热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

5G车联网产业发展的冷思考

| 文章版权所有,未经授权请勿转载全文7058字,预计阅读18分钟车联网(智能网联)产业受政策、资金和技术三重因素叠加驱动,尤其是5G商用时代提前来临,给车联网产业爆发提供了良好契机。工信部在《车联网

640?wx_fmt=png

| 文章版权所有,未经授权请勿转载

全文7058字,预计阅读18分钟

车联网(智能网联)产业受政策、资金和技术三重因素叠加驱动,尤其是5G商用时代提前来临,给车联网产业爆发提供了良好契机。工信部在《车联网(智能网联汽车)产业发展三年行动计划》中,明确提出到2020年,车联网用户渗透率达到30%以上,新车驾驶辅助系统(L2)搭载率达到30%以上,联网车载信息服务终端的新车装配率达到60%以上,构建涵盖信息服务、安全与能效应用等的综合应用体系。

总体来看,车联网产业正处于爆发的前夕。微信公众号“5G行业应用”的《5G车联网十大产业化趋势》文章中,对车联网产业化趋势做了系统分析。在看到巨大机遇的同时,我们也应该理性看待5G车联网产业发展所面临的巨大挑战和压力,其中包括商业模式不清晰、政策法规待健全、技术工程不完善等各方面。只有突破阻碍5G车联网产业发展的商业边界、管理边界和技术边界,我们才有可能真正拥抱万亿市场空间的车联网产业。

640?wx_fmt=png

 01   01           01

突破车联网商业边界

1. 车网商业模式面临的三大挑战

车联网商业模式涉及到使用方、投资方、建设方、设备方和运营方。其中使用方主要包括车主、车企/Tier 1(传统车企、新进入者、自动驾驶初创公司、Tier 1等)、运营商、行业客户(出租车公司、保险公司、公交公司等)、交管/交委等。

车联网建设方将按需采购设备商的产品和解决方案,建设V2X通信覆盖,包括路侧基础设施部署和车载终端部署。车联网专业运营公司将向各类使用方提供道路测试环境、V2X通信和信息服务等。

640?wx_fmt=png

整个车联网商业模式仍然处于设计阶段,尚需进行有效验证,主要存在用户需求不强烈、投资规模巨大、运营模式不清晰三大挑战。

640?wx_fmt=png

挑战一:用户需求不强烈

从车联网为车主提供的业务看,一开始车联网主要提供信息服务类业务,比如定位管理、基于用户行为的UBI(Usage-Based Insurance/User-Behavior Insurance)业务、以及面向B端的车队管理等。当前又回归到出行需求上,为消费者解决安全问题和效率问题。未来,车联网将赋能自动驾驶,实现协同自动驾驶和单车自动驾驶。

现在基于V2X的主要业务场景是面向交通安全类和交通效率类的。以汽车标准委员会T/CSAE 53-2017应用列表中定义的17种典型车联网应用层标准看,其中包括12种安全类业务,4类效率类业务,1类近场支付信息服务。

而恰恰是这些交通安全类和交通效率类业务,用户实际反应并不强烈,刚性需求不明,用户为这些服务的买单意愿更低。

640?wx_fmt=png

挑战二:投资规模巨大

车联网实现的是车路协同,需要两个“率”的支撑,一个是路侧基础设施部署的覆盖率,一个是车载终端部署的渗透率

路侧基础设施的部署涉及到RSU(Road Side Unit)、路侧智能设施(包括摄像头、毫米波雷达、少量激光雷达、环境感知设备、以及智能信号灯、智能化标志标识等)、MEC(多接入边缘计算/移动边缘计算)、蜂窝基站(LTE或者5G基站)等。除了蜂窝基站明确由运营商投资部署外,其它设备的投资主体不明确。

同时,路侧基础设施的投资规模巨大。截至2018年,中国高速公路里程14.26万公里,国道里程36.30万公里,省道里程37.22万公里,农村公路里程403.97万公里,城市道路超过40万公里,50多万个城市路口。以每公里智能化改造费用100万保守测算,仅高速公路智能化改造投入即高达1400多亿元。

如果需要覆盖全国高速公路和城市道路,基础建设投资预计在3000亿以上。如此巨额的投资存在回报不确定、需承担法律安全责任风险等问题。到底由谁来投,是考验产业发展的关键因素之一。

挑战三:运营模式不清晰

中国道路基础设施建设和运营主体具有多元特点。一般城市道路的智能化基础设施由公安交警负责建设和运营;国省干线、农村公路的智能化基础设施由交通局负责建设和运营;高速公路的智能化基础设施由省交投集团和各地市交投公司分别负责建设和运营,涉及到高速交通违法的智能化基础设施由高速交警或委托交投集团采购。业主多元化,直接造成了车联网路侧基础设施建设和运营主体碎片化特点。

车联网存在几种不同类型的运营主体,包括政府独资或合资的企业,高速公路服务商,运营商或者铁塔公司等。不同的运营主体均有各自的优劣势。

政府独资或者联合投资的企业,可以更好地协调相关政府部门进行路侧基础设施建设,并实现数据开放,但是企业本身往往没有车联网网络建设和运维经验;高速公路服务商,可以快速落实高速公路的路侧基础设施建设,并实现数据开放,但是同样一般不具备车联网网络建设和运维经验;运营商或者铁塔公司有网络建设、运维和工程经验,但是需要去协调相关政府部门进行路侧基础设施建设和数据开放。

这几类运营主体,都面临运营模式不清晰的挑战,就是怎么从使用方收到钱。可能存在的方式包括,运营主体向交管和交委提供相关的大数据分析服务,收取相关费用。以公安交警为例,其主要工作是保障交通安全和提升通行效率,因此对能够减少交通事故、提升交通运行效率的车联网,是有需求的。比如可以针对车联网提升城市道路交通通行效率进行服务收费。再以交通局为例,需要保障营运车辆的运输安全,因此,对提升营运车辆安全性的车联网服务,是有需求的。

除此之外,运营主体还可以向车主收取智能网联接入服务费;向车企收取智能网联接入服务费;向行业客户收取智能网联接入服务费和大数据分析服务费等。

但是我们应该看到,政府购买车联网服务模式需要深入探索。面向车主、车企和行业客户等的接入服务和大数据分析服务,也需要进一步研究。短周期看,车联网运营主体还需要依赖政府购买服务,才能获得发展空间。

2. 车联网商业模式探索的三个路径

为了积极应对车联网商业模式上存在的挑战,需要政府和产业界共同探索。其中可能存在的路径包括如下:

640?wx_fmt=png

路径一:继续挖掘和深化信息服务类业务

一方面,随着5G时代到来,车联网能提供的信息服务类型将更加丰富。比如车载VR视频通话、车载VR游戏、车载AR实景导航、车载高精地图实时下载等业务。车载信息娱乐系统(IVI,In-Vehicle Infotainment)作为车载信息服务的主要入口,也将被5G车联网赋能,由视频、导航等单一功能向处理信息更加复杂、功能更加强大的智能系统演进。为娱乐和信息买单是用户天性,用户越愿意使用,为之买单的意愿才会越强烈。

另外一方面,可以拓宽车联网信息服务的范围,即可以为车主提供相关信息服务用于娱乐资讯,也可以为车企/Tier 1提供相关信息服务用于产品优化,还可以为各类行业客户提供信息服务用于行业应用。这样可以扩大车联网信息服务的收益范畴,从车主、车企/Tier 1、行业客户等多方受益。

路径二:特定商用场景先行先试

要实现普遍意义的自动驾驶,将是长周期过程,可能需要二十年,甚至三十年的发展历程。但是短周期看,针对特定商用场景的自动驾驶,将很快出现。比如出租车自动驾驶、公交车自动驾驶、物流车自动驾驶、矿卡自动驾驶、港口车辆自动驾驶等。从商业逻辑上看,车联网面临和自动驾驶同样的发展路径。也就是车联网首先解决和部署的场景,将是针对特定商用场景的

比如在特定区域部署车联网路侧基础设施,在特定出租车辆上部署车联网车载终端,实现在这些区域的自动驾驶出租车(Robo-Taxi)业务。

又比如在城市公交车专用道和公交站场部署车联网路侧基础设施,在公交车上部署车联网车载终端,可以实现公交车信息服务、交通安全、交通效率、自动驾驶等各类业务应用。

又比如在某些路段高速公路部署车联网路侧基础设施,物流卡车上部署车联网车载终端,可以实现物流卡车在这些路段的车辆编队行驶或者单车自动驾驶。或者在特定园区和社区部署车联网路侧基础设施,在专用末端物流车上部署车联网车载终端,实现园区和社区的低速自动驾驶物流配送业务。

另外,和干线物流、Robo-Taxi等场景相比,矿山和港口道路相对更加封闭,场景相对简单、路线相对固定、不受公开道路交通法规限制。因此在矿山和港口部署车联网路侧基础设施,在相关车辆上部署车联网车载终端,可以实现矿山和港口车辆自动驾驶和远程驾驶等业务。

路径三:探索数据开放和运营

随着车联网路侧基础设施覆盖率和车载终端渗透率的提升,将产生大量车端和路侧数据。在厘清数据所有权问题基础上,在新的智能交通环境下,建立面向智能网联汽车和智慧道路的一体化开放数据公共服务平台将成为大势所趋。

最终的目标是让车端和路侧产生的海量数据,能够产生价值。一方面可以探索“数据+管理”模式,以交通信息共享服务为核心,连通道路基础设施,对交通环境信息做整合管控,建立统一信息交换标准,消除交通信息孤岛。比如可以通过海量车联网数据减少交通事故、提升交通运行效率。

另一方面可以探索“数据+金融”模式,即拓展面向C端车主和B端行业客户带有支付能力的服务,这时候买单的主体不仅仅是车主和行业客户,各类金融机构也可以共同参与。比如2019年下半年呈现爆发式增长的ETC业务,各大银行和微信、支付宝均在积极参与;基于ADAS安全驾驶辅助系统+DMS疲劳驾驶预警系统获得了各保险机构的青睐。

 02   01           01

突破车联网管理边界

在车联网政策法规方面,有待从加强跨行业协同、规范数据开放、健全法律法规三个方面进一步健全和完善。

640?wx_fmt=png

1. 加强跨行业协同

车联网是汽车行业、交通行业和通信行业的融合汇聚点,跨行业、跨领域属性突出,涉及多个主管部门,产业链复杂度高,产业整合和协同难度大。

在美国,交通部是国家唯一负责制定和管理自动驾驶汽车及相关基础设施改造的部门,并且发布了《准备迎接未来交通:自动驾驶汽车3.0》。在中国情况有所差异。

640?wx_fmt=png

中国国家层面于2017年成立车联网产业发展专项委员会,在国家制造强国建设领导小组下设立,由工信部、发改委、科技部、财政部、公安部、交通运输部等20个部门和单位组成,负责组织制定车联网发展规划、政策和措施,协调解决车联网产业发展重大问题,统筹推进产业发展。

同时各个省市也在积极推进车联网产业融合发展。比如江苏省工信厅、发改委、科技厅、公安厅、财政厅、交通运输厅、市场监督管理局、通信管理局八部门联合印发《江苏省推进车联网(智能网联汽车)产业发展行动计划》,促进江苏省车联网产业健康发展。

总体来看,车联网产业发展需要相关部委强力统筹管理,从政策法规、标准制定、试点示范、商用落地等各个方面协同推进。其中城市车联网部署主要依靠工信、公安和交通部门,城际尤其是高速公路部署主要依靠交通部门。

2. 规范数据开放

车联网产生的海量车辆、用户、路侧数据所有权到底归属于谁?哪些数据能够开放使用?数据能够开放到什么程度?这些同样是制约车联网产业发展所面临的管理问题。

无论是欧、美、日、韩等汽车发达国家还是中国,大多数的车辆数据由车企拥有,而不是车主。除此之外,保险公司和车联网服务提供商(TSP)也拥有各自相关的数据。同时,公安和交通也各自掌握了大量相关车辆数据。总体来看,车辆和用户数据所有权问题值得深入探讨。

同样的情况也存在于路侧。车联网应用场景中,最典型是信号灯信息在车联网业务中的应用,这就需要公安交警开放信号灯数据信息。一方面信号灯数据开放给车联网,可以更加有效地保障交通安全和提升通行效率;但另一方面,车联网助力的自动驾驶又会给交通带来新的安全风险。正反两方面因素,让公安交警对开放信号灯数据心存疑虑。

除此之外,为了满足车联网业务要求,还需要考虑数据开放到什么程度。比如,信号灯数据信息如果是从公安交警平台,通过公安边界网络下发到车联网RSU,再广播到相关车辆。这样的方式虽然能够实现信号灯数据在车辆的显示,但是存在十几秒的时延,无法真正满足闯红灯预警等业务应用。最佳方式是每个路口的信号灯数据能直接推送到RSU,再广播到相关车辆。这就存在公安交警的信号灯数据开放到什么程度的问题。

3. 健全法律法规

车联网相关交通事故分析和判定机制还未形成,存在纠纷隐患,需要法律法规界定和道德伦理约束。

另外,中国目前发放的车联网和自动驾驶测试牌照,是不允许载客和出租运营的,不是真正的营运牌照。因此大量自动驾驶和车联网公司在做商业应用部署的时候,或者选择在美国等国家部署,或者必须在中国选择特定不受公开道路交通法规限制的场景来部署。

因此,中国亟待健全车联网和自动驾驶相关法律法规,以公开道路交通法规来予以保障。

 03   01           01

突破车联网技术边界

在车联网技术工程方面,有待从兼容多版本并存、完善信息安全体系、统一工程建设规范三个方面进行推进和完善。

640?wx_fmt=png

1. 兼容多版本并存

目前的车联网C-V2X标准是基于R14和R15的LTE-V2X(含LTE-eV2X)版本,基于R16的5G NR-V2X标准还在制定中,预计到明年三月份才能完成。

目前测试验证均是基于LTE-V2X以及5G蜂窝网络Uu通信来完成的,而基于5G NR-V2X的PC5点对点通信方式,还未进行技术验证阶段。

但是以美国为首,一直在全力推进DSRC商用部署。如果中国不能尽快推动部署C-V2X商用,主流车企将可能转向支持802.11P技术并按此技术路线向后演进,而不再选择C-V2X技术路线。因此,必须加快LTE-V2X产业化进程,而不是被动等待5G NR-V2X产业成熟。

另外,LTE-V2X产品已具备预商用条件,考虑车辆生命周期较长,LTE-V2X上车后将长期存在。而5G NR-V2X随着明年一季度完成标准,二季度推出芯片,三季度推出模组和终端产品,也将进入技术验证阶段。

这样按照C-V2X路线,车联网车载终端和路侧基础设施将存在LTE-V2X(含LTE-eV2X)和5G NR-V2X版本并存情况。类似于现在4G网络和5G网络长期共存情况。目前,5G NR-V2X版本已经在考虑前向兼容LTE-V2X,确保前期投入不打水漂。

当然这种情况,的确将导致车联网网络复杂度提升,增加车联网网络部署和运维的难度,造成资金投入压力增大。另外,装载LTE-V2X车载终端的车辆,未来需要升级硬件才能支持5G NR-V2X,从而让用户享受到更丰富的5G服务,这也会影响用户装载LTE-V2X车载终端设备的意愿,进而影响LTE-V2X的产业化进度。

除此之外,相对于欧美日韩,我国车联网直连通信的工作频段目前仅分配了20M带宽(5905MHz-5925MHz),不足以支撑未来5G NR-V2X相关业务。

2. 完善信息安全体系

车联网在赋能汽车的同时,也将汽车的控制系统暴露在网络环境当中,容易遭受外界的恶意攻击,带来了新的安全问题。同时海量数据的收集和使用也会引发信息安全和用户信任问题。

因此需要形成LTE-V2X业务整体信息安全方案框架,及安全基础设施建设部署策略,推动并支撑LTE-V2X业务整体信息安全机制落地。建立国家级的V2X通信认证鉴权体系,确保在LTE-V2X信息交互时,进行完备的消息合法性/完整性验证。同时尽快开展智能网联敏感数据、重要数据界定,加强数据安全和用户个人信息保护管理制度建设。

IMT-2020推进组计划于2019年底组织开展跨通信芯片模组、通信终端、安全身份认证服务平台、汽车厂商的LTE-V2X“四跨”互联互通应用示范,验证C-V2X技术成熟度。

3. 统一工程建设规范

车联网车载终端形态复杂,涉及前装和后装大量产品形态。比如由于车型差异,造成天线高度不同,会造成通信性能差异。

车联网路侧基础设施同样复杂,涉及到RSU(Road Side Unit)、路侧智能设施(包括摄像头、毫米波雷达、少量激光雷达、环境感知设备、以及智能信号灯、智能化标志标识等)、MEC(多接入边缘计算/移动边缘计算)、蜂窝基站(LTE或者5G基站)等多类型产品形态。

在不同场景,例如城际高速公路,和城市交叉路口、环岛、隧道、立交桥、主干道、公交站场等各种场景下的路侧基础设施部署原则存在明显差异,还未形成相关设施工程建设和改造的标准流程和规范。比如城市道路行驶中遇到树叶遮挡、车辆拥挤等环境,天线通信距离会大幅缩减,RSU等设备该如何部署没有定义。

另外一方面,车辆具有从L0到L5的分级标准,但是道路方面却没有统一的智能道路分级标准。加上国内道路类型繁多、交通标识线不清、交通标识和交通设施复杂多样、事故安全标识识别困难、车速区间波动范围大、复杂的混合交通等各种情况,也给智能网联工程建设带来极大挑战。

总体来看,通过继续挖掘和深化信息服务类业务、特定商用场景先行先试、探索数据开放和运营三个路径来突破车联网商业边界;通过加强跨行业协同、规范数据开放、健全法律法规三个方面来突破车联网管理边界;通过兼容多版本并存、完善信息安全体系、统一工程建设规范三个方面来突破车联网技术边界。三大边界成功突破,5G车联网产业将迎来爆发。

640?

-END-

640?wx_fmt=png

作者:吴冬升

「5G行业应用」特邀专栏作家,

东南大学博士,17年TMT从业经历,

多年B2B/B2G整合营销及品牌经验,

对5G、车联网、物联网、大数据、人工智能、数字化转型有深刻洞察。

下期预告

下一期推出《5G车联网标准的演进之路》,敬请期待。

推荐阅读

  • 5G发展的五大动力和四大挑战

  • 5G车联网十大产业化趋势

  • 从《长安十二时辰》看车联网

640?wx_fmt=jpeg

关于我们

「5G行业应用」是聚集TMT行业资深专家的研究咨询平台,致力于在5G时代为企业和个人提供客观、深入和极具商业价值的市场研究和咨询服务,帮助企业利用5G实现战略转型和业务重构。本公众号专注提供5G行业最新动态及深度分析,覆盖通信、媒体、金融、汽车、交通、工业等领域。

640?wx_fmt=png


推荐阅读
  • 2021年度回顾与深度分析
    2021年度回顾与深度分析 ... [详细]
  • 数字经济浪潮下企业人才需求变化,优质IT培训机构助力技能提升
    随着云计算、大数据、人工智能、区块链和5G等技术的迅猛发展,数字经济已成为推动经济增长的重要动力。据信通院数据,2020年中国数字经济占GDP比重达38.6%,整体规模突破39.2万亿元。本文探讨了企业在数字化转型中对技术人才的需求变化,并介绍了优质IT培训机构如何助力人才培养。 ... [详细]
  • Python 数据可视化实战指南
    本文详细介绍如何使用 Python 进行数据可视化,涵盖从环境搭建到具体实例的全过程。 ... [详细]
  • 从0到1搭建大数据平台
    从0到1搭建大数据平台 ... [详细]
  • C盘无法格式化的原因及解决方法
    本文探讨了C盘无法格式化的原因,并提供了详细的解决方案,帮助用户顺利进行系统维护。 ... [详细]
  • 低代码平台破解“最后一公里”交付难题
    IDC预计,未来所有企业都将转型为数据驱动型组织,这意味着企业的运营、管理和决策将全面依赖数据。然而,当前超过90%的数据是非结构化数据,这给内容协作和数据处理带来了巨大挑战。低代码平台通过简化开发流程,有效解决了这一“最后一公里”的交付难题,帮助企业更高效地实现数据驱动的转型。 ... [详细]
  • 能够感知你情绪状态的智能机器人即将问世 | 科技前沿观察
    本周科技前沿报道了多项重要进展,包括美国多所高校在机器人技术和自动驾驶领域的最新研究成果,以及硅谷大型企业在智能硬件和深度学习技术上的突破性进展。特别值得一提的是,一款能够感知用户情绪状态的智能机器人即将问世,为未来的人机交互带来了全新的可能性。 ... [详细]
  • 谷歌发布视频数据库“AVA”,中国联通携手腾讯共建云数据中心 | 24小时大数据动态
    谷歌发布视频数据库“AVA”,中国联通携手腾讯共建云数据中心 | 24小时大数据动态 ... [详细]
  • 智能制造数据综合分析与应用解决方案
    在智能制造领域,生产数据通过先进的采集设备收集,并利用时序数据库或关系型数据库进行高效存储。这些数据经过处理后,通过可视化数据大屏呈现,为生产车间、生产控制中心以及管理层提供实时、精准的信息支持,助力不同应用场景下的决策优化和效率提升。 ... [详细]
  • 当前,众多初创企业对全栈工程师的需求日益增长,但市场中却存在大量所谓的“伪全栈工程师”,尤其是那些仅掌握了Node.js技能的前端开发人员。本文旨在深入探讨全栈工程师在现代技术生态中的真实角色与价值,澄清对这一角色的误解,并强调真正的全栈工程师应具备全面的技术栈和综合解决问题的能力。 ... [详细]
  • 图像分割技术在人工智能领域中扮演着关键角色,其中语义分割、实例分割和全景分割是三种主要的方法。本文对这三种分割技术进行了详细的对比分析,探讨了它们在不同应用场景中的优缺点和适用范围,为研究人员和从业者提供了有价值的参考。 ... [详细]
  • AI TIME联合2021世界人工智能大会,共探图神经网络与认知智能前沿话题
    AI TIME携手2021世界人工智能大会,共同探讨图神经网络与认知智能的最新进展。自2018年在上海首次举办以来,WAIC已成为全球AI领域的年度盛会,吸引了众多专家学者和行业领袖参与。本次大会将聚焦图神经网络在复杂系统建模、知识图谱构建及认知智能应用等方面的技术突破和未来趋势。 ... [详细]
  • ManageEngine与华为强强联合,推动运维安全的数字化革新进程
    7月9日,由北京兴益鸿程信息技术有限公司主办,ManageEngine与华为携手举办的“运维安全数字化转型”IT运维技术交流会成功举行。此次活动汇聚了行业专家,共同探讨如何通过技术创新提升运维安全性和效率,推动企业数字化转型的深入发展。 ... [详细]
  • 基本价值在于商业落地,解决实际问题;真正的价值在于解决高价值问题,有两类:一解决民生、国力问题,提高国家的综合国力;二让人们的生活真正的更加美好。 近两年,很多学术大牛,进入工业界 ... [详细]
  • 每日一书丨AI圣经《深度学习》作者斩获2018年图灵奖
    2019年3月27日——ACM宣布,深度学习之父YoshuaBengio,YannLeCun,以及GeoffreyHinton获得了2018年的图灵奖, ... [详细]
author-avatar
懂我的何必解释
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有