當下，對于ToB市場，5G+AI正在并行創未來！

5G和AI人工智能是未來全球科技行業發展的兩個重要趨勢。2019年6月6日，工信部向中國移動、中國電信、中國聯通、中國廣電發放5G商用牌照，標志著中國5G正式進入商用階段。

三大運營商加快網絡建設速度，計劃2019年底信號覆蓋50余個城市，2020年底覆蓋地級市以上城市。5G網絡寄托了整個移動互聯網產業鏈未來的希望，也將深度賦智能交通產業，引發產業的深度變革。

關于智能交通與AI的話題，已經不絕于耳，甚至有些審美疲勞了。4G改變生活，5G改變社會，那么，未來，5G與智能交通，能發生哪些質變呢，能開啟哪些新的市場成長空間，打造新的增長點呢？

無人駕駛駛向5G時代

無人駕駛，曾幾何時如空中樓閣，然，有業界預測，2021年將可以實現中國式無人駕駛的商業落地。

5G+AI新一代無人駕駛通過更安全的交通出行，降低交通事故的發生，讓民眾更有安全感；更加惠民、便民的無人駕駛共享出行方式將可增加人民的幸福感；由無人駕駛賦能的更加智慧、智能的生活方式也將提升大眾的獲得感。

無人駕駛是近兩年極為受人矚目，它其實就是一種智能駕駛形態，利用車載傳感器來感知車輛周圍環境，并根據感知所獲得的道路、車輛位置和障礙物信息，控制車輛的轉向和速度，從而使車輛能夠安全、可靠地在道路上行駛。

無人駕駛汽車在不斷增加的傳感器陣列驅動下，每天將會產生4000G的數據，而4GLTE的速度約為12Mbps，延遲為50ms，對無人駕駛的連接、安全的自治系統需求難以滿足。

在實現5G無線網絡技術后，其速度可以達到10Gbps和1MS的延遲，能夠支持智能汽車的發展進程，提升汽車之間以及汽車和周圍環境之間可靠溝通的水平，5G技術是無人駕駛車輛互聯的關鍵促成器。

另外，汽車內部的數字服務也有賴于5G技術的實現，憑借超低延遲處理大數據的能力為汽車制造者提高乘客體驗、增加移動收入提供工具。

當然，2019年5G在無人駕駛應用還是一種初級探索階段，將無人駕駛車輛與更多的網絡連接結合，對其安全性無疑存在一定風險。

一方面，車輛部件和系統在借助5G網絡與外部進行連接時，也增加了可能受到攻擊的范圍。

另一方面，基于無人駕駛車輛對無線網絡的依賴，5G基站的建設和維護顯得至關重要，保持基站長時間正常工作并且增加基站的分布覆蓋是保障可靠數據傳輸的關鍵。

針對以上問題，汽車制造業需要全面制定5G基站的建設計劃，同時借助現有安全技術研發完善無人駕駛車輛的網絡安全機制。

5G時代的車與路，將更加協同

如今已從萬物互聯邁入萬物智聯時代，各行各業都在擁抱智能。以智慧交通為例，汽車流量的實時監控、智能化交通管制等，能幫助城市改善擁堵問題。

我國即將進入5G時代，相比4G，5G不僅速度更快，低時延為車聯網提供了基礎條件等特點，讓交通向智慧化邁進。

V2X是2020年關于智慧路網、車路協同的關鍵性技術，該技術就是讓車路高效協同，是車與路這兩者的高度統一，有效協助。

順理成章，其最主要的2個子系統是路側單元和車載單元，各個交通組成單元通過路側單元和車載單元，以有線或無線通信方式來實現車輛與車輛、車輛與路側以及路側與路側之間的信息傳輸和共享。

路側單元的主要功能是：收集路側傳感器檢測到的各種信息（如交通流量、突發事件、密集人群、交叉口行人信息、道路異物侵入、路面濕滑狀態），以無線短程通信的方式發送給車輛，以有線或無線通信的方式發送給其它路側單元或管理中心；接收來自車載單元或其他路側單元的信息。

車載單元的主要功能是：收集各類車載傳感器采集到的信息（如定位、運動等）進行融合處理后發送給其它車載單元；接收來自其它車載單元的信息；接收來自路側單元的信息；對接收到的信息和收集到的本車傳感器信息進行融合處理，做出安全預警判斷和車輛控制決策，以合適的交互方式向駕駛人提供信息，或向車輛控制單元發出控制指令。

5G賦能，讓車路協同成為自動駕駛明確方向。其實當前自動駕駛的技術路線，單車智能的車路協同也備受關注。

單車智能，通過更多的傳感器，聯合更好的算法，讓車不需要任何外力就能實現相對安全的自動駕駛。

但在實踐中這個目標非常難做到，面對復雜的交通環境，包括人、車的意圖，意外因素，以及交通規則的限制等，很難判斷。傳感器高成本也是非常重要的因素。

而利用V2X技術，在5G的保障下，最大的優勢就是可以進行超視距的感知，這是單車智能無法做到的。同時還可以實現高精度和低成本的感知。

就低成本而言，如果把大多數的感知責任從車端移到云端，可以極大減少單車成本，同時提升車輛的安全性，還有很重要的一點就是能夠減少車輛的耗電。

5G賦能，讓出行變得更智慧

因滿足運輸與出行，交通才出行。

2018年交通部5號令要求“兩客一危”部署實時車載監控設備預防司機疲勞駕駛和突發公共安全事件。

目前車載視頻監控主要采用3G/4G網絡進行實時回傳，由于上行帶寬受限、覆蓋、時延等原因，視頻監控畫面質量差、不時有卡頓及馬賽克（高峰期），無法達到實時監控及及時發現高危人員的效果，存在一定的安全隱患。

AI技術的發展，智能算法在司機上崗時對于身份進行校驗，防止替換班；駕駛過程中進行駕駛行為的實時檢測預警，同時通過車身配置的更多的高清攝像機、雷達等傳感器，對于車道偏離、前向碰撞、盲區監測進行主動預警。

通過駕駛過程的行為和習慣生成駕駛模型，駕駛技能評價、駕駛速度分析、短期安全系數分析、報警事件分析，企業可以用數據針對駕駛人進行考核，可實現針對性培訓，督促駕駛人更加安全的駕駛。

移動車載類場景，包括：公交車、出租車、地鐵等公共交通車輛，交巡警摩托、執法警車、巡邏車等執法巡邏車輛，校車、押運車、運鈔車、危化品運輸車等特種車輛。

這些車輛均需要被重點監管，但受限于當前的無線技術和網絡能力，監管的范圍、時效性、有效性都無法保證。

一方面，由于帶寬和穩定性不足，無法實現全量實時回傳，對駕駛人/乘客/車輛真實狀況無法掌控，可實時視頻調閱的并發路數少，畫質模糊，偶發卡頓，無法有效支撐突發事件高效處置。

另一方面，車載監控視頻存儲在本地，設備易損壞，數據易丟失，無法可靠提供突發事件的視頻調取。當前交通車輛已成為天網的監控盲區，只能在事后通過“回頭看”獲取線索。

隨著5G網絡時代的到來，使得車載監控系統從標清化向高清化、聯網化、智能化的方向發展成為可能。

借助5G網絡的大帶寬、高可靠、低時延特性，可以滿足高幀率、高質量的視頻數據實時傳輸需求，把視頻回傳到后臺進行云化存儲，保障數據不丟失，大幅提高數據存儲可靠性。

同時高清視頻傳輸也為后續開展智能化應用提供數據基礎，結合后端AI能力，對司機危險駕駛行為進行智能識別及預警，實現對運輸車輛的實時監測和精細化管理。

隨著經濟的發展，飛機成為人們出行的主流方式，飛行提升了出行效率，但機場的重重安檢卻又降低了出行效率，值機、托運、預安檢、安檢、登機等繁瑣流程，重復驗證降低了出行的體驗。

另一方面機場當前在管理上也多依靠人工巡檢、人工視頻監控，效率低，隱患大。

5G及人工智能技術的發展，讓數據在各個系統中統一，通過一張臉即可通關場景，除了上述的場景可以實現自助驗證通關，大大提升效率外，還可以在登機路線規劃、晚到旅客精準定位、VIP客戶精準服務等環節提升出行體驗；接機時可以通過客人信息實現到港位置提醒，無需看屏找人。

超高清攝像機以及無人機等新的手段，可以實現機場的無死角覆蓋，結合人工智能的算法，可以自動識別機場風險，諸如周界入侵檢測、航班降落跟蹤、航班停機路線規劃等更多智能應用，在降低風險的前提下提升管理效率。

5G與智慧運輸的質變

隨著計算機與通信技術的高速發展，物流行業也隨之發生了天翻地覆的變化，大量前沿技術得以廣泛運用，極大提高了物流的效率和安全質量。

同時，隨著5G移動網絡不斷成熟和全面商用，人工智能、大數據、云計算、物聯網、AR/VR等關鍵技術與物流全流程深度融合，將在現代物流行業的倉儲、運輸、配送等多個領域內得到廣泛應用，以“5G+AI+物流”的新模式，全面促進傳統物流向智慧物流轉型。

物流企業除負責普通貨物運輸外，還覆蓋食品運輸、醫藥冷鏈運輸、危化品運輸等領域，所以針對物流車輛的管理監控非常重要。

通過在車輛上安裝車載監控系統，實現車輛遠程視頻瀏覽、車輛地理位置記錄跟蹤，是當前的重要管理手段。

但受限于當前無線技術和網絡能力，監管的范圍、時效性、有效性都存在較大限制。

一方面，由于帶寬和穩定性不足，視頻無法實現全量實時高清回傳，對駕駛人/車輛真實狀況無法掌控；另一方面，車載監控視頻大多離線存儲在本地，設備易損壞，數據易丟失，無法可靠提供突發事件的視頻調取。

傳統港口環境下，龍門吊、集卡（集裝箱卡車）、視頻監控等關鍵業務系統傳統上采用光纖、工業WiFi等通信手段，存在建設和運維成本高、部署不靈活、穩定性與可靠性不高等痛點。

傳統港口的龍門吊機主要靠人工進行操控，工作辛苦、效率較低，并且近年來司機老齡化嚴重，人員短缺。

對于實現龍門吊遠程操控需求迫切，遠程操控對于網絡要求高，網絡時延要求是毫秒級（30毫秒），當前龍門吊通過光纖通訊，需部署光纖轉盤，長期操控易出現故障，每個龍門吊的光電纜部署需要200萬元以上，且每兩年需要更換，多臺同時操作時光纖拖地易纏繞。

如果采用Wifi方式只適用于單機遠程操作，且傳輸距離比較受限；采用波導電纜、波導管方式帶寬受限，帶寬一般只有100M左右，最新一代也不過在200M左右。

前端在每個龍門吊安裝4個實時回傳高清攝像機，通過5G網絡回傳到中控室。

5G無線網絡解決了光纖纏繞的問題，可以同時操作多臺龍門吊并行工作，有效降低設備購置率，同時降低了線纜更換的維護成本；大帶寬的能力保證多龍門吊的并發高清視頻上行需求；低時延有效保證遠程控制的精度。

碼頭內集卡主要有AGV和跨運車兩種，主要負責碼頭前沿到堆場的運輸。

AGV可靠性高，依靠磁釘運行，對于磁釘的安裝環境要求高，且擴展難度大；跨運車與龍門吊相似，如果要實現遠程操控，也受限于傳統的網絡的高時延。

港口環境復雜，沒有紅綠燈，堆場情況變化快，需要有攝像機和多種傳感器對于周邊環境進行感知，人與車、車與車、車與物之間的實時交互，實時決策，保障遠程操控的半自動化，自動化。

在車載端，AGV車身前部和后部各安裝3個5G高清攝像機，采集360度環視視頻，通過5G網絡與自動駕駛車輛底盤線控設備以及視頻采集設備進行數據交互，實現對智能車的實時監測和管控。

在監控中心發現自動駕駛車輛有異常時，可人工接管車輛，通過遠程駕駛將車輛行駛至安全地帶。

城市道路管理包括城區主干道和橋梁、高架、隧道等重點道路，通常由各級道路橋梁監督管理服務中心負責維護。傳統的維護主要靠巡檢車輛進行日常巡檢。每輛車巡檢1次時間約30分鐘，每天巡檢2次。

路橋情況更多的采用人工靠肉眼進行評估。當前操作模式依靠巡檢人員經驗判斷，如果路面情況嚴重影響通行，則馬上電話通知維護值班人員至現場處理，并通過微信將現場情況拍照提供給維護人員。

巡檢過程中路面視頻記錄在車載NVR，回到所里后拷貝至存儲服務器，歸檔管理12個月，但數據并沒有進行結構化分析，成為沉睡的數據。

5G和AI技術的發展，可以通過前端高清視頻監控獲取高質量路面畫面，通過算法對路害進行實時分析，并根據路橋嚴重程度行程高中低三類優先級工單，針對高優先級的工單，可以及時通過5G網絡將高清視頻畫面回傳，支撐監控中心對路害進行分析并制定相應解決方案；中低級的路害工單則派發至對應管理所進行統籌管理。

5G對智能交通產業在行業覆蓋、產業轉型、業務覆蓋、視頻采集提檔升級、感知運用、防控能力等方面帶來深刻變革。

使能智能交通，從“專制專用”走向“和諧民生”；從“看見”走向“洞見、預見”；覆蓋從“零散稀疏”走向“無處不在”，實現業務覆蓋的全域化、自由化、簡捷化；感知從“后知后覺”走向“通感聯覺”，伴隨著5G、感知控制技術、視頻渲染技術、智能設施裝備的成熟和應用，將使智能交通的業務形式更加的自由。

既能從物理世界投射到數字世界，也能把數字世界疊加渲染進物理世界，形成虛實協同的數字孿生，重構全天候、全時空、全要素、全融合為特征的智能交通新體系，也描繪出一幅關乎于智能交通的最美畫卷。
責任編輯：tzh