1.1 5G车联网技术概述

伴随着ICT（Information and Communications Technology，信息通信技术）产业与汽车产业、交通产业的深度融合，车联网逐渐被认为是近些年市场需求最明确、最有产业潜力的物联网领域之一。由于各方的行业背景和视角不同，对车联网的理解也不完全相同。当前，我国普遍采纳的车联网的定义为：借助新一代信息和通信技术，实现车内、车与车、车与路、车与人、车与服务平台的全方位网络连接，提升汽车的智能化水平和自动驾驶能力，构建汽车和交通服务新业态，从而提高交通效率，改善汽车驾乘感受，为用户提供智能、舒适、安全、节能、高效的综合服务。

车联网是信息化与工业化深度融合的重要领域，是5G垂直应用落地的重点方向，具有巨大的产业发展潜力、应用市场空间和可观的社会效益，对于带动汽车行业、交通行业和电子信息行业的产业转型升级、系统创新和融合发展具有重要意义。

车联网对传统汽车产业的影响表现为智能化与网联化水平的增长。传感器、操作系统、自动驾驶系统等厂商推动了汽车智能化程度的提升，而网络运营商、路侧单元设备商等加速了汽车网联化的进程。美国、欧洲、日本等车联网产业发展处于领先地位的国家和地区持续在政策层面支持车联网技术创新研发，并加快推进车联网、自动驾驶等领域立法修法，为产业发展积极创造适配条件。美国交通部发布的《智能交通系统战略规划2015—2019》，围绕实现车联网和推进车辆自动化两大目标，规划了安全、效率、环境、智能化和信息共享五大主题。欧洲重视车联网发展顶层设计和新技术研发，将车联网技术视为关系国家未来核心竞争力的重点技术，欧洲各国政府大力投入资金引导车联网产业发展，形成了三纵四横的发展战略。日本在汽车智能化、交通信息化领域的研究起步最早，政府直接参与车联网产业推动，支持汽车智能化新技术应用，在智能交通、自动驾驶等领域实施重点推进举措。日本政府于2014年实施“自动驾驶系统研发计划”，提出到2030年普及全自动驾驶汽车的目标。

在未来，网联化与智能化融合将成为车联网产业发展的主要趋势。美国和日本的车联网发展规划中纷纷提出网联化与智能化融合策略，欧盟则提出了“信息化+智能化”的发展目标。我国《中国制造2025》行动纲领中提出车联网技术应搭载先进的车载传感器和芯片，融合先进的信息通信技术，要具备复杂环境感知、智能化决策与自动化控制功能，实现交通零伤亡、零拥堵，达到安全、高效、节能的下一代汽车发展要求。车联网是物联网体系中市场需求最明确的领域，业界预测2020—2025年，交叉路口+高速/快速路C-V2X（Cellular V2X）改造投资合计将达1200亿元；前装市场规模将达850亿元；预计到2025年年底，我国汽车保有量将达到3.6亿辆，按渗透率40%计算，2025年后装市场规模将达到1440亿元。

当前，车联网的技术发展和服务能力不断提升，形成车联网平台、车辆、路侧设施和行人之间的高效信息交互，催生了大量新的产品和业务。车联网已进入产业爆发前的战略机遇期，知识产权保护和运用能力已成为保障和促进车联网产业发展的重要推手。

1.1.1 车联网的发展历程

2005年，欧盟委员会（European Commission）希望在欧洲范围内统一实施部署车载紧急呼叫服务系统，其依赖于车载紧急呼叫业务eCall（emergency Call）。欧盟委员会将技术标准任务下达至ETSI（European Telecommunications Standards Institute，欧洲电信标准化协会）和3GPP（3rd Generation Partnership Project，第三代合作伙伴计划），对eCall技术通信标准体系进行开发建设；ETSI/3GPP于2008年开始发布eCall通信模块技术系列标准；2011年，欧洲9国共同成立HeERO（泛欧洲车载紧急呼叫业务联盟）。HeERO的主要任务包括技术标准的起草推动、技术试验测试、试商用推广、eCall业务系统的模式设计和部署规划。同时，该联盟还召集汽车和通信行业的公司组织，对eCall的系统进行推广建设，其目的是建立一个在欧洲范围内可实现互操作的互联互通的车载应急通信大系统。

在车载紧急呼叫业务的基础上，利用电信网进行车载终端间的远程信息处理和通信，通过公众移动通信网向车辆服务者、驾驶员和乘客提供车载信息服务，诞生了Telematics。它是远距离通信（Telecommunications）与信息科学（Informatics）的合成词，是融合无线通信技术、卫星导航系统、网络通信技术和车载电脑的综合系统，可以简单理解为车载移动无线互联网。Telematics是IVI（In-Vehicle Infotainment，车载信息娱乐系统）的子系统，是IVI中互联网服务的实现手段，也是车联网的重要组成部分。随着无线通信技术的日益发展和移动网络的覆盖，Telematics可提供越来越多的服务。Telematics技术给行车中的人们提供了全新的导航技术，包含紧急救援、远程诊断等安全服务，以及便利的话务员服务、在线多媒体信息等娱乐服务，使出行更加安心、有趣。Telematics对智能交通也有重要作用，当用户数量增加到一定的规模后，Telematics可用于收集交通管理信息，以协助进行交通状况分析，并作为处理后信息的发布渠道，帮助缓解交通压力。

NGTP（Next Generation Telematics Protocol，下一代Telematics协议）给整个Telematics产业链提供开放的接口。它是由宝马公司牵头，联合另外两家Telematics服务提供商联合开发而成的一个Telematics体系框架及开放的技术标准协议，它为Telematis产业应用提供了更大的灵活性及可扩展性。NGTP是标准制定的一个典范，在车辆制造及相关服务行业，无论是前装市场还是后装市场，NGTP基本上已经是参与方、实施方和车厂必须遵从的标准。

上述Telematics是基于云端服务的车联网应用，因此具有响应实时性低、服务的可持续性和服务能力受限的特点。同时，由于产业链限制，Telematics系统具有封闭性，缺少跨域平台支撑，因此其体系的可扩展性较差。V2X赋予车辆直接感知车辆周边环境信息的能力，提高车辆的行驶安全性和经济性。以DSRC为例，该技术支持所有的交通参与者以每秒10到20次的频率共享动态信息。V2X所使用的无线电波，不受光照条件影响，并能轻易地穿透或绕过障碍物，从而在各类交通参与者之间分享有价值的交通信息。这些信息会在覆盖整个交通系统的巨大的数据网络中流通，使得信息的获取者能够了解到更大范围的交通情况。由此，人类司机或自动驾驶系统可以更早、更快地对周围的交通情况做出反应。更重要的是，V2X使得各类交通参与者能够主动相互协作，让每一个人和物都能积极地为更安全、更高效的交通做出自己的贡献。

各类车辆和设备是由不同厂家生产的，为了让它们能有序地、高效地、公平地相互通信，需要建立通信标准来规范它们的信号发送和接收行为。目前，V2X领域存在着两大通信标准，即DSRC和C-V2X。其中，DSRC是由IEEE（Institute of Electrical and Electronics Engineers，电气与电子工程师协会）制定的，并且有主要车辆生产商支持的标准；而C-V2X是由3GPP通过拓展蜂窝网络制定的。DSRC的标准化流程可以追溯至2004年，IEEE在其802.11WLAN（Wireless Local Area Networks，无线局域网）标准系列下，开始制定新的车载通信标准IEEE 802.11p。在2007年左右，IEEE 802.11p标准已经趋于稳定。于是，IEEE又开始着手制定1609.x系列标准，以作为V2X的安全性框架。差不多同一时间，SAE（Society of Automotive Engineers，美国汽车工程师协会）从汽车工业的需求出发，也开始制定关于V2V（Vehicle-to-Vehicle，车与车通信）应用的标准，并将其称为DSRC，所采用的通信标准是IEEE 802.11p和1609.x。作为C-V2X的第一阶段，LTE-V最早是由中国信科（原大唐）陈山枝团队在2013年提出的，联合相关企业在3GPP制定标准，是一组基于蜂窝通信网络的V2I（Vehicle-to-Infrastructure，车与基础设施通信）和V2V的通信物理层协议。相较于DSRC，LTE-V拥有更低的时延、更高的可靠性和通信距离，因而能更好地支持基本道路安全应用；然而LTE-V的通信时延在20ms级，阻碍了它在高级别自动驾驶相关场景（如自动编队行驶）中的应用，需要NR-V2X支持。

5G是目前信息基础设施的重要组成部分，具有“超大连接、超低时延、超高速率”的技术特点，不仅可以为移动终端提高传输速度，提升用户的网络体验，同时还将赋予万物在线连接的能力，实现万物互联。5G的应用场景包括“移动宽带增强”“低功率海量连接”和“低时延、高可靠”。“移动宽带增强”可以为V2X提供高速的数据传输率，满足大流量密度需求；“低功率海量连接”支持超千亿数据连接，还可以保证终端的超低成本和超低功耗；“低时延、高可靠”可以将端到端时延降至毫秒级，保证了信息的实时性。

1.1.2 车联网体系架构

车联网使人和车通过多手段协同紧密耦合在一起，车成为人的感知能力延伸，人成为车的智能扩展。在车联网中，人车融合对象不仅能被智能交通系统感知与控制，而且能作为参与者主动与环境元素协同，进而实现整体交通环境的最优化协调。因此，车联网的内涵不仅是一个车车通信或车载终端使用服务的网络，而应是一个人-车-环境紧密协同的高度交互、动态演化的复杂系统。在这一系统的人、车、环境协同过程中所依赖的社会网络化大数据关联和处理、车联社交网络等新概念和新应用形式，要求信息通信网络支撑普适计算、认知计算和社交计算等新型信息计算处理方式，对信息通信网络的体系结构和能力提供与交换方式都提出了新的需求。这就要求我们从相关对象的协同需求出发，通过层次化方法重新构建车联网的网络体系。

车联网体系架构模型如图1-1所示，主要理清车联网对象协同个体模型与群体模型、计算空间与物理空间的关系，分为感知执行层、泛在网络层、协同计算控制层、应用层。

1）感知执行层

感知执行层在底层，感知执行指人、车和道路基础设置对物理世界的感知、预测和控制能力。感知执行层通过感知技术实现人、车、环境的各种静态信息（标识、属性等）和动态信息（事件、服务请求等）的监测、提取，并通过接收和执行协同控制指令，反馈协同控制结果，进而实现多智能体协同感知和决策过程。

“感知”的目的是获取并初步处理环境信息，包括独立感知和协同感知两种形式。独立感知指车辆或路侧基础设施直接从环境传感器中收集数据，包括视觉传感器和雷达传感器；而协同感知需要人、车和基础设施交互感知。“执行”是指协同计算控制层的控制命令反馈到底层控制模块进行动作执行。车辆的动作执行有微观的驾驶动作和宏观的选路动作，基础设施的动作表现在红绿灯的相位调整、可变信息板的交通诱导等。

2）泛在网络层

泛在网络层位于感知执行层之上，基于通信网络技术实现各个元素之间的组网和信息交互，包括接入层和传控层。泛在网络即广泛存在的网络，具有“无所不在”“无所不包”“无所不能”的基本特征，以实现在任何时间、任何地点、任何人、任何物都能顺畅通信为目标。由于车辆的快速移动性，车路协同的信息传送网络面临复杂的接入网络环境，单纯地依赖接入层无法满足服务的可持续性，需要在接入层上叠加传控层。传控层基于虚拟化等技术建立传控网，根据协同计算控制层的需求综合调度接入资源，平衡信息通信需求、网络负载状况和接入资源局限，建立稳定的、有服务质量保障的信息通信传送通道。传控层屏蔽不同接入网技术差异和信息传输保障技术差异，同时向协同计算控制层开放通信协同管理能力，供协同计算控制层按需调配。

3）协同计算控制层

协同计算控制层用以实现全网范围内的“人-车-环境”协同计算与控制。

从车联网对象协同个体模型角度，协同计算控制层需提供人车协同控制能力，以支撑人车智能映像，通过对人车协同个体参与感知获得的各种静态、动态信息进行协同计算，实现对人车协同个体行为的感知、认知和控制。

从车联网对象协同群体模型角度，协同计算控制层需提供多人车协同个体的协同计算控制能力和服务协同管理能力，一方面支持多人车智能映像的群智计算，另一方面支持与各种或封闭或开放的服务系统协同，以实现对车联网全网状态的全面感知、正确认知。为满足协同控制要求，协同计算控制层还需提供通信协同管理能力，协调传控网实现按需通信资源调配，以满足服务的可持续性要求。这种人-车协同、服务协同、通信协同的协调与控制机制由协同计算控制层多维协同计算控制能力提供。

协同计算控制层还需提供公共支撑能力，用于支撑人-车协同控制和多维协同计算控制所需的大规模计算和信息感知、认知、控制处理。公共支撑能力包括计算支撑能力和共性服务支撑能力。计算支撑能力提供通用计算能力，如云计算服务能力、大数据处理能力等，以实现计算的弹性和可扩展性。公共支撑能力需提供应用相关服务的能力，如M2M（Machine to Machine）控制、信息推送、GIS（Geographic Information System）服务能力等，以支持复杂人、车、环境元素的感知与控制。

4）应用层

应用层提供多种不同类型服务，以实现人、车、环境协同服务需求，同时还需支持能力开放与共享，以支持新型服务形态和商业运营模式。

针对行业应用的封闭现状，应用层可分为封闭服务和开放服务。封闭服务与具体的行业应用紧密相关，如ITS（Intelligent Transportation System，智能交通系统）指挥控制平台等。开放服务涵盖当前各种开放服务，如各种互联网提供商的实时路况服务等。应用层还将提供开放服务能力，将协同计算控制层所整合的车联网全面感知、认知与控制能力封装为面向人、车、环境的开放服务支撑能力，并向第三方服务提供者开放。

1.1.3 5G车联网体系

5G车联网在智能驾驶中具有重要的作用。5G车联网是无人驾驶汽车、智能汽车发展的重要配套基础设施，也是智能交通的必要前提。5G车联网与无人驾驶二者互为促进、交互发展。基于5G的车联网体系架构如图1-2所示。

这一体系分为四层，分别是终端、路侧、区域、云端。

终端包括智能交通系统中的各种车载感知设备、车载计算单元、通信设备、信息发布设备以及交通主体，实现对全时空交通的实时感知、诱导、管理和控制。

路侧作为连接终端和网络边缘的桥梁，包括感知设备、通信设备和计算单元，其不仅能够加强对实时交通态势的感知和管控，还具备局部信息的处理加工功能。路侧边缘计算节点通过收集、分析和处理车载终端生成的数据，提升车联网的数据驱动能力，初步为车载终端提供低时延、大带宽的业务，减少路侧专网的传输压力。

区域的网络边缘计算中心覆盖较大的范围，其将数据存储、计算与分析能力下沉，使得区域性的业务不必经过云端处理即可完成，有助于更多低时延、大带宽应用的出现。

云端通过实时汇集全时空交通信息，利用数字化、信息化、智能化等新技术手段，进行城市交通体系的预测、推演和验证，全面助力智慧交通的演进，赋能交通基础设施，使道路具备精准的感知、精确的分析、精细的管理和精心的服务，实现车、路、云之间的协同。