5G 对自动驾驶的作用在于，通过高速 5G 通信链路，建立车端与场端及其他主体的联系，弥补车端感知、定位等方面的不足。

真正的自动驾驶，还需要其他的一些设施协同实现。未来，5G 对于自动驾驶核心作用是通信链路的载体，需要车、路、端的协同才能发挥更多的作用。

如今，5G 的到来正在给汽车行业将带来一场升级变革，尤其是自动驾驶，通过 5G 低延迟、高带宽的特性，能够为自动驾驶汽车提供更丰富的信息，让自动驾驶汽车在紧急时刻做出精准决策，保证使用和用户的安全性。5G 的作用可见一斑，但通过 5G，自动驾驶就能够快速落地实现吗？自动驾驶真正落地还需要多远

谈到 5G 在自动驾驶汽车方面的应用，主要是体现在「用户智能」和「驾驶智能」两方面。所谓用户智能，是 5G 能够为用户从娱乐、消费等方面与车的结合，为用户带来价值；驾驶智能方面，主要在感知层（感知和感知信息共享）和计算层面来体现。

对于今年国内自动驾驶的发展，「自动驾驶产业逐步回归了理性甚至是走向了低谷期」。在这个阶段，部分的初创公司能够持续活下去会比较困难，真正具有核心竞争力的公司需要有几大关键能力：能够把数据利用效率提高、能够把数据价值挖掘得更高和相应的工作积累地更深。

5G 对自动驾驶的作用在于，汽车通过 5G 这个高速的通信链路，弥补车端的感知能力和算力，以及通讯信息交互等方面的不足。

可以说，这个技术的核心作用不在于 5G，而是 5G 提供了一个低延时、高带宽的通信链路，提供一个灵活的网络结构和边缘计算能力。但要加速自动驾驶，还是需要其他的一些设施来协同，需要车、路、端的协同。

所谓用户智能，就是 5G 能够为用户在娱乐、消费等方面与车结合，为用户带来价值。比如通过 5G 通信，相关的娱乐系统能进一步升级，用户可以体验到VR，或者依赖高带宽的高清视频等内容可以达到车端。

从计算层面来看，有了 5G，如果设备完善的话，会有边缘计算节点。这样很多计算的负载的需求可以转移到路两侧的边缘计算节点，从而有效的降低了车端对算力的要求。这样好处有两点：一是整体算力更强，提升自动驾驶的感知能力。另外一方面，可以降低功耗。因为自动驾驶对算力要求比较高，利用边缘计算节点可降低油耗，尤其是电车能够提升汽车的续航里程。

首先，5G 是定向性较强的通信技术，它的频带比较宽，通信频率较高，定向性比较强，基站也很密。基于这些特点，它能够辅助 SLAM 的定位，通过一些相关资料的了解，它能够做到亚米级。也就是说，在没有卫星的情况下，通过 5G 的基站也可以提供一种可靠地全局定位方法，这无疑对定位技术是一个非常好的补充，优势是在室内场景其作用会更明显。

另外，通过 5G 高带宽的通信链路，未来的某些基站物理坐标都可以很准确。在这种情况下，在建图和定位的时候，两侧会有非常多有带自己绝对位置的基站，利用这些路标信息，建图工作会更加精准，对高端复杂算法依赖也会降低。

总的来说，5G 对 SLAM 大规模建图优化，或者说将来在定位方面，有利于降低计算复杂度，提升整个系统的定位精度。

对于 GPS 导航系统，在 5G 的地面基站增多后，会变成类似于全局定位的小型基站系统。这对于一些受遮挡、有城市高楼的定位弥补作用很强。具体来讲，就是当有 5G 基站后，哪怕在高楼林立，甚至是室内定位里，5G 手机都能够达到这种亚米级别，这个精度会非常惊人。现在在很多室内的导航定位还是缺少有效的定位手段，依靠一些 Wi-Fi来实现定位精度不容易保障，也满足不了用户的大部分需求。

但未来的实时翻译可能就不需要这样的运算方式，比如手机里装一个软件，真正的计算是可以在一些车端实现，或者场端实现。由于基站比较密，低延时的切换也比较快，这样我们可以很快速在这种移动过程当中，通过双向的计算形式，用手机来做这种翻译。

而对于云端来说，延时较低的情况下，可以大规模的将运算直接传到云端去计算。比如刚提到的 SLAM，可以在建图过程当中收集大量的原始数据，核心的建图优化算法放在云端做，把结果实时反馈车端。

从技术角度来说，5G 对光纤的要求也很高，因为每个通信链路的数据都很大，光纤相当于现在的骨干网络，骨干网络的带宽也一定要足够宽，才能可以来满足时间方面的要求。否则节点很多，但细的骨干网一定会造成堵塞。所以，无缝连接以外还有一些其他的基础设施都要跟上，才能满足整个的需求。

对整个自动驾驶的生态来说，在 5G 的加持以后发展会更快，有一个更大的维度弥补技术短板，在核心技术的突破后，会加速产业的成熟，也会逐步产生更多的相关消费行为和内容需求，使整个生态形成正反馈。

5G 方面的应用布局来说，我们内部有专门开展 5G 研究的「未来网络实验室」，在边缘计算、开源和标准应用等方面都有较高影响力的成果，也一起在开展自动驾驶与 5G 技术的应用研究，在车辆在环、模拟仿真等方面已经取得了非常有价值的成果，通过 5G 链路把仿真虚拟的环境信息打到车端，让自动驾驶汽车能够在马路上模拟整个系统运营。

至于车路协同的应用，因为主要依赖车端感知的终端以及很多其他的一些基础设施。其中涉及的不光是 5G，还有一些很多功能节点，需要系统工程的配合。目前这些技术发展还没有到成熟阶段，所以它也会一定程度上会影响整个落地的进程。当然，随着国际或国内更多 5G 示范城市的推出，相关示范区的落地会更快一些，我们都会积极参与，加速 5G 和自动驾驶的融合。

自动驾驶的落地需要有一个过程。这个过程可能需要相关测试和运营混合在一起同步推进，比如出行公司运营一些测试的自动驾驶汽车，运营系统实现有人驾驶与无人驾驶的联合调度。在早期阶段，自动驾驶汽车上会有测试员、有司机，这些都也可以混编到运营车队里。一定程度上还节约了成本，后续会逐渐从特定区域的运营、和有驾驶员或者测试人员的汽车混编在一起运营，然后最后到彻底无人的运营，这需要一个循序渐进的过程。

（本文转载电子发烧友，如有侵权，请联系删除）