一、引言
如今，5G的到来正在给汽车行业将带来一场升级变革，尤其是自动驾驶，通过5G低延迟、高带宽的特性，能够为自动驾驶汽车提供更丰富的信息，让自动驾驶汽车在紧急时刻做出精准决策，保证使用和用户的安全性。
5G的作用可见一斑，但5G不像社会大众所期待的那样，认为能够真正解决自动驾驶的产业痛点，自动驾驶还有很多需要面对的难题。对于整个自动驾驶的生态来说，在5G的加持后会加速产业的成熟。但自动驾驶的落地和实现，所涉及到的既有政策问题、技术问题，还有运营等多方面的问题，这需要政府、互联网公司、车企，三方共同合作才能完成。
二、5G对于自动驾驶的真正价值
5G本质上是一个通信手段，会解决自动驾驶遇到的一些问题，但是不能认为“5G能够彻底解决自动驾驶的产业痛点”，自动驾驶还有很多需要面对的难题。当然，如果没有这样一个低延时，高带宽的链路，用其他的技术弥补是不可能实现的，5G是有作用的，只是这个作用没有大众期待得那么高。
汽车通过5G这个高速的通信链路，弥补车端的感知能力和算力，以及通讯信息交互等方面的不足。比如V2I（车联网）、V2V（车与车之间的通信），V2X(车与所有物体的连接)，都可以把整个信息传递或共享到车上。
5G的核心作用是提供了一个低延时、高带宽的通信链路，提供一个灵活的网络结构和边缘计算能力。但要加速自动驾驶，还是需要其他的一些设施来协同，需要车、路、端的协同。
三、5G的应用会给产业带来的改变
从汽车产业来看，主要是两个方面：一个是“用户智能”，一个是“驾驶智能”。
所谓用户智能，就是5G能够为用户在娱乐、消费等方面与车结合，为用户带来价值。比如通过5G通信，相关的娱乐系统能进一步升级，用户可以体验到VR，或者依赖高带宽的高清视频等内容可以达到车端。
所谓驾驶智能，主要体现在感知层（感知和感知信息共享）和计算层，可以实时的将道路、环境及他车的状态通过V2X、V2I、V2V通路实时共享，提高车端的安全性。如V2V方面，通过5G可以实现车与车之间的信息实时共享，让汽车更好的感知到周围路况，通过感知的环境信息传到自动驾驶系统。举个例子，当自动驾驶车在大的公交车后面行驶时，如果想变道超车，是无法知道前方状况的。但有了V2V以后，可以通过前车的感知设备，通过5G的链路传到后方自动驾驶车上，实现了“透视”。
四、5G对于细分的车载技术的影响
1.对于SLAM（定位与地图构建）：5G是定向性较强的通信技术，它的频带比较宽，通信频率较高，定向性比较强，基站也很密。基于这些特点，它能够辅助SLAM的定位，通过一些相关资料的了解，它能够做到亚米级。也就是说，在没有卫星的情况下，通过5G的基站也可以提供一种可靠地全局定位方法，这无疑对定位技术是一个非常好的补充，优势是在室内场景其作用会更明显。另外，通过5G高带宽的通信链路，未来的某些基站物理坐标都可以很准确。在这种情况下，在建图和定位的时候，两侧会有非常多有带自己绝对位置的基站，利用这些路标信息，建图工作会更加精准，对高端复杂算法依赖也会降低。总的来说，5G对SLAM大规模建图优化，或者说将来在定位方面，有利于降低计算复杂度，提升整个系统的定位精度。
2.对于GPS导航系统：在5G的地面基站增多后，会变成类似于全局定位的小型基站系统。这对于一些受遮挡、有城市高楼的定位弥补作用很强。具体来讲，就是当有5G基站后，哪怕在高楼林立，甚至是室内定位里，5G手机都能够达到这种亚米级别，这个精度会非常惊人。现在在很多室内的导航定位还是缺少有效的定位手段，依靠一些Wi-Fi来实现定位精度不容易保障，也满足不了用户的大部分需求。
五、5G对于自动驾驶产业计算层面的影响
从计算层面来看，有了5G，如果设备完善的话，会有边缘计算节点。这样很多计算的负载的需求可以转移到路两侧的边缘计算节点，从而有效的降低了车端对算力的要求。这样好处有两点：一是整体算力更强，提升自动驾驶的感知能力。另外一方面，可以降低功耗。因为自动驾驶对算力要求比较高，利用边缘计算节点可降低油耗，尤其是电车能够提升汽车的续航里程。
举个例子，其他的移动设备的能力比车还要弱，汽车在“空闲”时，其他的设备也可借助于车端的计算能力来帮助用户来做一些事情。比如实时翻译功能，现在我们使用都是翻译笔，翻译笔里面有专门的GPU，需要硬件加速。
但未来的实时翻译可能就不需要这样的运算方式，比如手机里装一个软件，真正的计算是可以在一些车端实现，或者场端实现。由于基站比较密，低延时的切换也比较快，这样我们可以很快速在这种移动过程当中，通过双向的计算形式，用手机来做这种翻译，。
而对于云端来说，延时较低的情况下，可以大规模的将运算直接传到云端去计算。比如刚提到的SLAM，可以在建图过程当中收集大量的原始数据，核心的建图优化算法放在云端做，把结果实时反馈车端。
从技术角度来说，5G对光纤的要求也很高，因为每个通信链路的数据都很大，光纤相当于现在的骨干网络，骨干网络的带宽也一定要足够宽，才能可以来满足时间方面的要求。否则节点很多，但细的骨干网一定会造成堵塞。所以，无缝连接以外还有一些其他的基础设施都要跟上，才能满足整个的需求。
对整个自动驾驶的生态来说，在5G的加持以后发展会更快，有一个更大的维度弥补技术短板，在核心技术的突破后，会加速产业的成熟，也会逐步产生更多的相关消费行为和内容需求，使整个生态形成正反馈。
六、L3级别的自动驾驶是一个分水岭
L2到L3是自动驾驶的一个分水岭，最核心的问题在于责任的认定问题。比如说L2，或者是L2+级别的自动驾驶，人在驾驶中依然承担主要角色，如果车出了问题或者发生事故，是人的责任，车厂都是可以规避风险的。
对于L3及L3以上级别的自动驾驶，核心的问题就在于自动驾驶能力允许驾驶员释放双眼和双手，当汽车遇到危险之前，自动驾驶会有预警提示，如果汽车一旦出事故，车会负责任，而不是人负责。因此，这样对于汽车方面的安全要求会非常高。所以无论是在安全方面还是在技术层面，L2和L3差别较大。
并且，L3对技术的要求会有更高的要求，比如以转向系统为例，如果转向系统有一部分失灵了，需要有双备份的冗余的转向系统和刹车系统，这些关键的系统都是要有冗余的。
理想中的L4及L5的自动驾驶的落地和实现，需要政府、互联网公司、车企，三方共同合作才能完成，因为它既有政策问题，也有技术问题，还有运营问题，都要融合在一起考虑的话，三方合作可能会更容易去推广。
自动驾驶的落地需要有一个过程。这个过程可能需要相关测试和运营混合在一起同步推进，比如出行公司运营一些测试的自动驾驶汽车，运营系统实现有人驾驶与无人驾驶的联合调度。在早期阶段，自动驾驶汽车上会有测试员、有司机，这些都也可以混编到运营车队里。一定程度上还节约了成本，后续会逐渐从特定区域的运营、和有驾驶员或者测试人员的汽车混编在一起运营，然后最后到彻底无人的运营，这需要一个循序渐进的过程。
————————————————
版权声明：本文为CSDN博主「刘宇航的自动驾驶笔记」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/Lyhty/article/details/96352421
