1 / 31
文档名称:

5G车路协同创新应用白皮书.docx

格式:docx   大小:18,807KB   页数:31页
下载后只包含 1 个 DOCX 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

5G车路协同创新应用白皮书.docx

上传人:琥珀 2019/7/24 文件大小:18.37 MB

下载得到文件列表

5G车路协同创新应用白皮书.docx

文档介绍

文档介绍:目录 Contents7 一、车路协同发展现状(一)全球各国加快制定车路协同政策措施 8(二)车路协同面临的机遇和挑战 9车路协同产业协调难度大 9出行服务体验亟待提升 9自动驾驶商用需要更高效的测试 1011 二、做好车路协同生态连接器(一)车路协同是智慧交通的核心 12(二)构建车路协同产业链新格局 13(三)打造统一信息内容分发平台 1416 三、构建车路协同创新生态(一)打造车路协同基础能力 16人工智能 16云计算 18(二)提供车路协同平台服务 19模拟仿真服务 19高精地图服务 20自动驾驶服务 2127 四、车路协同创新应用新场景(一)“应用驱动网络”标准先行 24(二)构建MEC开源平台合作共赢 25实时路况更新 26导航准确度提升 26辅助安全驾驶 275规范驾驶 27(三)快速落地车路协同新应用 ,打造安全出行解决方案 ,基于应用场景定制化网络服务 2835 五、打造车路协同安全保障体系(一)全面扎实的安全技术能力 30(二)软硬件一体化安全体系 30确保车路协同网络及设备安全稳定 31有效加强个人及驾乘人员信息保护 31打造全球领先车辆信息安全服务 32(三)制定智慧出行安全标准 3343 六、结语67近年来,车路协同已经成为全球关注的焦点。各个国家通过战略、规划、标准等多个层面进行布局,积极抢占本轮产业发展的制高点。美国、欧盟、日本等国都制定了相应的规划,并提出了有针对性的发展路径。我国在“十二五”期间启动了“智能车路协同关键技术研究”,有效地推动了我国智能车路协同技术的迅速发展,标志着我国车路协同技术取得新的突破。时至今日,车路协同技术已经有了长足进步,随着5G的到来,5G+人工智能、5G+移动边缘计算等技术融合方案,将能够更好的感知环境的变化,充分实现人、车、路的有效协同,实现整个道路和城市的数字化、智能化水平。(一) 全球各国加快制定车路协同政策措施美国以企业为主体、政府搭平台,通过市场力量发展车路协同相关技术发展。2010年提出的“智能交通战略研究计划”,2018年发布《准备迎接未来交通:》,推动自动驾驶技术与地面交通系统多种运输模式的安全融合。美国加州放开道路测试,允许开展试点项目逐步推进自动驾驶的商业化进程。欧盟重视顶层设计和新技术研发,在关键领域通过大量资金引导产业发展。2006年提出的CVIS(CooperationVehicleInfrastructureSystems)车路协同技术1,2018年公布自动驾驶推进时间表,各国大力推动道路测试;欧盟运输总司出台DelegatedAct法案征求意见稿,意图在欧洲推进合作式智能交通运输系统的部署。日本政府关注主要产业发展,大力推动新技术应用,重点聚焦在智能交通与自动驾驶领域。日本在2005年提出SmartWay,2017年6月发布《远程自动驾驶系统道路测试许可处理基准》,将远程监控定位为远程存在、承担道路交通法规规定责任的驾驶人,允许自动驾驶车辆在驾驶位无人的状态下进行上路测试。近年来,我国在汽车制造、通信与信息以及道路基础设施建设等方面均取得了长足的进步。2017年国务院发布《“十三五”现代综合交通运输体系发展规划》,2018年发布《关于加快推进新一代国家交通控制网和智慧公路试点的通知》、《车联网(智能网联汽车)直连通信使用5905-5925MHz频段管理规定(暂行)》,规划20MHz带宽的专用频率资源用于LTE-V2X直连通信技术。根据国家发改委发布《智能汽车创新发展战略》征求意见,到2020年智能汽车新车占比达到50,大城市、高速公路的车用无线通信网络(LTE-V2X)覆盖率达到90,到2025年,新一代车用无线通信网络(5G-V2X)基本满足智能汽车发展需要等相关要求2。1http://blog./s/《车联网白皮书(2018)》8(二) 车路协同面临的机遇和挑战车路协同为智慧交通注入了新的活力,想象一下诸多科幻电影里的场景:人们随手召唤一辆无人驾驶交通工具,就可以在没有任何拥堵的情况下抵达目的地3。因此,车路协同作为一种新的智能技术解决方案,将有效解决城市的运行效率和拥堵问题,并为人车建立高效的安全保障。一方面车路协同成为智慧城市建设新的切入点。当前我国智慧城市建设步伐加快,随着高清智能摄像头和城市物联网智能传感器的快速普及,城市道路的信息化、数字化加速到来,随着车路协同体系的逐步完善,道路交通数据收集与分析、实时交通路况监测与预警、交通信号配时调整与优化等方面的能力大幅提高。另一方面车路协同推动自动驾驶快速落地。自动驾驶技术主要集中于计算机视觉领域,涉及到多方面识别技