淺析C-V2X應用對目前自動駕駛性能的影響

曹 凡，姚 姣

（國家無線電監測中心檢測中心，北京 100041）

1 自動駕駛技術

1.1 自動駕駛分級標準解析

進入21世紀以來，汽車自動駕駛技術蓬勃發展，有關汽車自動駕駛等級的分類也應運而生。2022年3月1日，隨著GB/T 40429—2021《汽車駕駛自動化分級標準》的正式實施，標志著我國在汽車駕駛自動化進程中的又一里程碑，其詳細分級情況如表1所示。

表1 自動化分級標準

通過對GB/T 40429—2021的分析，有兩點值得詳細說明：第一，1級和2級自動駕駛的區別在于，1級自動駕駛系統僅能控制汽車橫向或縱向移動中的一個，而2級自動駕駛在特定環境下可以同時控制車輛的橫向和縱向，但仍要求駕駛員的手放在方向盤上以便隨時接管汽車。第二，從3級開始自動駕駛步入新的階段即駕駛系統可以更加深入地介入車輛的控制，因為在該級別下當系統識別到緊急情況且駕駛員不具備接管條件時，系統可以繼續接管一段時間并且模擬駕駛員對車輛進行最優策略分析進而保證行車安全。

1.2 現階段實現自動駕駛的主要技術線路

伴隨自動駕駛分級標準的頒布，目前汽車產品自動化程度如何？實現自動駕駛的機制和技術線路又有哪些？源于上述問題的考慮，筆者選取“特斯拉”和“小鵬”這兩家車企進行分析，以揭示現階段汽車駕駛自動化程度。目前，實現自動駕駛的技術方案主要有兩種：一種是以“特斯拉”為首力推攝像頭為主的純視覺AI方案，其核心理念是通過攝像頭模擬駕駛員的眼睛識別交通要素信息并借助芯片和后臺數據完成對車輛的控制；另一種是以“小鵬”為首等一系列中國企業則認為，依賴單一視覺傳感器存在很大程度的不確定性，因此，提出了借助激光雷達對周圍環境進行3D建模以增強其可靠性，并使用毫米波雷達加以輔助的多傳感器融合方案。兩種方案的主要特性及優劣勢如表2所示。

表2 不同技術方案主要特性及優劣對比

通過對比發現，即使是用了32個傳感器的“小鵬”也只能達到L2級別自動駕駛能力。這是否說明僅僅依賴單車傳感器的自動駕駛之路到達了瓶頸？又是否提醒我們只有新技術的應用與普及才能達到更高級別的自動駕駛？

2 C-V2X概述及其應用標準說明

2.1 C-V2X概述

C-V2X（Cellular-Vehicle to Everything）本質上是基于3G/4G/5G等蜂窩網通信技術演進形成的車用無線通信技術，從目前提出的概念看，車聯網主要包括車際網（V2V）、車內網（V2P）以及車載移動互聯網（V2I）三個主要模塊，其主要工作與服務對象如圖1所示。

圖1 車聯網生態系統

3GPP標準從R14版本時開始引入基于LTE-V2X的技術性規范，之后又在R15版本中對多個場景進行了相應的優化。目前，我國已批準將5905～5925 MHz頻段用于車聯網直連通信。

2.2 C-V2X應用標準介紹

針對4G-V2X應用層面而言，3GPP已在TR22.885標準中（下文簡稱22.885標準）定義了車聯網的27個典型應用實例，主要包括安全警告、效率提升、信息共享等3大類具體應用。本文針對目前L2級自動駕駛在部分場景應用中可能存在的難點問題，并對比22.885標準在該場景下的解決方案和工作流程進行分析，以體現C-V2X應用對汽車駕駛自動化能力的提升。

3 C-V2X應用對目前駕駛自動化能力的提升

3.1 V2X對通行效率的影響

針對目前L2級別的輔助駕駛而言，雖然依賴視覺技術可以識別行車過程中的交通信號燈進而對車輛進行控制，但其在判斷過程中仍處于相對“被動”的局面，即汽車無法提前預知信號燈的變化，只能通過識別當前狀態進行判斷。在這種情況下，除了極易造成交通事故，也無法最大化地利用有限的道路資源，進而加劇了城市的擁堵問題。此外，由于視覺識別技術受光線和天氣影響的因素較大，在夜間或不良天氣條件下存在識別失效的可能性，因此不具備普適性和可靠性。基于上述情況，22.885標準5.15章節中有關V2N流量優化的描述可應用于此場景并改善這一局面，其具體工作流程如下：首先，支持V2X的車輛將其位置、速度和行駛方向等信息傳輸給同樣具備V2X通信能力的實體信號燈。其次，信號燈在收集數據并分析后將諸如信號燈狀態持續時間、速度建議等信息反饋給車輛并由駕駛員或輔助駕駛系統提前做出預判。最后，輔助駕駛系統根據預判結果控制縱向移動速度，從而應對信號燈的變化。由于整個過程中信息由蜂窩網絡進行傳遞，因此不受氣候和光線等外部環境的影響。此外，通過路邊基礎設施對行車數據的收集和分析，系統還可根據車流量情況對信號燈內部的相位進行干預，從而進行流量優化以提升通行效率。通過對上述場景的分析發現，在應用V2X技術的情況下，車輛不僅可以解決目前單車傳感器方案存在的問題，而且通過共享信息還能完成由道路交通參與者向信息提供者的轉變。

3.2 V2X應用對駕駛安全性的提升

出于對行車安全的考慮，即便是依賴高精度多傳感器和算力出眾的車機芯片，目前市場上也仍未出現具備L3級別自動駕駛能力的汽車。究其原因是由于目前單車輔助駕駛技術在信息獲取上的片面性和被動性所致。例如，在目前L2級別的輔助駕駛下，傳感器最遠只能識別到200米左右的信息，且對于行車過程中隨時可能出現的障礙物完全沒有提前判斷的能力，因此無法絕對保證行車過程中的安全性。假設當車輛在封閉的高速公路上以100 km/h的速度行駛時，其1 s的前進距離為27.78 m，這也就意味著即使是在環境極佳的條件下，當車輛輔助駕駛系統發現前方靜止障礙物后，必須要在7.19 s的時間內做出反應并使其達到靜止狀態，即使現階段汽車的制動系統具備這一能力，但高速行駛過程中的緊急制動也將會給后車的行車安全帶來極大的隱患。另外，在圖2所示的開放道路行駛場景中，由于障礙物遮擋車輛輔助駕駛系統和駕駛員都無法識別到即將出現的行人，這同樣為道路安全造成極大的隱患。

圖2 城市開放道路駕駛場景

鑒于上述場景中L2級輔助駕駛在行車安全性上的痛點問題，4G-V2X標準中有關安全警告類場景的應用將可以改善或解決目前輔助駕駛中所面臨的問題。針對封閉路段的高速駕駛場景，具備V2X通信能力的車輛可以實時地將當前位置、速度、加速度和可選軌跡等一系列信息，通過V2V和V2I通信的方式傳送給周圍車輛和路邊服務單元，且系統允許的最大時延為0.1 s，最大傳送頻率為每秒10條。在此情景下倘若前車減速或靜止，系統將會第一時間將消息傳送給周圍車輛，提示其減速或變換車道以避免碰撞，且在當系統認定碰撞無法避免時還會播放撞擊警告以提示駕駛員提前做好準備。當涉及主要交通參與者為車輛與行人的城市開放道路場景時，V2P機制的應用將會大大增加諸如行人和非機動車等弱勢道路使用者的安全性。由于信息不依賴于傳感器的被動感知而是靠蜂窩網絡的主動傳遞，因此，即使是在如圖2所示的視覺范圍不可見區域內，輔助駕駛系統和行人的智能電話都將發送警告消息以提示雙方注意可能存在的風險。

4 結束語

隨著5G技術的發展，3GPP已在R16版中發布了基于5G-NR技術的TR22.886車聯網應用標準，其25個應用實例中多次出現了對“遠程駕駛”和“部分有條件自動駕駛”等高級別自動駕駛應用場景的定義。因此，依托5G技術低時延、高速率、廣連接的特點，相信在不遠的將來具備更高級別自動駕駛能力的汽車將會得到廣泛的生產與應用。■