“新四跨”指的是跨“芯片模組+終端+車企+安全+高精地圖和高精定位”,引入高精地圖和高精定位,并實現從演示到大規模并發測試的轉變。展望2021年,車聯網產業化趨勢期待在幾個方面有進一步突破:和L3/L4級自動駕駛深度融合;和5G蜂窩網絡應用融合;商用化場景更加豐富。
“新四跨”內涵
2019年“四跨”指的是跨“芯片模組+終端+車企+CA平臺”。2020年“新四跨”指的是跨“芯片模組+終端+車企+安全+高精地圖和高精定位”。
2020年10月12—31日,由中國信息通信研究院、國汽(北京)智能網聯汽車研究院有限公司、上海淞泓智能汽車科技有限公司共同承辦的2020 C-V2X“新四跨”暨大規模先導應用示范活動于在上海國際汽車城封閉測試場、上海汽車博覽公園及周邊開放測試道路開展。本次活動共有37家國內外整車企業、12家芯片模組企業、52家終端企業、21家CA平臺和安全企業、4家地圖服務提供商(以下簡稱圖商)及5家定位服務提供商共同參與。對比2019年27家整車企業、11家芯片模組企業、28家終端產品和協議棧企業、2家CA平臺企業、5家安全芯片及其他企業,參加“新四跨”企業數量大幅增加。
引入高精度地圖和高精度定位是實現輔助駕駛和自動駕駛的必要條件,有可能讓傳統汽車在高精度地圖覆蓋的高速公路和城市道路實現脫手脫腳甚至脫腦的智能駕駛。
高精地圖的絕對精度一般都會在亞米級,包含的數據內容大概有六類:道路級別、交通設施、車道級別、關聯關系、交通管制、安全駕駛特征(坡度、曲率和航向)。L1/L2對高精度地圖不是剛性需求。L3及以下用的地圖信息主要包括道路基本屬性和規制信息。L4和L5級更多關注全局環境的拓撲關系、詳細的交通信息以及可通行空間環境模型等。在L3向L4/L5演進的過程中,規劃是最關鍵的能力,而規劃算法需要與高精度地圖深度綁定。高精度地圖的生產、實時更新、存儲是高精度地圖量產的三個關鍵問題。
高精度定位包括室外定位和室內定位。室外定位技術涉及傳統的衛星定位、雷達定位、慣性測量單元(IMU)定位、蜂窩移動網絡定位等。室內定位技術包括WLAN定位、Zigbee定位、藍牙定位、超寬帶(UWB)定位、紅外定位、計算機視覺定位、超聲波定位等。用于自動駕駛的高精度定位技術通過定位方法分為如下三種類型:基于信號的定位技術,例如全球導航衛星系統(GNSS)+RTK、UWB和5G;航位推算,一種基于IMU的技術,在了解車輛的位置后,計算車輛的當前位置和方向;環境特征匹配,或基于LiDAR和視覺傳感器的定位,即與存儲在數據庫中的特征匹配,以了解車輛的位置和環境。
“新四跨”考慮地理信息合規性因素,采用車企、圖商、車載終端組隊的形式申請偏轉插件,“新四跨”路側和車端廣播消息(BSM、MAP、RSI、RSM)中涉及的高精度地圖和高精度定位均采用先進行位置坐標偏轉,然后再進行數據傳輸加密的形式,并配合V2V、V2I場景加密方案的實施。在終端方面,要求車載終端采用高精定位,自行配置高精定位模塊。
在位置信息偏轉方面,車載終端廠商按照要求申請偏轉插件,實現位置信息從WGS84坐標系(地球坐標系,包含GPS芯片或者北斗芯片獲取的經緯度)到GCJ02坐標系(火星坐標系,由中國國家測繪局制定,要求在中國使用的地圖產品使用的必須是加密后的坐標)的轉換。路側消息所涉及的位置信息采用從偏轉后的高精度地圖上取點的方式來實現位置信息的偏轉。
在位置信息數據傳輸加密方面,路側及車端消息(BSM、MAP、RSI、RSM)中偏轉后的位置信息采用國產密碼SM4算法和FPE保留格式加密模式,保障編碼符合ASN.1要求。
車聯網產業化發展現狀
“新四跨”演示選取了聰明的車相關的前向碰撞預警、盲區預警、路段See Through/故障車輛提醒、緊急車輛避讓、左轉輔助;智慧的路相關的車內標牌(全路段禁停預警、前方行人提醒、前方學校提醒、向右急轉彎預警、禁止鳴笛預警、前方加油站提醒)、紅綠燈信息推送/綠波通行、弱勢交通參與者提醒;安全機制驗證場景相關的偽造紅綠燈防御、偽造緊急車輛防御、異常行為檢測。
除了演示外,本次“新四跨”特別進行了非常有意義的大規模性能和功能測試,讓車聯網產品和技術支持商用更加可信可靠。
在未來真實的交通環境中,支持智能網聯的車輛將會和周邊大量(幾十輛甚至幾百輛)同樣支持智能網聯的車輛,以及路側基礎設施之間進行通信。在前年“三跨”和去年“四跨”演示環境下,演示車輛周邊的智能網聯車輛數目很少,與未來真實環境相差甚遠。“新四跨”特別增加了大規模并發測試環節,即驗證相關產品在大規模車輛密集通信場景下,性能和功能均能保持正常。
“新四跨”C-V2X大規模測試系統,包括180臺背景車OBU與一臺RSU設備,共同構成大規模終端測試環境。測試系統開啟安全證書機制,搭載硬件安全芯片,支持應用層擁塞控制,能夠模擬真實道路環境下的大規模車輛密集通信場景。
測試車輛需要通過通信性能測試項目與功能測試項目,涉及車車間、車路間、直行道路、交叉路口等多種場景下的C-V2X通信性能和應用場景功能測試。
其中,通信性能測試是由測試系統發送BSM、RSM、RSI、SPAT、MAP五種消息,對被測車輛進行測試,并支持導出丟包率、時延等關鍵通信指標的測試結果;應用功能測試包括車車間前向碰撞預警、盲區預警、交叉路口碰撞預警、車路間紅綠燈調度、弱勢交通參與者預警等。
以“直線道路通信性能測試—被測單元間”為例,在一條300米長的直線道路沿路兩側鋪設OBU來模擬背景車輛,每5米鋪設一組。被測車輛有兩輛,兩車相向行駛,初始距離為200米,車速均為40km/h。以時間為自變量,繪制兩車在接收消息時的丟包率、時延等參數隨時間的變化圖。
以“十字路口通信性能測試—被測單元間”為例,沿交叉路口不同方向道路,每5米鋪設一組OBU來模擬車輛。兩車位于十字路口相鄰兩個方向的道路上,兩車車速為(20/40/60)km/h,初始位置距路口150m,分別沿道路向路口行駛,車A在路口停止,車B則直行通過路口。以兩車相對距離為自變量,繪制被測車輛在接收消息時的丟包率、時延等參數與距離的關系如圖1所示。
車聯網產業化發展趨勢
和L3/L4級自動駕駛深度融合
目前演示的車聯網應用大多只是給人看的預警和告警信息,主要用于輔助駕駛,而不是給車使用的。當然已經有越來越多的車聯網業務可以直接在車輛中控、儀表盤上做融合展示和呈現。
未來車聯網將和車進行更深入的結合,主要體現在:車聯網業務和車輛CAN總線信息融合;車聯網業務作為輔助駕駛和自動駕駛的輸入源之一,與車輛多傳感器融合的輸入源一起,供自動駕駛車輛決策和控制使用。
例如,車輛打緊急雙閃的信息可以通過CAN總線推送給車載終端OBU,和其它車輛之間實現信息交互。紅綠燈信號機信息通過RSU推送給車載終端OBU。目前這些信息僅供駕駛人員使用,未來可以作為自動駕駛重要的輸入源之一,和車輛攝像頭識別的紅綠燈信息進行融合決策,供自動駕駛車輛控制使用。
對于單車智能自動駕駛來說,車聯網可以從多方位賦能:紅綠燈信息推送;超視距信息推送;鬼探頭等典型場景應對;提供安全冗余;降低單車智能成本等。
和5G蜂窩網絡應用融合
C-V2X標準演進路徑比較清晰,LTE-V2X(R14、R15)可以支持安全出行類業務和局部交通效率類業務,NR-V2X(R16、R17)可以支持自動駕駛類業務。需要厘清的是LTE-V2X會向NR-V2X平滑演進,雙方為互補關系而并非替代關系。同時,運營商5G蜂窩網絡可以提供信息娛樂服務類業務和全局交通效率類業務。汽車標準委員會T/CSAE 53-2017應用列表如圖2所示。
NR-V2X因為標準、頻譜、芯片等原因,尚需較長的時間周期實現產業化落地。近2~3年車聯網將以LTE-V2X+5G蜂窩網絡業務為主。LTE-V2X可以提供的業務場景在《合作式智能運輸系統 車用通信系統應用層及應用數據交互標準》DAY-I和DAY-II中已經給出,如圖3所示。而基于5G蜂窩網絡的車聯網業務仍需要進行探索。
傳統的信息娛樂服務類業務主要包括:車載信息娛樂系統業務,OTA(Over-the-Air)業務,支付類、保險類、融資租賃等金融類業務,車隊管理、新能源車管理等行業應用業務。5G蜂窩網絡將豐富車聯網信息娛樂類業務,例如車載高清視頻實時監控、AR導航、車載VR視頻通話、動態實時高精地圖、車輛和駕駛實時監控等。
另外,基于5G蜂窩網絡可以擁有全面、全量、實時的多源大數據,從而助力實現全局交通優化。5G網絡可以為出行車輛提供準確、實時、高效的出行路徑規劃和行駛速度、行駛車道引導,并提供路況信息提醒等多元信息服務。
商用化場景更加豐富
網絡的“覆蓋率”和車的“滲透率”決定了車聯網的商用速度,二者相輔相成。具體部署建議如下。
首先,在商用車型(如出租車、公交車、物流重卡、礦卡、港口及機場車輛等)和部分乘用車型部署C-V2X車載終端,實現V2V業務場景。商用車將會優先采用車聯網技術,商用車主要關注解決四個層面的問題,即安全問題、效率問題、成本問題、舒適度問題。
其次,在特定商用場景先行先試,如特定出租車區域、城市公交車專用道和公交場站、高速公路路段和閘道、特定封閉園區和社區、礦山、港口、機場等部署C-V2X和5G蜂窩網絡,實現V2I業務場景。
最后,在高速公路和城市交叉路口等場景部署C-V2X和5G蜂窩網絡。隨著網絡的覆蓋率達到一定程度,將帶動車載終端安裝滲透率提升。
責任編輯:tzh
-
芯片
+關注
關注
459文章
52452瀏覽量
439979 -
車聯網
+關注
關注
76文章
2653瀏覽量
92670 -
5G
+關注
關注
1360文章
48808瀏覽量
573262 -
自動駕駛
+關注
關注
788文章
14302瀏覽量
170471
發布評論請先 登錄
物聯網未來發展趨勢如何?
甲烷傳感器市場現狀及未來發展趨勢
工業電機行業現狀及未來發展趨勢分析
智能駕駛傳感器發展現狀及發展趨勢
淺談生物傳感技術的定義、發展現狀與未來
未來物流發展趨勢與TMS的關系
淺談自動駕駛技術的現狀及發展趨勢
醫療機器人發展現狀與趨勢
變阻器的未來發展趨勢和前景如何?是否有替代品出現?
工控機廠家發展現狀及未來趨勢

國產光電耦合器:2024年的發展現狀與未來前景

《RISC-V產業年鑒2023》發布,洞察產業發展現狀與趨勢

評論