今天我們聊的東西并不新鮮，智能駕駛、5G通訊，每個名詞和概念我們都多少聽說了解過，目前來看好像也就那么回事兒。但，如果將它們融合起來會出現什么樣的結果，這個結果是否就是未來汽車運行的最終智能形態呢？如此探索這個話題就變得有意思了。

首先要弄明白，L1-L5自動駕駛到底指什么？

在自動駕駛分級標準當中，美國的SEA標準接受度最為廣泛。其中L1（駕駛支持）是指自動駕駛系統能夠輔助駕駛員完成某些駕駛任務，例如ABS制動防抱死系統，ESP車身電子穩定系統等；L2（部分自動化）是指能夠完成某些駕駛任務，但仍然需要駕駛者監控駕駛環境，完成剩余的部分，這也是目前絕大多數帶有自動駕駛功能的車型所處級別。

L3（有條件自動化）是在L2基礎上深度發展，即在某種特定場景下進行自動駕駛，例如停車場內智能泊車，封閉道路自主駕駛等。由于這個級別涉及到法規責任問題，因此即使有部分車型能達到這個水平，例如奧迪A8車型，它們也不能在國內放開使用。

至于L4（高度自動化）、L5（完全自動化）是指人不再參與駕駛，由車輛自行有意識判斷運行即可。從發展進程來看，汽車在L3級別上已經躊躇了很久，最關鍵的除了法規劃分尚不清晰之外，技術支持的可靠性也是核心問題。巧合的是，5G通性似乎有這方面的潛力。

目前的智能駕駛，基礎邏輯是什么？

目前的智能駕駛，幾乎都是依靠于車輛本身的感知和判斷能力，它的核心在于依靠于各類傳感器對路況的信息采集，例如長距離毫米波雷達、激光雷達、前置攝像頭、中距離角雷達、超聲波雷達、360全景攝像頭等等，完成替代人眼的功能。

余下便是電腦替代人腦的判斷過程，也就是各家新勢力，例如特斯拉、小鵬、蔚來等車企的核心算法功能，誰家的數據庫大，運行算法更合理，那么誰家的智能駕駛體驗和安全性就越高。從某種程度上來說，傳感器收集信息和車輛算法做出判斷是相互制約和互補的關系。

這也就是為什么特斯拉選擇激進地大幅采用工況相對單一的視覺傳感器的原因，因為人家數據庫運行時間久，采樣數據龐大，算法所兼容的情況也就更多。當然了，判斷能力強是能補上收集信息不全的缺點，但若信息采集過于不確定，那么出事的概率還是挺高的，這也是特斯拉此前出現撞上白色前車的重要原因，信息采集不到，算法自然不會起到任何的判斷作用。

粗略了解目前的智能駕駛運行邏輯之后可以發現，現階段智能駕駛還是單槍匹馬的形式，即它還是模仿真人駕駛來替代真人駕駛。這樣的運作邏輯優點在于起效快，只要自己夠優秀，那么體驗就能提升很明顯，缺點在于無論怎么提升體驗，它的可靠性永遠不能達到100%，最理想的結果也就是達到了真人駕駛的安全程度，這樣的表現離法規支持和群眾完全接受還有段距離。

打破L2（部分自動化）的核心，可能是5G通訊？

從上文可以知道，目前L2級別的智能駕駛在運行上并不太需要高帶寬、低延遲的5G通訊，同時我們也知道，依靠自身采集信息加以判斷的邏輯，在可靠性上也永遠是達不到100%的。那么5G通訊的特性可以給我們帶來什么啟發？

在現有L2級別智能駕駛的邏輯里面我們可以利用5G通訊，提升厘米級高精地圖的使用體驗，更大帶寬的5G網絡更適配高精地圖所需要的大數據量問題，且低延遲的特性也可以很大程度上解決此前4G或者3G信號有時候定位失效漂移的問題。這對于現階段封閉道路，例如高速公路的自動駕駛執行來說，絕對是項能夠提升體驗和安全的好技術。

難道這就是5G通信對于自動駕駛的所有優勢了？非也非也，如果只有這點期望，那未免對5G通信的想象有些過于狹隘了。從L1-L5的自動駕駛級別當中，要想實現更高階的自動駕駛，那么依靠目前“自檢自判”的自動駕駛邏輯肯定是不行的，因為這套邏輯下不可能保證有100%的可靠性和安全性。能夠實現這樣可能性的，需要引進新的概念——V2X，俗稱萬物互聯。

所謂V2X，在定義上指的是車輛與各個外部對象之間的信息交互，例如：車與車之間、車與基礎設施之間、車與人之間、車與網絡之間的交互，核心在于能夠跨視界實現信息互聯。很好理解的是，在成熟的自動駕駛形態當中，不可能存在現在這樣每臺車在道路上單槍匹馬的收集信息，判斷執行信息，這樣的不確定性太高了。像高鐵那樣的調度，才是能夠保證安全有序的方法。

但我們也知道，高鐵畢竟處在相對簡潔的運行環境，調度它們在數據算法處理，以及對信號延時要求上都沒有很嚴苛的要求。而交通狀況尤其復雜多變的公路交通，需要的數據算法和信號延時要求就高很多了，這時候5G通信就完美匹配上了這方面的需求。

設想下，當道路上的所有車輛、紅路燈設備、甚至是停車場大門都通過大帶寬的5G網絡并入云端，那么道路中的每位參與者都將是“可視”狀態，屆時再通過5G網絡的低延遲性，可以直接將云端計算出來的動態變化通行最優方案下發至車輛，完成交通大協調的過程。

想象很美好，困難可不少

從邏輯上來分析，上述最終的自動駕駛形態似乎已經近在眼前，然而，這玩意就和社會主義最終形態差不多，能預料到，但真正到那天，需要的時間可能要很長很長。就拿現狀來說，如此大規模的數據云端協調計算，肯定不是某個廠家能夠完成的，需要上到國家層面才能實現。

另外，道路參與者“可視”化是個很理想的形態，因為除了高速公路，很多開放式道路經常有突發參與者進來，例如行人、寵物、掉落的障礙物等等。要想實現道路交通信息透明化，只能在高速公路這樣的封閉道路中去實現。再有，實現參與者信息透明化不僅需要5G通信的支持，相關設備普及也是很大的問題，總不能讓現有的車全部不能上路是吧。

再有包括汽車網聯化之后的隱私問題，這點在國內可能不太敏感，但在歐洲、美國等發達國家是個很頭疼的問題。以及，在大規模上傳車輛信息只云端計算的過程當中，涉及到每個廠家是否愿意共享自己品牌車型信息流的問題。總之，除去技術瓶頸之外，操作協調也是需要考慮的。

去掉最高分和最低分，折中起來展望5G通信對自動駕駛帶來的影響就是，萬物互聯肯定還是勢在必行，畢竟它能從技術邏輯上提升可靠性和安全性。同時，考慮到開放式公路交通的復雜性和不確定性，高精地圖、自動識別、自我判斷等現階段的自動駕駛措施，也需得以保留作為次級輔助駕駛來執行。如此，5G通信對于智能駕駛的意義就完全凸顯出來了。