| 文章版权所有，未经授权请勿转载或使用
道路分级需要考虑“感知-决策-控制”三方面。其中感知需要解决的是道路基础设施的数字化、网联化和协同化。决策按照层级分为基于规则的专家系统、因果推理和行为预测。控制按照层级分为单车控制、协作控制和全域控制。基于道路的感知、决策和控制能力不同，可以将智能网联道路分为不同的等级。
5G智能网联路侧基础设施主要包括①通信基础设施：4G/5G蜂窝基站；②C-V2X专用通信基础设施：多形态的RSU（Road Side Unit）；③路侧智能设施：包括交通控制设施（交通信号灯、标志、标线、护栏等）智能化，以及在路侧部署摄像头、毫米波雷达、激光雷达和各类环境感知设备；④MEC（多接入边缘计算/移动边缘计算）设备。
5G智能网联路侧设备的投资规模巨大，投资建设主体碎片化。提升5G智能网联路侧设备覆盖率，需积极探索①路侧设备的投资和运营模式：初期政府购买服务、长期数据开放和运营；②路侧设备的场景化应用模式：特定商用场景先行先试、重点关注高速公路方案/城市交叉路口方案/一体化智慧杆产品；③路侧设备的部署节奏：网的覆盖率和车的渗透率二者相辅相成。
| 全文7600字，预计阅读18分钟
01
智能网联道路分级原则探讨
汽车自动驾驶技术分级标准主要包括由美国高速公路安全管理局（简称NHTSA）提出的L0无自动驾驶功能（No-Automation），L1单一功能辅助驾驶（Function-Specific Automation），L2多功能协同辅助驾驶（Combined Function Automation），L3有限自动驾驶（Limited Self-Driving Automation），L4完全自动驾驶（Full Self-Driving Automation）；和国际自动机工程师学会（简称SAE）提出的L0无自动驾驶功能（No-Automation），L1驾驶员辅助（Driver Assistance），L2部分自动驾驶（Partial Automation），L3有限自动驾驶（Condition Automation），L4高度自动驾驶（High Automation），L5完全自动驾驶（Full Automation）。其中L0-L2由驾驶员负责：L0需要驾驶员眼手脚并用，L1驾驶员可以脱脚，L2驾驶员可以脱手；L3-L5由自动驾驶系统负责：L3驾驶员可以脱眼，L4驾驶员可以脱脑，L5完全无需驾驶员。
与自动驾驶汽车有业界相对统一标准相比，智能网联道路目前为止业界还没有相对统一的标准。
ERTRAC（欧洲道路运输研究咨询委员会，European Road Transport Research Advisory Council）在INFRAMIX项目和ITS World Congress 2018 paper by AAE and ASFINAG发布了ISAD（自动驾驶的基础设施支持级别，Infrastructure Support levels for Automated Driving）。
E级别最低，无数字化信息，不支持自动驾驶的传统基础设施，完全依赖于自动驾驶车辆本身；D级别支持静态道路标识在内的静态数字化信息，而交通信号灯、短期道路工程和可变信息交通标识牌需要自动驾驶车辆识别；C级别支持静态和动态基础设施信息，包括可变信息交通标识牌、告警、事故、天气等；B级别支持协同感知，即可感知微观交通情况；A级别支持协同驾驶，数字化基础设施可以引导自动驾驶车辆的速度、间距、车道。
2019年9月21日，中国公路学会自动驾驶工作委员会、自动驾驶标准化工作委员会发布了《智能网联道路系统分级定义与解读报告》（征求意见稿）。从交通基础设施系统的信息化、智能化、自动化角度出发，结合应用场景、混合交通、主动安全系统等情况，把交通基础设施系统分为I0级（无信息化/无智能化/无自动化），完全依赖于自动驾驶车辆本身；I1级（初步数字化/初步智能化/初步自动化），基础设施可以完成低精度感知及初级预测，为单个自动驾驶车辆提供自动驾驶所需静态和动态信息；I2级（部分网联化/部分智能化/部分自动化），基础设施系统依托I2X通信，为车辆提供横向和纵向控制的建议或指令，同时车辆向道路反馈其最新规划决策信息；I3级（基于交通基础设施的有条件自动驾驶和高度网联化），可以在包括专用车道的主要道路上实现有条件自动驾驶，遇到特殊情况，需要驾驶员接管车辆进行控制；I4级（基于交通基础设施的高度自动驾驶），可以在特定场景/区域实现高度自动驾驶，遇到特殊情况，由交通基础设施系统进行控制，不需要驾驶员接管；I5级（基于交通基础设施的完全自动化驾驶），交通基础设施可以满足所有自动驾驶车辆在所有场景下完全感知、预测、决策、控制、通讯等功能，实现完全自动驾驶。
本文提出，道路分级需要考虑“感知-决策-控制”三方面。其中感知需要解决的是道路基础设施的数字化、网联化和协同化。数字化方面，静态基础设施信息（静态道路标识等）和动态基础设施信息（交通信号灯信息、可变信息交通标识牌、道路交通事故、道路施工信息、天气信息等）实现数字化；网联化方面，基础设施系统依托I2X（I2V，I2I，I2P）通信能力，实现道路基础设施数字化信息和车辆、行人、其它道路基础设施之间的互联互通；协同化方面，道路基础设施数字化信息之间，以及和车辆、行人、其它道路基础设施的数字化信息之间，进行融合，实现协同化感知，比如摄像头数据和毫米波雷达数据、激光雷达数据进行数据转换、数据关联和融合计算。
决策按照层级分为基于规则的专家系统、因果推理和行为预测。基于规则专家系统中，知识库和规则执行组件是核心模块，可针对特定场景进行精准分析决策；由于实际道路和自动驾驶车辆情况错综复杂，根本无法穷举，因此提出基于因果推理的决策机制，例如基于增强学习的决策框架，目标是实现基于复杂场景的实时决策；行为预测是实现自动驾驶最具挑战性的课题之一，即基于道路基础设施和自动驾驶车辆，去理解并预测周围道路参与者的行为，目标是实现超前决策。
控制按照层级分为单车控制、协作控制和全域控制。单车控制主要实现的是油门、转向和制动控制。线控油门（电子油门）系统相对简单，由ESP中的ECU来控制电机，进而控制进气门开合幅度，最终控制车速；线控转向系统是通过给助力电机发送电信号指令，从而实现对转向系统进行控制；车辆制动系统经历了从真空液压制动（HPB）到电控和液压结合（EHB），到新能源汽车阶段逐步转向纯电控制的机械制动（EMB）和更智能化的线控制动。
协作控制主要实现的是多车协同控制。比如主车在行驶过程中需要变道，将行驶意图发送给相关车道的其它车辆和路侧RSU，其它车辆进行加减速动作或者由路侧基础设施根据主车请求统一协调，使得车辆能够顺利完成换道动作。
全域控制主要实现的是对所有交通参与者的全路段、全天候、全场景的自主控制。
按照道路的感知、决策和控制能力不同，可以将智能网联道路分为不同的等级。
02
5G智能网联路侧设备建设
5G智能网联路侧基础设施主要包括①通信基础设施：4G/5G蜂窝基站；②C-V2X专用通信基础设施：多形态的RSU（Road Side Unit）；③路侧智能设施：包括交通控制设施（交通信号灯、标志、标线、护栏等）智能化，以及在路侧部署摄像头、毫米波雷达、激光雷达和各类环境感知设备；④MEC（多接入边缘计算/移动边缘计算）设备。
1. 通信基础设施
中国目前共有558万个4G基站，而5G基站建设大概率会采取先城区，再郊区；先热点，再连片；先低频，再高频；先室外，再室内；先宏站，再小微基站的模式，积极稳妥分布推进，初期大多数情况下强调对4G的依赖，以降低组网成本保证用户体验。
除了宏站投资，5G发展还涉及大量小微基站、光传输、核心网、多接入边缘计算等投入。预计中国5G投资周期十年，总投资金额1.6万亿。具体参考微信公众号“5G行业应用”的《5G发展的五大动力和四大挑战》文章分析。
2. C-V2X专用通信基础设施
C-V2X RSU是部署在路侧的通信网关，解决的是感知层面的网联化。RSU基本功能包括业务功能、管理功能和安全功能。业务功能主要包括数据收发、协议转换、定位、时钟同步等。RSU具有不同的产品形态：
①基础版本支持LTE-V2X PC5通信能力，汇集路侧智能设施和道路交通参与者的信息，上传至云平台，并将V2X消息广播给道路交通参与者。
②RSU还有LTE Uu + LTE-V2X PC5双模版本。
③5G时代到来后，RSU产品形态将更加多样化，比如5G Uu + LTE-V2X PC5版本，或者LTE-V2X PC5 + 5G NR-V2X PC5版本，或者5G Uu + LTE-V2X PC5 + 5G NR-V2X PC5版本。
④除此之外，交通部主推的ETC路侧设备，公安部主推的汽车电子标识路侧设备，甚至是交通信号灯都存在和V2X合一的产品形态。
⑤RSU产品形态除了丰富通信能力外，还有一种可能，向智能化RSU演进，即RSU上集成智能化边缘计算能力，即除了网联化能力外，还将具备决策和控制能力。
从部署的节奏看，预测未来2-3年将以LTE-V2X PC5 RSU + 5G Uu蜂窝基站这样的网络部署为主。即点对点（V2I）通过LTE-V2X专网支撑，蜂窝（V2N）通过5G网络或者已有的4G网络支撑。
3. 路侧智能设施
路侧智能设施包括智能化交通控制设施（交通信号灯、标志、标线、护栏等）和摄像头、毫米波雷达、激光雷达、各类环境感知设备。
①交通信号灯
交通信号灯信息可以通过信号灯控制中心平台传递到车联网云平台，再传递给RSU，然后通过RSU广播给车载OBU。但是由于信号灯控制中心平台处于公安内网，需要跨越边界网关传递信息，存在十几秒时延，无法及时向通过路口的车辆推送红绿灯信息。
较好的方式是在每个路口，都由信号灯路口控制器分出一路信号给RSU，直接由RSU广播给车载OBU。
②多传感器融合
采用单一传感器存在诸多挑战，比如摄像头没有深度信息、受外界条件影响大；毫米波雷达没有高度信息、行人探测效果弱（多适用于高速公路）；激光雷达距离有限（16线约100米，32线约200米）、角分辨率不足（识别小动物能力远弱于视觉方式）、环境敏感度高（受大雪、大雨、灰尘影响）等。
因此路侧可以考虑采取多传感器融合方式，比如大于200米采用毫米波雷达，200米以内采用激光雷达+毫米波雷达，80米以内采用摄像头+激光雷达+毫米波雷达。
毫米波雷达和激光雷达实时采集环境信息，分析路面所有大机动车、小机动车、非机动车、行人等的位置、速度、角度和距离，判断障碍物的危险系数，有效提前预警；雷达和摄像头安装的越近越好，有利于激光雷达三维坐标标定到图像上，这样摄像头可以为雷达检测到的障碍物提供融合识别数据，并能提供障碍物真实的图像信息。
例如车道线检测，先在摄像头图像中检测出车道线，然后再将激光雷达生成的点投射到图像上，找出落在车道线上的点在激光雷达坐标系中的坐标，通过这些坐标生成激光雷达坐标系中的车道线。
4. MEC
5G网络两大核心技术移动边缘计算（Mobile Edge Computing）和网络切片（Network Slicing）将与车联网深度融合，为C-V2X提供灵活性高、鲁棒性强的网络能力。MEC或者部署在路侧，或者由运营商部署在其边缘DC和综合接入局房。
5G车联网MEC需要具备多设备连接能力，接入RSU、OBU、智能化交通控制设施（交通信号灯、标志、标线、护栏等）、摄像头、毫米波雷达、激光雷达、各类环境感知设备的信息，同时向上连接云平台；MEC需要具备多传感器融合处理能力，比如摄像头+激光雷达+毫米波雷达融合分析算法；MEC还需要具备ITS相关协议处理能力，比如针对交叉路口防碰撞预警业务，在车辆经过交叉路口时，MEC通过对车辆位置、速度及轨迹分析研判，分析出可能存在的碰撞风险，通过RSU传输到车辆OBU，起到预警目的。
03
5G智能网联路侧设备覆盖率提升探索
5G智能网联路侧设备的投资规模巨大，投资建设主体碎片化。提升5G智能网联路侧设备覆盖率，需积极探索①路侧设备的投资和运营模式：初期政府购买服务、长期数据开放和运营；②路侧设备的场景化应用模式：特定商用场景先行先试、重点关注高速公路方案/城市交叉路口方案/一体化智慧杆产品；③路侧设备的部署节奏：网的覆盖率和车的渗透率二者相辅相成。
1. 投资和运营模式探索
5G智能网联路侧设备，除了4G/5G蜂窝基站明确由运营商投资建设外，RSU、路侧智能设施、MEC涉及的投资规模巨大，投资建设主体碎片化。微信公众号“5G行业应用”的《5G车联网产业发展的冷思考》文章中，详细介绍了车联网商业模式面临的挑战。
截至2018年，中国高速公路里程14.26万公里，国道里程36.30万公里，省道里程37.22万公里，农村公路里程403.97万公里，城市道路超过40万公里，50多万个城市路口。以每公里智能化改造费用100万保守测算，仅高速公路智能化改造投入即高达1400多亿元。如果需要覆盖全国高速公路和城市道路，基础建设投资预计在3000亿以上。如此巨额的投资存在回报不确定、需承担法律安全责任风险等问题。到底由谁来投，是考验产业发展的关键因素之一。
中国道路基础设施建设和运营主体具有多元特点。一般城市道路的智能化基础设施由公安交警负责建设和运营；国省干线、农村公路的智能化基础设施由交通局负责建设和运营；高速公路的智能化基础设施由省交投集团和各地市交投公司分别负责建设和运营，涉及到高速交通违法的智能化基础设施由高速交警或委托交投集团采购。业主多元化，直接造成了车联网路侧基础设施建设和运营主体碎片化特点。
车联网存在几种不同类型的运营主体，包括政府独资或合资的企业、高速公路服务商、运营商、铁塔公司等。不同的运营主体均有各自的优劣势，但这几类运营主体，都面临运营模式不清晰的挑战，即怎么从使用方收到钱。
可能存在的方式包括，运营主体向交管和交委提供相关的大数据分析服务，收取相关费用。以公安交警为例，其主要工作是保障交通安全和提升通行效率，因此对能够减少交通事故、提升交通运行效率的车联网，是有需求的。比如可以针对车联网提升城市道路交通通行效率进行服务收费。再以交通局为例，需要保障营运车辆的运输安全，因此，对提升营运车辆安全性的车联网服务，是有需求的。除此之外，运营主体还可以向车主收取智能网联接入服务费；向车企收取智能网联接入服务费；向行业客户收取智能网联接入服务费和大数据分析服务费等。短周期看，车联网运营主体还需要依赖政府购买服务，才能获得发展空间。
随着车联网路侧基础设施覆盖率和车载终端渗透率的提升，将产生大量路侧数据和车端数据。在厘清数据所有权问题基础上，在新的智能交通环境下，长期来看，探索数据开放和运营，建立面向智能网联汽车和智慧道路的一体化开放数据公共服务平台将成为大势所趋。
最终的目标是让车端和路侧产生的海量数据，能够产生价值。一方面可以探索“数据+管理”模式，以交通信息共享服务为核心，连通道路基础设施，对交通环境信息做整合管控，建立统一信息交换标准，消除交通信息孤岛。
另一方面可以探索“数据+金融”模式，即拓展面向C端车主和B端行业客户带有支付能力的服务，这时候买单的主体不仅仅是车主和行业客户，各类金融机构也可以共同参与。比如2019年下半年呈现爆发式增长的ETC业务，各大银行和微信、支付宝均在积极参与；基于ADAS安全驾驶辅助系统+DMS疲劳驾驶预警系统获得了各保险机构的青睐。
2. 场景化应用模式探索
要实现普遍意义的自动驾驶，将是长周期过程，可能需要二十年，甚至三十年的发展历程。但是短周期看，针对特定商用场景的自动驾驶，将很快出现。比如出租车自动驾驶、公交车自动驾驶、物流车自动驾驶、特定封闭园区和社区自动驾驶、矿卡自动驾驶、港口车辆自动驾驶等。从商业逻辑上看，车联网面临和自动驾驶同样的发展路径。也就是车联网首先解决和部署的，将是特定商用场景先行先试。比如：
①在特定区域部署车联网路侧基础设施，在特定出租车辆上部署车联网车载终端，实现在这些区域的自动驾驶出租车（Robo-Taxi）业务；
②在城市公交车专用道和公交站场部署车联网路侧基础设施，在公交车上部署车联网车载终端，可以实现公交车信息服务、交通安全、交通效率、自动驾驶等各类业务应用；
③在某些高速公路路段部署车联网路侧基础设施，物流卡车上部署车联网车载终端，可以实现物流卡车在这些路段的车辆编队行驶或者单车自动驾驶；
④在特定封闭园区和社区部署车联网路侧基础设施，在专用末端物流车上部署车联网车载终端，实现园区和社区的低速自动驾驶物流配送业务。
⑤和干线物流、Robo-Taxi等场景相比，矿山和港口道路相对更加封闭，场景相对简单、路线相对固定、不受公开道路交通法规限制。因此在矿山和港口部署车联网路侧基础设施，在相关车辆上部署车联网车载终端，可以实现矿山和港口车辆自动驾驶和远程驾驶等业务。
从路侧基础设施产品和方案角度看，需要重点关注高速公路方案、城市交叉路口方案和一体化智慧杆产品。
3. 部署节奏探索
网的“覆盖率”和车的“渗透率”决定了车联网的商用速度，二者相辅相成。对整体商用节奏预测：
①首先在商用车型，如出租车、公交车、物流重卡、矿卡、港口车辆等，和部分乘用车型，部署C-V2X车载终端，实现V2V（车-车）业务场景，如前向碰撞预警、盲区预警/变道辅助、车辆编队行驶等；
②其次在特定商用场景先行先试，如特定出租车区域、城市公交车专用道和公交站场、某些高速公路路段、特定封闭园区和社区、矿山和港口等部署C-V2X和5G网络，实现V2I（车-基础设施）业务场景，如闯红灯预警、绿波车速引导等；
③更进一步在高速公路和城市交叉路口等场景部署C-V2X和5G网络。随着网的覆盖率达到一定程度，将带动车载终端安装渗透率提升；
④而当车载安装渗透率达到30%临界值的时候，又会进一步拉动网的部署。
END
| 作者：吴冬升
「5G行业应用」特邀专栏作家，东南大学博士，17年TMT从业经历，多年B2B/B2G整合营销及品牌经验，对5G、车联网、物联网、大数据、人工智能、数字化转型有深刻洞察。
下期预告
下期推出《5G网络切片的七种武器》，敬请期待。
▎推荐阅读
关于我们
「5G行业应用」是聚集TMT行业资深专家的研究咨询平台，致力于在5G时代为企业和个人提供客观、深入和极具商业价值的市场研究和咨询服务，帮助企业利用5G实现战略转型和业务重构。本公众号专注提供5G行业最新动态及深度分析，覆盖通信、媒体、金融、汽车、交通、工业等领域。
