2X 直連通信技術(shù)的產(chǎn)業(yè)化尚需一定時日

43、。在城市環(huán)境下，車聯(lián)網(wǎng)基礎(chǔ)設(shè)施建設(shè)正處于重點地區(qū)從測試示范走向先導(dǎo)性應(yīng)用、全國各地普遍部署的關(guān)鍵時期。在高速公路環(huán)境下，各方也積極推進車聯(lián)網(wǎng)、智能交通系統(tǒng)等相關(guān)基礎(chǔ)設(shè)施建設(shè)，構(gòu)建車路協(xié)同服務(wù)與管理體系， 相關(guān)車路協(xié)同高速公路示范項目已部分建設(shè)或規(guī)劃車聯(lián)網(wǎng)基礎(chǔ)設(shè)施。多接入邊緣計算（MEC）關(guān)鍵技術(shù)多接入邊緣計算（MEC）與以 C-V2X 為代表的網(wǎng)聯(lián)技術(shù)深度融合，可支撐實現(xiàn)網(wǎng)聯(lián)自動駕駛的多類應(yīng)用場景。MEC 與C-V2X 融合系統(tǒng)可采用多層系統(tǒng)架構(gòu)，通常包括路側(cè) MEC 設(shè)備以及區(qū)域 MEC 平臺，如下圖 7 所示。兩類 MEC 相對獨立，并可根據(jù)應(yīng)用場景對于邊緣計算的不同需求而靈活組合形成“標

44、準+定制化”的解決方案。來源：中國信息通信研究院圖 7MEC 與 C-V2X 融合系統(tǒng)的多層系統(tǒng)架構(gòu)路側(cè)MEC 設(shè)備具備部署靈活的特點，可結(jié)合直連通信模式在局域范圍內(nèi)形成業(yè)務(wù)閉環(huán)，適合在重點位置高密度部署，實現(xiàn)更全面的融合感知能力和一定的融合決策能力。區(qū)域 MEC 平臺可為更大范圍的用戶提供強大的計算、存儲能力，同時具有路由、分流等功能，可通過蜂窩通信模式與 5G 網(wǎng)絡(luò)緊密結(jié)合，支持更高的無線傳輸速率， 實現(xiàn)更精準的融合決策和融合控制能力。中國通信標準化協(xié)會立項了面向 C-V2X 業(yè)務(wù)的 MEC 系列標準， 從需求與架構(gòu)、服務(wù)能力與開放接口、跨域協(xié)同等方面開展標準化工作，力爭形成標準的 MEC

45、 平臺南北向數(shù)據(jù)集以及用戶移動切換的跨域協(xié)同機制，推動MEC 支持網(wǎng)聯(lián)自動駕駛應(yīng)用方案的成熟。下一階段，MEC 算力網(wǎng)絡(luò)與存儲網(wǎng)絡(luò)的動態(tài)均衡技術(shù)、路側(cè) MEC 設(shè)備及區(qū)域 MEC 平臺的評測方法等將成為行業(yè)內(nèi)研究的重點。2019 年 9 月，IMT-2020（5G）推進組支持創(chuàng)建了第一批 10 個MEC 與 C-V2X 融合測試床。中國電信、中國移動等電信運營商，大唐移動、中興等設(shè)備商，重慶車檢院、上海淞泓、湘江智能等檢測與運營方，華人運通、滴滴、啟迪云控等自動駕駛提供方均牽頭參與了測試床建設(shè)。從測試床中的 MEC 類型來看，8 個測試床建設(shè)了區(qū)域MEC 平臺，所有 10 個測試床項目都規(guī)劃建

46、設(shè)路側(cè) MEC 設(shè)備。從測試床功能來看，所有測試床均規(guī)劃了面向網(wǎng)聯(lián)自動駕駛的融合感知功能，5 個測試床項目設(shè)計了面向自動駕駛的決策或控制功能。當前， 蘇州、北京、重慶、上海等地的多個測試床項目取得了顯著進展，基于 MEC 的路側(cè)數(shù)據(jù)融合處理、遠程遙控駕駛等功能得到充分驗證。四、網(wǎng)聯(lián)自動駕駛的挑戰(zhàn)網(wǎng)聯(lián)自動駕駛已成為我國發(fā)展高等級自動駕駛的明確技術(shù)主線， “網(wǎng)聯(lián)”是加強路側(cè)基礎(chǔ)設(shè)施對車端賦能的“管道”，也是推動“聰明的車”與“智慧的路”深度融合的支撐性技術(shù)。但是從技術(shù)和產(chǎn)業(yè)發(fā)展的成熟度來看，網(wǎng)聯(lián)深度支撐自動駕駛?cè)匀幻媾R技術(shù)融合、基礎(chǔ)設(shè)施建設(shè)、以及商業(yè)運營模式等方面的困難和挑戰(zhàn)。網(wǎng)聯(lián)深度協(xié)同的技術(shù)體

47、系仍需完善，路側(cè)基礎(chǔ)設(shè)施尚未建立起功能安全等級等概念。一是路側(cè)消息采信機制難以建立。當前，整車廠、零部件廠商及互聯(lián)網(wǎng)企業(yè)普遍認為路側(cè)信源只能與車載傳感器同等對待，即自動駕駛車輛無法對外部信息直接采信，仍需以車載傳感器結(jié)合路側(cè)信息輸入，進行融合感知判定，路側(cè)傳感器作為冗余信源， 一定程度上可以解決共性原因失效的問題。未來或可通過在路側(cè)消息中附加可靠性等級來保證消息的可信度，例如，戴姆勒提出在路側(cè)傳輸信息或者認證信息中添加汽車安全完整性等級（ASIL）或安全完整性等級（SIL）信息以確保消息的可信等級。二是傳輸信道可靠性難以保證。網(wǎng)聯(lián)自動駕駛需要 5G 網(wǎng)絡(luò)提供大帶寬、超高可靠低時延、廣連接的通信

48、環(huán)境，但無線信道質(zhì)量往往受遮擋、散射、多徑衰落等因素的影響較大，導(dǎo)致時延、丟包率等掣肘路側(cè)消息傳輸可靠性的指標難以保證。三是跨行業(yè)、跨地域數(shù)字身份認證尚未協(xié)同統(tǒng)一。車與車、車與路的信任問題，是依托網(wǎng)聯(lián)技術(shù)實現(xiàn)完全自動駕駛的必要條件，目前行業(yè)采用基于公鑰基礎(chǔ)設(shè)施（PKI）的數(shù)字身份認證機制， 為車載通信設(shè)備、路側(cè)通信設(shè)備發(fā)放合法的數(shù)字證書，實現(xiàn)通信過程的身份認證。從行業(yè)及地方管理角度來看，需要不同行業(yè)主管部門、不同地區(qū)建立協(xié)同統(tǒng)一的數(shù)字身份認證機制，維護協(xié)同互認的數(shù)字證書信任關(guān)系。四是與車端相符的路側(cè)功能安全界定尚不明確。傳統(tǒng)汽車企業(yè)對將網(wǎng)聯(lián)化技術(shù)深度融入整車研發(fā)迭代的意愿尚存疑慮，關(guān)鍵在于路側(cè)

49、基礎(chǔ)設(shè)施缺乏與車端相匹配的功能安全及預(yù)期功能安全體系，難以建立面向智能網(wǎng)聯(lián)汽車的事故責(zé)任認定機制。基于車端功能安全及 SOTIF 的安全評價方法，積極探索路側(cè)基礎(chǔ)設(shè)施的功能等級要求及安全界定標準，或?qū)⑼苿榆嚶穮f(xié)同深度融合?；A(chǔ)設(shè)施建設(shè)規(guī)劃尚未明晰，數(shù)據(jù)互通壁壘掣肘產(chǎn)業(yè)生態(tài)培育。一是參與主體多元化，建設(shè)運營模式尚不清晰。車聯(lián)網(wǎng)跨行業(yè)、跨領(lǐng)域的屬性決定了產(chǎn)業(yè)參與主體多元化的特點，直接導(dǎo)致建設(shè)運營呈現(xiàn)碎片化狀態(tài)。當前政府獨資/合資企業(yè)、高速公路業(yè)主、運營商等參與主體在建設(shè)運營方面各具優(yōu)劣勢，但均面臨運營模式不清晰的問題， 未來車聯(lián)網(wǎng)業(yè)務(wù)形態(tài)及商業(yè)模式仍需政府和產(chǎn)業(yè)界共同探索。二是基建投資規(guī)模大，建設(shè)

50、規(guī)劃路徑尚未明確。網(wǎng)聯(lián)自動駕駛依賴路側(cè)基礎(chǔ)設(shè)施覆蓋率和車載終端滲透率跨越式提升，但路側(cè)基礎(chǔ)設(shè)施涉及種類多、行業(yè)分布廣、投資規(guī)模大，存在投資回報不確定、安全責(zé)任風(fēng)險等問題。當前部分城市或高速路段進行智能網(wǎng)聯(lián)化改造，也存在缺乏統(tǒng)一的工程建設(shè)方案以及對交通整體的布局考慮。同時，車載終端滲透率、路側(cè)設(shè)施建設(shè)密度較低，無法支撐全時空、全要素的道路交通信息感知，難以支撐各類自動駕駛應(yīng)用的落地。三是產(chǎn)業(yè)生態(tài)難建立， 需打破數(shù)據(jù)互聯(lián)互通壁壘。各類基礎(chǔ)設(shè)施隸屬于不同建設(shè)主體，所采集數(shù)據(jù)分屬于不同企業(yè)、不同主管部門，勢必存在信息孤島現(xiàn)象。實現(xiàn)設(shè)備互聯(lián)、平臺數(shù)據(jù)互通，一方面需要跨行業(yè)、跨部門統(tǒng)籌協(xié)同， 打破行業(yè)平臺

51、管理壁壘；另一方面，亟待完善設(shè)備通信接口、系統(tǒng)平臺接口、消息一致性等方面的標準化體系。網(wǎng)聯(lián)自動駕駛的商業(yè)運營模式仍處于設(shè)計探索階段，配套政策法規(guī)亟待完善。一是缺乏面向公眾服務(wù)的“殺手級”應(yīng)用。網(wǎng)聯(lián)應(yīng)用逐步面向交通安全和效率類場景，通過預(yù)警類信息提示、車速/路徑引導(dǎo)等方式提升交通通行效率，但乘用車用戶對此類業(yè)務(wù)反應(yīng)并不強烈， 剛性需求不明。即使針對一些相對高價值網(wǎng)聯(lián)應(yīng)用，如信號燈信息推送、交叉口碰撞預(yù)警等，由于基礎(chǔ)設(shè)施部署尚未達到城市級規(guī)模覆蓋，車載終端滲透率低，導(dǎo)致用戶體驗度降低。二是配套政策法規(guī)尚需完善，掣肘示范應(yīng)用向商業(yè)運營轉(zhuǎn)化。網(wǎng)聯(lián)自動駕駛依賴高精度地圖和定位的支撐，二者均會受到測繪相關(guān)

52、法規(guī)的管理和約束，仍需進一步明確在地圖加密偏轉(zhuǎn)、眾包測繪、原始 GPS 采集等環(huán)節(jié)的要求。此外，對于自動駕駛出租車、自主代客泊車（AVP）等商業(yè)模式相對清晰的場景，配套的安全、道路交通法規(guī)仍需完善。目前北京、上海、廣州等城市紛紛開放了自動駕駛出租車的試運營區(qū)域，但與真正的商業(yè)化運營仍有差距。五、網(wǎng)聯(lián)自動駕駛的協(xié)同發(fā)展政策現(xiàn)狀和展望（一）美歐日等發(fā)達地區(qū)或國家持續(xù)布局自動駕駛美國政府、產(chǎn)業(yè)在網(wǎng)聯(lián)路徑選擇上存在差異性考慮2020 年 3 月,美國交通部發(fā)布了ITS 戰(zhàn)略規(guī)劃（2020-2025），更加關(guān)注自動駕駛與網(wǎng)絡(luò)安全方面的研發(fā)。此外，交通部以政策手段為自動駕駛發(fā)展方向、資源整合、監(jiān)管模式等方

53、面提供政府的溝通渠道；另一方面以“豁免”為主要手段，為探索自動駕駛上路運營提供政策性保護，Nuro 在兩年的測試期內(nèi)獲得了多達 5000 輛汽車的豁免。在網(wǎng)聯(lián)協(xié)同方面，交通部一直鼓勵企業(yè)使用 5.9GHz 來提升自動駕駛的能力，但是從企業(yè)發(fā)展自動駕駛的技術(shù)路線來看，目前還是以單車智能為主。由此也可以看出，自動駕駛是否借助于網(wǎng)聯(lián)耦合發(fā)展與基礎(chǔ)設(shè)施能力、企業(yè)能力和產(chǎn)業(yè)環(huán)境強相關(guān)。美國產(chǎn)業(yè)界以單車智能為主進行自動駕駛研發(fā)與部署的原因：一是網(wǎng)聯(lián)設(shè)施部署不足，影響自動駕駛效果；二是道路交通設(shè)施州際間的不統(tǒng)一，影響技術(shù)的跨州實施和互聯(lián)互通性。歐盟戰(zhàn)略高度重視智能化和網(wǎng)聯(lián)化的協(xié)同發(fā)展歐盟以戰(zhàn)略框架為指導(dǎo)，推

54、動自動駕駛產(chǎn)業(yè)發(fā)展，高度重視車輛的智能化和網(wǎng)聯(lián)化的協(xié)同發(fā)展。法律法規(guī)方面，一方面解決產(chǎn)業(yè)發(fā)展的障礙，另一方面以車企為核心力量，穩(wěn)妥地推進自動駕駛落地應(yīng)用。歐盟持續(xù)發(fā)布網(wǎng)聯(lián)自動駕駛的戰(zhàn)略規(guī)劃，完善發(fā)展的路線圖，目標是： 2020 年通過云計算、IoT、大數(shù)據(jù)和 V2X 推動網(wǎng)聯(lián)自動駕駛發(fā)展；2022 年網(wǎng)聯(lián)自動駕駛實現(xiàn)與大數(shù)據(jù)可信平臺開放數(shù)據(jù)交互；2025 年下一代V2X 提升 L4 自動駕駛能力。德國在首都柏林推出自動駕駛實測路段，沿線安裝了 100 余個傳感器，實時采集道路交通狀況信息， 并同時發(fā)送到云端進行人工智能整合。在系統(tǒng)的配合下，自動駕駛車輛能夠感知 400 米以內(nèi)準備駛出的車輛并及

55、時作出反應(yīng)。日韓布局基礎(chǔ)設(shè)施建設(shè)，希望搶占商業(yè)化普及先機日本政府從立法到政策上為自動駕駛商用鋪平了道路。2019 年 5月，日本通過道路運輸車輛法修正案，并于 2020 年 4 月正式實施，目標是推動自動駕駛技術(shù)的商業(yè)化普及。日本政府原計劃將 2020 奧運會視為展示日本技術(shù)領(lǐng)先性的重要契機。韓國政府早期注重單車智能，于 2019 年開始積極推進自動駕駛基礎(chǔ)設(shè)施建設(shè)，封閉測試場Kcity 實現(xiàn)了 5G 網(wǎng)絡(luò)全覆蓋，并計劃在首爾建立全球首個基于 5G 網(wǎng)絡(luò)的自動駕駛測試場。總體目標方面，韓國政府希望 2027 年建成相關(guān)的通信、精密地圖、交通管制、道路等基礎(chǔ)設(shè)施，要使自動駕駛汽車在全國主要道路上

56、商用行駛。（二）我國協(xié)同發(fā)展環(huán)境加速形成協(xié)同發(fā)展政策體系不斷完善2020 年，政府各方積極加強頂層規(guī)范協(xié)同，營造產(chǎn)業(yè)發(fā)展良好環(huán)境。2020 年 2 月，國家發(fā)改委等十一部委聯(lián)合發(fā)布智能汽車創(chuàng)新發(fā) 展戰(zhàn)略，圍繞智能汽車發(fā)展明確提出構(gòu)建先進完備的智能汽車基礎(chǔ) 設(shè)施體系，目標到 2025 年智能交通系統(tǒng)和智慧城市相關(guān)設(shè)施建設(shè)取得積極進展，車用無線通信網(wǎng)絡(luò)（LTE-V2X 等）實現(xiàn)區(qū)域覆蓋，新一代車用無線通信網(wǎng)絡(luò)（5G-V2X）在部分城市、高速公路逐步開展 應(yīng)用，高精度時空基準服務(wù)網(wǎng)絡(luò)實現(xiàn)全覆蓋。2020 年 3 月，工業(yè)和信息化部印發(fā)關(guān)于推動 5G 加快發(fā)展的通知，提出促進“5G+車聯(lián)網(wǎng)” 協(xié)同發(fā)展

57、。推動將車聯(lián)網(wǎng)納入國家新型信息基礎(chǔ)設(shè)施建設(shè)工程，促進LTE-V2X 規(guī)模部署。建設(shè)國家級車聯(lián)網(wǎng)先導(dǎo)區(qū)，豐富應(yīng)用場景，探索 完善商業(yè)模式。結(jié)合 5G 商用部署，引導(dǎo)重點地區(qū)提前規(guī)劃，加強跨部門協(xié)同，推動 5G、LTE-V2X 納入智慧城市、智能交通建設(shè)的重要通信標準和協(xié)議。開展 5G-V2X 標準研制及研發(fā)驗證。2020 年 4 月， 國家發(fā)改委明確新型基礎(chǔ)設(shè)施范圍，包括智能交通基礎(chǔ)設(shè)施等融合基 礎(chǔ)設(shè)施，其中車聯(lián)網(wǎng)是傳統(tǒng)交通基礎(chǔ)設(shè)施智能化與網(wǎng)聯(lián)化的重要保障。2020 年 8 月，交通運輸部印發(fā)關(guān)于推動佳通運輸領(lǐng)域新型基礎(chǔ)設(shè)施的指導(dǎo)意見，提出打造融合高效的智慧交通基礎(chǔ)設(shè)施，完善行業(yè)創(chuàng)新基礎(chǔ)設(shè)施，重

58、點提到了助力 5G 等信息基礎(chǔ)設(shè)施建設(shè)。2020 年 10 月，國務(wù)院辦公廳正式印發(fā)新能源汽車產(chǎn)業(yè)發(fā)展規(guī)劃（20212035 年），明確將推動新能源汽車與能源、交通、信息通信全面深度融合。加快建設(shè)涵蓋前端信息采集、邊緣分布式計算、云端集中管控的新型智能交通管控系統(tǒng)。充分發(fā)揮蜂窩通信網(wǎng)絡(luò)基礎(chǔ)優(yōu)勢，以無線通信、定位導(dǎo)航等信息通信技術(shù)為支撐，推動車輛與道路交通、信息通信基礎(chǔ)設(shè)施廣泛互聯(lián)和數(shù)據(jù)交互，為多級聯(lián)動的自動駕駛控制決策和應(yīng)用服務(wù)提供保障。協(xié)調(diào)推動智能路網(wǎng)設(shè)施建設(shè)。建設(shè)支持車路協(xié)同的無線通信網(wǎng)絡(luò)。加快車用無線通信技術(shù)升級，不斷滿足高級別自動駕駛智能網(wǎng)聯(lián)汽車應(yīng)用。此外，相關(guān)部門針對地圖測繪、智能網(wǎng)

59、聯(lián)汽車測試等相繼制定相應(yīng)規(guī)范，包括測繪資質(zhì)管理辦法（征求意見稿）智能網(wǎng)聯(lián)汽車道路測試與示范應(yīng)用管理規(guī)范（征求意見稿）等。在國家政策指導(dǎo)下，各地結(jié)合自身發(fā)展需求和基礎(chǔ)優(yōu)勢出臺了積極推進產(chǎn)業(yè)發(fā)展的指導(dǎo)意見。江蘇省編制形成江蘇省車聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展重點任務(wù)分解表（2020 年-2021 年），確定共 7 類 65 項任務(wù)，明確了推動車聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展的行動指南。天津市發(fā)布天津市車聯(lián)網(wǎng)（智能網(wǎng)聯(lián)汽車）產(chǎn)業(yè)發(fā)展行動計劃，提出加快 LTE 網(wǎng)絡(luò)升級改造和 5G 規(guī)模化部署，提升 LTE-V2X 網(wǎng)絡(luò)覆蓋水平，建設(shè)基于 LTE-V2X 無線通信關(guān)鍵技術(shù)的車聯(lián)網(wǎng)服務(wù)平臺。長沙市發(fā)布智能汽車產(chǎn)業(yè)“火炬計劃”和“頭羊計劃”

60、，“火炬計劃”重點支持智能網(wǎng)聯(lián)車路協(xié)同相關(guān)企業(yè)，并給予資金獎勵和政策支持，“頭羊計劃”通過對重點車輛加裝車載智能終端產(chǎn)品、城市道路智能化改造，智能網(wǎng)聯(lián)云平臺建設(shè)、特定場景智能網(wǎng)聯(lián)示范應(yīng)用等，力爭到 2022 年，打造智能汽車與智慧交通融合發(fā)展的“長沙模式”。廣州市發(fā)布廣州市加快推進數(shù)字新基建發(fā)展三年行動計劃(20202022 年)，開展車聯(lián)網(wǎng)直連通信頻段試運營，結(jié)合 5G 商用，促進 C-V2X 規(guī)模部署，推出量產(chǎn)型智能網(wǎng)聯(lián)汽車，推動建立粵港澳大灣區(qū)內(nèi)部跨市、跨境測試及應(yīng)用協(xié)同機制， 建設(shè)環(huán)大灣區(qū)車路協(xié)同試驗網(wǎng)。北京市發(fā)布北京市智能網(wǎng)聯(lián)汽車創(chuàng)新發(fā)展行動方案(2019 年-2022 年)，提出部