盖世汽车资讯|吴冬升:车联网如何赋能自动驾驶?


8月22日 , 由中国电动汽车百人会、智能汽车与智慧城市协同发展联盟联合主办的GIV2020隆重召开 , 本次峰会主要讨论智能汽车近两年取得的技术突破和产品创新、智能汽车应用场景和商业模式、以及智能汽车商业发展的顶层设计和实施路径 。 下面是高新兴高级副总裁、战略与品牌总经理吴冬升在本次论坛上的发言:

盖世汽车资讯|吴冬升:车联网如何赋能自动驾驶?
本文插图
高新兴高级副总裁、战略与品牌总经理 吴冬升
各位尊敬的嘉宾 , 大家下午好!非常荣幸代表高新兴在本次大会论坛上做一个主题的发言 。 我的发言主题是“车联网赋能自动驾驶应用于商业模式探索” 。
我们知道车路协同是当下非常热的热点 , 我们做这项工作的核心目标:第一 , 我们的车路协同希望能够和我现有的传统的智能交通产业做深度的融合 , 给传统的智能交通产业注入新的元素 。 第二 , 希望能够通过智能网联技术、车联网技术赋能自动驾驶 , 能让中国的自动驾驶产业提前到来 。 我想这个是我们做车联网的两个非常大的核心的动因 。
今天大会的主题是自动驾驶相关 , 所以 , 第一 , 我想向各位来宾报告一下我们所看到的车联网怎么样去赋能我们的自动驾驶 , 有哪些典型的业务应用场景 , 我们和我们的合作伙伴一起已经打造了一些场景 , 想向各位做一些报告 。 第二 , 在商业模式角度上我们认为将是面临着非常多的挑战 。
从国家层面政策层面来看 , 车联网跨了我们的汽车产业、跨了我们的交通产业 , 也是通信和信息产业 , 当然现在越来越多的互联网公司也杀入这个赛道里 , 所以应该是各个产业的融合 。 从国家十一部委的政策文件来看 , 其实我们认为国家政策在推动整个车联网产业的发展应该是非常清晰的 。 这里面既包括了我们所看到的汽车的智能化、网联化 , 应该是我们汽车产业面对当下挑战非常大的一个突破口 。 同时 , 道路的智能化改造 , 也是我们当下非常核心的一个要点 , 这些应该都是非常清晰的 。
从标准层面来看 , 从中国所主推的C—V2X标准对标美国的DSRC的标准 。 从标准层面来看 , 从Rel—14的标准到Rel—15的标准版本里面已经包括了我们所看到的车联网标准的版本 , 这个是我们非常清晰的基于LTE—V2X的版本 。 第二个 , 今年刚刚冻结的5G的Rel—16标准里面 , 实际已经开始定义基于5G新空口相关的标准 , Rel—17里面会做进一步的完善 。 所以从标准层面来看 , 我们可以自豪地说 , 我们所组织的C—V2X产品是有一个可持续发展的 , 无论从技术角度还是从可持续角度来看 , 应该是更加具有技术上的领先性 。
也要同步回答一些业界很多朋友非常关注的 , 我们所做的车联网到底应该可以提供哪些业务应用场景 。 我们看到 , 其实基于LTE—V2X的Rel —14、Rel—15的版本里面 , 着重解决的问题是我们安全类、局部的交通效率类的业务应用场景 , 解决我们出行里面的安全问题、局部的交通效率问题 。 我们知道 , 基于运营商目前部署的5G网络来看 , 着重所解决的实际上是我们大带宽的信息娱乐类的业务以及全局类的交通效率的问题 , 是对于时延要求非常敏感的业务场景 , 主要是大带宽的业务场景 。
现在做Rel—16的版本和Rel—17的版本里面重点关注的是5G新风口的V2X , 着重解决的是自动驾驶的场景 , 这也是我们现在看到的未来的整个车联网已经有了版本规划 , 怎么样更好的支撑我们未来的自动驾驶场景 。 整体上来看 , 车联网未来会是一个组合的业务模式 。
从这个表里面能够清晰看到 , Rel—14、Rel—15 , 解决的是交通安全类和效率类的业务应用场景 。 第二个 , Rel—16、Rel—17里面已经明确定义了 , 我们要解决的是车辆的编队行驶、要去解决远程驾驶、要解决的是多传感器的共享以及一些高级自动驾驶的场景 , 比如协同驾驶的场景 , 这些其实都是和我们自动驾驶息息相关 。 就是说我们在下一个阶段会重点 , 无论是从我们发的报文的长度、还是可靠性、还是发送的频率来说 , 都是从技术的角度会给我们的自动驾驶做一个更好的支撑 。分页标题
这是我们目前整个车联网全国推进的情况 。 总结来看 , 全国做智能网联跟自动驾驶是完全吻合的 , 相关的试点示范来看 , 目前基本上处于建设由点到面的阶段 , 由国家工信部所主导的整个示范区和先导区有11个 , 这里面包括广州所做的智能网联和智慧交通的试点示范区域 。 非国家级的 , 非工信和住建主导的地方试点示范城市越来越多 , 40多个 。 全国层面来看 , 由点到面全部铺开 。
另外非常重要的高速公路层面 , 车路协同也是当下高速公路在做智能化、网联化建设非常重要的核心要点 , 所以我想从整个全国的进程来看 , 应该是在由点到面逐步深化的阶段 。
广州我们也是非常荣幸和我们的战略合作伙伴文远知行一起 , 包括和运营商联通等一起 , 我们联合打造了相关的一些典型的业务应用场景 。 所以我们看到 , 我们既可以通过5G做远程驾驶 , 也可以通过我们的道路智慧化改造 , 这里面含了基于LTE—V2X的5.9G的网络 , 以及今天上午其实移动的领导也介绍了 , 未来的计算会做一个分布分级 , 既有中心计算、也有区域计算和路侧的计算MEC的边缘计算的节点 , 以及我们车载的计算单元 , 会有4级的计算架构 。 以及我们把在自动驾驶车上所具备的感知的能力 , 多传感融合的能力放到路侧来做 。 这是部署的相关情况 。
非常重要的是 , 基于这样一个技术架构我们到底可以提供哪些去帮助整个自动驾驶?我们认为其实基于LTE—V2X有四个方面能够帮助到我们的自动驾驶 。
第一 , 毋庸置疑非常重要的红绿灯信号的信息 。 因为传统单车只能是通过摄像头识别红绿灯信号信息 。 这里面面临环境的挑战 , 比如大雨、极端的太阳照射等等或者树木遮挡、前方大车遮挡 , 通讯的方式从信号机直接读取数据是非常直接的方式 , 可靠性也非常高 。 在广州我们专门开放了专用的设备 , 经过交警的允许去读取信号机的信息 , 给到我们自动驾驶车辆使用 。
另外一个非常重要的 , 国家层面来看 , 公安部也在推进相关的行业标准发布 。 我们知道传统的信号机主要是实现管理的功能 , 未来即将发布的行业标准是叫信号机的信息服务标准 , 这个标准里面会清晰的界定信号机的信息、红绿灯信息可以通过我们的车联网智能网联的方式去推送给自动驾驶和有人驾驶的车辆 , 这个相关的标准即将会发布 。 未来更进一步的会发布相关的交通管控设施 , 比如说交通流量检测、交通的标志标线标牌等管控信息 , 都会逐步的做信息类的开放 。 交通类的传统的一些信息用于管理的信息 , 一些专网、内网的信息会组建通过车联网的方式开放 , 既服务自动驾驶、也可以服务有人驾驶 。
第二 , 实现超视距的功能 。 我们知道单车智能只能实现自己视距范围内的功能 , 通过智能网联的方式可以实现超视距的功能 , 比如两三公里以外有道路施工 , 我已通过智慧的系统精确的定位实现车道及亚米级的定位 , 道路施工信息可以通过网联方式给到平台 , 然后再推送给我们的自动驾驶或者友人驾驶的车辆 , 实现无延时和车道路亚米级的定位 。
第三 , 对于我们的驾驶来说是有意义的 , 我们的单车智能面临着非常大的挑战 , 就是鬼探头的场景 , 前方有大车遮挡或者行人、机动车突然闯出的场景 , 这个可以通过我们道路的智能化改造方式能够给我的自动驾驶车辆做一个相关的鬼探头场景的赋能 。
第四 , 我们认为非常重要的 , 自动驾驶最强调的是安全性 , 我们知道城市里面交通事故70%都出现在交叉路口 。 典型的交叉路口我们通过交叉路口的智能化改造可以去多传感器融合的设备改造完之后精准的感知交叉路口各种各样的交通参与者行为的分析 , 能够给到我的自动驾驶车辆 , 为我的自动驾驶车辆多一层安全的冗余 。
总结下来LTE—V2X , 无论是红绿灯信号机的信息 , 还是超视距的功能 , 还是一些单车智能面临非常大的挑战、鬼探头的场景 , 还是安全冗余 , 车联网都可以赋能我们的自动驾驶 。分页标题
来看还有非常重要的 , 基于5G—V2X , 我们原车驾驶 , 尤其是面临非常恶劣的极端天气条件下 , 或者我们说我们知道RobotTaxi在一些极端的情况下 , 需要通过5G—V2X网络给我们的自动驾驶车辆去做一个相关的赋能 。
这个场景 , 我们的编队行驶 , 其实我们知道 , 无论头车有人还是无人 , 有人的情况下我们完全可以通过网联的方式 , 将有人驾驶的信息给到后面相关的车辆去使用 , 头车如果是无人的情况下 , 我们后面的车辆也完全可以降低对于自动驾驶车辆配置的要求 , 相关的传感器的融合新信息 , 可以通过5G—V2X网络 , 通过多传感器融合的通信方式给到后面这些相关的自动驾驶车辆去使用 , 这个都是非常典型的清晰的应用场景 。
这些典型的场景我们只是做初步的分享 , 未来我们会做更多场景联合的打造和包装 。
还有一个很重要的问题 , 我们知道当下的车联网产业的发展和我们的自动驾驶产业类似 , 商业模式的问题和数据开放模式的问题 。
从车联网来看 , 我们知道它的投资 , 除了车端之外很重要的是车路协同路侧的投资 。 路侧投资的金额是非常巨大的 , 无论是高速公路还是城市的道路 , 以及车联网整个投资建设的主体是非常碎片化的 , 它的运营主体其实也是非常碎片化的 , 这个应该都是当下我们非常大的一个挑战 。 我们能够看到的是 , 将来我们所做的车联网既可以去服务于我们交通的政府部门、交管或者交通部这样一些政府部门 , 也可以去服务于我们普通的消费者或者是我们的车企和我们的一些重要的行业客户 , 这个是非常清晰的 。
短周期之内我们认为车联网产业的发展需要政府的引导 , 借助于新基建的力量做一个推动 。 长周期来看 , 我们希望能够去探索数据开放的模式 , 这里面包括数据怎样服务于好我们的管理 , 交警或者交通口的管理 , 以及多少数据和我们出行结合 。 刚刚海梁科技已经介绍了 , 我们公共交通的出行、Robo-Taxi的出行 , 其他的出行方式以及和车联网赋能智慧停车 , 和出行的深度结合 , 应该是我们未来非常重要的着力探索的商业模式的方向 。 除此之外 , 我们认为从产业的发展来看 , 非常重要的是和我们金融行业做一个深度的融合 , 其实我们车联网可以产生非常重要的LBS的定位数据 , 现在可以实现像亚米级、厘米级的定位数据 , 以及可以精准的感知到车辆状态的数据、驾驶行为的数据 , 这些数据都是可以和我们的金融行业做一些深度结合 。
长周期来看 , 我们认为未来的车联网可能会和能源行业产生很多的交集 , 整体来看 , 我们认为从商业模式角度来看 , 应该界定清楚车联网整个数据开放的模式 , 能够探索更多的和金融、和出行相结合的一些创新的商业模式 。
最后简要介绍一下高新兴在这里面做的一些工作 , 最核心的主要可以提供5G车规级的模组以及车载前装后装等后端产品和路侧的全系列产品 。 当然我们也着力打造面向城市级和城际高速公路相关的解决方案 。 除此之外 , 我们和我们的战略合作伙伴一起也积极探索在广州、武汉、珠海等地的实践落地 , 积极参加产业化非常重要的“四跨” 。 今年是“新四跨”的测试工作、互联互通的测试工作 。 总体来看 , 我们非常希望和产业界的合作伙伴一起 , 能够共同推进中国的车联网产业和中国的自动驾驶产业的发展 。
谢谢大家!
【盖世汽车资讯|吴冬升:车联网如何赋能自动驾驶?】注:本文根据现场速记整理 , 未经演讲嘉宾审阅 , 请勿转载