无人驾驶技术必备之V2X应用分析

V2X是物联网在车辆驾驶情景中的重要应用，安全防护是该阶段主要应用

V2X带来超距离的神眼，是自动驾驶必要技术和智慧交通的重要一环。V2X是V2V（VehicletoVehicle车车通讯）、V2I（VehicletoInstruction车路通讯）、V2P（VehicletoPedestrian）等统称，通过V2X可以获得实时路况、道路信息、行人信息等一系列交通信息，从而带来远距离环境信号。

下图：V2X将车与车、车与路、车与人相连接

主动安全：利用V2X车联网，车辆可以获取周围环境的未知参数以及附近车辆的运行状态，然后车载端主动安全算法将处理所获取的信息，并按照优先级对信息进行分类，对可能发生的危险情景进行预警，紧急情况下可以利用车辆执行端对车辆进行控制从而规避风险。

下图：高速公路危险警示

超距视频传输：通过在行人聚集区域安装摄像头，通过路测节点出到车载节点提醒路过车辆。这样在驾驶员临近事故高发区域尽早了解前方状况，采用合适车速，提升出行安全性。

下图：超距视频传输

交通信号传输：目前驾驶员只能通过目视获得交通标识，这样不仅增加驾驶员的负担，而且由于发现标识到采取行动的时间间隔较短，容易引发交通事故或交通违章。借助V2X车联网，可以将道路限速、限行、信号灯等指令传输到车载终端，车载终端根据信息对驾驶员进行提醒或通过执行端，对车辆进行辅助驾驶。

下图：交通信号传输

提升行驶安全&降低运营成本，相比于乘用车，商用车对V2X车联网需求更高

商用车不仅需要提升驾驶的安全性，也需要兼顾运营效率。而V2X技术既可以作为ADAS功能模块，可以降低商用车的事故率；亦可以通过有效建立智能车队，构建队形，规划路径，降低油耗，提升营运效率。目前，德国相关公司已开展商用车V2X实验，结果令人满意。

下图：V2X车联网应用于智慧车队构建

（2）V2X弥补单车智能软肋，自动驾驶必需品

无人驾驶的实现方式有两种：1）车辆本身实现高度智能化能应变各种的环境条件。2）车与车、车与交通的联网，通过智慧交通规划实现无人驾驶。ADAS（高级辅助驾驶系统）和V2X（广义车联网）是两条路径的实现基础。

ADAS（高级辅助驾驶系统）：使用传感器技术时得汽车本身具备感知能力，通过算法对不同路况的分析决策实现自动驾驶。配备足够数量的ADAS系统已经能实现高度的自动驾驶，德尔福等公司已经证明了这一点。

车联网：V2V（车车通讯）、V2I（车与基础设施通讯）的加入是车与车之间的协作更加有效，对道路的通讯能及时了解交通信号灯等变化做出反应。车际网能车辆了解附近的位置信息和速度信息以及道路的交通状况。这样减少了车辆自身对周边环境的感知。

左图：ADAS系统实现车本身的自动驾驶 右图：V2X实现车与车、车与道路的通讯

特斯拉事故暴露单车智能短板，V2X是无人驾驶阶段的必要支撑

特斯拉Autopilot事故，带来对自动驾驶安全性的重大思考。6月30日一辆特斯拉ModelS使用Autopilot功能因为无法识别前方的白色货车导致相撞，引发首起特斯拉Autopilot的车主死亡事故。特斯拉实现Autopilot功能主要通过摄像头以及毫米波雷达来进行前方环境感知。在这个案例中摄像头因为无法识别前方白色卡车，毫米波雷达安装又过于下方无法探知前方物体，最终发生惨剧。此次事件在业界中对自动驾驶技术进行深重的反思，究竟要用什么技术才能真正保证完全的安全？

下图：发生事故的交通路况

究其根本，自主式单车智能在自动驾驶阶段安全保障不足，网联式协同自动驾驶引入迫在眉睫。控制模式由于缺少与外界的交互，面临的最大问题是每辆车都是一个信息孤岛。对于自动驾驶汽车而言，当缺乏传感器探测范围外的交通数据支持，会极大增加了自动驾驶的风险性。另外，因为缺少车载传感器的失效防患机制，整车厂必须确保感知端万无一失，否则可能会面临车毁人亡的风险。随着自动驾驶单一功能的逐渐完善，若基于单车智能的自主式控制无法向基于车联网的协同式控制升级，安全问题依然很难有效保障，这也是目前自动驾驶面临的最大瓶颈。协同式控制会极大提升无人驾驶系统的安全性，例如1）当车辆要变道时，可以通过V2V获取周围车辆的位置信息；2）当车辆要经过十字路口时，汽车可以通过V2I预先收到这个路口红绿灯接下来的变化情况。因此，为了实现自动驾驶由自主式控制向协同式控制跃迁、提升行驶安全性，发展基于V2X的车联网已成为当务之急。

下图：各种传感器优劣势分析

（3）V2X搭建终极目标，智慧交通下的零事故零拥堵

随着V2X的普及以及5G物联网技术发展，智慧交通逐渐成型将带来事故和拥堵的下降。V2X目前试验可以降低50%的事故，而在日本进行的试验中能明显减少道路拥堵。

V2X车联网带来智慧交通升级，将带来自动驾驶、智慧出行、物流集成化等多种应用场景。

自动驾驶场景下的人-车-路协同化：随着汽车智能化发展，目前车辆可以实现辅助驾驶甚至有些车辆可以实现实验条件下的完全自动驾驶，预测无人驾驶汽车将是未来重要的组成部分，考虑到不排除还有汽车是非智能汽车，为避免这些车辆影响，势必在高速公路或者城市道路上设置无人驾驶专用车道，通过控制并降低无人驾驶汽车之间的安全距离，来提升交通的运输效率。为了适应无人驾驶的实现，智慧城市将对人-车-路进行协同式管理，利用车联网技术实现智慧城市的高效运行。

智慧出行场景下的交通便捷化：由于自动驾驶的出现，也带来移动应用端的革新，在智慧交通时代，汽车租赁模式会越来越普及，或许买车并不是像现在这么重要。个人出行时，可以通过手机端预约无人驾驶车辆。这样不仅方便高效，也解决了城市停车的难题，根据国外的调查和实验，采用这种方式，可以节约80%到90%的停车用地。目前，日本神奈川县已经开始自动驾驶出租车测试，预计2020年就可以达到商用。

物流交通场景下的运输集成化：智慧交通在物流领域，包括车辆集散、运输的协调以及动态信息的共享，都会向协同的方式发展。目前涉及最多的主动安全防控技术，已经实现了GPS的实时跟踪，接下来会向交通系统运行状态安全状态辨识、应急响应与快速联动技术几个趋势发展。另外交通状态的研判和主动安全保障技术也是未来的发展方向。

下图：智慧交通

智慧交通作为智慧城市重要一环，产业链价值向服务偏移。目前还处于智慧交通的初级阶段，主要体现在芯片、光纤、传感器等硬件设施的快速增长，随着智慧交通逐渐成型并成为智慧城市重要一环，整个产业链价值将会向服务端偏移。当手机通信数据、停车数据、收费数据、气象数据在智慧城市平台汇聚，并形成有效的大数据。这些大数据交由云计算和人工智能平台进行存储、计算、分析，最后依据计算平台的输出结果，对城市的各种设施进行自动化管理，为市民提供智能化、个性化的服务。

下图：智慧交通传感器