路侧感知将成为车联网下一个热点

       5G商用时代的到来，为车联网产业的爆发提供了良好的契机。回顾2020年车联网的发展历程，有关车联网的产业政策和标准稳步推进，车联网产业链发展持续向好。与此同时，路侧感知作为车联网产业化市场的有力组成部分，在5G的发展带动下，准备迎来爆发契机，市场热度持续上升。
       政策持续加码
       疫情肆虐的2020年，亦是车联网快速发展的一年，国家有关部门相继发布产业政策。
       交通部颁布《推进综合交通运输大数据发展行动纲要（2020-2025年）》
       纲要指出，到2025年，综合交通运输大数据标准体系将更加完善，基础设施、运载工具等成规模、成体系的大数据集基本建成。
       国家发展改革委等11部委联合发布《智能汽车创新发展战略》
       《战略》将“推进智能化道路基础规划建设”作为重要的战略任务。分阶段、分区域推进道路基础设施的信息化、智能化和标准化建设，通过路、车设施的一体化发展，部分功能让“聪明的路”来替代。
       国家发展改革委、工业和信息化部联合发布《关于组织实施2020年新型基础设施建设工程(宽带网络和5G领域)的通知》
       文件重点支持基础网络完善工程和5G创新应用提升工程。其中就包括基于5G的车路协同车联网大规模验证与应用。
       国家十四五规划——加快建设交通强国
       十四五规划的出台，强调了交通强国的重要性，交通要向智慧化发展。MS-USER-NC智慧交通生态图谱中指出，R即Road道路。其中，道路层面的信号、标志标线的可感知甚至智能化，是智能交通建设基础中的基础。
       在产业政策的支持下，上海、北京-河北、重庆、无锡、杭州、武汉、长春、广州和长沙等地都在积极试点C-V2X，吸引了V2X产业的相关企业在当地落地。并且有的企业计划融资扩大人力和产能，整个车联网行业在不断向前发展。
       有了国家政策和行业发展的双重推动，车联网产业链热度持续上升。
       何为路侧感知                
       路侧感知是利用视觉传感器、毫米波雷达和激光雷达等多种传感器，结合边缘计算设备，实现对当前道路交通参与者和路况信息的实时获取。并通过V2X车路协同技术，按照约定的通信协议和数据交互标准，实现车-人-路-云间的信息交换和指令控制。路侧感知可以第一时间为驾驶员提供道路环境的实时信息，并做出有效决策，比如行人、机动车的碰撞预警、前方拥堵提醒、交通事故提醒等；为相关交通部门提供道路交通环境的监控和预测，比如车流量统计、车辆违停检测、区间测速等。
       路侧感知有效地弥补了车辆的感知盲区，为驾驶员提供及时预警，也为交通部门实现了一定范围内的车辆协同调度，可以有效地改善城市道路车辆拥堵情况。随着车联网路侧智能基础设施的部署，路侧感知会让道路变得更加“智慧”。
       市场规模多大
       根据《智能网联道路系统分级定义与解读报告（征求意见稿）》可知，中国公路学会从交通基础设施系统的信息化、智能化、自动化角度出发，结合应用场景、混合交通、主动安全系统等情况，把交通基础设施系统分为I0级（无信息化/无智能化/无自动化）到I5级（基于交通基础设施的完全自动化驾驶），共6个等级。
       而针对不同等级的道路，其信息化（数字化/网联化）、智能化和自动化程度是不同的，则路侧感知设备的布设情况就会不一样，计算方法也较为复杂，等级越高，投入成本也越大，自动化程度也就越好。
       由赛文交通网发布数据可知，2018年我国道路里程数表现在：（1）城市道路超过40万公里，50多万个城市路口；（2）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；（3）高速公路14.26万公里。据初步测算，高清摄像机、毫米波雷达、微波雷达、RFID 等感知设备，在高速公路/国省干线上平均10万/公里，感知设备市场规模为880亿；城市路口上平均20万/每路口，感知设备市场规模为1000亿。而随着我国新基建措施的推进，道路里程数还在不断地上升，路侧感知设备的市场份额也在不断增加。
       路侧感知设备是车联网中的核心组件，随着车联网通信平台的建设完成，路侧感知设备在车联网建设投入中的比重会逐年上升。
       发展趋势怎样
       5G通信平台的广泛搭建
       5G网络具有低延时、高可靠性和高容量的特点，5G的商用实现了车载端和路侧端实时通信的可能。5G通信平台是车联网路侧核心设备。目前华为、大唐、高新兴等集团公司都积极参与5G通信平台的搭建，行业巨头公司的加入，无疑是看到车联网路侧感知的巨大商用前景。
       云计算的超强能力
       云计算强大的存储能力、计算能力、安全可靠性和资源丰富性，可以有效地处理车载端和路侧感知端的交通数据信息，实时地分析道路交通状况，并将处理后的交通数据信息传递给周围车辆和相关平台，对当前车辆进行重新调度，优化和部署交通状况。目前腾讯、百度、阿里、华为、滴滴等行业巨头都在积极推进云控平台的搭建、优化车联网的后端平台。
       路基设备的大量部署
       伴随着政府新基建的推进，我国的城市道路和高速公路上部署了大量的视频监控点、测试雷达等设备，且初具规模。
       目前5G通信平台和车联网后端平台都在如火如荼地开展，政府也在积极发展智慧交通，大力推进路侧智能基础设施建设。只有通过车端、云端和路端三方技术和设备的融合，才能实现“感知、通信、计算”三大功能。因此，路侧感知是智慧交通建设中不可缺少的一环。
       未来路向何方
       研发更适合路侧感知网络的传感器
       现有的路侧感知方案中多采用传统的交通传感器，如卡口相机、交通摄像头、交通雷达等，甚至有采用车载的激光雷达和毫米波雷达。传统的交通传感器或车载传感器在设计之初并不是为了车路协同路侧感知量身定做，所以在一些核心指标，如探测范围、探测精度、时延等，都无法满足车路协同的标准要求。
       路侧感知是车路协同的核心系统，感知的数据质量直接影响各场景应用的效果和可行性。目前路侧感知还未形成规模，其主要原因之一就是缺乏适合的路侧传感器。针对车路协同的场景和标准要求，研发有针对性地路侧传感器是当务之急，也是推进路侧感知快速发展的抓手。
       提出更优的路侧感知方案
       当前的路侧感知方案很多采用摄像头、激光雷达、毫米波雷达获取路面信息，通过网络将数据汇聚到边缘计算单元MEC进行数据融合和分析。通过计算出整个道路上交通参与者的信息，再将信息按照约定的通信和交互标准传递给路侧单元RSU和智能网联车辆的。但这类强MEC的方案，对路侧网络质量要求较高、多传感器标定难度大，系统时延、功耗和综合成本都比较高，较难满足车路协同的相关标准，也较难广泛在路侧进行部署。
       如何充分利用这些传感器的特点，使其互补发挥最大效果；以及研发低成本、低功耗边缘计算设备都是路侧感知亟待解决的重要问题。