10月29-30日，“第四屆全球未來出行大會（GFM2020）”在德清隆重召開，本次大會由中國電動汽車百人會和智能汽車與智慧城市協同發展聯盟聯合召開，旨在探討未來的城市、未來的出行、未來的汽車如何為居民提供更加經濟、便捷、安全、科技友好的新出行方式。下面是高新興科技集團股份有限公司高級副總裁、戰略品牌總經理吳冬升在本次論壇上的發言：

各位嘉賓大家下午好！非常榮幸受到百人會的邀請，能夠有這樣一個機會和大家做一個分享和交流。我的分享主題其實比較大，我們談的是5G車聯網賦能自動駕駛與智能交通，我也剛剛從上海和無錫趕到我們美麗的德清。上海剛剛完成了車聯網領域比較重要的“新四跨”的測試，無錫也是重點探討智能交通和車聯網深度的結合，所以我想還是分享一下我們在這方面做的探索和嘗試。

當然從政策層面上來看，其實我們能看到車聯網毋庸置疑是跨行業的產物，涉及大通訊產業、互聯網產業。我們現在越來越多地看到互聯網公司在產業方向里面，因為這個是非常清晰的。從標準的整個進程來看，我們也能看到按照國家定義的標準我們其實是比較清晰，從5G的標準里面基于LTE和V2X的標準是非常明確的。國家已經發布了一期的17個標準，二期的12個標準也即將會發布，這個應該都是產業界我們大家共同去實現標準的體系。它的核心和側重點是安全和效率的標準。目前剛剛已經完成的R16標準和我們正在進行的R17標準，其實可以看到我們所去定義的主要是面向自動駕駛的場景。

簡單來說其實從我們做車聯網按照標準來看，目前產業界是安全性和效率的業務，未來是自動駕駛的業務。當然還有比較重要的產業界比較關注的話題是LTE—V2X和未來的C—V2X的關系不是互相替代的關系，而是共存的關系。我們現在所建設的LTE—V2X的網絡在未來會長期地存在，和C—V2X網絡會長期共存。當下最重要的網絡建設是依托于LTE—V2X的網絡和我們運營商5G做一個深入的融合，這樣一個技術的標準。當然從技術標準里面也非常清晰地看到LTE—V2X是業務的關系，那么C—V2X所關注的是未來和自動駕駛相關的，尤其是高等級自動駕駛相關的編隊行駛，比如說多傳感器融合共享典型的場景，其實是未來V2X里面重點研發和推進的相關的工作。

當然從整個產業的進程來看，其實我們看，因為5G的行業應用，現在非常清晰的是三個大的領域，包括5G+工業互聯網、5G+車聯網和5G+健康。這個其實我們也能夠非常清晰的看到對標2019年，今年所覆蓋的城市已經越來越多，明年的話我相信會有更多的城市會參與到相關的建設領域。

具體看一下我們所能夠去實際做的一些具體工作。第一個是一直談中國的自動駕駛會走一條跟美國不一樣的自動駕駛路線，我們會去走車協同路線。當然對于很多的疑問到底我們的車聯網從哪些方面可以賦能我們的自動駕駛，所以我們對于三個大的場景做了一些自己的探索和嘗試。第一個是在自動駕駛場景里面非常重要的就是和我們全棧式的Robotaxi怎么樣做一個緊密的合作、車聯網怎么賦能我的Robotaxi；第二個就是我們車聯網怎么樣賦能公交出行，尤其是和公交車輛的結合；第三個其實是非常重要的最后一公里出行的結合。

從自動駕駛的出行來看也和我們的合作伙伴做了一些技術上的驗證的工作。這個是非常典型的場景（PPT），我們在廣州聯合打造的。大家可以看到單車智能解決不了這個問題，自動駕駛的車輛是識別不了的，被大車遮擋。當然還有其他的場景下，比如說強光照射、惡劣天氣條件，對于單車智能會有一定的挑戰。在這種情況下我們完全可以將信號機的信息推送給我們Robotaxi的車輛，所以這個對單車智能來說應該是非常典型的具有非常大的駕駛和應用的場景。

第二個場景我們看到非常重要的對于自動駕駛車輛來看，我們知道我們的自動駕駛車輛，每一個傳感器識別的都是有自己的范圍。非常典型的場景，就是我們要實現超車距，所以在一公里、二公里以外的道路施工，以及安全事故的場景下，完全可以通過車聯網的方式自動實現自動駕駛車輛整個的提前路徑規劃，對于單車智能來說都是非常有價值的。所以大家可以看到這個是我們跨RSU廣播給車載OBU推送給我們自動駕駛車輛的一個道路施工的預警。

還有非常重要的是我們知道對于單車智能來說，它的安全性是最重要的，永遠都是安全性是最重要的，所以在這種情況下我們可以看到，我們的自動駕駛車聯網可以幫助自動駕駛車輛多一層安全冗余。這是在城市里面最容易發生交通事故的路口（PPT），無論是丁字路口和十字路口，部署智能化改造之后，通過我們道路的自動化設施、通過不同的組合方式識別信息推送給我們自動駕駛車輛。這個是非常典型的場景，在這種情況下其實可以降低我們自動駕駛車輛的要求，我們也是和一些大型的自動駕駛車隊做個聯調，在這個情況下降低我們對于單車的技術的要求。還有一個場景也是非常有意思的場景，這個是靠我們單車智能目前解決不了的，鬼探頭，這個是非常容易出現交通事故的場景，在單車智能解決不了的情況下，我們可以通過道路的智能化改造感知到潛在的鬼探頭的風險，然后推送給我們自動駕駛車輛、或者是有人駕駛車輛，也是有非常價值的應用。

當然從整體上來看，我們能看到，我們和我們的自動駕駛的合作伙伴也在做更多的驗證工作。比如說現在進行5G和C—V2X的專網做遠程駕駛，我們要真正實現商業化的場景必須要擺脫安全員，那擺脫安全員先絕條件之一就是遠程駕駛能力的體現。那這種情況下其實天然的單車智能會和我們的車聯網做一個緊密的結合，通過我們5G+C—V2X網絡可以給一個有效的支撐。

除此之外在公交出行也是非常重要的，在公共出行領域里面怎么樣賦能我們的公共出行。這是在廣州BRT線路上打造的場景，我們實現的是交叉路口前面的基礎功能，比如說交叉路口公交車輛避開非機動車輛和路人的典型的業務場景，以及可以實現公交車輛綠波通行的場景。這個就是公交車交通效率的提升非常重要，同步也可以提升公交車輛本身交通出行的效率，降低我們公交車輛的能耗，可以實現10%公交能耗的降低，產生相關的商業價值。當然從公交車輛來看，未來我們不僅僅是圍繞車，圍繞公交站、公交場，以及和公交的整個生產系統，以及整個調度系統深度融合，是下一步需要更進一步做的工作。

除了公交車之外我們知道還有非常重要的，在最后一公里出行。它的應用場景非常多，包括我們知道在一些機場、港口、校園、景區的封閉園區以及自動接駁的場景下非常重要。我們看到在這種場景下，在30公里每小時，或者甚至更低的10公里每小時低速度場景下我們也可以做一個很好的賦能作用，讓我們低速自動駕駛更加安全和可靠。這個是我們目前所去驗證的工作，這個是和我們合作伙伴驗證的工作。

整體上來看圍繞自動駕駛，我們認為有三個大的領域應用。第一個是在城市里面，因為我們知道城市有豐富的非常復雜交通的場景，城市里面我們會重點關注五類的應用，包括前面已經介紹的三類，Robotaxi、公交車以及最后一公里出行的低速的場景，以及我們看到的物流和城市里面的專用車輛的典型的場景；第二個高速公路應該也是非常清晰的是重點關注的場景；第三類重點關注的是封閉測試場場景。所以整體圍繞賦能自動駕駛的領域來看，我們會沿著這三個大的領域和方向做我們整體的探索和嘗試。

除了做車聯網賦能我們自動駕駛之外，非常重要是和我們現有的智能交通做深度融合。昨天在無錫參加無錫智能交通領域的會議，其實我們知道從我們所做的車聯網其實和現有的智能交通完全是一個非常緊密結合的關系。我們與公安部和交通部都做緊密結合，從微觀、中觀到宏觀都有著非常緊密的結合。

我們看一下微觀層面。微觀層面其實我們知道在城市里面或者高速公路上有非常典型的應用場景，不同的場景下有不同的部署方案。這個是在交叉路口左邊的圖（PPT）借用交警的信號燈的干預，右邊是我們可以借用現代城市我們知道大量城市在部署的智慧燈桿，這個都是和智能網聯典型的部署場景做深度的結合。核心我們要解決的是三個方面：我們會解決道路的感知能力，不同的道路場景我們會具備不同的感知的能力；第二個會讓道路具備通信能力，當下我們著重的是基于LTE-V2X的專網和5G的網絡方式提供通訊能力；第三個是計算能力，會分為四級架構，最高是云中心的計算架構，其次是運營商區域的計算節點，到路側有路側的架構，我們知道車輛無論是自動駕駛車輛，還是我們現有有人駕駛車輛，也有計算能力。路側的計算架構應該是非常重要的。

除此之外我們知道在這種微觀層面還有非常重要的，無論是在城市還是在城際里面非常重要的典型場景，也是我們重點打造的，就是在隧道內。隧道內我們面臨的安全挑戰，同時也是自動駕駛面臨非常大的挑戰。通過我們車聯網的方式，重點解決兩類問題：第一類是定位問題，我們會有專用的算法和技術產品解決隧道內定位的問題；第二個我們會解決隧道內的安全的問題，我們有隧道機器人檢測隧道內安全的問題，以及對隧道內資產等等統籌地管理，所以整體上來看隧道內是我們重點關注的場景。

中觀層面是交通效率提升的問題。這是在廣州清遠所打造的，對于傳統智能交通里面能夠起到最大的幫助就是更精準地感知車輛的信息和道路的信息，所以可以更精準地幫助傳統的智能交通去實現綠波通行，從區域層面來看還有一個非常重要的是因為從交通層面來看是要實現管控的功能，我們所做的智能網聯車聯網也是很好地幫助到我們交通的管理者去實現更好的管理和控制功能。我們更加精準地感知到道路和車輛信息，可以給到我管控的平臺，這個是在中觀層面。

宏觀層面也非常重要，我們要實現的是車聯網的平臺，無論我們把它稱為V2X平臺還是云控平臺。我們的平臺是要和交管平臺做深度融合，甚至未來是不是共建平臺，或者是現有平臺深度的融合。這是非常核心和關鍵的。這個也和交通所做溝通，未來整個平臺建設的情況。本質上來看我們是希望能夠實現更好地進行全局的交通的分析和預測的工作。包括和我們一些互聯網公司的數據的一些深度結合，因為我們知道互聯網公司有大量的互聯網的數據，我們未來的車聯網數據有大量的車端和路側的數據。比如說我們通過車聯網的方式精準地感知到車輛的信息，比如說車輛打雙閃的情況下是意味著車輛發生緊急的情況，可以經過車聯網方式推送給云平臺和交通管理平臺，以及其他的交通管理者實現很好的協同。

最后也是做了大量的一些相關的城市的工作。這里面包括了我們前面說的在廣州生物島做了V2X典型的車聯網賦能出租車的場景的驗證，也包括我們和交警和公交集團所做的面向公交車輛的驗證，以及我們所能看到的三元里收費站的場景，就是我們車聯網怎么和傳統的智能交通解決我在收費站的車輛擁堵的問題。這些都是非常有意思的一些典型的場景，能夠去驗證我們車聯網怎么樣能夠幫助到我整個的無論是自動駕駛，還是智能交通的領域，所做的探索和嘗試。

當然從產業界來看，我們也清晰的認知，我們正在積極的推進我們技術的成熟度、標準的成熟度，依然面臨非常大的挑戰，尤其是車聯網運營的挑戰，我的網絡建好了之后，怎么樣讓網絡發揮更大的價值，怎么樣讓車輛、讓最終消費者享受到真正的有人駕駛，或者為無人駕駛更好的效能。這個對我們產業界一分子來說有很大的挑戰，未來我們也是希望能有機會，包括像在德清、一些重要的城市能有參與的機會，同時和產業界合作伙伴一起能夠共同推進我們中國的車聯網產業的發展。謝謝大家。
責任編輯:tzh