5G+V2X车联网自动驾驶
V2X的前生今世
V2X的前生今世1、车联网的发展第一阶段：局部交通管控以单点或局部路面交通控制及交通流监测系统为核心，提高局部道理的通行效率；第二阶段：在线导航/车载娱乐车-同广域通信，通过车内通信模块与蜂窝通信，实现在线导航，远程诊断与控制、信息娱乐、车辆报警等应用；第三阶段：辅助驾驶V2X、V2I短程通信，实现提醒甚至控制车辆避免可能的碰撞等风险，提升车辆安全及交通效率（基本应用集）第四阶段：自动驾驶真正实现自动控制、无人驾驶、永无事故，达到人、车、路、环境真正融合，是未来的ITS当前我们处于第二阶段到第三阶段的过程中；那么今天的文章就来说说第三阶段的前生今世2、车路协同-辅助驾驶2005年11月，通用汽车首次展示了将GPS和无线通讯技术结合自动刹车装置的V2V技术的汽车公司；那么V2X是什么技术？首先V2X意为Vehicle To Everything，即V2V（Vehicle To Vehicle车车通讯）、V2I（Vehicle To Instruction 车路通讯）、V2P（Vehicle To Pedestrian车与行人）、V2N（Vehicle To Network车对网络）等的统称，下面来详细介绍每个术语的具体含义：V2V，即车与车之间的通讯，主要涉及以下的场景：前向碰撞预警，本车换道预警，他车换道预警，紧急制动预警，后向碰撞预警，左转辅助预警，盲区预警，交叉路口碰撞预警,逆向超车预警，异常车辆预警，紧急车辆提醒，车辆失控预警，价值：辅助驾驶员避免或减轻碰撞，提高道路行驶安全。
V2I，即车与基础设施之间的通讯，主要涉及以下的场景：同车道道路施工提醒，红绿灯推送，闯红灯预警，闯入公交车道预警，超视距路况感知，右转方向有车辆碰撞，限速提醒，超速告警，路口车速引导，不同车道道路施工提醒价值：提升道路通行速度，降低车辆燃油消耗，合规获取车辆数据，获取交通灯信号时序，减少道路拥堵情况，减少二次事故发生。
V2X技术在智能交通系统中的应用
V2X技术在智能交通系统中的应用一、V2X技术介绍V2X(Vehicle-to-Everything)技术是指车辆与周围环境、其他车辆等有关的交通信息互相交换的技术。
它是智能交通系统中重要的基础技术，包括车辆与车辆（V2V）、车辆与基础设施（V2I）、车辆与行人（V2P）等多种通信形式。
V2X技术的实现需要依赖通信技术和传感器技术，其中通信技术包括车联网通信、5G通信等，传感器技术包括雷达、GPS、摄像头等。
通过这些技术，车辆和周围环境可以实时互通，为驾驶提供更多的实时信息和辅助功能。
二、V2X技术在智能交通系统中的应用1. 交通安全V2X技术可以实现车辆之间的智能交互，比如车辆发生紧急制动时，后面的车辆可以实时接收到相关信息，并进行相应制动，避免追尾事故的发生。
此外，V2X技术还可以帮助行人避免被车辆撞击，提供行人行走的安全提示，为机动车和非机动车提供更为准确、有效的防撞措施。
2. 交通流量优化V2X技术可以实现车辆之间的互相协调，通过信息交流来共同协同调度车辆行驶。
比如，在车流量较大的拥堵路段，V2X技术可以将车辆之间的间隔调整到适合的距离，从而避免路面拥堵，缓解交通压力。
3. 车辆自动驾驶V2X技术可以为车辆自动驾驶提供必要的技术支持。
通过车辆之间、车辆与基础设施之间的信息传递来进行智能驾驶决策，从而实现更加高效、安全、便捷的自动驾驶模式。
4. 路况实时监测V2X技术可以实现对道路情况的实时监测。
通过车辆及其周围的传感器，可以实时感知道路状况，如路面湿滑、路面下沉等，并及时发送给其他车辆，提高行车安全。
此外，通过V2X技术还可以实时提供路面拥堵情况、告示牌信息等，让车辆及时调整行车路线，提高通行效率。
5. 智慧交通管理V2X技术在智慧交通系统中的应用也包括了管理层面。
比如，通过车辆之间信息的互通，可以实现对车辆的监管，包括车辆的行驶路径、速度、停驶情况等，从而更好地管理道路资源。
此外，V2X技术还可以实现对交通流量的实时监控和分析，为城市的规划和建设提供有效的数据支撑。
5G车联网C-V2X概述
5G车联⽹C-V2X概述C-V2X到底是什么？l 按照中国汽车⼯业协会对搭载V2X功能汽车的定义来看，它是搭载先进的车载传感器、控制器、执⾏器等装置，并融合现代通信与⽹络技术，实现车与X（⼈、车、路、后台等）智能信息的交换共享，具备复杂的环境感知、智能决策、协同控制和执⾏等功能，可实现安全、舒适、节能、⾼效⾏驶，并最终可替代⼈来操作的新⼀代汽车。
l 与⾃动驾驶技术中常⽤的摄像头或激光雷达相⽐，V2X拥有更⼴的使⽤范围，它具有突破视觉死⾓和跨越遮挡物的信息获取能⼒，同时可以和其他车辆及设施共享实时驾驶状态信息，还可以通过研判算法产⽣预测信息。
另外，V2X是唯⼀不受天⽓状况影响的车⽤传感技术，⽆论⾬、雾或强光照射都不会影响其正常⼯作。
l 此外，在传统智能汽车信息交换共享和环境感知的功能之外，V2X还强调了“智能决策”、“协同控制和执⾏”功能，以强⼤的后台数据分析、决策、调度服务系统为基础。
⽽且要实现⾃动驾驶，车辆必须具备有感知系统，像⼈⼀样能够观察周围的环境，所以除了传感器，V2X技术也属于⾃动驾驶的⼀个感知⼿段。
C-V2X，应⽤场景V2X的主要应⽤场景包括四⼤类：l 信息服务。
其中信息服务实际上是⽬前应⽤最⼴泛也是⽐较成熟的⼀类。
l 交通安全。
l 交通效率。
l ⾃动驾驶或者⽆⼈驾驶。
V2X中的X代表不同的通信⽬标，⾄少包括：l V2V（车间通讯， Vehicle to Vehicle ）。
l V2I（车辆与路侧设施、基础建设之间通讯，Vehicle-to-Infrastructure ）。
l V2N（车对⽹络， Vehicle-to-Network ）。
l V2P（车对⾏⼈， Vehicle-to-Pedestrian ）。
l 对于电动车还有，V2L(电动车作为移动电源，Vehicle to Load)、V2H/B(电动车与住宅/商业楼电能互动，Vehicle to Home/Buildings)车⽤⽆线通信技术C-V2X是指基于3G/4G/5G等蜂窝⽹通信技术演进形成的车⽤⽆线通信技术。
5G 推动车联网与自动驾驶腾飞
5G推动车联网与自动驾驶腾飞5G 是车联网和自动驾驶的完美搭配。
5G 网络具有高传输速率、低时延、高可靠性等特点，是车联网和自动驾驶的完美搭配。
车联网领域，高传输速率使得车内AR/VR、超高清流媒体等业务有望得到应用；智能驾驶领域，低时延高可靠的连接是智能汽车实现L4/5 自动驾驶的关键。
5G 的持续推进，有望推动车联网与自动驾驶腾飞。
车联网C-V2X 有望后来居上，2025 年市场规模近万亿。
车联网主要有DSRC 和C-V2X 两种技术，DSRC 发展较早，但C-V2X 有望凭借更多应用场景、更低延迟时间、更远通信距离等优势后来居上，成为未来主流技术标准。
车联网领域，中国联通预计2020 年国内市场规模将突破2000亿元，2025 年将突破9000 亿元，终端设备OBU、RSU 市场空间分别高达280 亿、1430 亿元。
辅助驾驶加速渗透，2030 年自动驾驶规模超万亿。
智能驾驶领域，IHS预计2020 年L1/2 渗透率有望达到40%，2025 年L3、L4/5 渗透率分别有望达到15%、5%。
短期市场以ADAS 为主，2020 年国内市场空间约878 亿元，长期看5G 推动L4/5 自动驾驶逐步落地，2030 年国内自动驾驶出行服务收入规模有望突破万亿。
5G 商用箭在弦上，产业链蓄势待发。
国内5G 牌照已经发放，C-V2X 进展顺利，第一阶段LTE-V2X 有望于2019-2020 年开始商用部署，为车联网发展奠定良好基础。
产业链通信芯片及模组、终端设备、整车企业、基础设施、运营服务等各环节蓄势待发，未来有望大幅受益于车联网及智能驾驶爆发。
5G 时代来临，推动车联网与智能驾驶发展5G 具有大流量、低时延、高可靠性等优点5G（5th-Generation），即第五代移动电话行动通信标准，也称第五代移动通信技术，是4G 之后的延伸。
根据IMT-2020（5G）推进组，5G 概念可由“标志性能力指标”和“一组关键技术”来共同定义。
基于5g网络的v2x技术研究
１９７基于5G 网络的V2X 技术研究雍涛，夏永成，邬小鲁（中移智行网络科技有限公司，湖北武汉430023）摘要：进入5G 时代，一些依赖于5G 网络的新兴产业快速发展、迅速壮大起来。
车联网就是一个典型的例子。
基于5G网络的车辆网技术（简称为5G-V2X 技术），其出发点是利用5G 网络的新特性（低时延、高带宽、强可靠性），解决C-V2X 中存在的问题，其实质是实现“聪明的车+智慧的路+强大的网”一体化。
文章围绕5G-V2X 技术，给出了5G-V2X 交通体系和网络拓扑，并解读了V2X 的内涵，在总结基于5G 网联车联网技术的基础上，助力网联智能自动驾驶的更好发展。
关键词：5G ；边缘计算；V2X ；网联智能；Uu 中图分类号：U463文献标识码：A 文章编号：1673-1131（2019）11-0197-021概述自2018年5G 研发进入攻坚阶段后，一些依托于5G 网络的产业或行业，获得了新生，各类应用或跃跃欲试，或含苞待放。
特别是车联网行业，更是获得了前所未有的重视，各类利好政策频繁发布。
工信部公布《2018-2020三年行动计划》征求意见稿，指出到2020年将实现基于Uu 的LTE-V2X 网络大城市、主要高速公路90%的覆盖。
工信部、国标委联合印发《国家车联网产业标准体系建设指南》系列文件，目标到2020年，基本建成国家车联网产业标准体系。
工信部于2018年6月27日发布《车联网（智能网联汽车）直连通信使用5905-5925MHz 频段的管理规定（征求意见稿）》。
发改委公布《智能汽车创新发展战略》（意见征询稿），明确2020年重点示范区域车用无线通信网络LTE-V 全国覆盖率达到90%。
工信部、公安部、交通运输部共同在2018年4月发布《智能网联汽车道路测试管理规范（试行）》。
在智能驾驶方面，主要有两个方面：单车智能和网联智能。
其中，单车智能主要依赖于DSRC 技术，其典型应用为ETC 。
华为5G C-V2X车联网解决方案
【平台直播】华为5G+C-V2X车联网解决方案缪军海华为C-V2X与车路协同领域总经理Security Level:华为是谁：全球领先的ICT基础设施和智能终端提供商华为致力于把数字世界带入每个人、每个家庭、每个组织，构建万物互联的智能世界我们在通信网络、IT 、智能终端和云服务等领域为客户提供有竞争力、安全可信赖的产品、解决方案与服务，与生态伙伴开放合作，持续为客户创造价值，释放个人潜能，丰富家庭生活，激发组织创新。
华为坚持围绕客户需求持续创新，加大基础研究投入，厚积薄发，推动世界进步。
研发员工8万世界500强排名61国家和地区170+品牌排名68员工19万万物互联、万物智能、万物感知重构人们的出行体验车智能网联成为趋势马车汽车智能网联汽车路从无标识走向智能网联没有标识物理标识数字标识我们早已走过了第一阶段，正在第二阶段的结尾，推开第三阶段的大门出行的驱动，交通进入数字化转型爆发期数字化水平高低起步期爆发期引领期医疗交通OTT媒资银行零售农牧业建筑油气电力汽车机械食品饮料矿业与钢铁通信教育车联网是使能汽车交通行业的数字化转型的基础实现车路协同实现道路基础设施数字化化工智慧出行20%80%30%事故降低碳排放减少效率提升工信部2025目标交通领域是数字化程度比较低的领域，即将面临大规模的产业变革，公路交通需要紧跟汽车智能化节奏车侧驱动：新四化引领汽车新时代，智能网联成就未来出行A utonomous基于大数据的AI ，最终实现自动驾驶C onnected车、路、网、人、环境全连接S hared车辆将成为社会化出行服务工具E lectric绿色环保出行网联化电动化自动化共享化智能交通未来出行由单车信息服务逐步向V2X 、ITS 业务演进，将车、路、网及周边环境数据的紧密结合，提高交通资源利用效率，提供更安全、更经济、更便利的出行服务。
聪明的车呼唤智慧的路，共同营造未来智慧大交通自动驾驶技术的发展要求道路进行智能网联数字化转型2015199520252020高无自动驾驶•辅助驾驶•ADAS•部分自动驾驶（人工为主）•自适应巡航、车道保持•特定道路/条件下的自动驾驶、自动停车自动驾驶分级（NHTSA)Level 0Level 1Level 2Level 320052030•全天候、全道路的自动驾驶Level 4NHTSA: National Highway Traffic Safety Administration车路现在物理标识即将数字化网联标识未来智能、感知、网联路道路数字化转型路侧驱动：道路基础设施亟需数字化，构建车-路联网协同桥梁位移路面龟裂护栏损毁边坡塌方速度监控See through(I2V)前方弯道前方施工前方降雨前方限速立交桥位置十字路口自动驾驶车路协同卡车车路协同自动检测智慧的路+聪明的车，是智慧交通和自动驾驶的终极方向智能网联汽车发展路线图C-V2X产业化路径及时间表研究（2019）支持自动驾驶的智慧道路分级（高速公路+全封闭一级道路）网联决策控制网联协同感知辅助信息交互5G+C-V2X车联网包含移动网络和V2X路网，两个管道互补支持车路协同5G网络智能天线RSU摄像头雷达第一层：车载信息娱乐网主要承载：5G网络/4G网络第二层：交通基础设施数字化、智能化主要承载：V2X网络与4G/5G均可第三层：车路协同通信网主要承载：V2X网络V2N: 车到宏网4G/5G V2V: 车到车通信V2I: 车到基础设施（V2X路网）V2V: 车到人通信从车厂和用户视角看车联网对5G 和C-V2X 的需求5G 车联网/5G V2X = 5G eMBB+C-V2X5G 智能座舱交通信息车路交互V2X 协同感知，面向安全和便利的ADAS+V2X 协同控制和增值业务AVP 泊车，ToD ，绿波巡航OTA 系统升级高清地图下载和升级服务C-V2X 智能网联车载AR （导航，自驾分享）远程监控，远程驾驶车载高清视频eMBB+C-V2XBalong5000/5010 T-BoXC-V2X 车联网+ ADAS 驾驶相辅相成，极大提升交通安全+ADAS•长距雷达•中短距雷达•激光雷达•摄像头•超声波雷达C-V2XV2NV2IV2VV2PC-V2X 的优势•恶劣天气•信号灯识别•非视距通信•互联网96%事故预防45%15%36%自动驾驶需要单车智能+车路协同瞬时动态(红绿灯，事件)高度动态(人车实时状态)SL V2X自动驾驶车辆认证和高精地图下发服务是V2X 的重要承载受国家管制的静态高精地图的下发基于感知信息及时捕捉道路状态变化，为基础地图更新提供数据服务基于动态感知信息路侧实时生成T4数据，为安全辅助/自动驾驶提供第三方感知基于车辆签约服务提供差异化图层信息服务基于证书对自动驾驶车辆合法性认证并提供服务Map serverV2X 感知传感器感知高精地图切片半静态更新信息T2~T4基础信息C-V2X 网络的主要作用•下发高精地图：国家管理部门对V2X 运营商授权，下发区域高精地图•道路信息收集：基于V2X 及道路感知及时获取道路环境的变化信息，弥补基础信息更新不足问题；•动态数据生成：基于路侧计算能力提取关键信息，降低对车端处理能力的消耗；•动态信息播报：为道路车辆按需提供分级信息，弥补单车感知不足持续静态(基础地图)瞬时静态(交通标志路标)MBB构建车路协同全方位融合感知，使能自动驾驶三大典型场景智能车辆感知预测决策控制定位& 地图GPS+惯导Camera Radar LiDAR全时路侧感知交管信息实时分片高精地图融合高精定位全工况、无盲区的感知、地图信息实时的交管信息高可靠高精度的定位服务单车智能城市道路高速公路封闭园区C-V2X5G+V2X加速车路协同智能出行典型应用场景自动编队协同自动驾驶远程驾驶利用5G大带宽、低时延，保证现场高清视频实时传送利用5G大带宽、低时延，保证实时传送多传感器获取的大量数据在自动驾驶时代，利用5G大带宽、低时延，保证实时传送不同车辆多传感器获取的大量数据中国产业政策积极推动5G 和C-V2X ，凸显国家意志工信部交通部•未来5年交通数字化投资约1千亿•13个省市区（河北雄安新区、辽宁省、江苏省、浙江省、深圳市等）开展第一批建设试点工作，打造一批先行先试典型样板，并在全国范围内有序推广。
5G-V2X技术典型用途及落地情况
5G-V2X与单车智能协同，实现高度自动驾驶当前，单车智能自动驾驶处于L2向L3发展的阶段。
单车智能自动驾驶解决方案通常由“传感器+算法+芯片+高精度地图”等主要模块组成，其中传感器主要包括摄像头、毫米波雷达、激光雷达等。
当前，各类传感器的技术指标持续稳步发展，逐渐接近人类驾驶员的感知能力，甚至在部分技术能力方面实现了超越。
但是，单车智能自动驾驶方案在可靠性，以及对突发事件的应变能力上依然不足。
这种不足主要体现在两个方面：（一）单车智能自动驾驶容易受到遮挡、恶劣天气等环境条件影响；（二）单车智能自动驾驶方案在某些特定目标检测、驾驶意图“博弈”等方面存在困难。
因为这些不足的存在，当前单车智能自动驾驶虽然已经能实现很多高级辅助驾驶功能，但仍需要驾驶员接管动态驾驶任务，因此处于L2向L3发展的阶段。
我国L2级及以下自动驾驶已实现规模化商用。
2021年5月，住建部和工信部在京联合召开智慧城市基础设施与智能网联汽车协同发展试点工作部署会议。
工信部党组成员、副部长辛国斌在讲话中指出，我国智能网联汽车产业发展取得积极成效，2020年L2智能网联乘用车的市场渗透率已达到15%。
汽车自动驾驶分为0-5级1V2X打通信息交互,给予自动驾驶更多维度辅助V2X打通“人-车-路-云”之间的信息交互，有效弥补单车智能自动驾驶方案的不足。
V2X（Vehicle to Everything）是以无线通信技术将车与各类事物连接的一项车联网技术，其中V代表车辆，X代表与车交互信息的各类对象，具体包含车、人、路侧基础设施和网络。
一方面，V2X通过车路协同、车车协同，能够很大程度上拓展单车的感知范围，不受遮挡限制和恶劣天气的影响。
另一方面，V2X能够直接给出关键目标状态信息，例如信号灯状态、周边车辆的状态及下一步动作意图，为单车智能自动驾驶算法准确判断周围交通参与者的意图提供重要参考，同时减少了复杂的基于传感器信息的计算处理过程，节省了算力。
5G-V2X智能网联平台赋能自动驾驶
掌握5G、V2X车端通信、高精度定位、协 议栈场景应用、信息安全和功能安全等
探索融合场景应用，以智能网联为支撑， 推进自动驾驶规模化和商业化
19
自动驾驶和智能网联融合路线
30 TOPS
性能
Gen1
2018
基础辅助驾驶
Gen2
2022
特定场景自动驾驶
4000+ TOPS
Gen3
2025
开放道路高度自动驾驶& 完全自动驾驶
提醒
基本预警服务
传感器数据
• GLOSA 1.0路灯 • 车速建议1.0 • 车载信息 • 施工道路 • 联网自动巡航 • 超车 • ...
提醒
高级预警服务
预测数据
• 绿灯车速建议 • 道路辅助 • 并道辅助 • 区域预警 • 协作式自巡航 • 语音提醒 • 组队 •…
帮助决策
通过V2X与传感器融 合的自动驾驶
智能汽车逐梦的历程
智能汽车1.0
L1
L2
智能汽车2.0
L3
智能汽车3.0
L4
L5
• 自动驾驶：部分解放双脚 • 智能座舱：大屏，多功能，多服务丰富集成 • 智慧交通：特定区域下车路协同
工具价值
更好用的出行工具 4
• 自动驾驶：部分解放双手，逐步解放双眼 • 智能座舱：服务智能化，多模态交互 • 智慧交通：部分开放道路车路/车车协同
15
V2P场景应用
对于复杂的自行车流场景，目前的自动驾驶容易出现 误判，而骑行者也难以判断后方快速驶来的车辆。如 果车辆和骑行者分配安装和佩戴了V2X智能设备，则可 以分别对对方的运行轨迹进行判断。车辆可以通过轨 迹提前识别出可能闯入机动车道的非机动车辆，而骑 行者也可以被提醒后方有机动车驶来。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
人工智能及识别技术
本栏目责任编辑：唐一东
5G+V2X 车联网自动驾驶
白云龙，杨开欣，陈晓韦，董海博，郭谨玮
（天津卡达克数据有限公司，天津300393）
摘要：汽车物联网技术的发展是实现自动驾驶的基础，5G+V2X 技术将为车辆创造一个无形的安全网，加强和深化对未来
交通管理的影响，5G 高速可靠的数据传输,增强了车辆对各种场景的应变和处理能力，加快了与路侧终端和交通管理站的通信速度，使未来的汽车驾驶能够不只依赖于车身固定的传感器。
关键词：5G ；V2X ；车联网；自动驾驶中图分类号：G642
文献标识码：A
文章编号：1009-3044(2019)08-0129-01
开放科学（资源服务）标识码（OSID ）:
以车为载体的车联网信息化服务，可实现行人，车辆与路侧装置的信息一体化的道路交通管理体系，可实现车辆交通路况监测、运营管理、调度管理、自动驾驶以及无人驾驶技术。
车联网充分展现了无线通信技术与传感器技术的融合的智能算法决策，提升了车辆辅助驾驶和自动驾驶的功能。
车联网的发展趋势将人对车辆的控制降辅助角色，增添了多样的自动驾驶方式、娱乐体验和信息咨询，自动驾驶是顺应时代发展趋势的产物。
15G 通讯
随着5G 技术的快速发展，它已成为通讯技术璀璨的一颗明星，拥有较高的可靠性、低延迟、大带宽的数据通讯能力。
支持大连接，可同时接入超大量数据连接形成自组织网络结构，从而使万物互联成为可能，支持车辆间交互满足毫秒级要求。
5G 时代，一个崭新的汽车物联网时代呼之欲出，促进了汽车物联网的蓬勃发展，汽车的共享化、数据化、智能化、电动化。
为自动驾驶，无人驾驶、V2X 、AR 、VR 等技术提供支持，使未来生活的方方面面更加美好和便捷,5G 是不可阻挡的发展趋势。
2V2X 车路协同
车路协同系统(Cooperative Vehicle Infrastructure System ，简称CVIS)是以道路车辆自身传感器的智能感知与道路交通路侧装置的信息交互数据智能为理念，其基本思想是运用多学科交叉融合的方法与无线网络先进技术。
采用物联网技术实现人、车、路三位一体多组时动态信息交互与共享，实现车辆和基础设施之间的智能协调与配合。
开展道路协同管理和车辆主动安全控制和，从而实现了交通资源的合理化使用，提升了道路通畅能力，并可避免交通堵塞。
车联网核心技术是V2X 无线通信，应用V2X 无线短程通信技术，可打破车辆信息共享技术瓶颈和单车在智能化发展方面的非视距感知，加速实现了汽车自动驾驶功能的普及化。
V2X 技术允许车辆转发自身交通信息，行人通过手机终端接收警示信号，从而使在道路上的人与车都成为交通环境信息收发的节点。
互联模式的共享数据经过处理后，可以使驾驶员
和行人更加便捷的获取益于自身出行的交通有信息，主要包括目的地路线、车距、限速限高、电子收费、交通灯、道路施工、交通事故等安全提示信息。
可靠的交通辅助信息与优化的交通路线减少了出行的时间，避免了交通拥堵。
35G+V2X 车联网
随着5G 技术的发展成熟，5G 通信技术应用到车联网中，依托5G 技术的可靠性、低延迟、大带宽的数据通讯能力和V2X 短程高校的传输特性，中国汽车技术研究中心设计出国内首个5G+V2X 物联网无人驾驶技术项目试验场，基于车辆与路侧基础终端的信息交互，云平台实时上传数据结合高精度地图运算，交通信息以广播的方式下发，实现了L4级别无人驾驶业务车辆在5G 网络下的应用。
图1智慧园区—无人驾驶测试图
汽车技术不断进步，车联网，自动驾驶模式将使用5G 技术，需要考虑如下3种驾驶场景：
（1）自动驾驶场景：自动驾驶需要车自身对周围道路具有“主动的”判断能力，“快速的”响应能力，“可靠的”决策能力，这些特性需要5G 通讯技术的较低的端到端数据毫秒级延迟，数据传输速度可靠性保证为每秒几十Mbit/s 。
（下转第132页）
收稿日期：2019-01-05作者简介：白云龙（1989—），男，硕士研究生，工程师，研究方向：仪器仪表，电气电子，嵌入式开发。
129
Computer Knowledge and Technology 电脑知识与技术第15卷第8期(2019年3月)
本栏目责任编辑：唐一东
人工智能及识别技术征有利的信息。
3结论
在这项工作中，我们提出了非常深的卷积神经网络可以直
接对声波输入进行操作。
我们的网络，最多34个卷积层，得益于批量归一化，残差的组合，我们的模型取得了较好的性能。
我们的结果显示，一个深度网络有18个卷积层优于具有2个卷积层的网络，绝对准确率达到71.8％。
参考文献：
[1]许可.卷积神经网络在图像识别上的应用的研究[D].浙江大学,2012.
[2]Lee Y K,O.W.Kwon.A phase-dependent a priori SNR esti⁃mator in the logmel spectral domain for speech enhancement.IEEE International Conference on Consumer Electronics IEEE,2011:413-414.
[3]李勇.新型MFCC 和波动模型相结合的二层环境声音识别[J].计算机工程与应用47.30(2011):132-135.
[4]周飞燕,金林鹏,董军.卷积神经网络研究综述[J].计算机学
报,2017,40(6):1229-1251.
[5]邱爽等.自归一化卷积神经网络的人脸识别方法[J].云南大学学报(自然科学版),2018(4).
[6]曹川,张红英.基于改进残差网络的人脸识别算法[J]."传感器与微系统,2018(8).
[7]Kingma,Diederik P,J.Ba.Adam:A Method for Stochastic Op⁃puter Science,2014.
[8]曹大有,胥帅.基于TensorFlow 预训练模型快速、精准的图像分类器[J]."汉江师范学院学报,2017,37(3).
[9]Abadi,Martin.Tensor Flow:learning functions at scale."Acm Sigplan Notices,2016,51(9):1.
[10]Senior,Andrew,I.Lopez-Moreno."Improving DNN speaker independence with I-vector inputs.IEEE International Confer⁃ence on Acoustics,Speech and Signal Processing IEEE,2014:225-229.
[11]李祚泳,彭荔红.BP 网络过拟合现象满足的不确定关系新的改进式[J].红外与毫米波学报,2002,21(4):293-296.
【通联编辑：唐一东】
（上接第129页）
（2）高速移动场景：5G 物联网的车辆高速驾驶场景需结合道路基础设施V2X 技术支持，实现端到端通信无缝连接，人、车、路的交通数据实时交互功能。
（3）娱乐信息场景：车载内部丰富的娱乐功能，在线高清视频、云端网络游戏、高精地图定位和车载终端的远程升级均离不开“网络”，这就需要较高带宽和高速数据传输速率。
实现当前5G 物联网汽车自动驾驶技术，将无人驾驶车联网并入我们生活，可实现车辆自动寻人，到达目的地车辆自动定点泊车，共享汽车的无人驾驶无间断的接待乘客。
车联网关楗技术支撑智慧公路，是指路测基础设施识别车辆的射频电子标签、接收通过各种传感设备、GPS/北斗卫星定位、高速移动无线通讯、高精度地图、大数据处理、智慧决策等技术。
4总结
在5G 车联网自动驾驶技术快速发展的大环境下，智慧车，
智慧公路的普及将会离我们日常生活越来越近，更加安全、环保、智慧、便捷的交通出行方式就在我们身边。
无人驾驶技术是汽车发展的终极目标，是人类在追求智慧出行解放大脑与双手双脚的追求，是智能化、数据化、网络化发展的结晶。
新的汽
车发展模式将促成新的汽车产业生态链，造就汽车交通环境信
息服务新生态。
“数”驱产业变革，“智”领汽车未来。
参考文献：
[1]王科俊,赵彦东,邢向磊.深度学习在无人驾驶汽车领域应用的研究进展[J].智能系统学报,2018,13(1):55-69.[2]邬贺铨：未来5G 使移动互联网应用变得无处不[EB /OL].2016-08-02./science/2016-08/02/c_135557976.htm.
[3]王胡成,徐晖,程志密,王可.5G 网络技术研究现状和发展趋势[J].电信科学,2015,31(9):149-155.
[4]贾祝广,孙效玉,王斌,等.无人驾驶技术研究及展望[J].矿业装备,2014(5):44-47.[5]端木庆玲，阮界望，马钧.无人驾驶汽车的先进技术与发展[J].农业装备与车辆工程,2014，52（3）：30-33.[6]姜沛宏，张长坤.无人驾驶汽车的发展与研究[J].时代农机,2016(10):10-11.
[7]杨钦哲.无人驾驶技术及其发展[J].中国新通信,2018(6).
【通联编辑：王力】
132。