u-blox梅景浩：高精度、安全、可靠——自动驾驶中的GNSS定位
今天想和大家分享的是关于自动驾驶高精度定位，我在陈总后面讲有点压力，她讲的把我要讲的大部分内容都讲掉了，所以我今天会讲的稍微简短一点。
首先看到在最近几年，在汽车领域上有很多新应用出来，会对GNSS定位有一些新的挑战。我们列出了常见的应用，比如说导航、E911，还有自动驾驶，这些GNSS的应用都对GNSS提出一些新的挑战。第一个是对于位置有更新的要求，需要有一个更高精度的位置，而且需要在全覆盖的场景下获得位置信息。不管是城市峡谷还是隧道，还是地下停车库，都希望能获得位置信息。另外一点是, 自动驾驶和ADAS应用，对位置提出更高的要求，希望达到分米级的精度。
总结一下我们现在针对GNSS这方面的要求，主要是三个方面，第一个是能提供实时的快速更新的位置,另外一个能做到足够至少能区别到车道级别,第三个是能提供时间基准，利用时间信息来做V2X应用。
举几个常见的例子。比如车载导航。首先我们从主机厂得到的消息是说，车载导航一定要达到车道级的定位，这样匹配高精地图的时候不会出现经常遇到的地图会问“请问现在在主路还是辅路”，如果拿到车道级的定位就不再会有这样的问题出现。另外导航里定位更新速度和定位更新时延是非常关键的，否则高速路上有可能出现一个情况就是错过高速路出口，都开过了, 地图告诉你请从出口驶出，这样也很令人恼火。
另外一种场景是最近比较火的应用V2X, 预计会在中国最先落地.对定位的要求要有时间的基准: 车和车的通讯，需要双方进行同步，同一个频道上进行通讯，有一个时间基准，这个是GNSS可以提供的。另外需要全场景覆盖情况下，提供车道级的位置更新，也要求实时性和低延时。我们也通过很多渠道了解到SAE的V2X定位精度, 1.5m CEP68的要求，在应用的时候，给出的位置信息不是很准，这样很容易造成用户体验不是很好，也有些车厂做过测试，一般要到亚米级、分米级的精度，V2X才能有比较好的用户体验。
更进一步是ADAS应用，需要车道的识别，同样需要很高的GNSS位置可获得性，同时也要有非常高的位置更新速度和低延时，还需要和高精度地图做匹配。
为什么我们说高精度、低延时是一个很关键的点呢？这里有一个应用场景可以讨论一下，这上面有一个蓝色的车要进行变道，会看旁边的车道上是不是有车，这时候旁边车道的车会计算自己的位置，并广播出去。在t0时刻，这个车的位置开始进行计算，如果花10ms进行计算，把位置广播出去，距离并不是很远，这个位置具有参考意义，这时候双方可以比较安全的进行操作。如果位置更新的速度在100毫秒，这还是比较优化的情况，现在很多时候做GNSS计算，用非实时系统在做，更新频率不但慢，而且是不可控的，有可能会有抖动。这样的场景下，有可能车开出去蛮远，蓝色车得到的主车道位置，根本就不准了，有可能这时候做了变道的决策，会发现两辆车容易出现事故，这样对用户的体验来说是非常糟的。所以我们认为在这样的自动驾驶场景下，低延时，高频率是非常重要的。
这张图列了传统的SAE自动驾驶的级别，以及对应自动驾驶级别所需要的定位.最常见的就是导航，常规的定位精度就够了。如果自动驾驶的级别到L2.5、L3需要比较高的精度，精度高到什么程度？至少要获得车道的信息，分米级定位。我们也考虑过是不是需要厘米级定位，后来的结论是说厘米级的定位不适用，因为GNSS是为了获得位置信息，厘米级可能在很特别的场景下做参考。路面上的物体变化是非常快的，避障操作不应该由GNSS和地图决定，而是应该由毫米波雷达和激光雷达决定。到L3或者以上，功能安全会变成一个重要的话题，这时候除了提供高精度的位置信息以外，还需要提供安全可靠的位置。
我们来说自动驾驶会有什么样的情况发生. 这是一个有点挑战的自动驾驶场景，车的尾气很多，不管是雷达还是摄像头，都很难找到一个准确的位置，因为没有路标做匹配，这时候我们就靠GNSS。但是我觉得这还不是非常有挑战，因为有一次我遇到一个场景，也是塞车，慢慢往前挪，那时候完全看不到两边有任何东西，只看到集装箱，这种场景下根本不知道自己在哪，只能靠GNSS。
还有一个场景是这样的，是一个停车库，这也是我们经常遇到的场景。昨天吃饭的时候也遇到类似的场景，到地下停车库把车停好，电梯在旁边,我们上去吃饭，吃完饭回来下到电梯应该能看到车的，结果车不见了, 旁边防火门也是那个防火门，后来我们琢磨了半天，转了一圈发现我们是不是下错楼层了，又下了一层，发现终于找到我们的车了。这种场景不管是GNSS还是雷达，都很难辨识，因为每一层场景非常接近，没什么区别，这时候应该用IMU做3D的惯导。
这是另外一个场景。欧洲的城市，规划地非常规整，同时街道又非常窄，不管是雷达还是GNSS，都会受到蛮多的影响。这时候怎么办？我们要通过GNSS，加上IMU，加上地图匹配做粗略的定位，通过毫米波雷达或者激光雷达获得在街道上的车道信息，这样与传感器的融合就会出现。
总结一下，没有一种传感器能够在任何时间、任何地点都能获得一个准确的位置信息，我们必须依赖于高精度GNSS、激光雷达、摄像头、雷达和地图进行匹配，进行融合，从而获得可靠的有效的位置信息。
GNSS能提供什么东西？更多提供是车道级的，高可靠性的、高完整性的位置信息，GNSS有一个独特的特点，提供的位置信息是绝对位置，不是提供相对的位置，提供绝对的UTC，也能提供绝对的车速以及绝对的航向信息。好处是，可以在任何的前提条件下，不管下雨下雪还是有雾都可以提供信息. 同样可以降低地图成本，这时候地图有位置信息作为参考，可以降低地图匹配需要的算力，可以在更小的范围内进行地图的匹配。同时可以作为其他的传感器很好的支撑, 共同协作，达到功能安全。
提到功能安全, 我们要引入一个新的概念protection level，是一个针对测量结果的完好性标识。意思是说在GNSS上报位置的时候会存在一些误差，在非常大的概率下，误差在范围之内。这张图上可以看到红色的叉号是上报的位置信息，这里是车的真实位置. 很高的概率让车真实的位置在蓝色圆圈覆盖之内，这时候进行下一步的融合算法，进行安全相关的计算操作时，都会比较可靠。
这里强调一点，完好性和功能安全是有一点点区别的，完好性更多是针对车本身的硬件和软件，保证不会失效，或者保证失效的时候会上报结果。完整性更多是关注整个GNSS系统，包括卫星、校正服务、车，在一起, 怎么样能在一个信号可能会受到干扰的情况下，上报一个可靠的、完好的位置信息。有可能这个位置信息并不是准确的，有可能这个位置信息不准; 或者我觉得我的信号受到了干扰，受到了欺骗，所以请不要用它，这都是有可能的。至少会给出一个度量，这样可以针对后面的算法，可以针对度量结果进行进一步的操作。
刚才提到过这样的场景下，可能环境会造成一些干扰，安全会变成很重要的话题，我们分析了一下在GNSS计算过程中会有哪些东西带来安全性的隐患。从卫星过来的信号有可能受到一些干扰，甚至会有人故意播放假的卫星信号，如果没有识别出来，就会上报错误的位置信息。同时对GNSS信号本身，GNSS的接收机有可能被篡改，也可能会上报错误的位置信息。同样的，GNSS和主GPU之间的通讯链路有可能被篡改，加密的链路有可能受到人攻击。矫正服务可能会在云端或者通过链路时被篡改，这样位置信息同样是错的。在普通导航里没问题，但是如果是纯粹的自动驾驶，这些都是非常严重的安全隐患，现实生活中也会有一些安全团队对这些东西进行验证，的确发现了在有些准自动驾驶系统里，存在这样的安全问题. 我们系统需要进行处理，尽量减少安全隐患，或者发现这样的问题以后，能尽快上报。
接下来谈谈u-blox在这方面做了哪些工作，提供哪些解决方案来解决这些问题。最基础的方案是对亚米级的诉求。这个时候有两种方案，一种方案是单频的L1接收机，配上地基或者星基播发的校正服务。我们感觉到特点是接收机成本比较低，天线成本比较低，但是服务费偏贵。另外一种方案利用现在卫星信号的双频，不同的频段上进行接收。利用双频技术，可以做到1.5米以内，硬件成本会提升，但是没有服务费用, 相对单频的方案还是更优惠一些，更实在一些。
这是能达到分米级或者厘米级的系统. 卫星信号数据会受到一些干扰，会有一些误差，校正服务的基准站利用本地的位置信息，以及卫星链路发来的信号做一个对比，估计卫星信号在当前环境所受的影响以及误差。误差可以通过internet或者星基服务发送到接收机，接收机借助校准数据对卫星进行校准，从而达到分米极、厘米级的高精度。我们和博世的观点一致，我们认为对汽车这个领域，我们并不需要厘米级的定位，需要分米级的定位，星基播发的服务是更合适的。
刚刚提到过我们可以提供亚米级和分米级、厘米级的定位，但是GNSS信号在城市中是容易受到干扰的，这种干扰会有折射反射，会导致GNSS信号的覆盖度不是很好，定位精度没有办法始终保持在厘米级、分米级。这时候一定要加入惯导，利用IMU以及相关信息，再加上u-blox独有的汽车动态模型和高精度算法，融合起来得到分米级的精度。
总结一下，u-blox产品利用了双频,服务以及惯导来实现分米级的定位，能做到在一个模块上集成所有的算法，基本上即插即用。相比较其他的很多方案来说，优势在于性能更好，能做到高达105度的操作温度，更容易达到低延时，而其它方案实时性是很难做到的。
接下来给大家看一下我们自己的测试结果，这些测试结果都使用了RTK服务，都是基于惯导。可以看到，第一个测试场景是从巴黎到日内瓦高速公路上，照片上可以看到场景比较开阔，有一点遮挡，能做到7公分的定位精度.
这是欧洲典型的城市化做的测试。城市环境算是比较典型，不算非常有挑战性。日常城市大概就是这个样子，楼不是是很高，但是楼间距比较小，只有60度的角度可以看到天空。这种场景下可以做到0.43米的定位精度，这样的话结合其他的传感器是可以做到更好的自动驾驶。
再看一个有挑战性的服务场景，这是在首尔的江南区，在这里有一个红色的点，代表在一个地下车库，完全没有GNSS信息的场景下做的。GNSS定位精度可以做到69厘米，少于70厘米。
我们做一个总结，可以看到这图上面，灰色的部分是CEP68的精度，这是日常使用的定位导航精度。这个时CEP95的精度.
这是单频的精度. 这是双频不带RTK的精度. 这个是双频加SBAS的精度, 可以看到接收机0.9米的效果是比较好的，体验再上升一个台阶。如果针对ADAS的应用，或者自动驾驶的应用，可能需要地基或者星基的校准服务，这样可以做到0.3米CEP68。
最后做一个总结，现在看到一个非常明显的趋势，车载的GNSS往更高精度的方向发展。现在市面上出现了各种各样的产品，专门针对更高精度进行优化，针对不同场景进行优化。u-blox的ZED-F9P是一个集成的, 交钥匙方案, 可以更快的推出市场，尤其针对低延时、高可靠性的场景
汽车质量家：www.autoqa.cn
今天想和大家分享的是关于自动驾驶高精度定位，我在陈总后面讲有点压力，她讲的把我要讲的大部分内容都讲掉了，所以我今天会讲的稍微简短一点。
首先看到在最近几年，在汽车领域上有很多新应用出来，会对GNSS定位有一些新的挑战。我们列出了常见的应用，比如说导航、E911，还有自动驾驶，这些GNSS的应用都对GNSS提出一些新的挑战。第一个是对于位置有更新的要求，需要有一个更高精度的位置，而且需要在全覆盖的场景下获得位置信息。不管是城市峡谷还是隧道，还是地下停车库，都希望能获得位置信息。另外一点是, 自动驾驶和ADAS应用，对位置提出更高的要求，希望达到分米级的精度。
总结一下我们现在针对GNSS这方面的要求，主要是三个方面，第一个是能提供实时的快速更新的位置,另外一个能做到足够至少能区别到车道级别,第三个是能提供时间基准，利用时间信息来做V2X应用。
举几个常见的例子。比如车载导航。首先我们从主机厂得到的消息是说，车载导航一定要达到车道级的定位，这样匹配高精地图的时候不会出现经常遇到的地图会问“请问现在在主路还是辅路”，如果拿到车道级的定位就不再会有这样的问题出现。另外导航里定位更新速度和定位更新时延是非常关键的，否则高速路上有可能出现一个情况就是错过高速路出口，都开过了, 地图告诉你请从出口驶出，这样也很令人恼火。
另外一种场景是最近比较火的应用V2X, 预计会在中国最先落地.对定位的要求要有时间的基准: 车和车的通讯，需要双方进行同步，同一个频道上进行通讯，有一个时间基准，这个是GNSS可以提供的。另外需要全场景覆盖情况下，提供车道级的位置更新，也要求实时性和低延时。我们也通过很多渠道了解到SAE的V2X定位精度, 1.5m CEP68的要求，在应用的时候，给出的位置信息不是很准，这样很容易造成用户体验不是很好，也有些车厂做过测试，一般要到亚米级、分米级的精度，V2X才能有比较好的用户体验。
更进一步是ADAS应用，需要车道的识别，同样需要很高的GNSS位置可获得性，同时也要有非常高的位置更新速度和低延时，还需要和高精度地图做匹配。
为什么我们说高精度、低延时是一个很关键的点呢？这里有一个应用场景可以讨论一下，这上面有一个蓝色的车要进行变道，会看旁边的车道上是不是有车，这时候旁边车道的车会计算自己的位置，并广播出去。在t0时刻，这个车的位置开始进行计算，如果花10ms进行计算，把位置广播出去，距离并不是很远，这个位置具有参考意义，这时候双方可以比较安全的进行操作。如果位置更新的速度在100毫秒，这还是比较优化的情况，现在很多时候做GNSS计算，用非实时系统在做，更新频率不但慢，而且是不可控的，有可能会有抖动。这样的场景下，有可能车开出去蛮远，蓝色车得到的主车道位置，根本就不准了，有可能这时候做了变道的决策，会发现两辆车容易出现事故，这样对用户的体验来说是非常糟的。所以我们认为在这样的自动驾驶场景下，低延时，高频率是非常重要的。
这张图列了传统的SAE自动驾驶的级别，以及对应自动驾驶级别所需要的定位.最常见的就是导航，常规的定位精度就够了。如果自动驾驶的级别到L2.5、L3需要比较高的精度，精度高到什么程度？至少要获得车道的信息，分米级定位。我们也考虑过是不是需要厘米级定位，后来的结论是说厘米级的定位不适用，因为GNSS是为了获得位置信息，厘米级可能在很特别的场景下做参考。路面上的物体变化是非常快的，避障操作不应该由GNSS和地图决定，而是应该由毫米波雷达和激光雷达决定。到L3或者以上，功能安全会变成一个重要的话题，这时候除了提供高精度的位置信息以外，还需要提供安全可靠的位置。
我们来说自动驾驶会有什么样的情况发生. 这是一个有点挑战的自动驾驶场景，车的尾气很多，不管是雷达还是摄像头，都很难找到一个准确的位置，因为没有路标做匹配，这时候我们就靠GNSS。但是我觉得这还不是非常有挑战，因为有一次我遇到一个场景，也是塞车，慢慢往前挪，那时候完全看不到两边有任何东西，只看到集装箱，这种场景下根本不知道自己在哪，只能靠GNSS。
还有一个场景是这样的，是一个停车库，这也是我们经常遇到的场景。昨天吃饭的时候也遇到类似的场景，到地下停车库把车停好，电梯在旁边,我们上去吃饭，吃完饭回来下到电梯应该能看到车的，结果车不见了, 旁边防火门也是那个防火门，后来我们琢磨了半天，转了一圈发现我们是不是下错楼层了，又下了一层，发现终于找到我们的车了。这种场景不管是GNSS还是雷达，都很难辨识，因为每一层场景非常接近，没什么区别，这时候应该用IMU做3D的惯导。
这是另外一个场景。欧洲的城市，规划地非常规整，同时街道又非常窄，不管是雷达还是GNSS，都会受到蛮多的影响。这时候怎么办？我们要通过GNSS，加上IMU，加上地图匹配做粗略的定位，通过毫米波雷达或者激光雷达获得在街道上的车道信息，这样与传感器的融合就会出现。
总结一下，没有一种传感器能够在任何时间、任何地点都能获得一个准确的位置信息，我们必须依赖于高精度GNSS、激光雷达、摄像头、雷达和地图进行匹配，进行融合，从而获得可靠的有效的位置信息。
GNSS能提供什么东西？更多提供是车道级的，高可靠性的、高完整性的位置信息，GNSS有一个独特的特点，提供的位置信息是绝对位置，不是提供相对的位置，提供绝对的UTC，也能提供绝对的车速以及绝对的航向信息。好处是，可以在任何的前提条件下，不管下雨下雪还是有雾都可以提供信息. 同样可以降低地图成本，这时候地图有位置信息作为参考，可以降低地图匹配需要的算力，可以在更小的范围内进行地图的匹配。同时可以作为其他的传感器很好的支撑, 共同协作，达到功能安全。
提到功能安全, 我们要引入一个新的概念protection level，是一个针对测量结果的完好性标识。意思是说在GNSS上报位置的时候会存在一些误差，在非常大的概率下，误差在范围之内。这张图上可以看到红色的叉号是上报的位置信息，这里是车的真实位置. 很高的概率让车真实的位置在蓝色圆圈覆盖之内，这时候进行下一步的融合算法，进行安全相关的计算操作时，都会比较可靠。
这里强调一点，完好性和功能安全是有一点点区别的，完好性更多是针对车本身的硬件和软件，保证不会失效，或者保证失效的时候会上报结果。完整性更多是关注整个GNSS系统，包括卫星、校正服务、车，在一起, 怎么样能在一个信号可能会受到干扰的情况下，上报一个可靠的、完好的位置信息。有可能这个位置信息并不是准确的，有可能这个位置信息不准; 或者我觉得我的信号受到了干扰，受到了欺骗，所以请不要用它，这都是有可能的。至少会给出一个度量，这样可以针对后面的算法，可以针对度量结果进行进一步的操作。
刚才提到过这样的场景下，可能环境会造成一些干扰，安全会变成很重要的话题，我们分析了一下在GNSS计算过程中会有哪些东西带来安全性的隐患。从卫星过来的信号有可能受到一些干扰，甚至会有人故意播放假的卫星信号，如果没有识别出来，就会上报错误的位置信息。同时对GNSS信号本身，GNSS的接收机有可能被篡改，也可能会上报错误的位置信息。同样的，GNSS和主GPU之间的通讯链路有可能被篡改，加密的链路有可能受到人攻击。矫正服务可能会在云端或者通过链路时被篡改，这样位置信息同样是错的。在普通导航里没问题，但是如果是纯粹的自动驾驶，这些都是非常严重的安全隐患，现实生活中也会有一些安全团队对这些东西进行验证，的确发现了在有些准自动驾驶系统里，存在这样的安全问题. 我们系统需要进行处理，尽量减少安全隐患，或者发现这样的问题以后，能尽快上报。
接下来谈谈u-blox在这方面做了哪些工作，提供哪些解决方案来解决这些问题。最基础的方案是对亚米级的诉求。这个时候有两种方案，一种方案是单频的L1接收机，配上地基或者星基播发的校正服务。我们感觉到特点是接收机成本比较低，天线成本比较低，但是服务费偏贵。另外一种方案利用现在卫星信号的双频，不同的频段上进行接收。利用双频技术，可以做到1.5米以内，硬件成本会提升，但是没有服务费用, 相对单频的方案还是更优惠一些，更实在一些。
这是能达到分米级或者厘米级的系统. 卫星信号数据会受到一些干扰，会有一些误差，校正服务的基准站利用本地的位置信息，以及卫星链路发来的信号做一个对比，估计卫星信号在当前环境所受的影响以及误差。误差可以通过internet或者星基服务发送到接收机，接收机借助校准数据对卫星进行校准，从而达到分米极、厘米级的高精度。我们和博世的观点一致，我们认为对汽车这个领域，我们并不需要厘米级的定位，需要分米级的定位，星基播发的服务是更合适的。
刚刚提到过我们可以提供亚米级和分米级、厘米级的定位，但是GNSS信号在城市中是容易受到干扰的，这种干扰会有折射反射，会导致GNSS信号的覆盖度不是很好，定位精度没有办法始终保持在厘米级、分米级。这时候一定要加入惯导，利用IMU以及相关信息，再加上u-blox独有的汽车动态模型和高精度算法，融合起来得到分米级的精度。
总结一下，u-blox产品利用了双频,服务以及惯导来实现分米级的定位，能做到在一个模块上集成所有的算法，基本上即插即用。相比较其他的很多方案来说，优势在于性能更好，能做到高达105度的操作温度，更容易达到低延时，而其它方案实时性是很难做到的。
接下来给大家看一下我们自己的测试结果，这些测试结果都使用了RTK服务，都是基于惯导。可以看到，第一个测试场景是从巴黎到日内瓦高速公路上，照片上可以看到场景比较开阔，有一点遮挡，能做到7公分的定位精度.
这是欧洲典型的城市化做的测试。城市环境算是比较典型，不算非常有挑战性。日常城市大概就是这个样子，楼不是是很高，但是楼间距比较小，只有60度的角度可以看到天空。这种场景下可以做到0.43米的定位精度，这样的话结合其他的传感器是可以做到更好的自动驾驶。
再看一个有挑战性的服务场景，这是在首尔的江南区，在这里有一个红色的点，代表在一个地下车库，完全没有GNSS信息的场景下做的。GNSS定位精度可以做到69厘米，少于70厘米。
我们做一个总结，可以看到这图上面，灰色的部分是CEP68的精度，这是日常使用的定位导航精度。这个时CEP95的精度.
这是单频的精度. 这是双频不带RTK的精度. 这个是双频加SBAS的精度, 可以看到接收机0.9米的效果是比较好的，体验再上升一个台阶。如果针对ADAS的应用，或者自动驾驶的应用，可能需要地基或者星基的校准服务，这样可以做到0.3米CEP68。
最后做一个总结，现在看到一个非常明显的趋势，车载的GNSS往更高精度的方向发展。现在市面上出现了各种各样的产品，专门针对更高精度进行优化，针对不同场景进行优化。u-blox的ZED-F9P是一个集成的, 交钥匙方案, 可以更快的推出市场，尤其针对低延时、高可靠性的场景
汽车质量家：www.autoqa.cn
闯入汽车朋友圈 5G描绘未来出行“新场景”
2019-05-23 15:34:48 来源: 中国青年报 作者: 程鸿鹤
郑州郑东新区智慧岛，L4级宇通自动驾驶巴士试运行吸引了不少参与者排队体验。据悉，每辆巴士最多可提供12个座位，在开空调的状态下，充满电后可以行驶200公里。
这个夏天，在位于郑州东区龙子湖区域的郑东新区智慧岛，人们很容易发现4辆银黑相间的巴士不疾不徐地来回穿梭。
与一般车辆不同的是，它并没有驾驶员操作，却可以熟练地自动起停、拐弯，避开障碍物，识别红绿灯。
在人来人往的开放道路上，不少市民会好奇地打量着它，拿着手机拍照留念。这辆“萌萌的”自动驾驶巴士有自己的名字，“小宇”。
延时仅1毫秒 5G让“聪明的车”更敏捷
5G的理论延时降至1毫秒，只相当于人眨一下眼睛用时的1/100，这意味着它将让目前的智能汽车反应更快，“护航”无人驾驶。
据记者了解，5G通信的传输速率将以每秒Gb为单位，是现在4G传输速率的数十倍甚至百倍。同时，5G技术支持单位时间内每平方公里百万台设备的互联，可真正实现万物互联。
据业内专家介绍，如果基于现在的4G网络，车辆在时速120公里时，响应距离会达到7米左右，而按照5G标准，时延将降低到1毫秒，响应距离将可以缩短到10厘米以内，大大提高自动驾驶的安全性保证。
2019年被视为中国“5G建设元年”。5G技术的日益成熟为其大规模商业化应用奠定了基础。预计到2020年，我国将部署超过1万个5G商用基站，各个垂直领域已经开始感受到5G的应用潜力。
5月17日，世界电信和信息社会日，河南省政府启动了5G+示范工程。在智慧岛开放道路上，已具备智能交互、自主巡航、车路协同等功能的L4级宇通自动驾驶公交车“小宇”开始落地试运行，这也标志着“智慧岛5G智能公交”项目正式落地。
据悉，“智慧岛5G智能公交”试行线路共计1.53公里，在岛内围绕管委会核心区域的顺时针环线上，4辆“小宇”自动驾驶巴士在没有车道护栏隔离的状态下实现自动运行。
“它标志着5G自动驾驶走向开放道路，让5G自动驾驶离实现商用更近一步。”宇通通智能交通部部长任永利如是说。
根据国际汽车工程师学会发布的自动驾驶分类标准，自动驾驶技术共分为6级。其中，L4级别为高度自动驾驶、L5级别为完全自动驾驶。相较于L0至L3级自动驾驶，L4、L5级的自动化程度更高，可以称为“无人驾驶”。
有分析认为，相比于在量产车型上已经落地的L1至L3级单车智能驾驶辅助功能，要实现L4级高度自动驾驶，只有“聪明”的车还远远不够，必须在车联网实现后，通过驾驶辅助系统以及低延时的动态指令，才能实现车与车、车与路之间的有效协同。
在业内人士看来，5G的落地运用将为自动驾驶提供重要的解决方案。得益于5G通信低时延、高可靠、超高速、高容量的特性，车与车、人与车、车与路等物联信息将会以更完备、更冗余的形式得以传送、处理，无论是信息获取系统还是决策系统都将更清晰、更全面地描绘出运行中的智能公交系统、道路、环境设施、车辆及人员等要素的全貌。
据任永利透露，为了使自动驾驶巴士真正实现落地运营，以L4级自动驾驶巴士为核心，宇通构建了一整套5G智能公交系统解决方案，实现了“车-路-网-云-法”一体化建设，构建了全面协作的新一代智能网联交通系统。
“车是自动驾驶巴士，路是车路协同设施，云是云控平台。在‘智慧岛5G智能公交’试运行的区域内，我们还建设了5G全覆盖的网络，我们的车通过了智能网联路测相关规范和认证，这是我们的‘车-路-网-云-法’安全一体化解决方案。”任永利如是说。
任永利表示，该项目在智慧岛的落地，标志着宇通实现了从“单车智能”到“群体智能”的转化。他透露，在构建智能交通新业态、建立智慧交通新体系的过程中，宇通将完成从自动驾驶车辆提供商向5G智能交通系统解决方案提供商的转变。
商用场景“眼花缭乱” 车企争相布局5G
“5G技术未来将主要应用于移动物联网，移动物联网最大的市场或将是车联网。”在博鳌亚洲论坛2019年年会上，工信部部长苗圩曾这样描述5G技术的商用前景。
正如苗圩所言，对致力于实现“智能化”转型的汽车产业来说，5G描绘出了一个“车联万物、智慧畅行”的全新想象空间。它不仅能够支持车联网和智能驾驶的进一步发展，也能通过工业互联网的建设让智能制造更高效。
事实上，5G巨大的商用潜力正吸引着汽车企业争相布局。几乎所有汽车企业都知道，谁能在5G的商用中先人一步，谁就抢到了汽车智能化竞争的“入场券”。
2019上海国际车展前夕，北汽新能源旗下高端电动车品牌ARCFOX发布了商业搭载5G技术的平台——IMC智能模块标准架构。据悉，在智能层面，该平台拥有计算能力高达每秒352万亿次的芯片，可以实现L3至L4等级以上自动驾驶技术。
“不论是它的超级算法、芯片能力和ADAS未来的技术支撑扩展，各项技术随着整个市场的成熟、产业链的成熟，不断在这个架构下实现。我们会在产品推出的过程中，根据产品成熟度、产业链成熟度将这些技术逐渐引入到我们的架构下。”北汽新能源工程研究院副院长曹琛表示。
没有驾驶座、没有方向盘、没有油门刹车，甚至没有真正意义上的汽车前脸和后尾……在今年上海车展“东风馆”开馆仪式暨新车发布会上，东风Sharing-VAN也吸引了不少参与者排队上车体验。
据悉，由东风公司自主开发的Sharing-VAN移动出行服务平台由自动驾驶+远程驾驶+调度监控后台3个模块组成，集成了LTE-V/5G、自动驾驶、新能源汽车、分时租赁、公共出行服务等众多亮点技术。在该平台上，东风将探索下一代公共出行服务新模式。
而在第三届“创行者”大会上，上汽荣威则发布了“5G零屏幕智能座舱”荣威Vision-i概念车，创造了“SPV”车型新品类，致力于探索5G出行场景的新载体。
据上海汽车集团股份有限公司副总裁、上海汽车集团股份有限公司乘用车公司总经理、技术中心主任王晓秋介绍，所谓SPV，即Smart Proactive Vehicle，意指“智能主动交互汽车”。该车型拥有多场景适应能力并强调车辆情感化属性，真正让车从“交通工具”转变为“移动空间”。
有分析认为，在汽车市场的低增长成为新常态后，5G在车联网领域的落地应用能够从供给侧极大地扩展传统汽车产业的内涵和外延。以智能汽车和车联网为主要特征的智能交通系统，能够让车企改变单纯追求销量的传统发展模式，转而真正追求为消费者和社会提供完善的交通出行解决方案和更多服务价值，从而打开新的增长通道。
“5G的到来，首先能够给车带来强大的感知能力，加强车和路、车和车的互动，推动更智慧的交通体系，甚至智慧城市的实现。”华为战略部总裁张文林预计，未来，5G与汽车产业的结合将更加紧密。
“我们可以想象，未来车的价值可能比现在的客厅更高。在车上，不仅可以娱乐，还可以办公。在这样的情况下，你所有的数字世界的娱乐、工作、活动将会和车融合在一起。”张文林如是说。
2019-05-23 15:34:48 来源: 中国青年报 作者: 程鸿鹤
郑州郑东新区智慧岛，L4级宇通自动驾驶巴士试运行吸引了不少参与者排队体验。据悉，每辆巴士最多可提供12个座位，在开空调的状态下，充满电后可以行驶200公里。
这个夏天，在位于郑州东区龙子湖区域的郑东新区智慧岛，人们很容易发现4辆银黑相间的巴士不疾不徐地来回穿梭。
与一般车辆不同的是，它并没有驾驶员操作，却可以熟练地自动起停、拐弯，避开障碍物，识别红绿灯。
在人来人往的开放道路上，不少市民会好奇地打量着它，拿着手机拍照留念。这辆“萌萌的”自动驾驶巴士有自己的名字，“小宇”。
延时仅1毫秒 5G让“聪明的车”更敏捷
5G的理论延时降至1毫秒，只相当于人眨一下眼睛用时的1/100，这意味着它将让目前的智能汽车反应更快，“护航”无人驾驶。
据记者了解，5G通信的传输速率将以每秒Gb为单位，是现在4G传输速率的数十倍甚至百倍。同时，5G技术支持单位时间内每平方公里百万台设备的互联，可真正实现万物互联。
据业内专家介绍，如果基于现在的4G网络，车辆在时速120公里时，响应距离会达到7米左右，而按照5G标准，时延将降低到1毫秒，响应距离将可以缩短到10厘米以内，大大提高自动驾驶的安全性保证。
2019年被视为中国“5G建设元年”。5G技术的日益成熟为其大规模商业化应用奠定了基础。预计到2020年，我国将部署超过1万个5G商用基站，各个垂直领域已经开始感受到5G的应用潜力。
5月17日，世界电信和信息社会日，河南省政府启动了5G+示范工程。在智慧岛开放道路上，已具备智能交互、自主巡航、车路协同等功能的L4级宇通自动驾驶公交车“小宇”开始落地试运行，这也标志着“智慧岛5G智能公交”项目正式落地。
据悉，“智慧岛5G智能公交”试行线路共计1.53公里，在岛内围绕管委会核心区域的顺时针环线上，4辆“小宇”自动驾驶巴士在没有车道护栏隔离的状态下实现自动运行。
“它标志着5G自动驾驶走向开放道路，让5G自动驾驶离实现商用更近一步。”宇通通智能交通部部长任永利如是说。
根据国际汽车工程师学会发布的自动驾驶分类标准，自动驾驶技术共分为6级。其中，L4级别为高度自动驾驶、L5级别为完全自动驾驶。相较于L0至L3级自动驾驶，L4、L5级的自动化程度更高，可以称为“无人驾驶”。
有分析认为，相比于在量产车型上已经落地的L1至L3级单车智能驾驶辅助功能，要实现L4级高度自动驾驶，只有“聪明”的车还远远不够，必须在车联网实现后，通过驾驶辅助系统以及低延时的动态指令，才能实现车与车、车与路之间的有效协同。
在业内人士看来，5G的落地运用将为自动驾驶提供重要的解决方案。得益于5G通信低时延、高可靠、超高速、高容量的特性，车与车、人与车、车与路等物联信息将会以更完备、更冗余的形式得以传送、处理，无论是信息获取系统还是决策系统都将更清晰、更全面地描绘出运行中的智能公交系统、道路、环境设施、车辆及人员等要素的全貌。
据任永利透露，为了使自动驾驶巴士真正实现落地运营，以L4级自动驾驶巴士为核心，宇通构建了一整套5G智能公交系统解决方案，实现了“车-路-网-云-法”一体化建设，构建了全面协作的新一代智能网联交通系统。
“车是自动驾驶巴士，路是车路协同设施，云是云控平台。在‘智慧岛5G智能公交’试运行的区域内，我们还建设了5G全覆盖的网络，我们的车通过了智能网联路测相关规范和认证，这是我们的‘车-路-网-云-法’安全一体化解决方案。”任永利如是说。
任永利表示，该项目在智慧岛的落地，标志着宇通实现了从“单车智能”到“群体智能”的转化。他透露，在构建智能交通新业态、建立智慧交通新体系的过程中，宇通将完成从自动驾驶车辆提供商向5G智能交通系统解决方案提供商的转变。
商用场景“眼花缭乱” 车企争相布局5G
“5G技术未来将主要应用于移动物联网，移动物联网最大的市场或将是车联网。”在博鳌亚洲论坛2019年年会上，工信部部长苗圩曾这样描述5G技术的商用前景。
正如苗圩所言，对致力于实现“智能化”转型的汽车产业来说，5G描绘出了一个“车联万物、智慧畅行”的全新想象空间。它不仅能够支持车联网和智能驾驶的进一步发展，也能通过工业互联网的建设让智能制造更高效。
事实上，5G巨大的商用潜力正吸引着汽车企业争相布局。几乎所有汽车企业都知道，谁能在5G的商用中先人一步，谁就抢到了汽车智能化竞争的“入场券”。
2019上海国际车展前夕，北汽新能源旗下高端电动车品牌ARCFOX发布了商业搭载5G技术的平台——IMC智能模块标准架构。据悉，在智能层面，该平台拥有计算能力高达每秒352万亿次的芯片，可以实现L3至L4等级以上自动驾驶技术。
“不论是它的超级算法、芯片能力和ADAS未来的技术支撑扩展，各项技术随着整个市场的成熟、产业链的成熟，不断在这个架构下实现。我们会在产品推出的过程中，根据产品成熟度、产业链成熟度将这些技术逐渐引入到我们的架构下。”北汽新能源工程研究院副院长曹琛表示。
没有驾驶座、没有方向盘、没有油门刹车，甚至没有真正意义上的汽车前脸和后尾……在今年上海车展“东风馆”开馆仪式暨新车发布会上，东风Sharing-VAN也吸引了不少参与者排队上车体验。
据悉，由东风公司自主开发的Sharing-VAN移动出行服务平台由自动驾驶+远程驾驶+调度监控后台3个模块组成，集成了LTE-V/5G、自动驾驶、新能源汽车、分时租赁、公共出行服务等众多亮点技术。在该平台上，东风将探索下一代公共出行服务新模式。
而在第三届“创行者”大会上，上汽荣威则发布了“5G零屏幕智能座舱”荣威Vision-i概念车，创造了“SPV”车型新品类，致力于探索5G出行场景的新载体。
据上海汽车集团股份有限公司副总裁、上海汽车集团股份有限公司乘用车公司总经理、技术中心主任王晓秋介绍，所谓SPV，即Smart Proactive Vehicle，意指“智能主动交互汽车”。该车型拥有多场景适应能力并强调车辆情感化属性，真正让车从“交通工具”转变为“移动空间”。
有分析认为，在汽车市场的低增长成为新常态后，5G在车联网领域的落地应用能够从供给侧极大地扩展传统汽车产业的内涵和外延。以智能汽车和车联网为主要特征的智能交通系统，能够让车企改变单纯追求销量的传统发展模式，转而真正追求为消费者和社会提供完善的交通出行解决方案和更多服务价值，从而打开新的增长通道。
“5G的到来，首先能够给车带来强大的感知能力，加强车和路、车和车的互动，推动更智慧的交通体系，甚至智慧城市的实现。”华为战略部总裁张文林预计，未来，5G与汽车产业的结合将更加紧密。
“我们可以想象，未来车的价值可能比现在的客厅更高。在车上，不仅可以娱乐，还可以办公。在这样的情况下，你所有的数字世界的娱乐、工作、活动将会和车融合在一起。”张文林如是说。
@OriginalFitness 健身工作室带来超级福利[好爱哦]！私人训练课超低价，价值$900/学期的私教课，凭优惠券只要$399[弗莱见钱眼开] 转发本条微博，便可参与抽奖！我们将在转发中抽取三位幸运儿获得优惠券～【工作室位于12011 Third Ave, Richmond, BC V7E 3K1】我们的信条是——专业、认真、负责、用心[加油]这个夏天，在Original Fitness遇见不一样的自己！@微博抽奖平台 https://t.cn/AiHzQJW5
✋热门推荐