為什麼說5G是自動駕駛中必不可少的一環?

2020-12-03 電子發燒友

普及一下自動駕駛知識點

自動駕駛分為6個等級:

Level 0:人工駕駛,無駕駛輔助系統,僅提醒。

Level 1:輔助人工駕駛,可實現單一的車速或轉向控制自動化,仍由人工駕駛(如定速巡航、ACC)。

Level 2:部分自動駕駛,可實現車速和轉向控制自動化,駕駛員必須始終保持監控(如車道中線保持)。

Level 3:有條件自動駕駛,可解放雙手(hands off),駕駛員監控系統並在必要時進行幹預。

Level 4:高級自動駕駛,可解放雙眼(eyes off),在一些預定義的場景下無需駕駛員介入。

Level 5:全自動駕駛,完全自動化,不需要駕駛員(driverless)。

自動駕駛基本原理

關於自動駕駛的基本原理,需了解三大關鍵詞:傳感器、數據融合(Data Fusion)、100%安全性決策。

傳感器

自動駕駛需要的傳感器系統主要有三種類型:攝像頭、雷達和雷射雷達。

•攝像頭

攝像頭是自動駕駛必備的傳感器,包括前視、後視和360度攝像系統,後視和360度攝像頭主要提供360度外部環境呈現,前視攝像頭主要用於識別行人、車輛、道路、交通標誌等。

•雷達(RADAR)

自動駕駛需要多個雷達傳感器,其功能是無線探測和測距,主要用於盲點檢測、防碰撞、自動泊車、制動輔助、緊急制動和自動距離控制等應用。目前的雷達系統主要基於24GHz和77GHz,相較於24GHz,77GHz在測量距離和速度時具有更高的精度,以及更高的角解析度,且還具備天線尺寸小、幹擾小等優點。

雷射雷達(LiDAR)

LiDAR,即Light Detection And Ranging的縮寫,它是一種基於雷射的系統,除發射器(雷射器)外,系統還具備高靈敏度的接收器。LiDAR主要用於測量靜止和移動物體的距離,並通過處理提供所檢測物體的三維圖像。

LiDAR應用於自動駕駛所面臨的挑戰是,如何克服在雨雪、霧、溫度等環境影響下識別較遠距離的物體,同時,這玩意成本太高,目前不適合汽車領域的大規模部署。

數據融合(Data Fusion)

數據融合就是將不同傳感器(如雷達、攝像頭和雷射雷達)數據進行智能化合成,實現不同信息源的互補性、冗餘性和合作性,從而做出更好、更安全的決策。比如攝像頭具有分辨顏色(識別指示牌和路標)的優勢,可易受惡劣天氣環境和光線的影響,但雷達在測距、穿透雨霧等有優勢,兩者互補融合可作出更精確、更可靠的評估和判斷。

100%安全性決策

一旦出現交通事故,重則導致人身傷亡,因此,自動駕駛對技術安全的要求相當苛刻,需實現接近100%的安全性。

簡而言之,自動駕駛就是通過傳感器收集全面的環境信息,再對信息融合處理,並作出接近100%安全性決策。

目前多數人所談的自動駕駛,都是基於汽車本地端的傳感器、數據融合來實現決策的。

但是,你有沒有想過,這種單憑本地端實現的方式存在一些局限性。

當汽車橫穿十字路口時,自動駕駛能預知從左側高速駛來的大卡車嗎?

由於易受雨、雪、霧、強光等環境影響,攝像頭能始終準確識別指示牌和紅綠燈嗎?

再舉一個例子。

當自動駕駛在高速路上以130公裡/小時行駛時,攝像機/雷達融合無法安全地檢測到前方超過120米距離外的停車,這將觸發超過5米每平方秒的緊急制動,這是無法接受的。

總之,道路環境異常複雜,雷達、攝像頭和雷射雷達等本地傳感系統受限於視距、環境等因素影響,要實現100%安全性,自動駕駛需要彌補本地傳感器所欠缺的感知能力。

簡單的理解,本地傳感系統讓汽車「看到很遠」,但自動駕駛還需要能夠「看到更遠」。

這就需要C-V2X閃亮登場。

C-V2X能做什麼?

C-V2X,C即Cellular,V2X就是vehicle-to-everything,指車與外界的信息交換,它是基於蜂窩網絡的車聯網技術。

C-V2X指從LTE-V2X到5G V2X的平滑演進,它不僅支持現有的LTE-V2X應用,還支持未來5G V2X的全新應用。它基於強大的3GPP生態系統和連續完善的蜂窩網絡覆蓋,可大幅降低未來自動駕駛和車聯網部署成本。

與雷達、雷射雷達等傳感器不同,我們可以把V2X視為一種無線傳感器系統的解決方案,它允許車輛通過通信信道彼此共享信息,它可檢測隱藏的威脅,擴大自動駕駛感知範圍,能預見接下來會發生什麼,從而進一步提升自動駕駛的安全性、效率和舒適性。C-V2X被認為是自動駕駛的關鍵推動因素之一。

C-V2X能做什麼呢?還是繼續舉例吧。

如上圖,道路前方彎道處停有一輛拋錨的汽車,但由於正好處於彎道,汽車本地的攝像頭、雷達等傳感器無法檢測到,眼看一場車禍正要釀成悲劇。

幸運的是,我們有V2X。

V2X通過通信網絡共享信息,具有「看到更遠」的能力,此時汽車顯示屏上會提示前方有車輛,並啟動減速和轉向,安全通過。

再來一個案例。

如上圖,前方的大卡車擋住了視線,而對面正駛來一輛汽車,此時要超車,毫無疑問是非常危險的。

當駕駛員剛打左轉燈準備超車時,V2X通過顯示屏立即提示,前方有來車,不能超車…

直到危險解除後,才順利超車,安全通過。

C-V2X技術簡介

V2X主要包括V2N(車輛與網絡/雲)、V2V(車輛與車輛)、V2I(車輛與道路基礎設施)和V2P(車輛與行人)之間的連接性。

2015年,3GPP在Rel. 14版本中啟動了基於LTE系統的V2X服務標準研究,即LTE-V2X,國內多家通信企業(華為、大唐、中興)參與了LTE-V標準制定和研發。2016年9月,首版涵蓋了V2V和V2I的V2X標準發布;2017年6月,進一步增強型V2X操作方案發布。

在Rel. 14中,V2V通信基於D2D( Device-to-Device)通信,其為Rel.12和Rel.13版本中的Proximity Services (ProSe) 近距離通信技術的一部分。新的D2D接口被命名為PC5接口,以實現可支持V2X要求的增強型功能,這些增強型功能包括:支持高達500Km / h的相對車速、支持eNB覆蓋範圍內的同步操作、提升資源分配性能、擁塞控制和流量管理等。

在Rel. 14中,LTE-V2X主要有兩種操作模式:通過PC5接口點對點通信(V2V)和通過LTE-Uu與網絡通信(V2N)。

基於PC5接口的V2V通信也包括兩種模式:管理模式(PC5 Mode 3)和非管理模式(PC5 Mode 4),當網絡參與車輛調度時稱為管理模式,當車輛獨立於網絡時稱為非管理模式。在非管理模式下,基於車輛間的分布式算法來進行流量調度和幹擾管理;在管理模式下,通過Uu接口的控制信令由基站(eNB)輔助進行流量調度和幹擾管理。

C-V2X還將持續平滑演進到5G V2X,將對功能進一步增強,以支持低延遲和高可靠性V2X服務。

除了PC5和Uu接口,C-V2X技術構架還包括V2X控制功能、邊緣應用伺服器和V2X應用伺服器。

▲C-V2X技術構架,來源ngmn V2X白皮書

•V2X控制功能(V2X control function)位於核心網,其為實現V2X通信向UE提供必要的參數以執行相關網絡動作。

•V2X應用伺服器可部署於網絡之外,由車企、移動運營商或第三方來運營,從而跨運營商跨車廠,這也解決了過去車企擔心的依賴C-V2X會導致自動駕駛業務被電信運營商所控制的問題。

•邊緣應用伺服器靠近數據源部署,解決了時延和網絡負荷問題,將在許多V2X用例(比如實時高清地圖更新等)中發揮重要作用。

為何自動駕駛需要5G?

目前基於LTE的V2N已經覆蓋了很多車聯網用例,比如交通信息提示、地圖更新、OTA固件更新。未來V2V和V2I將廣泛應用於車聯網的低時延、遠距離通信場景。

你可以將C-V2X看成是連接V2N和V2V/V2I的粘合劑,其依託於成熟的蜂窩網絡生態,隨著4G向5G的技術演進,將在未來自動駕駛領域發揮關鍵的作用。

一,基於5G近實時的高清視頻傳輸,V2N和V2V互補(V2N2V),如前所述,讓自動駕駛能「看得更遠更清楚」,實現100%安全性。

二,5G網絡切片技術提供始終如一的QoS保障。

與網際網路「盡力而為」的數據傳輸不同,網絡切片可提供始終如一的低時延和高速率服務保障,這對於安全性要求極高的自動駕駛領域尤為關鍵。比如,當汽車行駛於網絡擁塞區域(比如演唱會、體育場附近),網絡切片技術仍然能優先保障汽車通信的高速率和低時延性能。

▲網絡切片 vs 無網絡切片性能監控

三,邊緣計算是自動駕駛的未來。

5G核心網控制面與數據面徹底分離,NFV令網絡部署更加靈活,從而使能分布式的邊緣計算部署。邊緣計算將更多的數據計算和存儲從「核心」下沉到「邊緣」,部署於接近數據源的地方,一些數據不必再經過網絡到達雲端處理,從而降低時延和網絡負荷,也提升了數據安全性和隱私性。

這對於時延要求極高、數據處理和存儲量極大的自動駕駛領域而言,重要性不言而喻。未來對於靠近車輛的移動通信設備,如基站、路邊單元等或均將部署車聯網的邊緣計算,來完成本地端的數據處理、加密和決策,並提供實時、高可靠的通信能力。

是的,自動駕駛需要5G,但說到最後,對於5G自動駕駛,挑戰在哪裡?

想到了兩點:

挑戰一,網絡頻繁切換。

5G無線頻率更高、覆蓋範圍小,未來城市的每個燈柱或將就是一個小基站,必然會帶來基站間頻繁切換的問題而影響自動駕駛能力,怎麼破?

C-RAN(Cloud RAN)構架可大幅降低切換開銷。

挑戰二,天線怎麼安裝?

今天的5G手機面臨的一大挑戰是,天線太多,手機空間太小。未來的汽車也將面臨這樣的問題。

我們掐指算一下,未來的汽車將有多少無線系統?LTE V2X(5.8-5.9GHz)、衛星定位(1.57GHz,1.1-1.2GHz,1.6GHz)、藍牙(2.4GHz)、WIFI(2.4GHz,5GHz)、3G/4G網絡(700MHz-2.6GHz)、雷達(76-77GHz)、5G NR(3.3-4.9GHz、6-80GHz)、無線充電等等。

這麼多天線系統,在安裝時必須考慮汽車的擋風玻璃、金屬殼對無線信號的衰減影響,怎麼破?

新材料天線、與車體集成的天線將應運而生。

總而言之,自動駕駛需要5G,5G是自動駕駛的可靠保證。隨著5G網絡的不斷建設,越來越多的5G車聯網試點將會出現。讓我們共同期待5G車聯網的精彩表現!

打開APP閱讀更多精彩內容

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容圖片侵權或者其他問題,請聯繫本站作侵刪。 侵權投訴

相關焦點

  • 為什麼自動駕駛必不可少?
    上期文章我們介紹特斯拉的自動駕駛有個軟肋,就是對於靜止的物體有可能探測不到,其背後的原因就是傳統的雷達不能有效識別靜態物體。當然,這個問題並不是沒有解決的辦法,那就多種傳感器的配合使用。就目前的技術而言,大多數自動駕駛汽車都會搭載三類傳感器:攝像頭、雷達和雷射雷達。
  • 論文寫作:研究生必不可少的一環!
    比如摘要中的八股邏輯:為什麼要做這項研究、別人怎麼做的、哪做得不好、你怎麼解決的、你怎麼證明你解決了。這其中邏輯和保安常問的三大哲學問題「你是誰,你從哪來,到哪去」是類似的。但是,如果邏輯上不嚴密,寫出來的文章就有可能像竹片編制篩子,漏洞百出。然而,這卻是評審最喜歡的文章,因為隨便挑個點就能把文章槍斃了。
  • 騰訊自動駕駛總經理蘇奎峰:軟體與服務是騰訊自動駕駛業務的核心...
    我今天想說的是,對廣大普通用戶來說,自動駕駛真正有價值的路徑是什麼、我們能提供哪些支持。一個公司在提供支持、產品的時候,首先要看用戶需求是什麼?騰訊在遊戲方面有很多技術優勢,我們可以利用這些優勢做仿真測試驗證;我們也有高精地圖資質,也做自動駕駛,對自動駕駛的需求有充分的認識和理解,能夠提供自動駕駛所需要的高精地圖。
  • 雷射雷達加速自動駕駛汽車發展
    本文引用地址:http://www.eepw.com.cn/article/201804/378226.htm  深度相機實現物物關係理解 雷射雷達在自動駕駛中必不可少  人工智慧從「弱」到「強」,最基本的是要理解三維空間關係,利用基於深度相機的視覺系統進行視覺導航、識別外界的環境、規劃路徑、實現避障等工作,已經成為包括
  • 自動駕駛的視覺密碼丨科技說
    在當下主流的多傳感器融合路線中,視覺感知技術本身玩法固然稱不上激進顛覆,卻始終被認為是自動駕駛落地整體方案的基石。某種層面上,只有理解了視覺,才能更好地認知自動駕駛。更值得注意的是,車企意識到自動駕駛技術的重要性,開始自主研發相關技術,其中就包括視覺感知。爭奪蛋糕的過程中,核心技術成為各家比拼的關鍵。Mobileye的拳頭產品便是單目視覺傳感方案。所謂單目,即車輛只裝配一顆前置攝像頭,將識別目標物與背後的資料庫進行匹配,再進行障礙物判斷與距離估算。
  • 實現越野自動駕駛,路虎這大腦皮層到底有多高級?
    不知道是自動駕駛點背還是怎麼回事,這幾個月,自動駕駛發生的事故是一茬接著一茬,老外現在談起自動駕駛都有點恐懼了,前不久特斯拉又跟美國警車來了次「驚魂」接觸。可就在流年如此不利的情況下,依然有車企在自動駕駛禁路邊緣徘徊,就拿最近剛剛宣布要搞自動駕駛的路虎來說,這傢伙不僅宣稱自己搞自動駕駛,甚至還要將它運用在越野當中,實現它的「自動越野」。聽路大爺這口氣,我們到底應該對它說666,還是說233呢?
  • 成像雷達傳感器在自動駕駛汽車中的應用解析
    ,以及它們各自如何滿足先進駕駛輔助系統(ADAS)和自動駕駛的感測需求仍然存在一些困惑。 最近,我和我的一個朋友進行了一次有趣的討論,他知道我在研究用於ADAS系統和自動駕駛車輛(AVs)中雷達的TI毫米波(mmWave)傳感器。 每當他讀到自動駕駛汽車在不同駕駛環境下(比如障礙物檢測)運行情況的文章時都會不失時機地取笑我。其中一次的對話如下: Matt:「如果那輛車搭載有LIDAR的話,就能輕鬆識別出車道中間的物體。」
  • 自動駕駛五大核心技術包括哪些呢?
    致力於為用戶提供安全、舒適、智能、高效駕駛感受的自動駕駛,離不開相應技術的支持。雷射雷達作為自動駕駛汽車的「眼睛」,雷射雷達是重要的傳感器之一,對於保證自動駕駛汽車行車安全具有重要意義。雷射雷達應用主要分為兩個部分:一是落地到自動駕駛測試的無人車上,二是落地到汽車廠商推出的具有輔助駕駛功能的量產車上。
  • 自動駕駛衝出亞馬遜
    這裡出現了一個很明顯的問題:亞馬遜為什麼要捲入自動駕駛領域的競爭。這其中的原因涉及一個數萬億美元的市場,聰明的技術投資者應該密切關注這個領域。那麼亞馬遜真正關注的東西是什麼呢?亞馬遜收購Zoox是看中了後者最重要的資產:最新的計算機視覺技術。計算機視覺是現在一個非常吸引人的技術風口。
  • 自動駕駛的另一個突圍方向
    有人問他為什麼離開谷歌,Thrun說自己有個更大的願景,那就是「讓教育變得更民主,讓受教育這件事通過網絡觸達每個人。」Udacity 從2012年上線開始,提供基礎的編程和高新技術相關的課程。早在2016年,Udacity 就與 MBRDNA 合作開發了無人駕駛汽車工程師納米學位課程,目標是為行業培養需求緊俏的自動駕駛工程師,以堅固行業人才基礎。
  • 與寶馬高級總裁傅科齊對話:自動駕駛歸根到底要保障安全性
    人工智慧的發展越來越快,在自動駕駛這方面也得到了很好的體現。如今在汽車行業,自2018下半年就開始了萎縮,但是其中以寶馬為代表的豪華品牌卻直線上升,在2019上半年,寶馬在中國就取得了35萬臺銷量,對比之前,增長了17%。在汽車行業,自動駕駛也將為汽車行業帶來重大的變革。
  • 5G基站覆蓋面積最大是多少?自動駕駛需要5G多少米建設一個?
    5G裡大家可能對自動駕駛比較感興趣,也有網友希望知道三大運營商為了實現自動駕駛會建設多麼密集的5G基站,但是實際上,現在沒有可能有這種規劃。5G一個基站可以覆蓋面積最大是多少?其實這個問題如果我給出答案的話可能大家會大吃一驚。
  • 自動駕駛地圖與定位技術產業
    二、中國高精度地圖產業發展現狀高精度地圖作為汽車自動駕駛系統的重要組成部分,相較於傳統的導航電子地圖更專注於自動駕駛場景,讓自動駕駛車輛人性化的理解不斷變化的道路現實環境,通過雲端實時更新的高精度動態地圖數據,在自動駕駛車感知、定位、決策、規劃等環節起到重要作用,是自動駕駛解決方案不可或缺的一環。
  • LIDAR : 自動駕駛汽車的關鍵傳感器
    在這篇博文中,你將會學習到更多關於 LIDAR 的知識,包括它在自動駕駛汽車空間中的起源,以及它是如何從眾多傳感器中脫穎而出的。請盡情享受這篇文章!正如下圖中的 Uber 和 Baidu 的自動駕駛汽車,它是安裝在汽車頂部的不斷旋轉的笨重盒子。
  • 管鏈輸送機無塵高效節能,是自動粉體生產線中及其重要的一環
    在前幾天的文章「小袋噸袋自動拆包機是自動化生產中必不可少的一環」,裡小編說過,自動化粉體生產線是由拆包設備→輸送設備→攪拌設備→輸送設備→包裝設備組成的。這一條生產線裡,輸送設備佔據了非常重要的位置。相對於其他輸送設備,管鏈輸送機從進料口到出料口法蘭之間是密閉的,出口無需設置除塵裝置,運輸中能保證沒有粉塵洩露,無塵環保。物料在管鏈輸送機中沿著輸送管道平滑輸送,基本沒有內部運動,物料破損減少,緩慢的彎道輸送能最大限度的減少物料的顆粒產生碎屑。
  • 5G自動駕駛示範區運營示範及檢驗檢測服務平臺啟動
    12月4日,「5G自動駕駛示範區檢驗檢測服務平臺及示範運營發布會」在北京房山舉行。中國移動北京公司(北京移動)總經理夏冰介紹,目前全國自動駕駛示範項目已經超過60個,在建項目近百個。
  • 實現高級自動駕駛,一定要用雷射雷達嗎?
    用沃爾沃集團CTO的話來說就是,雷射雷達的應用是汽車邁向全自動駕駛的關鍵一步。既然雷射雷達是實現全自動駕駛的「關鍵一步」,那就是必不可少的一步。這一說法想必一定會得到國內外數十家雷射雷達廠商的紛紛點讚。所以,現在還來討論高級自動駕駛要不要配備雷射雷達的話題,似乎已經有些「不合時宜」了。對於自動駕駛來說,估計再也沒有比安全更重要的事情了。
  • 解放手腳 體驗全新名爵ZS自動駕駛功能
    2、處理器的高運算能力提供準確判斷  「三心二意」是我們不提倡的做事方式,但對於自動駕駛系統的處理器來說卻是必不可少。隨著自動駕駛功能段位的提升,傳感器的數量自然也會越多,多向傳輸到電腦的帶寬也會更高,這對於處理器的運算能力是新的挑戰。
  • 什麼是飛機自動駕駛?
    然後就是到了進近和著陸階段,首先是速度降到一定程度的時候就可以逐漸放襟翼,放起落架,然後切盲降,到決斷高度的時候切斷自動駕駛儀,然後逐漸的把油門收光,收油門的過程中由於推力的變小,它自然有個低頭的動作,俯仰配平自然會低頭嘛,然後我們就逐漸的帶點杆,直到飛機接地,由於地面受到一個大的摩擦,機頭會有個下仰下浮的動作,我們就要帶點杆。
  • Uber 自動駕駛這四年
    Levandowski 在現場展示了谷歌早期版本的自動駕駛汽車樣車。Kalanick 看到後,當場表示要買下 20 輛,他當時笑著說:「它明顯會成為下一個發展方向。」但 Musk 花了大量時間說服他放棄無人車的想法,並對他說:自動駕駛還太遙遠,Uber 和特斯拉兩家公司應該在各自領域裡繼續深耕。Kalanick 知道 Musk 沒說實話,因為特斯拉一直在計劃自己開發自動駕駛。