宦芯科技专注于做通信技术和芯片解决方案 ， 所以这块我们做了自同步的技术 ， 我们产品的客户已经用上这个技术了 ， 其次我们也能够在现有的技术下面 ， 基于已有的参考信号能够实现兼容性的同步 。 基于这种方案可以看到红色的曲线是我们没有自同步能力的 ， 一旦进入这种场景就会很快的丢失信号 ， 他们之间就没有办法能够保持信息互通 。
第二种蓝色的是基于标准实现自同步之后会有一个过程 ， 从我有这个定位信息到无定位信息的时候会有一个抖动时间 ， 这个其实可能在一些严苛场景 ， 特别是未来对于路口包括高速场景可能会非常敏感 。 另外还可以通过选特定器件的方式 ， 选一些高稳定度的 ， 能够维持一个较长时间的稳定 ， 这个也是没有参考源的基于本身的性能能够维持一个分钟级的同步 ， 最终还是会丢失掉这个同步 ， 所以这里会有一个问题 ， 就是我们为这个特殊场景会有很多额外的付出 。 另外我们会基于自同步积极利用已有的C—V2X的下斜信号能够实现相互之间的一个同步 ， 保证他们即使没有GPS的信号源 ， 能够在有无定位信号的时候能够无缝切换 ， 实现一个平稳的同步 ， 会保证整个的通信是非常平稳的 。
相似的场景还会有定位的问题 ， 因为车联网里头更重要的一个是安全通信 ， 第二个就是它们之间的一个定位信息的感知 ， 前面有几位嘉宾也有介绍过类似的技术 ， 我们这方面也有很多的一些研究 ， 同时我们这个成果在客户中也有一些验证 ， 在这种场景下可以利用一些特殊的盲点 ， 这个盲点可以是RSU ， 也可以是一些特定的终端 ， 或者是蓝牙 ， 或者是基于已有的C—V2X产品在上面增加一些增强化的触点 ， 能够利用这些固定的铆点实现无GPS信号的一个米级定位的能力 。 从右边的图可以看出 ， 我们在没有信号的时候 ， 利用惯导技术定位的精度会很快的完全丢失掉 ， 然后我们用参考的铆点的方式能够在一定时间之内能够维持一个相对精确的定位信息 ， 因为这个可能就是说像在地下车库 ， 长时间停在这个地方 ， 他不会在这里头长时间待的 ， 所以我们是维持一个相对时间较长的一个定位 。 以上两个更多是针对特殊场景 ， 未来这种车联网应用场景会很多 。
前面更多的是面向具体的应用场景的问题 ， 其实还有一个地方就是车联网这个产业能不能起来 ， 以及普通公众能不能感受到车联网带来的出行的体验和驾驶安全 ， 还有就是网络这块的一个服务是不是能够持续稳定的提供 ， 咱们的蜂窝网会有很多的网拥 ， 车联网这块也有很多的路侧设备 ， 未来在高速路口、十字路口同样会有很多的路侧设备 ， 这块会容易受到周边的一些建筑物改变的影响 ， 以及设备本身是不是处于正常的工作状态 ， 这些都是我们需要有一套算法或者系统能够去保障整个系统一直处于稳定、安全的一个工作状态 ， 所以也就催生了基于车联网的一种网络运维的需求 。
从去年开始我们在这方面做了很多探索 ， 我们已经推出了一个面向5G RSU运维系统 ， 能够现场实采集 ， 并且能够在后台形成一个数据库之后能够做一个自动分析 ， 形成一个测试报告 ， 以及自动形成诊断报告 ， 会有一个完整的优化的建议 。 基于这个方式我们能够用来干什么呢？一方面是指导我们做网络优化 ， 另外一方面现在有很多示范区、先导区也可以拿来做项目的诊断和验收 。 另外就是也能够为实时的测试提供一些帮助 ， 这方面我相信很多原来从事过蜂窝通信的一些同事会比较了解这个事情 ， 这块我们可能需要非常准确实时的了解到整个网络的运维状态 。
这是我们IG RSU运维系统可以实时看到的一些信息 ， 像这块大的区域就是我们在前段时间在附近采集的一些信号 ， 可以看到我们能够自动形成优化的边界 ， 这附近路段可能覆盖不是特别好 ， 我们会自动生成这样一个优化的区域的建议 ， 同时我们这些小图框里面就是实时的一些信号的能量分布 ， 以及对应的一些信号强度 ， 包括每个RSU ， 包括全网这块信息都能够在同一平台上快速获取 。 平常我们通过车辆其实也是可以实时去待测路段去采集数据之后 ， 能够快速生成这样一个报告和优化的建议出来 ， 这样的话为我们未来的规模产业化应该说会提供一个很好的手段 ， 也能够为我们未来这块的运营提供一些更专业的帮助 。 以上就是我们对于车联网产业规模化未来一定会碰到的一些问题 ， 也是给出了一些解决方案和建议 。

稿源：(盖世汽车资讯)

【】网址：http://www.shadafang.com/c/hn1030bOM2020.html

标题：芯科技|SAECCE 2020｜宦芯科技龙红星：宦芯在车联网方面的一些技术成果( 二 )