Deeproute.ai大咖解答“ 先说结论， 5G技术的发展不是决定L4级自动驾驶能否变成现实的因素, 但是5G技术的广泛应用对加速L4级自动驾驶的落地普及有很强的推动作用。”

—— 不开车的老刘

01 自动驾驶的技术实现离不开5G吗？

随着5G时代的到来，自动驾驶经常被与5G、车联网、车路协同V2X等概念捆绑在一起，甚至有人论证了为什么自动驾驶技术的实现离不开5G。

本着对科学事实负责的态度，我们应该先问是不是， 再问为什么。

时间倒退回到50年以前, 世界上第一种蜂窝移动网络-美国贝尔实验室的AMPS系统尚未发明(发明于1978年)，人类就已经能在道路上安全的驾驶车辆通行了。在当今时代，自动驾驶领域做的最早的美国Waymo公司，在路上跑的自动驾驶商业运营车辆也没有用到任何5G相关技术才能跑起来。也就是说，从人类有驾驶车辆的历史开始到现今，5G甚至整个移动通信领域的存在从来都不是人类以及人工智能驾驶车辆好坏的决定性因素。

02 5G对自动驾驶是没用的吗？

并不是的。目前5G车路协同应用在自动驾驶上的思路大概有以下3种：

以5G基站辅助车辆定位

V2X设备（如智能交通灯、感知基站等）通过5G网络传输数据给车辆

通过5G网络回传传感器数据实现远程"遥控"车

第一，以5G基站辅助车辆定位。

传统民用GNSS精度比较低，通常误差在米的级别。目前在主流L4级自动驾驶技术中，为了达到更高的定位精度，多采用GNSS/IMU， 激光雷达，毫米波雷达，摄像头等多种数据的融合定位，技术水平高的企业已经能实现厘米级定位。这个问题在4G时代已经属于基本解决的问题，5G技术的普及可以作为一个冗余校验环节，提高安全可靠性。

第二、V2X设备（如智能交通灯、路端感知基站等）通过5G网络传输数据给车辆。这项技术的主要思路是车辆端与V2X设备通过5G基站实现端到端直连。5G技术标准中要求空口延迟(Air Latency)小于1毫秒，端到端延迟(E2E Latency)小于5毫秒，这样可以以非常低的延迟获得V2X上的数据，比如智能交通灯的红绿灯信号以及感知基站的路侧感知结果。这些V2X数据也可以当作某种意义上的传感器数据供自动驾驶算法使用。另一方面，因为受到硬件(主要是激光雷达)限制，传统L4自动驾驶企业的精确感知有效距离为80-100米，技术水平比较高的可以做到150米左右, 用了特殊定制化硬件的企业可以做到精确感知有效距离超过200米。这使得5G技术可以在扩大感知距离上帮助自动驾驶。超过有效精确感知距离以上，感知的精度和可靠性都会下降很多。有了5G联网的感知基站，可以将超过精确感知有效距离的路端感知结果通过5G低延迟传输给车辆，以实现对远距离物体的相对精确感知。这项技术有望最先应用在高速干线自动驾驶卡车相关方面。因为卡车载重的原因，刹车距离可能很远，这样就要求有效精确感知距离也非常远，通常超过1000米。借助5G车联网技术，这个商业场景有望更快速落地应用。

第三、通过5G网络的远程“遥控”有可能在一些特定的无人场景起到安全冗余的作用。

比如在瘟疫或者辐射区域运送病人或者物资的自动驾驶车辆发生了必须人工干预的事件，这个时候期望人类介入处理会带来伦理和道德上的一些争议。这个时候通过安全回退到一个可以用5G进行远程介入的模式，便可以不需要人在现场介入起到安全冗余的作用。值得一提的是在这些极端场景中自动驾驶车辆的场景相对不会很复杂（因为没什么人），车速也会比较低，5G远程控制也可以满足安全性的需求。此外，5G技术普及对于自动驾驶的落地应用会有明显的促进作用。对于这些自动驾驶应用场景，采用路端V2X设备通过5G信号发过来的数据进行剩余的计算和控制车辆。因为可以做到多辆车"共享"路端基站，所以可以显著提升传感设备的性能成本效率。在实时车载数据回传，地图更新，OTA等传统智能汽车领域就有的技术，5G也能帮助加速迭代。

03 5G为什么不能决定自动驾驶技术的实现？

为了搞清楚这个问题，我们需要知道自动驾驶技术的挑战以及5G技术的优点是什么。众所周知， 主流的自动驾驶技术在车上的部分主要包含了传感器、感知、定位、预测、决策规划、控制等模块。不同自动驾驶企业因为擅长的技术领域不一样导致在不同模块会有技术瓶颈，不过行业内有相对普遍的安全标准是整个处理流程从传感器采集到最终发送控制信号给车辆期望控制在100毫秒以内。

另外自动驾驶的部署环境很多时候都无法确保一定有很好的5G覆盖并配合完善的V2X等系统的支持，车辆还是需要能够自主感知决策以实现这些场景的自动驾驶部署，这时候车辆本身的自动驾驶能力就会发挥关键作用，后续随着5G及V2X覆盖范围的扩大，可以进一步提升这些区域自动驾驶的性能，促进该技术更好的发展。

总结

5G技术的广泛应用可以在很多方面推进自动驾驶技术的落地普及，但前提是自动驾驶相关技术本身要发展得更好更精准。