隨著各個國家都在加大對 5G 的研發投入,以及陸續商用測試,5G 儼然已經成為了 2019 年最重要的技術風口。5G 的應用場景有哪些?通信廠商,互聯網企業如何在 5G 時代改變?中國在 5G 時代,應該做些什么?
騰訊科技近日發起「5G 講壇」系列策劃,邀請行業專家,企業高管,投資人士等眾多知名人物,詳細解讀關于 5G 的各種疑問。
劃重點:
5G 對自動駕駛的作用在于,通過高速 5G 通信鏈路,建立車端與場端及其他主體的聯系,彌補車端感知、定位等方面的不足。
真正的自動駕駛,還需要其他的一些設施協同實現。未來,5G 對于自動駕駛核心作用是通信鏈路的載體,需要車、路、端的協同才能發揮更多的作用。
今年自動駕駛產業走向了「低谷期」,部分初創公司的維持會比較困難,最終會是「剩者為王」。挖掘數據價值、提升數據利用效率是構建自動駕駛核心競爭力的重要方向,而做一個模型或算法很難構建出真正的競爭力。
如今,5G 的到來正在給汽車行業將帶來一場升級變革,尤其是自動駕駛,通過 5G 低延遲、高帶寬的特性,能夠為自動駕駛汽車提供更豐富的信息,讓自動駕駛汽車在緊急時刻做出精準決策,保證使用和用戶的安全性。5G 的作用可見一斑,但通過 5G,自動駕駛就能夠快速落地實現嗎?自動駕駛真正落地還需要多遠?
騰訊自動駕駛業務中心總經理蘇奎峰對此表示:「其實 5G 不像社會大眾所期待的那樣,認為能夠真正解決自動駕駛的產業痛點,自動駕駛還有很多需要面對的難題。」蘇奎峰認為,對于整個自動駕駛的生態來說,在 5G 的加持后會加速產業的成熟。但自動駕駛的落地和實現,所涉及到的既有政策問題、技術問題,還有運營等多方面的問題,這需要政府、互聯網公司、車企,三方共同合作才能完成。
談到 5G 在自動駕駛汽車方面的應用,蘇奎峰認為主要是體現在「用戶智能」和「駕駛智能」兩方面。所謂用戶智能,是 5G 能夠為用戶從娛樂、消費等方面與車的結合,為用戶帶來價值;駕駛智能方面,主要在感知層(感知和感知信息共享)和計算層面來體現。
對于今年國內自動駕駛的發展,蘇奎峰表示:「自動駕駛產業逐步回歸了理性甚至是走向了低谷期」。在這個階段,部分的初創公司能夠持續活下去會比較困難,真正具有核心競爭力的公司需要有幾大關鍵能力:能夠把數據利用效率提高、能夠把數據價值挖掘得更高和相應的工作積累地更深。
以下是騰訊科技對話蘇奎峰的具體內容:
騰訊科技:您如何理解 5G 對于自動駕駛的真正價值?5G 的「高速率」、「低延時」的特性,是否可以解決自動駕駛技術的痛點問題?5G 真正的價值在其中可以發揮多少?
蘇奎峰:5G 本質上是一個通信手段,會解決自動駕駛遇到的一些問題,但還不像社會大眾所期待的認為「5G 能夠徹底解決自動駕駛的產業痛點」,自動駕駛還有很多需要面對的難題。當然,如果沒有這樣一個低延時,高帶寬的鏈路,用其他的技術彌補是不可能實現的,5G 是有作用的,只是這個作用沒有大眾期待得那么高。
5G 對自動駕駛的作用在于,汽車通過 5G 這個高速的通信鏈路,彌補車端的感知能力和算力,以及通訊信息交互等方面的不足。比如 V2I(車聯網)、V2V(車與車之間的通信),V2X(車與所有物體的連接),都可以把整個信息傳遞或共享到車上。
可以說,這個技術的核心作用不在于 5G,而是 5G 提供了一個低延時、高帶寬的通信鏈路,提供一個靈活的網絡結構和邊緣計算能力。但要加速自動駕駛,還是需要其他的一些設施來協同,需要車、路、端的協同。
騰訊科技:從產業層面來看的話,5G 的應用整體會給產業帶來哪些改變?首先會有哪些具體落地的場景會可以被應用到?
蘇奎峰:對汽車產業的車端而言,我認為會影響兩個方面:一個是「用戶智能」,一個是「駕駛智能」。
所謂用戶智能,就是 5G 能夠為用戶在娛樂、消費等方面與車結合,為用戶帶來價值。比如通過 5G 通信,相關的娛樂系統能進一步升級,用戶可以體驗到 VR,或者依賴高帶寬的高清視頻等內容可以達到車端。
駕駛智能方面,主要體現在感知層(感知和感知信息共享)和計算層,可以實時的將道路、環境及他車的狀態通過 V2X、V2I、V2V 通路實時共享,提高車端的安全性。如 V2V 方面,通過 5G 可以實現車與車之間的信息實時共享,讓汽車更好的感知到周圍路況,通過感知的環境信息傳到自動駕駛系統。舉個例子,當自動駕駛車在大的公交車后面行駛時,如果想變道超車,是無法知道前方狀況的。但有了 V2V 以后,可以通過前車的感知設備,通過 5G 的鏈路傳到后方自動駕駛車上,實現了「透視」。
從計算層面來看,有了 5G,如果設備完善的話,會有邊緣計算節點。這樣很多計算的負載的需求可以轉移到路兩側的邊緣計算節點,從而有效的降低了車端對算力的要求。這樣好處有兩點:一是整體算力更強,提升自動駕駛的感知能力。另外一方面,可以降低功耗。因為自動駕駛對算力要求比較高,利用邊緣計算節點可降低油耗,尤其是電車能夠提升汽車的續航里程。
騰訊科技:您認為 5G 對于細分的一些車載技術,比如說 SLAM(定位與地圖構建),或者是 V2X 數字化車載等技術會有怎么樣的影響?
蘇奎峰:SLAM 是自動駕駛和機器人領域非常核心的技術,也是很有技術挑戰的,其核心作用就是建圖和定位,尤其是在復雜城市環境中對 SLAM 技術依賴很高,涉及到 5G,它主要體現在兩點:
首先,5G 是定向性較強的通信技術,它的頻帶比較寬,通信頻率較高,定向性比較強,基站也很密。基于這些特點,它能夠輔助 SLAM 的定位,通過一些相關資料的了解,它能夠做到亞米級。也就是說,在沒有衛星的情況下,通過 5G 的基站也可以提供一種可靠地全局定位方法,這無疑對定位技術是一個非常好的補充,優勢是在室內場景其作用會更明顯。
另外,通過 5G 高帶寬的通信鏈路,未來的某些基站物理坐標都可以很準確。在這種情況下,在建圖和定位的時候,兩側會有非常多有帶自己絕對位置的基站,利用這些路標信息,建圖工作會更加精準,對高端復雜算法依賴也會降低。
總的來說,5G 對 SLAM 大規模建圖優化,或者說將來在定位方面,有利于降低計算復雜度,提升整個系統的定位精度。
對于 GPS 導航系統,在 5G 的地面基站增多后,會變成類似于全局定位的小型基站系統。這對于一些受遮擋、有城市高樓的定位彌補作用很強。具體來講,就是當有 5G 基站后,哪怕在高樓林立,甚至是室內定位里,5G 手機都能夠達到這種亞米級別,這個精度會非常驚人。現在在很多室內的導航定位還是缺少有效的定位手段,依靠一些 Wi-Fi 來實現定位精度不容易保障,也滿足不了用戶的大部分需求。
騰訊科技:您認為 5G 這項技術對于自動駕駛產業未來的影響會包括哪些層面?比如說在技術的細節上,它對自動駕駛生態會不會有更多可能性?
蘇奎峰:對 5G 來說,首先它本身除了通信鏈路以外,它構建這樣一個快速的渠道,把計算連接起來,依賴于路邊的邊緣節點,可以減輕車端的計算需求。
舉個例子,其他的移動設備的能力比車還要弱,汽車在「空閑」時,其他的設備也可借助于車端的計算能力來幫助用戶來做一些事情。比如實時翻譯功能,現在我們使用都是翻譯筆,翻譯筆里面有專門的 GPU,需要硬件加速。
但未來的實時翻譯可能就不需要這樣的運算方式,比如手機里裝一個軟件,真正的計算是可以在一些車端實現,或者場端實現。由于基站比較密,低延時的切換也比較快,這樣我們可以很快速在這種移動過程當中,通過雙向的計算形式,用手機來做這種翻譯。
而對于云端來說,延時較低的情況下,可以大規模的將運算直接傳到云端去計算。比如剛提到的 SLAM,可以在建圖過程當中收集大量的原始數據,核心的建圖優化算法放在云端做,把結果實時反饋車端。
從技術角度來說,5G 對光纖的要求也很高,因為每個通信鏈路的數據都很大,光纖相當于現在的骨干網絡,骨干網絡的帶寬也一定要足夠寬,才能可以來滿足時間方面的要求。否則節點很多,但細的骨干網一定會造成堵塞。所以,無縫連接以外還有一些其他的基礎設施都要跟上,才能滿足整個的需求。
對整個自動駕駛的生態來說,在 5G 的加持以后發展會更快,有一個更大的維度彌補技術短板,在核心技術的突破后,會加速產業的成熟,也會逐步產生更多的相關消費行為和內容需求,使整個生態形成正反饋。
騰訊科技:業界認為有了 5G 這項技術,能夠推進自動駕駛產業有突破性的提升,但是實際上,我們看到近期,有很多自動駕駛公司都遇到了不少的問題,比如被收購、甚至倒閉等等。您怎么看待目前國內自動駕駛產業發展情況呢?
蘇奎峰:2019 年對自動駕駛來說,可能已經趨近于一個低谷期,整體融資較為困難。雖然自動駕駛有 5G,在 AI 技術上有很多進步,但是真正的 L3,甚至是 L4 以上的,離用戶期望的自動駕駛還有一定的距離,還需要有很長時間和耐心把這件事情一步步做好。
在這種背景情況下,很多初創企業,很難得到一些商業化落地的想法,維持它長遠的發展。所以自動駕駛最終活下來,是「剩者為王」,不一定是短期內有技術上領先多少的公司就一定會勝出。最核心的問題還是做的自動駕駛怎么才能結合行業,能夠使自己的團隊、自己的公司能夠有持續的造血能力,然后持續技術和產品迭代。
技術方面來說,這個成敗其實考驗的是一個公司在系統資源方面的整合能力,包括底層系統工程化能力等等。另外,其中的核心技術是對數據的利用效率,所以無論是做決策、還是感知層,最終公司的技術要體現在數據的利用效率上。
所以,能夠把數據利用效率提高、把數據價值挖掘得更高、相應的工作積累更深等這些要素的公司才是有核心競爭力的公司,而不是短期內做一個模型,或者做一個小的算法來獲得競爭力。
騰訊科技:能介紹下近期騰訊自動駕駛實驗室的戰略布局嗎?在 5G 方面會有哪些計劃?
蘇奎峰:目前我們的核心主要是幫助車廠把自動駕駛技術做好,幫助自動駕駛落地,所以我們在仿真、在云、高精度地圖等工具鏈和數據測投入很多資源,也致力于成為值得信賴的軟件與服務提供者,為產業發展提供助力。
從戰略路線上講,我們平行推進 L3 和 L4 級別的自動駕駛。L3 是產業落地,跟車廠緊密合作,L4 當前主要在做技術開發和測試,讓自動駕駛汽車能夠在一些復雜的城市道路里面也可以行駛,提升自動駕駛的整體技術水平,并將相應技術降維應用到 L3 或工具鏈的能力提升上。
L4 方面,我們期待能夠同更多的車廠合作,一起聯合測試,為 L4 的落地運營提供支持。關鍵是我們也希望能夠通過 L4 這種技術的積累,把仿真、云等方面的能力進一步提高,把騰訊的服務做得更有競爭力,能夠為客戶帶來更大的價值。
5G 方面的應用布局來說,我們內部有專門開展 5G 研究的「未來網絡實驗室」,在邊緣計算、開源和標準應用等方面都有較高影響力的成果,也一起在開展自動駕駛與 5G 技術的應用研究,在車輛在環、模擬仿真等方面已經取得了非常有價值的成果,通過 5G 鏈路把仿真虛擬的環境信息打到車端,讓自動駕駛汽車能夠在馬路上模擬整個系統運營。
至于車路協同的應用,因為主要依賴車端感知的終端以及很多其他的一些基礎設施。其中涉及的不光是 5G,還有一些很多功能節點,需要系統工程的配合。目前這些技術發展還沒有到成熟階段,所以它也會一定程度上會影響整個落地的進程。當然,隨著國際或國內更多 5G 示范城市的推出,相關示范區的落地會更快一些,我們都會積極參與,加速 5G 和自動駕駛的融合。
騰訊科技:剛才我們提到了自動駕駛級別,您認為 L3 級別的自動駕駛是一個分水嶺嗎?從技術來看,您是怎么判定的?
蘇奎峰:L2 到 L3 是自動駕駛的一個分水嶺,最核心的問題在于責任的認定問題。比如說 L2,或者是 L2+ 級別的自動駕駛,人在駕駛中依然承擔主要角色,如果車出了問題或者發生事故,是人的責任,車廠都是可以規避風險的。
對于 L3 及 L3 以上級別的自動駕駛,核心的問題就在于汽自動駕駛能力允許駕駛員釋放雙眼和雙手,當汽車遇到危險之前,自動駕駛會有預警提示,如果汽車一旦出事故,車會負責任,而不是人負責。因此,這樣對于汽車方面的安全要求會非常高。所以無論是在安全方面還是在技術層面,L2 和 L3 差別較大。
并且,L3 對技術的要求會有更高的要求,比如以轉向系統為例,如果轉向系統有一部分失靈了,需要有雙備份的冗余的轉向系統和剎車系統,這些關鍵的系統都是要有冗余的。L4 主要面對的 Robot taxi 的移動出行,它的商業化或者是產業周期可能會更遠一些。
對于初創公司來做 Robot taxi 這件事情,我還是有些保留意見。首先是它要求的技術壁壘很高,另外一個問題是成本方面,汽車為了保證安全,需要規模化測試,這個規模化測試需要的資本也非常高,對初創公司融資能力挑戰不小。
理想中的 L4 及 L5 的自動駕駛的落地和實現,需要政府、互聯網公司、車企,三方共同合作才能完成,因為它既有政策問題,也有技術問題,還有運營問題,都要融合在一起考慮的話,三方合作可能會更容易去推廣。
自動駕駛的落地需要有一個過程。這個過程可能需要相關測試和運營混合在一起同步推進,比如出行公司運營一些測試的自動駕駛汽車,運營系統實現有人駕駛與無人駕駛的聯合調度。在早期階段,自動駕駛汽車上會有測試員、有司機,這些都也可以混編到運營車隊里。一定程度上還節約了成本,后續會逐漸從特定區域的運營、和有駕駛員或者測試人員的汽車混編在一起運營,然后最后到徹底無人的運營,這需要一個循序漸進的過程。
-
5G
+關注
關注
1360文章
48738瀏覽量
570479 -
自動駕駛
+關注
關注
788文章
14209瀏覽量
169607
原文標題:騰訊自動駕駛實驗室負責人蘇奎峰:理性看待5G對自動駕駛的作用
文章出處:【微信號:IV_Technology,微信公眾號:智車科技】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
AUTOSAR通信對自動駕駛的影響 AUTOSAR通信與嵌入式系統設計
一文聊聊自動駕駛測試技術的挑戰與創新

MEMS技術在自動駕駛汽車中的應用
重塑線控底盤技術:自動駕駛的未來支柱
自動駕駛技術的典型應用 自動駕駛技術涉及到哪些技術
FPGA在自動駕駛領域有哪些優勢?
FPGA在自動駕駛領域有哪些應用?

評論