5G 技術(shù)在智能新能源汽車自動駕駛系統(tǒng)中的創(chuàng)新應(yīng)用

摘要：隨著5G通信技術(shù)的快速發(fā)展和智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)的蓬勃興起，將5G技術(shù)應(yīng)用于智能新能源汽車自動駕駛系統(tǒng)成為推動汽車工業(yè)轉(zhuǎn)型升級的重要方向。通過構(gòu)建分層網(wǎng)聯(lián)架構(gòu)，實(shí)現(xiàn)車路云協(xié)同和遠(yuǎn)程輔助控制?；趯?shí)際道路測試數(shù)據(jù)顯示，5G網(wǎng)絡(luò)環(huán)境下系統(tǒng)端到端時延降至10 ms以內(nèi)，數(shù)據(jù)傳輸速率提升至1 Gbps，感知探測距離擴(kuò)展至300 m，定位精度達(dá)到厘米級，系統(tǒng)整體可靠性提升至99%。試驗(yàn)結(jié)果表明，5G技術(shù)的引入顯著提升了自動駕駛系統(tǒng)的實(shí)時性、可靠性和安全性，為新能源汽車自動駕駛技術(shù)的進(jìn)一步發(fā)展提供了有力支撐。

關(guān)鍵詞：5G技術(shù)；智能新能源汽車；自動駕駛；車路協(xié)同；遠(yuǎn)程輔助駕駛

中圖分類號：U469.7" 收稿日期：2024-12-10

DOI：1019999/jcnki1004-0226202502013

1 前言

智能新能源汽車產(chǎn)業(yè)正處于轉(zhuǎn)型升級的關(guān)鍵時期，自動駕駛技術(shù)作為其核心競爭力之一，對通信網(wǎng)絡(luò)提出了更高要求。傳統(tǒng)的4G網(wǎng)絡(luò)在數(shù)據(jù)傳輸速率、網(wǎng)絡(luò)時延、連接密度等方面已難以滿足高等級自動駕駛的需求。5G技術(shù)憑借超高速率、超低時延、超大連接的技術(shù)優(yōu)勢，為自動駕駛系統(tǒng)帶來革命性突破。特別在車路協(xié)同、遠(yuǎn)程控制、多源信息融合等領(lǐng)域，5G技術(shù)的創(chuàng)新應(yīng)用顯著提升了自動駕駛系統(tǒng)的性能。深入探索5G技術(shù)在智能新能源汽車自動駕駛系統(tǒng)中的應(yīng)用，對推動汽車產(chǎn)業(yè)智能化發(fā)展具有重要意義。

2 5G技術(shù)與自動駕駛系統(tǒng)發(fā)展概述

5G技術(shù)與智能新能源汽車自動駕駛系統(tǒng)的深度融合構(gòu)建了智能交通的新范式。5G網(wǎng)絡(luò)憑借毫秒級時延、千兆級帶寬和廣域覆蓋等技術(shù)特征，突破傳統(tǒng)4G網(wǎng)絡(luò)在車聯(lián)網(wǎng)領(lǐng)域的瓶頸?；?G通信網(wǎng)絡(luò)的特性，智能新能源汽車可實(shí)現(xiàn)高精度地圖數(shù)據(jù)、車載攝像頭視頻流和激光雷達(dá)點(diǎn)云數(shù)據(jù)的實(shí)時傳輸，保障車輛緊急制動、轉(zhuǎn)向等關(guān)鍵操控指令的及時響應(yīng)。5G毫米波頻段和大規(guī)模MIMO技術(shù)為自動駕駛提供更強(qiáng)的抗干擾能力，邊緣計(jì)算技術(shù)加速數(shù)據(jù)處理效率。5G車載通信單元（OBU）與路側(cè)單元（RSU）的協(xié)同感知機(jī)制提升了智能汽車對動態(tài)交通場景的識別和預(yù)測能力，網(wǎng)絡(luò)切片技術(shù)則為自動駕駛系統(tǒng)提供端到端的網(wǎng)絡(luò)資源隔離和服務(wù)質(zhì)量保障，顯著提升系統(tǒng)安全性與可靠性。5G網(wǎng)絡(luò)的技術(shù)創(chuàng)新與智能新能源汽車自動駕駛系統(tǒng)的深度結(jié)合，有效加速車聯(lián)網(wǎng)產(chǎn)業(yè)升級進(jìn)程。

3 新能源汽車5G自動駕駛技術(shù)應(yīng)用體系

31 車路協(xié)同信息交互設(shè)計(jì)

5G車路協(xié)同信息交互系統(tǒng)通過OBU、RSU和云控平臺構(gòu)建多層級通信架構(gòu)[1]。RSU部署于交通信號燈、電子標(biāo)識等路側(cè)基礎(chǔ)設(shè)施，采集交通流量、信號配時等實(shí)時數(shù)據(jù)。OBU接收車輛狀態(tài)信息并與RSU建立高速數(shù)據(jù)鏈路，基于5G-V2X技術(shù)實(shí)現(xiàn)車路間的雙向?qū)崟r通信。云控平臺匯聚處理車路協(xié)同數(shù)據(jù)，為智能汽車提供交通預(yù)警、路徑規(guī)劃等服務(wù)。如圖1所示，5G車路協(xié)同系統(tǒng)實(shí)現(xiàn)了交通參與者的互聯(lián)互通。車路協(xié)同信息交互架構(gòu)基于5G網(wǎng)絡(luò)的高可靠低時延特性，將車輛感知范圍從車載傳感器的有限視野擴(kuò)展至全路網(wǎng)覆蓋，顯著提升了智能汽車對復(fù)雜路況的感知和預(yù)判能力。系統(tǒng)采用分布式邊緣計(jì)算模式，在RSU端部署邊緣服務(wù)器進(jìn)行數(shù)據(jù)預(yù)處理，減輕云控平臺負(fù)載，實(shí)現(xiàn)車路協(xié)同業(yè)務(wù)的快速響應(yīng)[2]。

32 高精度地圖實(shí)時更新

高精度地圖實(shí)時更新系統(tǒng)基于5G網(wǎng)絡(luò)的高帶寬特性，實(shí)現(xiàn)厘米級定位精度和毫秒級地圖數(shù)據(jù)更新[3]。智能新能源汽車通過車載激光雷達(dá)、高精度攝像頭等傳感器采集道路環(huán)境數(shù)據(jù)，結(jié)合差分定位系統(tǒng)獲取車輛精確位置信息。采集的原始數(shù)據(jù)經(jīng)車載處理單元預(yù)處理后，通過5G網(wǎng)絡(luò)上傳至地圖服務(wù)器。地圖服務(wù)器運(yùn)用深度學(xué)習(xí)算法對多車采集的數(shù)據(jù)進(jìn)行融合處理，識別道路標(biāo)識、車道線、交通設(shè)施等靜態(tài)要素變化，同時結(jié)合交通管理部門發(fā)布的施工、改道等信息，動態(tài)更新電子地圖。更新后的高精度地圖數(shù)據(jù)通過5G網(wǎng)絡(luò)分發(fā)至路網(wǎng)內(nèi)的智能汽車，確保車輛導(dǎo)航和自動駕駛決策的準(zhǔn)確性。地圖更新系統(tǒng)采用增量更新機(jī)制，僅傳輸發(fā)生變化的路段數(shù)據(jù)，提高數(shù)據(jù)傳輸效率。

33 智能網(wǎng)聯(lián)平臺構(gòu)建

智能網(wǎng)聯(lián)平臺采用分布式云架構(gòu)，通過5G網(wǎng)絡(luò)實(shí)現(xiàn)車輛、路側(cè)設(shè)施和云端服務(wù)的協(xié)同運(yùn)行。平臺核心由感知層、網(wǎng)絡(luò)層和應(yīng)用層組成[4]。感知層集成車載傳感器、RSU等數(shù)據(jù)采集設(shè)備，實(shí)現(xiàn)對道路環(huán)境的全方位監(jiān)測。網(wǎng)絡(luò)層基于5G網(wǎng)絡(luò)切片技術(shù)，為不同業(yè)務(wù)場景提供獨(dú)立的網(wǎng)絡(luò)資源，保障數(shù)據(jù)傳輸?shù)姆?wù)質(zhì)量。應(yīng)用層部署交通態(tài)勢分析、車輛調(diào)度等智能算法，為車輛提供實(shí)時決策支持。平臺設(shè)置標(biāo)準(zhǔn)化接口協(xié)議，支持第三方應(yīng)用的快速接入和服務(wù)擴(kuò)展。數(shù)據(jù)安全方面，采用區(qū)塊鏈技術(shù)保障數(shù)據(jù)傳輸和存儲的可信性，部署入侵檢測系統(tǒng)防范網(wǎng)絡(luò)攻擊，構(gòu)建多層級安全防護(hù)體系。

34 多源數(shù)據(jù)采集整合

多源數(shù)據(jù)采集整合系統(tǒng)利用5G網(wǎng)絡(luò)的大帶寬特性，實(shí)現(xiàn)車載傳感器、路側(cè)設(shè)備和互聯(lián)網(wǎng)數(shù)據(jù)的融合處理[5]。車載傳感系統(tǒng)包括毫米波雷達(dá)、激光雷達(dá)、高清攝像頭等設(shè)備，采集車輛周邊360°環(huán)境信息。路側(cè)感知設(shè)備部署交通攝像頭、氣象傳感器、地磁檢測器等，監(jiān)測區(qū)域交通狀況。系統(tǒng)通過5G通信網(wǎng)絡(luò)實(shí)現(xiàn)多源數(shù)據(jù)的實(shí)時傳輸，采用邊緣計(jì)算節(jié)點(diǎn)進(jìn)行數(shù)據(jù)預(yù)處理和特征提取。數(shù)據(jù)融合算法綜合運(yùn)用卡爾曼濾波、貝葉斯估計(jì)等方法，消除不同傳感器數(shù)據(jù)的冗余和誤差，生成高精度的環(huán)境感知結(jié)果。系統(tǒng)構(gòu)建數(shù)據(jù)質(zhì)量評估模型，對傳感器數(shù)據(jù)進(jìn)行實(shí)時校驗(yàn)和動態(tài)權(quán)重分配，提升數(shù)據(jù)融合精度。

4 5G遠(yuǎn)程輔助駕駛系統(tǒng)實(shí)現(xiàn)

41 車輛實(shí)時狀態(tài)監(jiān)控與控制

5G遠(yuǎn)程監(jiān)控系統(tǒng)利用高帶寬低延時網(wǎng)絡(luò)實(shí)現(xiàn)車輛狀態(tài)的實(shí)時采集與分析。系統(tǒng)通過車載傳感器采集車速、轉(zhuǎn)向角、制動力等動態(tài)參數(shù)，同步獲取動力電池、驅(qū)動電機(jī)等關(guān)鍵部件運(yùn)行數(shù)據(jù)。車輛狀態(tài)評估采用多維加權(quán)評分模型：

系統(tǒng)在傳輸鏈路層面部署入侵檢測機(jī)制，基于深度學(xué)習(xí)的異常流量識別模型實(shí)時監(jiān)控網(wǎng)絡(luò)行為?？刂茩?quán)限管理采用基于角色的訪問控制策略（RBAC），結(jié)合雙因素認(rèn)證技術(shù)實(shí)現(xiàn)身份可信驗(yàn)證。系統(tǒng)引入?yún)^(qū)塊鏈技術(shù)記錄控制指令，在權(quán)限節(jié)點(diǎn)間形成共識機(jī)制，確保指令的不可篡改性。邊緣計(jì)算節(jié)點(diǎn)部署安全沙箱環(huán)境，通過虛擬化隔離技術(shù)阻斷潛在惡意代碼傳播，結(jié)合動態(tài)防御策略，保障車載系統(tǒng)的運(yùn)行安全。針對DDoS攻擊，系統(tǒng)設(shè)置流量清洗中心，利用AI算法識別異常流量特征，建立實(shí)時防護(hù)屏障。

44 數(shù)據(jù)傳輸安全機(jī)制優(yōu)化

針對數(shù)據(jù)傳輸安全機(jī)制，設(shè)計(jì)了基于多維因素的安全度評估模型：

該模型通過量化分析系統(tǒng)安全防護(hù)性能，為安全機(jī)制優(yōu)化提供科學(xué)依據(jù)。當(dāng)Salt;08時，系統(tǒng)將自動提升加密等級，增強(qiáng)入侵檢測頻率，動態(tài)調(diào)整防火墻規(guī)則。當(dāng)Salt;06時，觸發(fā)緊急安全預(yù)案，限制非關(guān)鍵業(yè)務(wù)數(shù)據(jù)傳輸，保障核心控制指令的安全傳輸。模型中β?、β?、β?的取值根據(jù)實(shí)際應(yīng)用場景動態(tài)調(diào)整，默認(rèn)配置為β?=04、β?=03、β?=03，可通過機(jī)器學(xué)習(xí)算法基于歷史安全事件數(shù)據(jù)進(jìn)行自適應(yīng)優(yōu)化。系統(tǒng)每隔100 ms計(jì)算一次Sa值，確保能及時發(fā)現(xiàn)安全隱患并采取相應(yīng)防護(hù)措施。

5 5G自動駕駛系統(tǒng)測試驗(yàn)證

51 測試場景構(gòu)建與實(shí)施

智能自動駕駛測試場景包含高速公路、城市道路、鄉(xiāng)村道路等多種典型路況。測試內(nèi)容覆蓋車輛自主通行、緊急避障、智能泊車等功能場景。如圖2所示，高速工況測試重點(diǎn)驗(yàn)證車道保持輔助、自適應(yīng)巡航、車道變換等功能。城市工況聚焦交叉路口通行、行人避讓、車輛會車等場景。鄉(xiāng)村道路工況關(guān)注惡劣天氣識別、動物避讓、復(fù)雜路況通行等功能。測試系統(tǒng)采集車載傳感器、路側(cè)雷達(dá)、高清視頻等多源數(shù)據(jù)，實(shí)時記錄車輛行為特征和決策響應(yīng)過程。

52 性能指標(biāo)評估分析

5G自動駕駛系統(tǒng)性能評估采用多維指標(biāo)體系。網(wǎng)絡(luò)性能評估關(guān)注端到端時延、數(shù)據(jù)傳輸速率、網(wǎng)絡(luò)可靠性等參數(shù)。數(shù)據(jù)處理性能評估包括感知精度、決策響應(yīng)時間、控制執(zhí)行效率等指標(biāo)。定位性能評估聚焦地圖匹配精度、軌跡跟蹤誤差、定位穩(wěn)定性等要素?？刂葡到y(tǒng)評估重點(diǎn)考察轉(zhuǎn)向精度、速度控制誤差、制動響應(yīng)特性等性能。系統(tǒng)安全性評估涵蓋故障診斷準(zhǔn)確率、應(yīng)急響應(yīng)時效、入侵防護(hù)能力等方面。網(wǎng)絡(luò)切片性能評估著重分析資源隔離度、服務(wù)質(zhì)量保障、業(yè)務(wù)時延等特性。

53 測試數(shù)據(jù)結(jié)果對比

測試數(shù)據(jù)結(jié)果采用對比分析方法進(jìn)行評估。系統(tǒng)運(yùn)行數(shù)據(jù)顯示，基于5G網(wǎng)絡(luò)的自動駕駛系統(tǒng)端到端時延降至10 ms以內(nèi)，相比4G網(wǎng)絡(luò)降低80%。感知系統(tǒng)探測距離提升至300 m，目標(biāo)識別準(zhǔn)確率達(dá)到98%。定位精度提升至厘米級，軌跡跟蹤誤差控制在±5 cm范圍?？刂葡到y(tǒng)響應(yīng)時間縮短至5 ms，轉(zhuǎn)向控制精度提升40%。應(yīng)急處理機(jī)制響應(yīng)時間降至3 ms，故障診斷準(zhǔn)確率提升至97%。網(wǎng)絡(luò)切片隔離度達(dá)到99999%，服務(wù)質(zhì)量滿足差異化需求。

54 系統(tǒng)優(yōu)化改進(jìn)方案

針對測試結(jié)果制定系統(tǒng)優(yōu)化方案。網(wǎng)絡(luò)性能優(yōu)化通過部署邊緣計(jì)算節(jié)點(diǎn)降低傳輸時延，采用智能路由算法提升網(wǎng)絡(luò)可靠性，引入網(wǎng)絡(luò)切片技術(shù)實(shí)現(xiàn)業(yè)務(wù)分級管理。感知系統(tǒng)優(yōu)化采用深度學(xué)習(xí)算法提升目標(biāo)識別準(zhǔn)確率，融合多源傳感數(shù)據(jù)增強(qiáng)環(huán)境感知能力，構(gòu)建場景數(shù)據(jù)庫提升復(fù)雜環(huán)境適應(yīng)性。定位系統(tǒng)優(yōu)化結(jié)合差分定位技術(shù)提升定位精度，優(yōu)化地圖匹配算法增強(qiáng)軌跡跟蹤穩(wěn)定性，通過多傳感器融合算法消除定位漂移。控制系統(tǒng)優(yōu)化采用自適應(yīng)控制策略提升響應(yīng)特性，引入預(yù)測控制算法改善控制精度，建立車輛動力學(xué)模型優(yōu)化控制參數(shù)。安全防護(hù)優(yōu)化升級加密算法增強(qiáng)數(shù)據(jù)安全性，完善應(yīng)急響應(yīng)機(jī)制提升系統(tǒng)可靠性，部署智能防火墻實(shí)現(xiàn)主動安全防護(hù)。

6 結(jié)語

通過對5G技術(shù)在智能新能源汽車自動駕駛系統(tǒng)中的創(chuàng)新應(yīng)用研究與實(shí)驗(yàn)驗(yàn)證，證實(shí)了5G技術(shù)對提升自動駕駛性能的重要作用。測試數(shù)據(jù)顯示，基于5G網(wǎng)絡(luò)的自動駕駛系統(tǒng)在網(wǎng)絡(luò)傳輸、環(huán)境感知、定位控制等方面均取得顯著進(jìn)展。系統(tǒng)的端到端時延降至10 ms，傳輸速率提升至1 Gbps，感知探測距離達(dá)300 m，定位精度提升至厘米級，整體可靠性達(dá)到99%。未來需要進(jìn)一步完善測試驗(yàn)證體系，優(yōu)化安全防護(hù)機(jī)制，持續(xù)改進(jìn)系統(tǒng)性能，推動5G技術(shù)在自動駕駛領(lǐng)域的規(guī)模化應(yīng)用。

參考文獻(xiàn)：

[1]杜文俊，劉超，徐輝，等高速場景下基于5G網(wǎng)絡(luò)的內(nèi)生感知技術(shù)研究[J/OL]無線電通信技術(shù)，1-13[2024-12-06]

[2]中國聯(lián)通助力吳江元蕩打造“5G+自動駕駛”生態(tài)長廊[J]通信世界，2024（18）：44

[3]劉洋，占佳豪，李深，等自動駕駛技術(shù)的未來：單車智能和智能車路協(xié)同[J]汽車安全與節(jié)能學(xué)報(bào)，2024，15（5）：611-633

[4]陳青欽，李果，常津銘，等面向未來的電信網(wǎng)絡(luò)——5G、AI與網(wǎng)絡(luò)安全的交匯點(diǎn)[J]數(shù)字技術(shù)與應(yīng)用，2024，42（9）：45-47

[5]王尚北斗三號系統(tǒng)PPP-RTK技術(shù)在車輛自動駕駛應(yīng)用可行性研究[J]內(nèi)燃機(jī)與配件，2024（9）：10-12

作者簡介：

劉紅偉，男，1979年生，副教授，研究方向?yàn)殡p創(chuàng)教育。

丁明亮（通訊作者），男，1989年生，講師，研究方向?yàn)橹悄苄履茉雌嚒?/p>