我今天的演讲题目是“5G铺就无人驾驶之路。先说我的观点，我的观点是在未来的智能网联里面，有可能通信这项重要的功能还会紧密集成另外一种导航定位的功能。我是东南大学移动通信国家重点实验室和网络通信与安全紫金山实验室的齐望东。

我的演讲分为四个方面，首先是整个的一个背景，然后我会介绍我所提出来整个思路的出发点，就是自动驾驶其实在复杂的城市环境里面面临着极大的困局。然后简略介绍一下新的方案，最后再谈及一些这个方案所面临的一些现实问题。

智能汽车，现在是一个大的产业。它的主要作用，我们能感受到的就是现在宣传的无人驾驶或者叫自动驾驶。特斯拉的Model S直接翻译就是自动驾驶，有多次报道有人睡着睡着让车辆自动行驶，去年就有这样的事儿，酒驾、睡驾。特斯拉的老板也很激进，他在前不久还提出，在2020年将有100万辆自动驾驶出租车叫RoboTaxi能上路，当时有人不同意这样的看法，我记得李开复就不同意这样的看法。

无论这实现不实现，但是这反映一个行业的总体趋势，大家非常希望自动驾驶能够实现，我们可以不用操心自己去开车了。

但是说到自动驾驶出租车，其实他并不是第一个做这件事情的人。大家众所周知的就是Google的Waymo在去年底已经在美国凤凰城及其周边地区推出了商业自动驾驶出租车服务，这个事情并没有宣传那么大，但是做得很扎实。Waymo是一个改装的车，是一个量产状态，这个量产状态，我认为它是标志着一个全球大的变革的开始。

说到自动驾驶，很多人都知道，不管领头的这两家公司宣称的多厉害，但实际上自动驾驶的终极目标，就是我们这张表里面的第五级完全的自动驾驶，其实他们都没有实现。Google号称自己实现的是L4，特斯拉其实实现的是L2，有时候把它叫L2.5，当然这个L2.5没有精确定义，2.2、2.3随你说。也有号称实现L2.3的，只不过没有大规模应用，像奥迪新的A8，在中国直接把它拿掉了。

美国汽车工程学会定的这套标准，基本上大家认为是自动驾驶的一个路标。目前大家所广泛用的还主要是高级辅助的驾驶，这个就是L1和L2。真正的自动驾驶会带来最终的益处，这个是大家追求的，它的终极目标当然首先是从人员安全方面，零伤亡。因为每年伤亡人数是非常惊人的，中国统计每年是7万多人直接死亡的，还有因死、致残的量更大，全球是100多万。

另外是交通拥堵，这是大家每天在上班路上，如果你是赶早晚高峰的话都会深刻感受到的，我现在在江宁上班，住在主城区，每天这个是很头疼，我要么要早来，否则就堵在路上了。

另外是舒适环保，如果长时间开车的话，谁都不希望开上好几个小时的车。另外这个排放也是非常严重的问题，在城市里面汽车的排放。

刚才是从需求的角度来讲，解决世界的大问题。从它的技术发展角度讲，自动驾驶这个技术其实跟目前两种最重要的技术是直接相关的，一种就是人工智能，大家也听到最近有不太好的消息，比如说IBM的医疗系统现在裁员，好像做不下去了，因为当时号称人工智能看病前景非常美妙。大家现在对人工智能的看法，就是说成熟性还没那么高。现在有一个非常重要的趋势，就是认为有可能这种人工智能大规模的应用，第一个，应该是在智能汽车、自动驾驶上面。

不光是人工智能，5G的应用场景里面，刚才放的短片里面放了若干种场景，但是很可能自动驾驶或者无人驾驶是它一个最早能够落地的应用场景。

从产业角度来讲，如果实现自动驾驶以后，每年5万亿美元的汽车产业将会发生，未来十年汽车行业的变化有可能超过过去一百年。因为以前大家都是开汽车，只是动力方面在不断优化，但是自动驾驶是完全颠覆性的。

这也就是为什么各大公司都争先恐后制定的开发计划，这不是最新的，有些已经滞后了，这反映了大家的开发热情。有的人号称老早就实现L2、L3，但是到现在还没实现，但是总体来讲，到明年L3应该有不少厂家能够实现。中国和国外相比，一般要慢两到三年，按整体的情况看。

我们国家在这个方面，应该说是紧锣密鼓地出台了很多的政策支持，2015年的时候就发布了“中国制造2025”，后来陆续发布产业发展规划、智能网联汽车道路测试管理规范等等，现在全国很多地方都开辟了智能网联汽车的道路测试，这个反映了一个行业大的趋势和一个国家政策扶持的状况。

在这样一个背景下，自动驾驶是不是应该指日可待了呢？其实从去年年底开始，就有一股疑云升起，认为可能在最近一段时间都不可能实现自动驾驶，包括Waymo的总裁认为虽然投了自动驾驶汽车的运营，但是到L5级别的距离还很遥远。

我觉得他们现在主要担心的一个问题，就是在城市的复杂道路条件下的自动驾驶。在高速公路上大家都不太担心，在人员稀少的地区也是如此。

大家看，Waymo推出的这个叫Waymo one这个服务，它的运营区域在凤凰城的郊区，那个地方其实有两个非常重要的特点，大家看右下方的图，它是一种非常人员稀少的情况，道路也非常的规整。即使如此，这个Waymo运行一段时间以后，我们发现它会违反交通规则，如果在人车较多的地方就会频繁制动，让你感到很不适。它要变道的时候，其实有一点犹豫，缺乏人类司机对前车司机行为的预测，有的时候明显有空隙它却停不进去。有时候在道路复杂情况下会完全陷入困境，不知道如何是好，会停下来。这是实际运行中发现的问题。

这个Waymo one的推出，是自动驾驶时代重要的一步，但是会不会像Google推出Google搜索一样快速席卷全世界，这个就不得而知了。

我们看一下我们目前离自动驾驶，从技术指标的角度讲，到底距离有多远？业界在衡量这个的时候有一个指标叫MPD，叫平均每次脱离行使的里程。也就是说这个自动驾驶跑，如果没什么问题人就不接管，如果需要人接管一次，这个就算你前一次到我接管到这一次我接管的时间你到底跑了多久。这个Waymo的成就是惊人的，它现在已经做到了跑1万多英里才需要人接管一次，这是非常惊人的。名列第二的是QRUISE，中国也有两家企业榜上有名。

我们来看即使像Waymo这样的已经做到了1.1万英里需要干预一次，这个离人类的水平还差多远呢？还有至少一个数量级。因为人类的16.5万英里才出一次普通刮擦事故，9千万英里才会出现一次致死事故。所以说我们现在可以看到，为什么Waymo的CEO还是有一些悲观的论调。

像我们这样子的一个很放松的场景，自动驾驶尚未成功。

自动驾驶的核心难题在哪儿呢？我斗胆提出来，汽车智能有一个图灵测试，有两个问题，一个问题是这个车得精确地知道自己在哪里；第二个问题是这个道路上有什么障碍物。其实就是这两个问题。

但是这两个问题，对于汽车来讲其实是很难的。在复杂的城市道路上面，汽车其实是很难精确地定位自己以及准确地识别其他物品。

我们看一下它现在做到定位自己的技术，现在一个主要的装备就是GPSRTK，这种技术在高速公路上是很精确的，可以做到彻底导航。但是这种技术大家知道是受卫星状况、天气状况、数据链传输的影响，因为它要用参考站，参考站要发参考信号，因此有数据链的问题在里面。另外，它在GPS本身，北斗也包括在内，我们用GDP代称全球所有的定位导航。它在中低维度地区每天有两次盲区，中午受电离层影响较大，甚至无法测量。对人的影响不大，但是汽车随时要用。

另外，GPS卫星在隧道里面，在高楼密集的城区环境里面，由于遮挡和反射两种因素，使得要么在隧道里面就没法使用，要么精度大幅度下降。原来在高速公路上10厘米，到了隧道里面就没用了，在城市里面好几米，下降几个数量级。

另外一个技术就是场景匹配，现在主要是依赖于事先测绘的高精度3D地图，高精度3D地图成本是非常高昂的，后期维护更加高昂。另外，道路或者路边建筑维修会引起场景改变，这在城市里面是屡见不鲜的，这样会导致定位能力大幅度下降，在雨雪等恶劣天气也会受到很大的影响。所以我们看到自主定位这个技术，这两种都有自己的问题。

接下来再看感知，感知就是一句话，目前用的深度学习算法，它的泛化能力是远不及人类的。有的时候一个图像几个像素改变，算法输出的结果就可能大不相同。

2016年特斯拉一辆Model S车撞上白色拖车。拖车侧面是白色的，在太阳强光的照射下导致自动驾驶系统误认为是云彩。

2018年3月一个夜晚，Uber的自动驾驶测试车撞上了一名过路的女子。因为它开始误以为是一个物品，因为雨天不能紧急拐弯，后来反应过来的时候已经为时已晚。

这就是目前我们自动驾驶在面临的困局，在城市里面任重道远。

我这次想介绍的一个思路，就是通导一体化的路线。

总体的思路其实很简单，我们都知道现在V2X，不管是用5G也好，还是用原来车联网美国的标准也好，它都能实现车辆之间的即时的通讯。假如我解决了车辆自身的精确定位，解决这一个问题，如果它在城市环境里面任何地方都可以把自己定得非常准。那么OK，第一，定位问题解决了。第二，再加上车联网的支持，就可以向周围的车辆、行人等道路参与者传递位置信息，这样就可以补足我自己的传感器在失效的问题，这是一个很重要的补足，所以我要提出的就是说我们应该集中解决精确定位的问题。

我主要的手段是什么呢？手段就是未来的5G，大家看蜂窝网络的发展现在已经是无处不在了。据此实现高精度的导航定位增值服务，我认为它是有助于解决这个自动驾驶城区的困局。

大家看一下这个蜂窝定位从二级到四级之间，它在定位技术上有没有什么样的一个工作？其实工作很多，大家可以看到都是不同的技术，从很粗糙的CSM到后面的UMTS CDMA，不断地发展演进。但是效果如何呢？很抱歉，现在还是很初级的效果。主要是受限于带宽、时间同步精度、基站布设密度等等。

我们说它的差距有多大呢？现有的是几十米，我们未来自动驾驶要10厘米，车道级导航要10厘米的精度，所以这应该是有两个数量级的差异。

但是随着5G的到来，我认为这些有可能迎刃而解。5G的特点，大家都可以看到，大带宽、大规模天线、毫米波、超密集部署。

首先看这个带宽，5G最大信道带宽目前定位是200兆，支持高达640兆的聚合带宽，这可以显著提高时频分辨率，大幅增强测向和测宽的能力。

5G是大规模天线著称的，可以达到几十个上百个天线数目，有利于实现高精度的角度测量。

另外，毫米波如果实现的话，毫米波的天线很小，移动终端的天线尺寸小很多，不用那么大个儿。

第四个是基站布设的密度叫超密集部署，5G基站间距至几十甚至十几米木，便于实现与终端之间的视距测量。

我们总结一下，5G的这些技术特征跟角度测量的需求有完美的匹配。为实现高精度的角度，基于角度的定位，创造了良好的条件。

我们设想一下未来5G的定位场景，我们知道路灯杆上完全可以装上基站，它如果实现精确角度测量的话，可以直接定到这个汽车。

我说5G铺就无人驾驶之路，因为5G在路灯杆上一部署，我们这个无人驾驶就可以实现。

但是我们要实现这样的通导一体化的解决方案，还是面临着若干技术挑战的。我提几个，第一个就是说这个测角的精度是跟这个定位精度是密切相关。我底下画了一个图，大家可以看到，只要有1度的误差，在100米上就有1.7米的误差，压达到17个厘米都不差的话，你就应该是0.1度，这是很精确的。所以实现高精度的角度测量，这是这个解决方案的一个关键。但是你要这么高精度的实现角度测量，这个定位解算的实时性和解算的可靠性都是很大的挑战。

要实现高精度的测角，首先天线的相位中心必须要精确标定。另外，各个天线多个通道之间必须相位要准确同步。

实时性上面有什么挑战呢？因为多天线大带宽的信号要进行高速处理，角度你要进行快速的有效估计，这些都对于处理能力提出了很高的要求。

另外，就是可靠性，因为你毕竟可能会碰到树木其他的遮挡，要进行非视距的判别和对非视距的抑制。

另外这个车开着开着从底下走比较好，但是也会有几何角度因子的优化。总的来讲，要解决的问题还是很多的。

最后再简单谈一些关于部署和配套的问题，这个部署方面，因为要高精度的位置标定，位置误差还必须在厘米级别，你那个计算要很精确，要知道你的精确位置。而且你的方向，计算天线的方向也要精确标定，要标到“分”这样的级别。

第三，就是超密集部署这个成本很高。

下一个方面，其实是有配套技术要求的。我刚才已经提到了，比如说你要计算，你靠计算计算肯定是不现实的，因为计算量很大。你肯定要把这个东西传到边缘计算服务器进行计算。

另外，我们用的测量信号就是通信信号本身，这个通信信号只是用来通信的，对测量的配套并不是很是太好，这在标准里面要进行一些相应规定。

最后一个，就是网络安全，这么高精度的测量车辆的位置，这个车辆位置的隐私也是一个非常重要需要保护的。

最后，我把这次的内容进行了一个总结。

总的来讲，智能汽车将重塑地面交通和汽车产业。汽车智能化的最终目标是自动驾驶。

在城市环境里面要实现高精度定位和准确的感知功能，是目前自动驾驶亟待突破的重大技术挑战。

我们提出来基于5G的通导一体化技术，将支持可靠的精确定位于协同感知，使自动驾驶适用于复杂的城市道路，当然这个还是取决于5G基站的高精度部署与配套技术的支持。

好，我的报告到此为止。