如果把一臺無人駕駛車輛比作一個人的話，那么激光雷達、毫米波雷達、攝像頭、IMU及GPS等等部件就相當于人的眼睛、鼻子、耳朵、觸覺及第六感等器官或系統(tǒng)。

環(huán)境感知作為無人駕駛的第一環(huán)節(jié)，處于車輛與外界環(huán)境信息交互的關鍵位置，其關鍵在于使無人駕駛車輛更好地模擬人類駕駛員的感知能力，從而理解自身和周邊的駕駛態(tài)勢。

激光雷達、毫米波雷達、超聲波雷達、定位導航系統(tǒng)、視覺系統(tǒng)等為無人駕駛車輛提供了海量的周邊環(huán)境及自身狀態(tài)數(shù)據(jù)，這些以圖像、點云等形式呈現(xiàn)的數(shù)據(jù)包含了大量與駕駛活動無關的信息。環(huán)境感知需要遵照近目標優(yōu)先、大尺度優(yōu)先、動目標優(yōu)先、差異性優(yōu)先等原則，采用相關感知技術對環(huán)境信息進行選擇性處理。

人類駕駛員受限于視野范圍，存在諸多駕駛盲區(qū)。無人駕駛車輛上安裝的每類傳感器也都有自身的感知盲區(qū)。實際上，這些區(qū)域僅相對于特定時刻而言，隨著車輛的行進在下一時刻即會產生新的盲區(qū)。無人駕駛過程中，通過組合使用多類傳感器和運用時序關聯(lián)的感知技術，可以縮小感知盲區(qū)的范圍，一般不會影響正常駕駛。

無人駕駛車輛獲取和處理環(huán)境信息，主要用于狀態(tài)感知和 V2X 網聯(lián)通信。狀態(tài)感知主要通過車載傳感器對周邊及本車環(huán)境信息進行采集和處理，包括交通狀態(tài)感知和車身狀態(tài)感知。V2X 網聯(lián)通信是利用融合現(xiàn)代通信與網絡技術，實現(xiàn)無人駕駛車輛與外界設施和系統(tǒng)硬件配置方案之間的信息共享、互聯(lián)互通和控制協(xié)同。

交通狀態(tài)感知功能的實現(xiàn)依賴于環(huán)境感知傳感器及相應的感知技術。按照獲取交通環(huán)境信息的途徑，可將這些傳感器分為兩類：1）被動環(huán)境傳感器，該類傳感器自身不會發(fā)射信號，而是通過接收外部反射或輻射的信號獲取環(huán)境信息，主要包括攝像頭等視覺傳感器和麥克風陣列等聽覺傳感器；2）主動環(huán)境傳感器，該類傳感器主動向外部環(huán)境發(fā)射信號進行環(huán)境感知，主要指激光雷達、毫米波雷達和超聲波雷達。

車身狀態(tài)感知功能的實現(xiàn)主要基于 GPS（Global Position System， 全球定位系統(tǒng)）、北斗衛(wèi)星導航系統(tǒng)（ BeiDou Navigation Satellite System，BDS）、慣性導航系統(tǒng)（Inertial Navigation System，INS）等設備，旨在獲取車輛的行駛速度、姿態(tài)方位等信息，為無人駕駛車輛的定位和導航提供有效數(shù)據(jù)。

V2X（即 Vehicle to Everything，車輛同所有交通參與者）網聯(lián)通信強調了車輛、道路、使用者三者之間的聯(lián)系，主要利用 RFID（Radio Frequency Identification，射頻識別）、拍照設備、云服務器等獲得實時路況、道路信息、行人信息等一系列交通信息，從而提高駕駛安全性和駕駛效率。

可用于無人駕駛環(huán)境感知的硬件設備有很多，主要包括攝像頭、激光雷達、毫米波雷達、超聲波雷達、GPS、BDS、INS 等，目前無人駕駛車上采用的配置方案往往是多種型號或多種類型設備的組合。

一般來講，感知設備種類越多、價格越貴，精度相對越高、識別范圍相對越大。但是每種感知設備都有其局限性。

無論是單目攝像頭、雙目攝像頭，還是多目攝像頭、深度攝像頭，無論像素再清晰、采樣速率再高，也無法解決所有圖像采集和處理的難題。由于道路環(huán)境、天氣環(huán)境的多樣性、復雜性以及無人駕駛車輛本身的運動特性，攝像頭容易受到光照、視角、尺度、陰影、污損、背景干擾和目標遮擋等諸多不確定因素的影響。而在駕駛過程中，車道線、交通燈等交通要素存在一定程度的磨損、反光是常態(tài)，因此不存在完全理想的攝像頭。

雷達對光照、色彩等干擾因素具有很強的魯棒性，激光雷達、毫米波雷達和超聲波雷達也都有各自的優(yōu)勢。但是安裝多少數(shù)量/種類的雷達、選取多高的采樣速率，都不可能徹底解決凹坑反射、煙塵干擾和雨、雪、霧等惡劣天氣條件下的探測難題，也難以實現(xiàn)真正的全天候、全天時、全三維，因此雷達不可能完美。

定位導航系統(tǒng)為無人駕駛提供了高精度、高可靠定位、導航和授時服務，RTK（Real-Time Kinematic，載波相位差分技術）+ INS 組合更是為實時精準定位和位置精度保持奠定了重要基礎。但是無論位置服務公共平臺多好、陀螺精度多高，還是存在采樣頻率不夠、地理環(huán)境過于復雜、初始化時間過長、衛(wèi)星信號失效等問題，因此定位導航系統(tǒng)總是存在缺陷。

可見，沒有完美的感知設備，設備不理想是常態(tài)，也不存在完美無缺的設備組合方案。然而對于不同的駕駛任務而言，需要不同的感知設備種類和類型，并非要配置最全、最多、最貴的感知設備才能完成駕駛任務，而是要以任務需求為導向，有針對性地選取合適的感知  設備，組合實現(xiàn)優(yōu)化配置。

感知功能的實現(xiàn)既需要合適的感知設備，也離不開相應的感知技術。環(huán)境感知功能分工的不同，決定了所需感知設備和感知技術的差異。其中，交通環(huán)境感知是車輛對外界環(huán)境信息的捕獲和處理，主要基于車載傳感器和傳感感知技術。按照傳感器獲取的信號類型，可分為攝像頭視覺、雷達傳感和聽覺傳感。

人類在駕駛過程中所接收的信息大多來自視覺，例如交通標志、 道路標志、交通信號等，這些視覺信息成為人類駕駛員控制車輛的主要決策依據(jù)。在無人駕駛中，攝像頭取代人類視覺系統(tǒng)作為交通環(huán)境感知的傳感器之一。相較于其他傳感器，視覺傳感器安裝使用的方法簡單、獲取的圖像信息量大、投入成本低、作用范圍廣，并且近些年更是得益于數(shù)字圖像處理技術的快速發(fā)展和計算機硬件性能的提高。但是在復雜交通環(huán)境下，視覺傳感器依然存在目標檢測困難、圖像計算量大、算法難以實現(xiàn)的問題，視覺感知技術在應對道路結構復雜、人車混雜的交通環(huán)境時也還存在很多不足。

無人駕駛中配置的視覺傳感器主要是工業(yè)攝像頭，與民用攝像頭相比具有更大優(yōu)勢，例如較高的圖像穩(wěn)定性、傳輸能力和抗干擾能力。按照輸出的數(shù)據(jù)信號，工業(yè)攝像頭可分為模擬式和數(shù)字式兩種。模擬攝像頭的輸出為模擬電信號，需要借助視頻采集卡等組件完成數(shù)字信號轉換，該類攝像頭連線簡單、成本較低，但是轉換速率慢；數(shù)字攝像頭所采集的圖像直接通過內部感光組件及控制組件轉換為數(shù)字信號，該類攝像頭采集速率快、數(shù)據(jù)存儲方便，但是價格相對昂貴。

視覺感知技術主要包括三種：1）單目視覺技術，即通過單個攝像頭完成環(huán)境感知任務，具有結構簡單、算法成熟并且計算量較小的優(yōu)點，但是感知范圍有限、無法獲取場景目標的深度信息；2）立體視覺技術，基本原理是采用 2 個（或多個）攝像頭從不同視點觀察同一目標，并通過計算圖像像素間位置偏差恢復三維場景，難點在于尋找多個攝像頭圖像中匹配的對應點；3）全景視覺技術，成像視野較寬，但圖像畸變較大、分辨率較低。

近年來，深度學習（Deep Learning）在計算機視覺和圖像處理領域的應用取得了巨大成功，基于深度學習的圖像處理成為無人駕駛視覺感知的重要支撐。深度學習的輸入可以為原始的圖像像素，通過構建含有多隱層的機器學習模型模擬人腦的多層結構。經逐層抽取得到的信息特征，相比傳統(tǒng)圖像處理算法構造的特征更具表征力和推廣性，大大地提高了目標檢測和識別的準確性。在無人駕駛視覺感知中，深度學習多用于對車輛、行人、交通標志等交通要素的檢測和識別。由于深度學習需要大數(shù)量、多樣性的數(shù)據(jù)集，而且對計算平臺的性能要求高，目前大多僅應用于離線數(shù)據(jù)的處理。視覺傳感器的配置參數(shù)和視覺感知技術的算法優(yōu)劣共同決定了視覺感知系統(tǒng)的性能。

在國內外無人駕駛車輛開發(fā)過程中，傳感感知技術研究的重點除了視覺就是雷達。雷達通過對目標發(fā)射電磁波并接收目標回波來獲得目標的距離、方位、距離變化率等信息。得益于其主動探測的環(huán)境探測模式，雷達感知比視覺感知受外界環(huán)境的影響較低，近年來在無人駕駛中發(fā)揮的作用也較大。

雷達傳感器一般由發(fā)射機、發(fā)射天線、接收機、接收天線、顯示器、處理部分以及電源設備、數(shù)據(jù)錄取設備、抗干擾設備等輔助設備構成。按照電磁波的波段，雷達分為三類：激光雷達、毫米波雷達、超聲波雷達，如下圖所示。

激光雷達工作在紅外和可見光波段，是一種以激光為工作光束、 使用光電探測技術手段的主動遙感設備。具有分辨率高、隱蔽性好、 抗有源干擾能力強、定向性好、測量距離遠、測量時間短的特點；不足之處在于技術門檻和成本較高（2020年隨著競爭的加劇激光雷達的價格已經大幅度降低），而且在云霧雨雪等惡劣環(huán)境中衰減嚴重。

根據(jù)探測原理，激光雷達分為單線（二維）激光雷達和多線（三維）激光雷達。單線激光雷達僅通過一條掃描線進行旋轉掃描，獲取二維掃描范圍內的深度信息，如德國 SICK 光電設備公司研發(fā)的 LMS 系列，在無人駕駛中常用于自動跟車行駛；三維激光雷達，通過綜合多條掃描線旋轉掃描的結果，得到空間范圍內的深度信息，能夠有效捕獲目標的基本特征和局部細節(jié)，測量精度和可靠性很高，如美國Velodyne LiDAR 公司的 HDL 系列，常用于測距、測速和三維成像。

據(jù)粗略統(tǒng)計，目前共有80-100家公司從事與激光雷達相關的產業(yè)。而各自動駕駛公司又不愿意把雞蛋放在同一個籃子里，都選擇了好幾個激光雷達廠商作為合資伙伴；甚至，在同一臺測試車輛上將不同廠家激光雷達混用也不是新鮮事。

毫米波雷達工作在毫米波波段，頻率在 30-300GHz 之間。具有體積小、質量輕、分辨率高、抗干擾能力強且便于安裝的特點，能夠精確測量目標的相對距離和相對速度。但是由于毫米波是重要的雷達頻段，在很多場合會受到干擾。

按照測距原理，可以將毫米波雷達分為兩類：1）脈沖式毫米波雷達，其基本原理與激光雷達相似，由于探測技術復雜、成本較高，很少用于無人駕駛；2）調頻連續(xù)式毫米波雷達，具有穿透力強、精度高、穩(wěn)定性高、抗干擾能力強的優(yōu)勢，能夠在雨雪等惡劣條件下正常工作，而且結構簡單、成本低廉，容易實現(xiàn)近距離探測。

超聲波雷達工作在機械波波段，工作頻率在 20KHz 以上。超聲波雷達多用于測距，如下圖所示，其基本原理是通過測量超聲波發(fā)射脈沖和接收脈沖的時間差，結合空氣中超聲波的傳輸速度計算相對距離。超聲波測距的優(yōu)勢主要有四點：對惡劣天氣不敏感，穿透性強、衰減??；對光照和色彩不敏感，可用于識別透明和漫反射性差的物體；對外界電磁場不敏感，適用于存在電磁干擾的環(huán)境；原理簡單、制作方便、成本較低，容易進行市場推廣。但是超聲波雷達也存在很大的不足，測距速度無法與光電測距和毫米波雷達測距相比，而且無法測量方位，應用領域受限。

雷達傳感器對目標信息的感知來源于自身發(fā)送的電磁波。相比被動傳感器而言，雷達受外界環(huán)境影響小，獲取的深度信息可靠性高， 測距范圍和視角大、準確度高。另外，雷達每幀接收的點云數(shù)據(jù)量遠小于攝像頭記錄的圖像信息，更能滿足無人駕駛對實時性的需求。

無人駕駛感知過程中，毫米波雷達和超聲波雷達的主要作用即為測距和測速，目前在盲點探測、自適應巡航、前/后方碰撞預警等技術中應用較為廣泛。除了距離和速度，激光雷達還能夠較為準確地獲取目標的形狀、深度等信息。隨著激光雷達性能的提高，相應的激光雷達感知技術也在不斷發(fā)展。目前常用的感知技術主要有：障礙物檢測與跟蹤、路面檢測、三維重建等。

目前大部分無人駕駛車輛僅依靠視覺感知和雷達感知，已經能夠完成絕大多數(shù)交通環(huán)境感知任務，因此往往忽略了聽覺感知，很多無人駕駛車輛甚至是“聾子”。然而在人類駕駛員開車時，交通環(huán)境中有許多聲音也會攜帶重要信息，例如喇叭、警笛等，這些信息能夠幫助駕駛員做出即時反應，包括改變車輛行駛速度和行駛方向等。無人駕駛車輛同樣需要對環(huán)境中的聲音有所感知并做出反應，這些聲音一般無法通過攝像頭或雷達獲取，而是需要開發(fā)車輛的“耳朵”，讓聽覺傳感感知系統(tǒng)能夠真正發(fā)揮作用。

無人駕駛的基礎是自主導航，不僅需要獲取車輛與外界環(huán)境的相對位置關系，還需要通過車身狀態(tài)感知確定車輛的絕對位置，因此定位與導航也是環(huán)境感知的關鍵技術之一。

無人駕駛車輛的位置數(shù)據(jù)不可能脫離感知態(tài)勢的基準（常說的坐標系）而獨立存在，不同的基準對應的車輛定位表現(xiàn)結果有很大差異。目前在無人駕駛中常用的基準包括：大地坐標系（WGS-84/ CGCS2000）、攝像機坐標系、圖像坐標系、雷達坐標系、駕駛員認知坐標系等。選定基準之后，將車身姿態(tài)、周邊環(huán)境和地圖等信息都進行映  射并標注，生成基于這些坐標系的一張或多張圖上。在這些圖中，基于駕駛員認知坐標系的駕駛態(tài)勢圖能夠更好地體現(xiàn)選擇注意性，可以與車輛實現(xiàn)同步移動。

衛(wèi)星導航系統(tǒng)都由空間段（導航衛(wèi)星）、地面段（地面觀測站） 和用戶段（信號接收機）三個獨立部分組成，如圖所示。衛(wèi)星導航的基本原理是測量已知位置的衛(wèi)星到用戶接收機之間的距離，并綜合多顆衛(wèi)星的數(shù)據(jù)計算出用戶所在地理位置信息。

目前主要有GPS、北斗衛(wèi)星導航系統(tǒng)、GLONASS 和 GALILEO四大全球衛(wèi)星導航系統(tǒng)，我國常用的為 GPS 和北斗衛(wèi)星導航系統(tǒng)。

GPS 是由美國國防部研制的全球首個定位導航服務系統(tǒng)，空間段由平均分布在 6 個軌道面上的 24 顆導航衛(wèi)星組成，采用 WGS-84 坐標系；北斗衛(wèi)星導航系統(tǒng)是中國自主研發(fā)、獨立運行的全球衛(wèi)星定位與通信系統(tǒng)，是繼美國的 GPS、俄羅斯的 GLONASS 之后第三個成熟的衛(wèi)星導航系統(tǒng)，空間段包括 5 顆靜止軌道衛(wèi)星和 30 顆非靜止軌道衛(wèi)星， 采用我國獨自建立使用的 CGCS 2000 坐標系。這兩種導航系統(tǒng)都可在全球范圍內全天候、全天時為用戶提供高精度、高可靠的定位、導航和授時服務，北斗衛(wèi)星導航系統(tǒng)擁有更多的地球同步軌道衛(wèi)星，還兼具短報文通信能力。

衛(wèi)星導航定位技術按照定位方式分為單點定位技術和相對定位技術：單點定位是根據(jù)單獨一臺信號接收機的觀測數(shù)據(jù)確定用戶絕對位置的方式，容易受到系統(tǒng)性偏差的影響；相對定位是利用兩臺以上接收機的觀測數(shù)據(jù)來計算觀測點相對位置的方法，定位精度較高。相對定位又分為靜態(tài)定位和動態(tài)定位兩種類型，其中實時動態(tài)定位 RTK 技術是一種新的常用的衛(wèi)星定位測量方法。

RTK 是一種基于載波相位觀測值的定位技術，利用了參考站和移動站之間觀測誤差的空間相關性。與以前的靜態(tài)定位和動態(tài)定位不同，RTK 無需事后結算即可在野外實時得到厘米級的定位精度，成為衛(wèi)星定位應用的重大里程碑。RTK 屬于廣域定位技術，對天氣狀況和周邊障礙物不敏感，但還是存在幾點問題：1）初始化時間較長，主要受到衛(wèi)星數(shù)、電離層、多路徑等綜合影響；2）工作距離短，基站覆蓋范圍一般不超過 15km；3）對衛(wèi)星數(shù)量需求較高，在 6 顆以上衛(wèi)星時作業(yè)較為可靠；4）存在信號失鎖，衛(wèi)星信號常常在隧道、高樓等嚴重遮擋的環(huán)境下失效。這些技術缺陷限制了 RTK 技術的應用，網絡 RTK（又稱 COS）應運而生。網絡 RTK 是由多個基站組成的網絡，通過將數(shù)據(jù)統(tǒng)一傳送至網絡服務器，并由服務器根據(jù)移動站和網絡中基站的位置關系從最近的基站發(fā)送數(shù)據(jù)，或者在移動站附近虛擬出基站信息進行差分解算，從而提高移動站與基準站的誤差相關性，獲得高精度的定位結果。

慣性導航系統(tǒng)（簡稱慣導）由陀螺儀和加速度計構成，通過測量 運動載體的加速度和角速率數(shù)據(jù)，并將這些數(shù)據(jù)對時間進行積分運算，從而得到速度、位置、姿態(tài)和航向。慣導以牛頓力學定律為基礎，工作原理是根據(jù)陀螺儀的輸出建立導航坐標系并給出航向和姿態(tài)角，再根據(jù)加速度計的輸出解算運動載體，實現(xiàn)慣性參考系到導航坐標系的轉換。慣導屬于推算導航方式，即在已知基準點位置的前提下根據(jù)連續(xù)觀測推算出下一點的位置，因而可連續(xù)測出運動載體的當前位置。

慣性導航系統(tǒng)能夠提供包括水平姿態(tài)、方位、速度、位置、角速度和加速度等的全面的導航信息，而且數(shù)據(jù)更新率高、連續(xù)性好、噪點低、短期精度和穩(wěn)定性高。由于慣導是一種不依賴于外部信息、也不向外輻射能量的自主式導航系統(tǒng)，它不受外界電磁干擾的影響，具有全天候、全時段、全地域的工作特性。

由于導航信息是根據(jù)積分計算所得，慣導也存在其固有缺陷：定位誤差會隨時間而增大，數(shù)據(jù)的長期精度較低，而且無法獲取時間信息。另外，慣導在每次使用之前需要較長時間的初始化，在無人駕駛過程中如果出現(xiàn)斷電等突發(fā)狀況，往往需要重新初始化。交通環(huán)境復雜多變，單一的導航系統(tǒng)往往會受限于自身的不足而無法確保精準定位和導航，因此當前的無人駕駛車輛大多采用GPS/BDS + INS 的組合導航方式。

姿態(tài)和狀態(tài)感知無人駕駛車輛環(huán)境感知系統(tǒng)對車體的感知包括兩部分：車身姿態(tài)感知和車身狀態(tài)感知。姿態(tài)感知和狀態(tài)感知對應的車輛信息不同，信息來源也有所差異。

無人駕駛對定位導航系統(tǒng)的性能有一定的要求，需要通過測試得到性能指標數(shù)值作為衡量依據(jù)。測試指標一般包括：1）首次定位時間，用于測試接收終端搜索信號的速度；2）定位測速精度，一般包括水平和高程定位精度；3）失鎖重捕時間，能夠反應接收終端在信號失鎖后恢復定位的快慢；4）跟蹤靈敏度，主要評估定位狀態(tài)下接收機維持定位精度所需的最小信號功率；5）捕獲靈敏度，代表了失鎖狀態(tài)下接收機捕獲弱信號的能力。

實際駕駛時，車輛在不同場景下對導航系統(tǒng)的定位性能需求不同， 例如，正常環(huán)境下需要關注的指標為跟蹤靈敏度，但是在隧道等信號遮擋嚴重的環(huán)境中更需要關注捕獲靈敏度。因此導航系統(tǒng)的性能測試一般會有針對性地設置特定場景。

數(shù)字地圖是以數(shù)字形式將紙質地圖的要素存儲在計算機上，并可以顯示在電子屏幕上的地圖。數(shù)字地圖能夠表示遠大于紙質地圖的信息量，可以進行任意比例、任意范圍的繪圖輸出，而且地圖上的內容易于修改、組合和拼接。數(shù)字地圖主要有六個特點：1）快速存取和顯示；2）可以動畫形式呈現(xiàn)；3）地圖要素可分層顯示；4）圖上的長度、角度、面積等要素可自動測量；5）可進行傳輸；6）利用 VR（Virtual Reality，虛擬現(xiàn)實）技術可將地圖立體化、動態(tài)化。

近年來，隨著物聯(lián)網、大數(shù)據(jù)、“互聯(lián)網+”等新技術的興起，智能交通系統(tǒng)（ITS，Intelligent Transport System）在智能網聯(lián)、車聯(lián)網方面也有了長足發(fā)展。作為 ITS 的重要載體，無人駕駛汽車不再是孤立的個體，僅關注車輛與周邊道路環(huán)境已無法滿足安全、高效、節(jié)能、行駛的更高要求，需要進一步實現(xiàn)車輛與外部節(jié)點間的信息共享和控制協(xié)同，V2X 網聯(lián)通信技術將成為未來無人駕駛發(fā)展的重要技術支撐。

V2X 網聯(lián)是基于物聯(lián)網，運用 D2D（Device to Device，終端直通）以及信息通信等技術實現(xiàn)車輛與外界互聯(lián)的無線通信技術。歐美  和日本較早展開 V2X 網聯(lián)技術研究，美國在 2010 年頒布了以 IEEE802.11P 作為底層通信協(xié)議和 IEEE 1609 系列規(guī)范作為高層通信協(xié)議的 V2X 網聯(lián)通信標準。與之相比，V2X 在我國發(fā)展相對較晚，2015 年才開始相應研究；2016 年國家無線電委員會確定了我國的 V2X 專用頻譜；同年 6 月，V2X 技術測試作為第一家“國家智能網聯(lián)汽車試點示范區(qū)”及封閉測試區(qū)的重點布置場景之一；2017 年 9 月 19 日， 我國首部 V2X 應用層團體標準《合作式智能交通系統(tǒng)車用通信系統(tǒng)應用層及應用數(shù)據(jù)交互標準》正式發(fā)布。

無人駕駛對V2X 網聯(lián)通信提出了以下幾點技術要求：網絡接入時間短、傳輸時延低、傳輸可靠性高、干擾性低、信息安全性高、頻譜可再利用。另外，還需要對海量數(shù)據(jù)進行分析與處理，這就要求 V2X 技術可以合理借助各類感知傳感器，并從獲取的數(shù)據(jù)中探索規(guī)律進行有效表示。

V2X 技術的實現(xiàn)一般基于 RFID、拍照設備、車載傳感器等硬件平臺。V2X 網聯(lián)通信產業(yè)分為 DSRC （ Dedicated Short Range Communication，專用短程協(xié)議）和 LTE-V2X 兩個標準和產業(yè)陣營：DSRC 的設備組成包括車載單元(OBU，On Board Unit)、路邊單元（RSU，Road Side Unit）、控制中心等。1999 年，美國聯(lián)邦通信委員會專門分配了無線頻率 5.9GHz 頻段內 75MHz 頻譜，作為智能交通系統(tǒng)中 DSRC 的專屬頻譜。作為以 IEEE802.11p 為基礎的標準，DSRC 可以在數(shù)百米的特定區(qū)域內實現(xiàn)對高速移動目標的識別和雙向通信。DSRC 的優(yōu)勢在于技術成熟可靠，能夠保證低時延和安全可靠性，因此依然是當下市場主流的 V2X 標準。

DSRC 能夠支持的最高車速為 200km/h，數(shù)據(jù)傳輸速率一般為12Mbps，反應時間為 100ms 以內，低時延達到 20ms。另外也存在一些不足，包括覆蓋范圍小、傳輸速率低、易受到建筑物遮擋、處理大  量數(shù)據(jù)較慢、建設成本較高等。目前，DSRC 在不停車收費（ETC 系統(tǒng)）、車隊管理、出入控制、信息服務等領域已經有廣泛應用。

LTE-V2X  基于現(xiàn)有蜂窩移動通信支持（3G/4G），擁有自主知識產權。相比 DSRC，LTE-V2X 的起步較晚：2015 年初，國際標準化組織 3GPP（3rd Generation Partnership Project，第三代合作伙伴計劃） 啟動了 LTE-V2X 的業(yè)務需求研究工作，明確了對 LTE-V2X 在時延、覆蓋范圍、可靠性、安全性等方面的要求;2016 年 9 月完成了 LTE-V2X 第一階段標準，優(yōu)先實現(xiàn)了基于 D2D 的 V2V 標準化。

中國通信標準化協(xié)會（CCSA）已經針對 LTE-V2X 先后開展了需求與系統(tǒng)結構、無線空口技術和頻譜需求等項目的研究工作，工信部、發(fā)改委和科技部等政府部門和高通、華為等公司也在大力推動 LTE-V2X 技術的產業(yè)化發(fā)展。

LTE-V2X 技術按照通信方式分為集中式（LTE-V-Cell）和分布式（LTE-V-Direct）兩種，如圖 2-6 所示。LTE-V-Cell 以基站為分布中心，需要現(xiàn)有蜂窩網絡的支持，具有帶寬大、覆蓋廣的通信特點，能  免實現(xiàn)遠距離通信；LTE-V-Direct 獨立于蜂窩網絡，是一種車輛與周邊環(huán)境節(jié)點直接通信的技術，具有低時延、高可靠的優(yōu)勢。

目前，LTE-V2X 仍在研發(fā)測試階段，但是已形成可運營的完整網絡體系，能夠在高頻段（5.9GHz）、高車速（250km/h）、高車流量的環(huán)境下提供可靠的通信能力，并且在大容量、低時延、抗干擾性以及可管理性等方面更為成熟。LTE-V2X 具有三點優(yōu)勢：1）部署成本低， 可以重復利用既有蜂窩網絡的基礎設施；2）覆蓋范圍廣，可擴展至數(shù)百米以上的非視距范圍；3）數(shù)據(jù)傳輸速率高，峰值上行 500Mbps、下行 1Gbps。對國內企業(yè)而言，采用 LTE-V2X 還有助于規(guī)避專利風險。

V2X 網聯(lián)通信集成了 V2N、V2V、V2I 和 V2P 四類關健技術：1）V2N（Vehicle to Network，車-互聯(lián)網），主要是通過網絡將車輛連接到云服務器，能夠使用云服務器上的娛樂、導航等功能；2）V2V（Vehicle  to  Vehicle，車-車），指不同車輛之間的信息互通；3）V2I（Vehicle to Infrastructure，車-基礎設施），主要包括車輛與道路、交通燈、路障等基礎設施之間的通信， 用于獲取交通燈信號時序、路障位置等道路管理信息；4）V2P（Vehicle to Pedestrian，車-行人），指車輛與行人或非機動車之間的交互，主要是提供安全警告。

四類技術的感知范圍不同，為無人駕駛提供的信息和能力也有所差異：

通過 V2N 技術，無人駕駛車輛可以提高收集數(shù)據(jù)的能力， 并且通過對這些數(shù)據(jù)進行模擬和調優(yōu)，不斷提升無人駕駛體驗效果。V2N 還可提供實時路況、獲取遠程交通信息、發(fā)出交通事故警報等 ， 從而減少擁堵、提高駕駛效率。

V2V 技術有助于無人駕駛車輛獲取周邊車輛運行信息，包括相對位置、行車環(huán)境等，為行車提供防碰撞警示提醒。V2V 還可為進一步縮短車輛之間的安全距離提供可靠信息。

V2I 為無人駕駛提供交通信號燈狀態(tài)、交通管制信號等交通道路信息，為車輛選擇加減速時機和改變行駛路線提供依據(jù)，進而控制道路整體通行速度，提高駕駛安全性。

V2P 技術通過向無人駕駛車輛提供周邊行人狀態(tài)信息，保證行人的安全，提高道路安全服務質量。