人工智能技术的爆发式发展使自动驾驶从科幻走向现实，随着全球5G网络的规模化商用，5G/C-V2X车联网与自动驾驶逐渐交叉融合形成车路/车车协同化智能驾驶的新范式，为开放道路环境下全场景自动驾驶与新型智能交通体系出现打下基础。本书系统地对基于5G的智能驾驶技术进行论述，包括基于5G/C-V2X的车联网技术体系、智能驾驶核心技术体系和5G车路协同驱动的智能驾驶技术变革、5G车路协同的安全体系、5G车路协同的智能驾驶场景和智慧交通应用，以及未来交通智联网的研究挑战和趋势展望。

从20世纪80年代后期至今，移动通信系统经历了从1G到5G大致每十年更新一代的快速发展，其业务形态从“只闻其声不见其人”扩展为“绘声绘影、身临其境”，服务对象从“人人互联”转变为“万物互联”，网络架构从“一成不变”转变为“灵活适变”，承载资源从“二维平面”走向“多维空间”。同时，行业应用中新业务、新需求、新场景的多样化也对5G网络的灵活性和智能化提出了更高的要求。当前，5G已经通过与大数据、人工智能、云计算、边缘计算、区块链等不断融合创新，在“人?机?物”之间建立起泛在智能通信，并进一步向智简无线网络演进，终将推进互联网从消费互联网向产业互联网的飞跃。 自动驾驶和智能交通是产业互联网的重要领域，在5G技术赋能下正在向着自动化、网联化、协同化方向发展，其目标是通过5G支撑交通系统中“人?车?路”异构智能的大规模协同，最终实现“由智生简、以简促智”的交通领域智简网络，以支持智能交通系统的自演进、自优化、自平衡，从而真正解决交通安全、效率、绿色问题。5G给交通行业带来了机遇，也带来了前所未有的挑战。首先，交通系统智能异构，其中车辆的自动驾驶等级不同、路侧基础设施的感知模态和智能水平不同，导致多车和车路之间难以交互和协同。其次，交通系统规模庞大，车辆和路侧基础设施等海量交通元素之间跨越时空的复杂关联产生巨量通信计算需求，导致网络多维资源存在严重供需失衡。最后，交通系统涉及信息空间和物理空间的全方位安全挑战，若遭受攻击，后果将极其严重，甚至会威胁用户的生命财产安全。针对这些根本问题，本书从“5G+群体智能”的新视角，对上述挑战进行了深入探讨和总结。 本书由来自北京邮电大学、百度公司的一批活跃在移动通信、人工智能、智能交通、自动驾驶等领域理论研究与技术应用一线的中青年优秀科研和技术人员执笔撰写，从5G与群体智能深度结合下的智能驾驶入手，重点阐述了智能驾驶所需的感知、通信、计算资源一体化技术，终端、边缘、云端分布式协同技术，意图、时间、空间跨维度适配技术，个体、群体、系统多领域安全技术，是跨学科融合的重要体现，也是作者团队及国内外相关学者最新科研成果的集中展现。本书内容丰富翔实，讲解深入浅出，将技术理论与场景应用有机结合，既可以为5G智能驾驶相关科学研究和工程技术人员提供良好的参考资料，也可以为高等院校相关专业学生提供基础概论，还可以作为对智能驾驶感兴趣的读者的科技读物。 中国科学院院士 张平 人工智能技术经历了近十年的爆发式发展，在模式识别、规划决策等方面都有超强的性能表现，自动驾驶技术逐步从科幻走向现实。各国都将自动驾驶作为战略新兴产业，并发放自动驾驶路测牌照，通过大规模路测验证了自动驾驶在特定场景下的有效性。然而，单车感知计算能力的局限性与交通环境中多车驾驶规划决策行为的耦合性，导致单车自动驾驶在复杂开放道路环境应用过程中面临安全和效率的严峻挑战。依托车联网提供的“人?车?路”泛在连接，可以通过车车/车路智能协同为自动驾驶提供实时、准确的环境认知，从而增强自动驾驶的安全性和有效性。因此，业界普遍认为，车路协同计算将成为自动驾驶从L4级向未来L5级演进的关键途径。 传统车路协同、智能交通主要以DSRC为基础，但DSRC的演进路线受限，难以满足从辅助驾驶向自动驾驶的发展需求。2017年，我国深度参与的C-V2X技术成为3GPP R14标准，并随着移动电信网国际规范从4G到5G逐步演进。特别是2020年3GPP R16版本5G新空口（NR-V2X）带来的大带宽、高可靠、低时延特性，使得5G/C-V2X技术成为车联网的首推标准。高性能的5G/C-V2X通信有助于实现大规模人工智能的泛在协同，既能保障安全可靠的自动驾驶，又能群智涌现出高效的交通态势，因此基于5G/C-V2X的协同化智能驾驶已成为学术界和产业界研究与开发的热点。在本书中，智能驾驶的内涵超越自动驾驶，其核心特征是利用车联网的泛在连接，通过海量异质交通元素（即各种自动驾驶等级的汽车、各种智能化水平的路侧基础设施）之间的自主协同，实现微观的车辆驾驶决策、介观的车群规划决策与宏观的交通管控决策之间的多维跨层优化，保证整个交通系统的安全、高效、绿色运行。 基于5G的智能驾驶技术属于通信、计算机、人工智能、网络安全、车辆、交通等交叉学科领域。在本书出版之前，相关著作通常只针对5G、车路协同、自动驾驶、车联网安全等某一方面展开论述，难以为从业者呈现出5G/C-V2X与智能驾驶相结合的完整技术体系，因此市面急需一本针对5G智能驾驶技术的专门著作，全面论述其技术体系、学术前沿、产业应用和未来发展。我们围绕协同化智能驾驶这一领域的研究起始于10年前，研究经历了从车联网智能服务到大数据驱动的智能交通，从单车自动驾驶到车路群体协同智能驾驶。本书的主要内容是来自于这一历程中多位教师、博士、硕士的研究贡献和企业科研人员的实践积累。 本书在综述5G智能驾驶的基本概念和国内外研究现状的基础上，对作者团队的最新科研成果及最新应用实践进行了系统性的总结。本书可供从事车联网、自动驾驶、智能交通的科研和工程技术人员参考，也可作为高等院校计算机科学与技术、人工智能、车辆工程、交通工程专业相关课程的参考资料。 全书共7章。 第1章为基于5G的车联网技术。这一章对5G与C-V2X融合的车联网技术进行了全面综述，提出了群体智能背景下的车联网架构，探讨了5G/C-V2X的技术体系，具体分析了边缘计算技术、动态组网技术、网络切片技术对自动驾驶应用场景中车车/车路大规模协同的支撑作用。 第2章为支持5G的自动驾驶技术。这一章对车路协同自动驾驶所需的环境认知、高精定位、规划决策、软硬件平台等核心前沿关键技术进行了综述，深入分析了5G/C-V2X对这些核心技术的深刻影响，提出了自动驾驶所需的尺度自适应3D目标检测算法、基于时空图卷积的多目标追踪算法、基于异质图卷积的轨迹预测算法、基于众包机制的高精度地图生产机制和基于价值迭代网络的路径规划算法等。 第3章为基于5G的车路协同技术。这一章主要阐述如何利用5G实现智能驾驶所需的车载智能、路侧智能和系统智能的大规模协同，解决城市复杂交通环境中单车自动驾驶所面临的感知能力不强、计算资源不足、定位精度不准、规划决策不优的挑战。本章提出了基于车车/车路协同的感知数据高效共享算法、基于双重注意力机制的多车协同认知算法、基于演化博弈的车路协同路径规划算法、基于反斯坦伯格博弈/多智能体深度强化学习的无信号灯路口车辆调度算法，提出了智能驾驶服务平台数字孪生架构和多域资源联合编排方法。在此基础上，从智能化视角提出了5G智能驾驶驱动的智慧道路演进方案。 第4章为基于5G的车路协同安全技术。这一章全面综述了5G车路协同所涉及的5G/C-V2X通信安全、车内信息安全和自动驾驶系统功能安全。详细阐述了5G/C-V2X的信任、安全、隐私问题及防护策略，分析了车内OBD、CAN、ECU、各类传感器面临的典型攻击及防护策略，阐述了自动驾驶汽车的功能安全和预期功能安全，并总结了自动驾驶机器学习的安全问题及应对策略。 第5章为基于5G的车路协同自动驾驶场景。这一章在现有车路协同典型场景的基础上，结合作者团队的长期应用实践，从车路协同自动驾驶的视角重新分类归纳了V2V、V2I、V2N的应用体系、处理过程、对自动驾驶决策的影响和性能要求。解决了传统V2X应用实践过程中重场景差异、轻共性本质，大量重复场景并未解决自动驾驶和智能交通根本需求的问题。 第6章为基于5G车路协同技术的智慧交通应用。这一章分析了智能道路/高速、智能泊车、智能公交、智能出租车、智能货运、智慧园区等领域应用的主要功能，并详细介绍了作者团队在上述应用方向的实践探索和部署验证方案。 第7章为5G自动驾驶技术展望。这一章分析了当前自动驾驶和智能交通系统的局限性，提出了交通智联网这一面向未来智能驾驶的网络体系，阐述了交通智联网的概念和体系架构，从交通、智联、协同三个视角深入探讨了交通智联网的机遇与挑战，对未来6G与交通智联网的融合催生的交通行业重大变革进行了展望。 本书由北京邮电大学联合百度公司共同编写。其中，李静林负责全书内容的规划，罗贵阳负责第1章、第2章的编写，袁泉负责第3章、第4章、第7章的编写，李静林负责第5章、第6章的编写，陶吉、胡星、蒋晓琳负责全书百度自动驾驶技术、车路协同技术和应用实践部分的编写。本书在编写过程中得到了来自北京邮电大学和百度公司的多位专家、学者、研究生的支持，包括北京邮电大学网络与交换技术国家重点实验室的张平教授、杨放春教授，交换与智能控制研究中心的吴晓萍、孟兆昕、薛亚清、李冠略、莫浩杰、李梓延、陈汉璋、陈博、刘奕琳、吴迪、常远、王艳涛、刘世凡、王杰、潘泳妍、潘锐，以及百度公司的唐盈等，在此向他们致以诚挚的感谢。还要感谢交换与智能控制研究中心已经毕业的博士和硕士研究生，他们在相关科研项目中的贡献是本书能够出版的前提。另外，本书的编写参考了大量国内外的著作、论文和研究报告，由于篇幅限制仅在章节结束列举了主要文献，在此向所有被参考和引用论著的作者表示由衷的感谢。 由于编写时间短，作者水平有限加之经验不足，本书难免有疏漏和不足之处，恳请各位同行和读者批评指正。 作 者 2021年8月

第1章 基于5G的车联网技术 1 1.1 5G车联网技术概述 1 1.1.1 车联网的发展历程 2 1.1.2 车联网体系架构 4 1.1.3 5G车联网体系 6 1.2 从V2X到C-V2X 7 1.2.1 V2X定义 7 1.2.2 DSRC技术体系 8 1.2.3 C-V2X技术体系 9 1.2.4 DSRC和C-V2X的对比 12 1.3 5G / C-V2X技术 13 1.3.1 LTE-V2X通信技术 13 1.3.2 NR-V2X通信技术 16 1.3.3 C-V2X通信资源调度 18 1.4 5G边缘计算技术 22 1.4.1 边缘计算概述 22 1.4.2 边缘计算系统架构 23 1.4.3 5G边缘计算体系 25 1.4.4 支持自动驾驶的边缘计算 28 1.5 5G / C-V2X组网技术 34 1.5.1 从4G到5G组网 34 1.5.2 支持LTE-V2X的组网 36 1.5.3 支持NR-V2X的组网 38 1.6 5G网络切片技术 40 1.6.1 网络切片概述 40 1.6.2 5G网络切片方案 42 1.6.3 支持自动驾驶的网络切片 48 1.7 本章小结 50 参考文献 50 第2章 支持5G的自动驾驶技术 52 2.1 自动驾驶汽车架构 52 2.2 环境认知技术 56 2.2.1 车载感知与目标检测技术 57 2.2.2 复杂场景语义理解技术 74 2.3 高精度地图技术 87 2.3.1 高精度地图概述 87 2.3.2 高精度地图感知处理技术 90 2.3.3 同步定位与地图构建技术 94 2.3.4 高精度地图生产流程 97 2.3.5 5G/C-V2X众包地图生产方法 100 2.4 高精度定位技术 103 2.4.1 惯性导航技术 103 2.4.2 地图匹配定位技术 104 2.4.3 通信辅助定位技术 106 2.4.4 支持自动驾驶的融合定位 108 2.5 规划与决策技术 110 2.5.1 规划与决策系统概述 110 2.5.2 路由规划 112 2.5.3 行为决策 115 2.5.4 运动规划 120 2.6 自动驾驶平台技术 122 2.6.1 自动驾驶硬件平台 122 2.6.2 自动驾驶软件平台 125 2.6.3 自动驾驶开发平台 128 2.6.4 自动驾驶辅助开发平台 131 2.7 自动驾驶分级 135 2.8 自动驾驶典型路线 138 2.9 本章小结 140 参考文献 140 第3章 基于5G的车路协同技术 145 3.1 5G车路协同概述 145 3.1.1 车路协同的目的与意义 146 3.1.2 车路协同计算环境 151 3.2 5G车路协同环境感知技术 153 3.2.1 协作式环境感知技术 154 3.2.2 协作式场景语义理解 160 3.3 5G车路协同定位技术 166 3.3.1 5G定位概述 166 3.3.2 5G定位原理 169 3.3.3 5G定位的研究挑战 172 3.4 5G车路协同规划与决策技术 173 3.4.1 车路协同规划与决策概述 173 3.4.2 车路协同规划技术 174 3.4.3 车路协同决策技术 180 3.5 5G车路协同云控平台 185 3.5.1 5G车路协同云控平台架构 186 3.5.2 数字孪生系统 188 3.5.3 云控资源优化技术 193 3.6 支持5G车路协同的智慧道路演进 200 3.6.1 智慧道路信息化等级 201 3.6.2 智慧道路智能化等级 202 3.6.3 智慧道路协同化等级 203 3.6.4 智慧道路分级 204 3.7 本章小结 205 参考文献 206 第4章 基于5G的车路协同安全技术 208 4.1 车路协同安全概述 208 4.2 通信服务安全 210 4.2.1 5G V2X安全体系 210 4.2.2 5G V2X安全问题 213 4.2.3 5G V2X安全策略 216 4.3 车内信息安全 224 4.3.1 OBD的安全 225 4.3.2 CAN的安全 226 4.3.3 ECU的安全 227 4.3.4 激光雷达的安全 228 4.3.5 雷达的安全 230 4.3.6 GPS安全 231 4.3.7 摄像头安全 232 4.4 系统功能安全 233 4.4.1 功能安全与预期功能安全 233 4.4.2 机器学习的安全问题 238 4.4.3 机器学习的安全策略 239 4.5 本章小结 243 参考文献 244 第5章 基于5G的车路协同自动驾驶场景 251 5.1 基于5G的车路协同场景 251 5.2 车辆?车辆（V2V）协同场景 254 5.2.1 V2V协同场景概述 254 5.2.2 主动异常预警 256 5.2.3 主动路权争用协商 258 5.2.4 主动路权分配协商 262 5.3 车辆?基础设施（V2I）协同场景 265 5.3.1 V2I协同场景概述 265 5.3.2 超视距认知 266 5.3.3 主动路权优化 270 5.3.4 按需计算卸载 275 5.4 车辆?云端（V2N）协同场景 277 5.4.1 V2N协同场景概述 277 5.4.2 按需内容分发 278 5.4.3 协同路线规划 280 5.4.4 远程驾驶 281 第6章 基于5G车路协同技术的智慧交通应用 283 6.1 智能道路与智能高速 283 6.1.1 智能路口 283 6.1.2 智能高速 288 6.2 智能泊车 289 6.2.1 智能停车 289 6.2.2 自动泊车 290 6.3 智能公交 291 6.4 智能出租车 293 6.5 智能货运 294 6.6 智慧园区 296 第7章 展望 297 7.1 从车路协同到交通智联 298 7.2 交通智联网的机遇与挑战 300 7.2.1 自主式交通系统 300 7.2.2 全程全网智慧互联 302 7.2.3 自聚合高可信跨域协同 305 参考文献 307