智能网联车载终端渗透率提升之道

最新推荐文章于 2024-06-18 16:22:35 发布

5G行业应用

最新推荐文章于 2024-06-18 16:22:35 发布

阅读量4.2k

点赞数 1

本文链接：https://blog.csdn.net/weixin_45475747/article/details/103415371

版权

本文探讨了智能网联汽车车载终端的发展，尤其是C-V2X车联网车载终端的形态变化和渗透率提升趋势。文章指出，随着5G和C-V2X技术的发展，车载终端将经历从商用车到乘用车、从后装到前装的转变，以及路侧设施覆盖率提升带来的车载渗透率增长。重点讨论了C-V2X在商用车领域的应用，如车辆编队行驶，以及后装市场的发展，如智能后视镜产品。此外，强调了路侧设施覆盖率对车载终端普及的重要性，两者相互促进推动车联网商业化进程。

摘要由CSDN通过智能技术生成

智能网联汽车的车载终端形态多样化，包括传统的2G/3G/4G T-BOX、Tracker、OBD、UBI、智能后视镜、行车记录仪，以及ETC有源车载终端OBU和汽车电子标识无源OBU等。随着5G商用化时代和C-V2X预商用时代来临，智能网联汽车车载终端的产品形态正在发生变化。

本文着重探讨C-V2X车联网车载终端产品形态，以及C-V2X车联网车载终端渗透率提升的典型趋势：①商用车先行，乘用车上量；②后装先行，前装上量；③路侧“覆盖率”带动车载“渗透率”。

| 全文6300字，预计阅读16分钟

为什么需要智能网联？

未来的车越来越聪明。单车智能主要包括决策层、高精度地图和定位、传感器、处理器等核心组件。L4/L5自动驾驶决策层主要依靠AI算法、深度学习等技术，为车辆提供驾驶行为决策判断；高精度地图和定位是实现自动驾驶的关键能力之一，是对自动驾驶传感器的有效补充；传感器是自动驾驶的眼睛，主要包括摄像头、毫米波雷达、激光雷达和超声波雷达等，例如超声波雷达探测距离5米，激光雷达100米，摄像头150米，毫米波雷达200米的融合感知组合；处理器是汽车的大脑，车载计算平台包括芯片、显卡、硬盘、内存等，一般L2需要计算力<10TOPS，L3需要计算力30~60TOPS，L4需要计算力>100TOPS。

未来的汽车不仅是数据发送和接收方，还是计算节点，更是数据分享节点。但是聪明的车仅仅依靠单车智能存在如下三个方面的问题：

①实现自动驾驶L4/L5，存在单车智能无法解决的场景，比如前方大车遮挡住红绿灯、大车遮挡鬼探头、前方几公里外交通事故预知等。这些场景，依靠车联网的上帝视角可以较好解决。

②还存在一些场景，仅仅依靠单车智能虽然能够较好解决，但依然存在长尾效应。所谓长尾效应，是指99%力量用于解决1%的问题。比如依靠单车视觉识别交叉路口红绿灯信息，由于存在树木遮挡、强光效应、极端天气等因素，无法做到100%准确。对于这类存在自动驾驶长尾效应的场景，可以利用车联网的车路协同技术辅助解决。

③还有一方面，自动驾驶如果仅仅依靠单车智能，需要依托于多传感器融合，包括视觉、毫米波雷达、激光雷达，和高精度地图和定位等技术。而采用车联网技术将有效降低实现L4/L5自动驾驶的汽车端成本压力。可以省掉激光雷达或者大幅度降低激光雷达规格，以及高精地图采集成本。

以上三方面因素导致聪明的车不仅仅是车本身聪明，而且车还需要能和外界实现联网交互，聪明的车=单车智能+智能网联。L1阶段主要依靠摄像头和算法芯片，L2阶段主要依靠摄像头、毫米波雷达和控制执行端，L3和L4阶段引入激光雷达、高精地图和智能网联。