圖片來源@Unsplash

有行業機構預測，到 2020 年，新車型上的電氣元件、傳感器、攝像頭、雷達和 GPS 等系統每 1.5 小時就能生成 4TB 數據。 但這還不夠。

由于 V2V 與 V2X 技術的加入，車與車、車與基礎設施之間的通訊將成為家常便飯——這也意味著，未來數據量還會有巨大躍升。

事實上，自動駕駛汽車的許多屬性與人體類似——都有高度復雜的架構，而這些架構都為多路徑傳輸信息而生。

人類大腦中有超過 1000 億個神經元，這些神經元無時不刻都在向肌肉和器官傳輸著電化學信號。

與此同時，通過感受器獲得的刺激也會迅速反饋給大腦，從而使人體獲得溝通、反應和行動能力。

在車輛運行時，自動駕駛系統需要強大的技術支持，以便對來自內外部的刺激進行實時預測與反應。

具體來說，算力強大的計算機就是自動駕駛汽車的「大腦」，車載傳感器則扮演感知系統的角色，觀察路況。

而在不久的將來，車載以太網和高性能 5G 通訊系統將成為自動駕駛汽車的「神經系統」。

車載以太網是「帶寬倍增器」

在通往自動駕駛商用之路上，汽車廠商與供應商們必然要解決無數的安全與技術難題。

在這無數難題之中，數據延遲是必須要克服的，否則我們無法保證車輛的反應速度。

以人類為例，經過數百萬年的進化，人類的大腦與身體已經成為我們在各種極端條件下生存的保證。

同理，自動駕駛汽車在設計上也必須持續進化，以確保乘客與其他交通參與者的安全。

雖然未來是萬物互聯的世界，但自動駕駛汽車必須有獨立能力，在不借助其他車輛或基礎設施數據的情況下，獨立掌控不同路況與各種突發事件。

這意味著，自動駕駛汽車必須搭載一套強大的感知系統和一套敏捷的神經系統。

前者負責采集數據，后者負責將這些數據傳送給車上的計算設備。

自以太網誕生以來，它已經成為多個行業不可或缺的骨干技術，未來以太網也會成為次世代汽車神經系統的不二之選。

不過，想要在汽車行業立于不敗之地，以太網也必須跨過傳輸速度、容錯性和安全性的門檻。

其次，以太網還得成為一種永不過時的技術，這對自動駕駛來說至關重要。

有了車載以太網的參與，我們才能順利實現車輛內部的高速數據傳輸。

目前，車用數據網絡最高傳輸速度已經能達到 10 Gb/s，但稍經升級，車載以太網就能實現帶寬與信號處理速度的大躍進，成為自動駕駛汽車的「增壓器」。

第三，以太網的可靠性也必須經得住考驗。

廠商或供應商必須準備多層次的安全方案（包含管理程序），讓平臺能同時運行多個虛擬機和應用程序，最后再用類似多存儲區、故障保全和高冗余等功能來兜底。

車載以太網還有另一個關鍵任務：迅速將傳感器采集到的數據「投喂」給車上的計算設備，整個過程的可靠性還必須有保證。

這樣一來，車輛就擁有了獨立運行能力，特別是在交通擁堵區域。

但這還遠遠不夠，它還需要對外交流的能力，即與其他車輛或基礎設施「互通有無」。

舉例來說，當前方車輛將自己要急剎車的信息廣播出去后，其他車輛就能盡早做出更加舒緩的剎車動作，提升用戶體驗。

5G 基礎設施與關鍵通訊技術的應用

要滿足自動駕駛汽車快速攀升的數據帶寬要求，就得用上更為強大的基礎設施與網絡。

從帶寬和網速來看，現有的 4G 網絡無法達到要求，而且 4G 通訊信號在回傳到車輛前還得先經過信號塔，這樣的延遲是自動駕駛汽車無法接受的。

那么，現在路上的自動駕駛測試車都是如何解決帶寬問題的？

很簡單，先對傳感器數據進行一輪加工。

不過，這樣的折衷方案到了全自動駕駛時代肯定行不通，因為那時車輛需要更多傳感器數據，現有 4G 網絡的帶寬根本扛不住。

麥肯錫曾在一份報告中預測稱，為了跟上數據流量每年 20%-50% 的增速，全球運營商都會繼續加大對基礎設施的投入，而 5G 網絡的到來將帶動新一輪通訊網絡建設熱潮。

雖然 4G 網絡是查漏補缺的產物，但 5G 網絡卻能帶來革命性的體驗。

除了帶寬的增加，5G 還能減小延遲。

要知道，在運行時，延遲會毀掉兩臺設備無縫銜接的體驗。

對自動駕駛汽車來說，高延遲意味著車輛無法快速對路況變化做出反應，這會威脅乘客生命安全。

未來幾年，5G 網絡基礎設施的擴張會為自動駕駛汽車的普及提供得天獨厚的條件。

今年 7 月，前安波福自動駕駛工程副總裁、滴滴自動駕駛公司 CTO 韋峻青在公開論壇表達了這樣一個觀點：

行業內認為需要 80 億英里的駕駛測試才能保證自動駕駛系統比人更安全。這需要 100 輛車的車隊每天 24 小時運營 400 年。如果這是唯一的衡量標準，自動駕駛等同被判了死刑。

那么，如何解決自駕駛汽車上路問題？

國內的行業專家為此提出了一個新思路——車路協同。

簡單來說，車指的是智能汽車，路是智能道路，為汽車提供基礎數據支持。

智能道路兩側可以布置 5G 基站和服務器，部分攝像頭和雷達等感知設備也能從車上轉移到路上，信息通過 5G 網絡傳送給車輛，車輛據此作出駕駛決策。

這就相當于給汽車加裝一個「天眼」，使它獲得上帝視角。

清華大學汽車工程系教授李克強曾公開表態：從規劃時起，中國的自動駕駛就強調「智能網聯」。

與單車智能不同，中國技術路線是要通過車與車、車與道路等基礎設施聯網實現自動駕駛。

2018 年 12 月，國家工信部發布智能網聯汽車產業發展行動計劃：

• 到 2020 年，實現 5G 車路協同技術在部分場景下的商業化應用，支撐 L3 級別自動駕駛；

• 2020 年之后，中國要實現「人-車-路-云」高度協同。

這意味著，在路上的自動駕駛汽車將不再是一個個孤島，來自外界的數據會讓這些車輛更加聰明。

舉例來說，車輛可以即時下載最新的高精地圖，這樣路上的交通事故、建筑工地和其他障礙就能一目了然。

不過，對于這一思路，國家智能交通系統工程技術研究中心首席科學家王笑京最近在第二屆全球智能汽車前沿峰會上提出的觀點也同樣值得思考：

車路協同是否是自動駕駛產業化的出路？

他認為，一個產業的發展寄托在其他的產業上，并不恰當。車路協同并不是實現自動駕駛的前提條件。其二，自動駕駛依靠路側系統，將使法律關系和責任關系變得更復雜。

自動駕駛汽車的進化離不開整合

眼下，許多汽車廠商都發布了自己的自動駕駛原型車，后續還將有更多新面孔加入這場戰局。

舉例來說，沃爾沃已經在瑞典開始測試自動駕駛汽車，戴姆勒則在北京拿到了路測牌照。

在中美兩地，Waymo、Cruise、福特、Uber、百度、滴滴、Pony 等也都計劃在自動駕駛打車服務上發力。

事實上，上述這些公司只不過是比較吸引眼球的頭部公司罷了。在水平面之下，自動駕駛行業還潛藏著更多驚人的力量。

自動駕駛汽車的進化離不開對高速、高帶寬網絡的整合。

在這個融合過程中，工程人員要做的比我們想象的要多。

他們不但要解決網絡流量優化、系統規模化和安全問題，還得研發出更強大的天線、車載以太網和高性能 5G 網絡。