5G重新定义智能汽车，联通与沃尔沃达成5G-V2X战略合作

1月15日，寰球汽车集团联合沃尔沃汽车在上海举办“重新定义5G时代车联网基因———2020中国智能汽车高峰论坛”。论坛上，中国联通与沃尔沃汽车签署5G战略合作。双方宣布将基于5G联手推动V2X车路协同技术的发展，共同研究、开发和测试5G以及新兴的V2X技术在汽车行业的应用，共同孵化商业运营方案。

中国联通副总经理梁宝俊表示，5G将全面赋能自动驾驶的发展，通过构建“人、车、路、网、云”协同的服务体系，提高驾驶的安全性，带来全新的业务体验。相信中国联通与沃尔沃集团之间优势互补，共同开辟符合中国国情的商业部署路线。

什么是V2X技术？

车联网V2X的名字很直观，vehicle-to-everything，就是把车连到网或者把车连成网,包括汽车对汽车（V2V）、汽车对基础设施（V2I）、汽车对互联网（V2N）和汽车对行人（V2P）。其希望实现车辆与一切可能影响车辆的实体实现信息交互，目的是减少事故发生，减缓交通拥堵，降低环境污染以及提供其他信息服务。

V2X通信系统主要用于提高安全性和防止碰撞的目的。在传统车辆中，V2X系统可以向驾驶员传达有关恶劣天气、附近事故、路况以及附近车辆危险活动的重要信息。在自动驾驶中，V2X还可以为车辆的现有导航系统提供额外的信息。

V2X使用短距离无线信号与兼容系统进行通信，该信号具有抗干扰和恶劣天气的能力。除了安全优势，V2X技术还可以实现其他目的，例如自动收费等。从经济角度来看，V2X技术的市场潜力巨大。自2016年以来，产量呈指数级增长。

V2X就是自动驾驶吗？

谈到车联网与自动驾驶的关系，有一点需要强调，自动驾驶的核心是车，而不是网。没有V2X，驾驶也能自动，但是没有V2X，无法真正的实现全场景自动驾驶。

这就需要车联网里的V2X通信，提供远超出当前传感器感知范围的信息。本质上可以把V2X视为一个拉长拉远的“传感器”，通过和周边车辆、道路、基础设施的通讯，获取比单车能得到的更多的信息，大大增强对周围环境的感知。5G网络本身具有的超大带宽超低时延特性，可以实时搜集传输更多更精确的环境信息，使用云化的计算能力用以车辆本身自动驾驶的决策。

4G时代的V2X

V2X概念很早就提出了，1992年美国材料实验学会（ASTM，American Society for Testing Materials）针对ETC业务提出了DSRC技术（DeDICated Short Range CommunICation，专用短程通信），以用作车辆的对外通信。但是这项技术的问题就如同WiFi一样，通信距离短且不稳定。

于是，技术设施密布，且通信距离长，同时较稳定的蜂窝移动通信（Cellular）被看中了。C-V2X是由3GPP定义的基于蜂窝通信的V2X技术，它包含基于LTE以及未来5G的V2X系统，是DSRC技术的有力补充。它借助已存在的LTE网络设施来实现V2V、V2N、V2I的信息交互，这项技术最吸引人的地方是它能紧跟变革，适应于更复杂的安全应用场景，满足低延迟、高可靠性和满足带宽要求。

但当时，占领手机通信的技术还是4G LTE技术，其通信速度都局限在4G下。虽然对于手机功能来说，4G技术已经相对足够，但是对于一辆“移动危险盒子”来说，无论是其数据带宽，还是传输延迟，都不足以保证绝对的安全和更多的功能实现。

所以高带宽、低延迟的5G技术成为了车联网的“救星”。

车联网的“救星”——5G

作为推动汽车产业向自动化、智能化发展的战略前沿技术，5G时代车联网技术将强化出行安全、驾乘便捷，并推动自动代客泊车等一系列汽车智能技术的商业化落地。5G商业化运营为汽车智能化、自动化提供了更新、更宽的发展思路，尤其是在车路协同领域，5G提供了更安全、便捷、稳定的通信技术，也大大提高了V2X的技术深度和广度。

目前基于LTE的V2N已经覆盖了很多车联网用例，比如交通信息提示、地图更新、OTA 固件更新。未来V2V和V2I将广泛应用于车联网的低时延、远距离通信场景。C-V2X可以看成是连接 V2N 和 V2V/V2I 的粘合剂，其依托于成熟的蜂窝网络生态，随着4G向5G的技术演进，将在未来自动驾驶领域发挥关键的作用。

1、基于 5G 近实时的高清视频传输，V2N 和 V2V 互补（V2N2V），让自动驾驶不仅能“眼观六路”，还能“耳听八方”，实现 100%安全性。

2、5G 网络切片技术提供始终如一的 QoS 保障。
与互联网“尽力而为”的数据传输不同，网络切片可提供始终如一的低时延和高速率服务保障，这对于安全性要求极高的自动驾驶领域尤为关键。比如，当汽车行驶于网络拥塞区域（比如演唱会、体育场附近），网络切片技术仍然能优先保障汽车通信的高速率和低时延性能。

3、边缘计算是自动驾驶的未来。
5G 核心网控制面与数据面彻底分离，NFV 令网络部署更加灵活，从而使能分布式的边缘计算部署。边缘计算将更多的数据计算和存储从“核心”下沉到“边缘”，部署于接近数据源的地方，一些数据不必再经过网络到达云端处理，从而降低时延和网络负荷，也提升了数据安全性和隐私性。

这对于时延要求极高、数据处理和存储量极大的自动驾驶领域而言，重要性不言而喻。未来对于靠近车辆的移动通信设备，如基站、路边单元等或均将部署车联网的边缘计算，来完成本地端的数据处理、加密和决策，并提供实时、高可靠的通信能力。