8Kcine_8k影像网_5G+8K超高清学习和交流平台

为什么 5G 和 MEC 正在加速自动驾驶汽车的到来

5G楷明兄 发布于 07月18日 本文共1612个字,预计阅读时间需要5分钟。

Verizon 网络规划高级经理 Jyoti Sharma 讨论了为什么自动驾驶汽车的未来取决于 5G 和移动边缘计算 (MEC)。

虽然自动驾驶汽车可以提供更安全、更高效的交通未来,但在这项新兴技术成为现实之前,仍有许多障碍。为了实现下一次大跃进,需要能够满足自动驾驶未来严格要求的计算、网络和存储技术。

一些现有的技术解决方案可能会带来挑战。为汽车增加超级计算机级别的动力会使每辆车的成本增加一倍,从而导致购买成本过高。而今天的技术还不够快,无法提供安全导航动态事件(如天气或行人)所需的近乎即时的反应时间。最后,今天的 GPS 位置数据太不精确了,精确到几米而不是厘米。

 

进入 5G 和多接入边缘计算 (MEC)。这种组合架构非常适合以超低延迟和高可靠性存储、处理、传输和分析数千兆字节的自动驾驶汽车数据。它们可能是将我们的道路转变为新型信息高速公路的关键。

 

数据驱动的未来的好处

自动驾驶汽车可以极大地改善道路交通的未来。密歇根大学的一项研究预测,自动驾驶汽车将有助于改善公共健康和安全、提高机动性、减少能源和环境影响以及增加汽车共享的采用。同一项研究发现,仅在美国,自动驾驶汽车就可以将致命的车祸数量减少 90%,每年可能节省约 1900 亿美元。

深入了解 5G 和 MEC

5G 和 MEC 可以帮助使自动驾驶汽车成为道路现实,因为它们可以引导车辆产生的大量数据并将其转化为有意义的行动。

这是我交谈过的许多汽车制造商都在努力解决的话题。它们当然可以生成大量数据,但接下来会发生什么?答案始于边缘的网络和云计算。

在毫米波频谱上运行的 5G 网络可以提供高达每秒 2 吉比特的峰值下载速度和每秒超过 200 兆比特的上传速度——这正是自动驾驶汽车生成 TB 数据所需的带宽。

当您将 5G 与 MEC 配对时,车辆不再需要除发动机和电机外还配备高性能计算机。相反,通过 5G 传输的数据可以进入 MEC 区域进行繁重的数据处理,从而为面临动态驾驶环境的自动驾驶汽车提供快速、自动化的决策。

 

使这一切起作用的是精确的位置数据。自动驾驶汽车必须在几厘米内知道自己的位置——这不仅仅是 GPS 所能提供的。这就是具有实时运动学 (RTK) 的超精确定位等发展可以扩展 GPS 功能的地方,提供厘米级定位精度,远远超过标准 GPS 的三到九米的精度级别。

 

这些互联技术的优势可以以我们以前从未见过的方式扩展远程车辆传感器(如雷达、摄像头和 LiDAR)的功能。突然之间,连接到物联网设备的网络的力量应该让自动驾驶汽车的视野远远超出他们的直接视野。

 

想象一下未来,自动驾驶汽车可以共享交通警报或提供天气变化的最新信息,并为紧急车辆自动清理路径。由于低延迟、低延迟的网络,车辆的远程驾驶也成为可能,这意味着一个城市的运营商可以“驾驶”该国另一地区的车辆。

其他可能性包括自动优化速度以避免撞车或错过红灯的能力,更好地节省燃料或电池,当然还可以提高进出车辆的安全性。与智能手机的发展类似,汽车制造商已经暗示软件定义汽车的未来会通过软件更新让用户“修补”他们的汽车,增加新的功能和性能。

共同驾驭未来

公司如本田,哈曼,Renovo公司,Savari和LG电子正在测试5G和MEC如何增强车辆对一切(V2X)应用。初步测试包括针对紧急车辆、人行横道和闯红灯者的下一代道路警报。

这些合作令人振奋,前景广阔,因为我们将继续专注于构建有助于满足汽车制造商对可靠性、数据隐私和安全性、延迟和吞吐量的独特网络要求的新技术。

没有一家公司可以创建更强大的自动驾驶汽车未来所需的整个网络和边缘计算基础设施。超精确定位服务的持续发展和 5G 网络采用的好处可以改善自动驾驶汽车传输数据的方式,近乎实时地做出响应,并更准确地查看周围的情况。要真正让自动驾驶汽车成为交通的未来,技术供应商、汽车制造商和监管机构之间需要进行更深入的合作,以解决频谱分配和监管政策等全行业挑战。5G 的低延迟和高带宽以及 MEC 的计算能力是解决方案的一部分,但要真正拥抱自动交通的广泛采用,

本文系作者个人观点,不代表本站立场,转载请注明出处!

相关文章

更多
切换注册

登录

忘记密码 ?

切换登录

注册