想要实现自动驾驶技术，首先需要将车辆安装一系列传感器，这些传感器不断接受、反馈周围信息，再将信息数据进行整合，进而做出安全性决策。

在实际应用上，这些传感器的应用时常受到外界各种环境因素的影响，传输效果大打折扣。为了弥补传感器所欠缺的感知能力，便需要借助C-V2X（车与外界的信息交换）。基于蜂窝网络的车联网技术，将汽车与网络、车辆、道路基础设施、行人等之间的信息相互连接。

5G网络主要有三大特点：一，高速率；二，高可靠、低延时；三，网络结构和边缘计算能力。通过5G移动通信技术可以加强自动驾驶感知、决策和执行三个层面的能力。

在感知层面，实际上是解决“我是谁？我在哪儿？我有什么危险？”的问题。基于5G自身拥有的特点，可通过V2V（车与车的连接）技术，将车辆感知范围扩大到视距之外，及时了解车辆间的相互位置等其他状态信息，可以提前对道路进行判断。同时，利用V2I（车与基础设施）通信，车辆可以获得如信号灯和路口的行人等信息，形成完整的对道路环境的感知，进而使车辆能够实现眼观六路、耳听八方的技能。即便传感器、摄像头失灵，通过5G高频信息传输也能规避一定风险。

在决策层面，随着5G技术的应用，车载计算单元的硬件成本也会降低。云计算将取代原本的计算方式，很多计算的负载需求可以转移到路两侧的边缘计算节点。

随着5G网络的崛起，其通讯运营商可提供部分网络切片，为汽车安全应用提供异常迅速的响应速度。网络切片将在5G网络中发挥重要作用，每个网络切片都会很容易地配置网络元件和功能，来满足特定的应用要求。进而提升网络速度和响应时间，这对于自动驾驶汽车行业来说非常重要。

由此来看，5G对于车联网的重要意义不言而喻，而车联网则是自动驾驶应用的重要手段。因此，想要实现自动驾驶就必须借助5G网络技术。

5G自动驾驶可以开展快速、大量、稳定的数据传输，属于“网联式”自动驾驶，比传统的“单车智能式”自动驾驶有很大优势。“单车智能式”自动驾驶需要加装多个激光雷达、毫米波雷达、车载计算单元等，成本高、方案复杂。“网联式”自动驾驶可以发挥5G的优势，通过5G将感知、决策和控制发挥云端的优势。

本科研平台中5G在这些场景中应实现如下功能：

一、协同控制：共享本地感知和驾驶意图，协商规划轨迹 - （车道合并场景）

在这种5G交互应用场景，能够解决当前无人车变道时遇到的困难。想要变道的自动驾驶车可以通过5G发送驾驶意图信号，通知旁边车道的车辆减速，让出变道空间。

二、协同感知：感知扩展建立在不同来源数据交换的基础上，例如毫米波雷达、激光雷达、车载摄像头中的双目摄像头 - （透视场景）

在这种场景下，后车无法看到前车（尤其前车是大车时）遮挡的路况，那么通过前车配备摄像头，将遮挡区域的路况视频通过5G传输到后方车辆，后方车辆将接到的盲区视频，在自身显示屏上展示出来，就实现了“透视”功能。

三、协同安全：通过交换道路使用者存在的监测信息 -（网联化辅助保护道路弱势群体场景）

车辆上自动驾驶系统的数据传输。众所周知，自动驾驶主要分为感知、决策和控制三个环节，感知环节需要进行大量的数据采集和交换，这时可以利用5G的数据传输能力，将车载传感器采集的大量数据上传至云端进行实时智能高清地图的构建和分发 - （本地高清地图采集场景）

四、远程控制驾驶

远程控制是一种安全冗余，比如行驶中的自动驾驶汽车如果激光雷达被石头砸烂，导致无法保证安全行驶，这时候，远程控制就可以派上用场。在4G环境和5G环境下都可以实现，区别在于由于4G网络带宽不够，身在远程控制室的工程师看到现场画面会存在明显的时延，可能导致判断不准确，因此行驶速度会很慢，只有5-10公里，才能保证安全，而到了5G，工程师几乎能够实现实时同步，那速度就可以大大提高，可以有效地对现场情况进行反应，把车辆开到安全的地方。

五、远程指控与调度

利用5G网络将车身数据、感知数据、决策数据、控制数据、控制反馈数据、故障信息数据以及车队信息数据、车队内车辆状态信息数据发送到服务器端。指挥中心可实时监测车队行进状态，从而对单车或整个车队进行调度指挥。

远程自动驾驶

远程自动驾驶可作为自动驾驶的补充，远程自动驾驶在未来具有广泛的应用场景，尤其在恶劣环境和危险区域，将极大提升操作效率并节省人力。仿真系统针对实际运行场景构建仿真环境，与自动驾驶车辆完成感知数据的实时传递与同步处理，时时分析驾驶行为完成的难度，在自动驾驶难度大的情境下，通过远程协助完成驾驶动作。实现远程与自主共驾的模式。通过仿真环境内的分时远程遥控，完成真实车辆在真实环境的完整驾驶。实现自主驾驶的安全冗余和远程控制及调度。

通过本科研平台我们能够了解

1.智能汽车现状及发展

2.智能汽车的结构体系

3.智能汽车感知技术

包含视觉、激光雷达、毫米波、超声波等传感器等感知原理以及相应的特征提取与识别技术。

4.定位技术

包含 GPS、RTK 等高精度定位技术，惯性导航技术，SLAM 技术等原理与算法实现等。

5.信息融合技术

包含多传感器特征信息融合和预测技术，基于贝叶斯理论应用多种融合算法进行多信息融合和目标行为预测。

6.路径规划技术

包含全局路径寻优、局部路径寻优等，AI算法、Dijkstra 算法原理及应用开发。

7.决策与控制技术

包含行为决策、横向控制、纵向控制等算法内容，PID 算法、MPC、LQR 控制算法原理与应用开发。

8.高精度地图技术

高精度地图结构及应用开发。

9.HMI 及运营服务技术

HMI 结构及相关接口技术，运营维护架构、APP 开发及云平台技术开发等。

可完成如下科研内容

1、轨迹采集与跟踪

2、路径任务编辑及自主导航

3、自主漫游

4、自主建图

5、无卫星导航

6、动态规划导航

7、公路编队

8、5G下的协同控制

9、5G下的协同感知

10、5G下的远程控制驾驶

11、5G下的远程指挥调度

12、5G下的远程自动驾驶

本科研平台采用模拟实验车进行相应科研任务。该车性能先进，核心控制技术处于世界领先水平。后期可不断扩充实验车数量进行相应的多车协作、编队行驶等内容的科研任务

性能指标

一、底盘系统

1、底盘长宽高（±5%）：2.0 m*1.1m*0.6m；

2、载重： 300kg；

3、最大车速：35km/h；

4、总额定功率：5KW；

5、线控转向性能：前轮转向，转向控制精度：≤1°，转向角度≥±500°（等效方向盘转向角）；

6、线控制动性能：≤5m(20km/h）；

7、国标充电桩接口，锂电容量9.6Kwh；

8、最大爬坡度：20°；

9、最小转弯半径：3m；

10、遥控距离： 100m；

11、遥控功能：具备前进、倒退、转向、制动、驻车、灯光等；

二、传感器部分：

1、前方配置32线激光雷达；

（1）激光线束不低于32线；

（2）水平视场角360°。

2、后方配置16线激光雷达；

（1）激光线束不低于16线；

（2）水平视场角360°。

3、前方配置双目相机；

（1）水平视场角42°±1°/ 68°±1°；

（2）检测距离 2m～50m / 1m～20m。

4、工控机；

（1）处理器Intel i5，硬盘250G固态硬盘；

（2）具备多种接口。如HDMI，USB，LAN，扩展PCI或PCIE(CAN接口卡)等。

5、5G路由器；

（1）具备1路WAN和1路LAN口；

（2）具备5G网络和WIFI功能。

6、云台；

（1）摄像机分辨率1920*1080/1280*720 25fps/30fp；

（2）具备5G网络和WIFI通讯；

（3）内置10000mah电池。

7、组合惯导；

（1）姿态精度满足≤0.1°（基线长度≥2m）；

（2）定位精度满足单点L1/L2：1.2m DGPS：0.4m RTK：1cm+1ppm陀螺量程±400 º/ s；

（3）具备WIFI和5G无线网络。

8、超声波雷达：

（1）12探头；

（2）通讯：CAN接口。