5G+V2X车联网自动驾驶

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