5G和自动驾驶有什么关系？

【编者按】我们离自动驾驶越来越近了。以前只有想象，现在有了落地的技术可能性。

本文转载自童济仁汽车评论，原作者李梦晨；由亿欧汽车整理转载，供行业内人士参考。

知乎上有一句标准话术， 先问是不是，再问为什么 。

所以，老知乎会将这个问题进行拆解，然后就变成了 5G 技术和自动驾驶之间究竟有没有关系？如果有，那么究竟是什么关系？

于是，我在搜索引擎上输入了这个问题，并且将搜索时间设定为 2005 年至 2015 年，果然，这是一个经典的问题。

为什么选定 2005 年至 2015 年呢？因为这 10 年间，我们经历了 3G 时代和 4G 时代的更迭。而作为载体的智能手机，也从不可高攀之物，变成了寻常之事。

从 2015 年起，我们又在展望 5G 时代，能够搜索到的较早一篇文章，恰好是在讲 5G 与自动驾驶汽车的关系。如今 5 年之后，再来关注这个问题，网络上可以吵得热火朝天，但能够想象到的答案与 5 年前却大同小异。

2020 年，我们提出了 新基建 ，5G 基础设施开始加速落地了。当然，我们有更强的底气，可以更为准确地评估 5G 与自动驾驶之间的关系。不可回避的是，在 5G 技术完全落地之前，很多困难也是实打实的，要一步步去克服。

这个世界，不缺少抬杠挑刺的人，也不缺少巧借概念编织骗局的人，但更需要造梦的人，以及为了那个美好梦想一步步去实现的人。

回到正题，5G 和自动驾驶有没有关系？答案是一定有，而究竟是什么关系，不妨从需求端来理解，或许更能说明问题。

自动驾驶需要车联网吗？

我们提到的自动驾驶，尤其是 L0-L5 的自动驾驶分级，本质上属于单车智能。这是车企的主攻方向，也是离车企最近的技术舞台。

对于单车智能而言，主要涉及感知、规划、控制几个层面，包括传感器、处理器和算法。

传感器有雷达、摄像头，处理器主要指芯片，算法更偏软件领域，或自研，或合作。

目前，多数车企的单车自动驾驶水平，正处于 L2 级。即使达到了 L3 级，也可能囿于法规等原因，不敢轻易试探 L3 的说法。因为 L3 允许驾驶员脱手，但在紧急状态下又需要驾驶员快速接管，这几乎是一种悖论，所以，也有观点认为 L2 应该向 L4 直接进化。

除了单车智能，还有一项技术是车联网。不过，车联网的边界范畴，绝不仅是 汽车能上网 那么简单。

在 3G 时代，汽车装导航，可以接入互联网播报一些简单的路况或天气信息。

在 4G 时代，出现了智能汽车的概念，车里有一块大屏，可以像操控手机一样进行点选，功能也更加丰富，可以听网上的歌，或者看视频，也可以完成一些简单的远程操控，比如，开空调，关天窗。

那么，当来到了 5G 时代，车联网的价值才有可能继续 破圈 。

根本原因是 5G 更强，但 5G 比 4G 技术到底强在哪里？

其实，5G 的全称是第五代移动通信网络，本质上是一套技术标准。而这套标准的提出，本质上就是为了比 4G 更进步。

我们直观理解的话，就是 速度快，延迟低，带宽大 。

汽车是一个高速移动的物体，速度快、延迟低，与汽车联网技术恰好相融。

那么，就需求而言，我们为什么需要成熟的车联网技术？

在一定程度上，拓展单车智能的上限。

单车智能技术存在上限，主要受传感器、算法等影响。比如，在风雨交加的恶劣天气里，摄像头等传感器的识别能力大受影响。

从目前看，即使在正常的道路环境中，不仅存在范围盲区，也存在无法识别的少见物体，比如弯道中突然出现的对向车辆，单车智能仍需要不断训练，不断提高安全性能。

如果真正做到了车联万物，也就是 V2X，车与车之间，车与基础设施之间可以信息互通，而 5G 技术的低延迟性，保证了运动物体位置以及速度的准确性，这也是高精定位的范畴。

一方面，我们可以构建一个城市大脑，对车联网信息进行统一处理，再对每一辆车发出调度指令。最基本的一个应用是合理规划路线，化道路运力，主动规避拥堵，而当道路上全是自动驾驶汽车时，合理调度的能力还将被放大。

另一方面，我们更应该注意到车与车之间的互联能力，车联网技术很重要的应用在于此。

车辆在道路上行驶，彼此互为障碍物，为了不发生事故，那就要互相避障。单车智能存在盲区，可能无法识别一些突然闯入的车辆。如果做到了车与车互联，相当于放大了单车智能的识别圈。

比如，A 车在两辆卡车之间行驶，由于卡车体型巨大，A 车无法轻易看清旁边车道的前后情况，这时，如果车联网起作用，A 车可以明确知道旁边车道是否安全，此时是否可以超车。

当然，这并不是说，单车智能技术就可以不思进取了，将来坐等车联网完全铺设好即可。

单车智能与车联网技术之间，是一个互补关系，而不是一个取代关系。

车联网是一个大格局，算是 IoT 物联网的一个延伸，不止于车，不止于路，信息能够交互好，就好像远远地可以打招呼，告诉对方自己的状态，而打招呼的对象不是人与人，而是物与物。

单车智能是一个小世界，智能化要从本体率先完成，要对外部环境、内部需求有一个准确的执行力。单车智能本身也是不容放松的，这是自动驾驶的一个核心，车联网是助力。

有时候，我们对自动驾驶有所抗拒，无非就是对安全性有所担忧。单车智能 + 车联网，相当于上了两把锁，彼此赋能，齐步走，自动驾驶才更可能落地。

云计算有着怎样的发展潜力？

云计算并非 5G 时代的专属，一直被认为是一个潜在风口。但因为 5G 的速度快、延迟低、带宽大，所以，在 5G 时代，云计算可能被真正催熟。

云计算，理解起来很容易。相当于将海量数据存在 云端 ，通过 云端 的处理器进行计算。这样的好处在于，既减轻了终端存储大量数据的压力，也可以实现海量数据的共享，经过大数据计算后，可以得出更具趋势化的结论。

既然 5G 的传输速度如此之快，那么有没有可能弃用终端的处理器，完全依靠云端进行计算工作呢？手机行业曾有类似的设想，但目前仍没有产品落地。至于未来会不会实现，使得智能设备更轻更薄，我们姑且保持期待。

来到汽车行业，云计算会有怎样的帮助呢？

曾与业界的朋友交流，了解到这样的设想：将来，自动驾驶汽车需要处理的数据非常多，对芯片的算力要求很高，单车的造价成本也会很高。

那么，不妨将一些算力需求转移到云端，仅在车载终端保留应急处理的本地计算硬件，从而降低成本，节省空间。

当然，这样的设想仍需要实际论证。比如，即便 5G 解决了车端入网的速度与延迟问题，但经过云端计算再传回车端，用时还是过长，能否满足车辆控制的即时性需求呢？

毕竟，本地硬件的处理速度和执行速度，一定是快于云计算的。

在安全为王的前提下，汽车交予云端处理的数据对即时性不能有太大的需求，那些需要趋势判断和深度学习的数据更为合适。

首先，自动驾驶会产生大量的数据，对于终端的存储压力很大，非常适合上传到云端；再者，云端数据可以共享，某一辆车遇到的特殊场景可以被算法学习，并将优化方案共享给所有车辆，自动驾驶技术也将更加成熟。

最先落地的可能性是什么？

目前，自动驾驶能够实现的主要在一些特殊的应用场景。

1. 封闭园区内的自动驾驶小车

在一些码头、工业园区内，具备自动驾驶功能的小车已经开始服役了。这一场景的特点是路线基本固定，突然闯入的障碍物并不多，识别起来比较容易。印象中，在一些车企的制造工厂中，早已有一些智能小车用来运输零部件了。

类似的自动驾驶小车可以与新零售、快递行业进行结合。比如，这类小车可以自动送货上门，京东、苏宁都做过类似的尝试。再比如，在某些公园内，可以将这类小车设计为移动售货亭，但无人看守，只是沿着固定路线沿途 叫卖 ，有需要购买的游客随喊随停。

2. 高速公路上编队行驶的自动驾驶货车

面向 C 端的自动驾驶是一个大生意，可能需要很多年才可以实现。如果面向 B 端，可实现的难度在降低，的一个例子是货车。

货车的应用场景有很多，我们主要针对的是长途运输。如果要走长途，道路场景其实比较单一，采用一些驾驶辅助功能，就可以极大地缓解货车司机的驾驶疲劳度。货车的路线一般比较明确，那么，编队行驶，统一调度也就有了可能。

优化路线，降低货车的驾驶难度，还可以提高长途行驶的安全性，这与货运行业的效率需求是高度统一的。将来，只要成本控制得当，B 端会率先接纳自动驾驶的技术优势。

在新基建的范畴中，我国也在筹建一批支持车路协同的高速公路，最先试点的也会是商用货车。

写在最后

自动驾驶，热度多年不息。从上世纪 50 年代开始，人们就在憧憬着自动驾驶的未来。

但时至今日，我们也不敢轻易下结论，自动驾驶将会在多少年之后成为现实。只能说，我们离自动驾驶越来越近了。以前只有想象，现在有了落地的技术可能性。

5G 时代能带来多么美好的生活，我们不做过分吹捧，只是客观分析。但这个时代一定会来，我们保持期待，等待花开烂漫。