今天我们聊的东西并不新鲜，智能驾驶、5G通讯，每个名词和概念我们都多少听说了解过，目前来看好像也就那么回事儿。但，如果将它们融合起来会出现什么样的结果，这个结果是否就是未来汽车运行的最终智能形态呢？如此探索这个话题就变得有意思了。
首先要弄明白，L1-L5自动驾驶到底指什么？
在自动驾驶分级标准当中，美国的SEA标准接受度最为广泛。其中L1（驾驶支持）是指自动驾驶系统能够辅助驾驶员完成某些驾驶任务，例如ABS制动防抱死系统，ESP车身电子稳定系统等；L2（部分自动化）是指能够完成某些驾驶任务，但仍然需要驾驶者监控驾驶环境，完成剩余的部分，这也是目前绝大多数带有自动驾驶功能的车型所处级别。
L3（有条件自动化）是在L2基础上深度发展，即在某种特定场景下进行自动驾驶，例如停车场内智能泊车，封闭道路自主驾驶等。由于这个级别涉及到法规责任问题，因此即使有部分车型能达到这个水平，例如奥迪A8车型，它们也不能在国内放开使用。
至于L4（高度自动化）、L5（完全自动化）是指人不再参与驾驶，由车辆自行有意识判断运行即可。从发展进程来看，汽车在L3级别上已经踌躇了很久，最关键的除了法规划分尚不清晰之外，技术支持的可靠性也是核心问题。巧合的是，5G通性似乎有这方面的潜力。
目前的智能驾驶，基础逻辑是什么？
目前的智能驾驶，几乎都是依靠于车辆本身的感知和判断能力，它的核心在于依靠于各类传感器对路况的信息采集，例如长距离毫米波雷达、激光雷达、前置摄像头、中距离角雷达、超声波雷达、360全景摄像头等等，完成替代人眼的功能。
余下便是电脑替代人脑的判断过程，也就是各家新势力，例如特斯拉、小鹏、蔚来等车企的核心算法功能，谁家的数据库大，运行算法更合理，那么谁家的智能驾驶体验和安全性就越高。从某种程度上来说，传感器收集信息和车辆算法做出判断是相互制约和互补的关系。
这也就是为什么特斯拉选择激进地大幅采用工况相对单一的视觉传感器的原因，因为人家数据库运行时间久，采样数据庞大，算法所兼容的情况也就更多。当然了，判断能力强是能补上收集信息不全的缺点，但若信息采集过于不确定，那么出事的概率还是挺高的，这也是特斯拉此前出现撞上白色前车的重要原因，信息采集不到，算法自然不会起到任何的判断作用。
粗略了解目前的智能驾驶运行逻辑之后可以发现，现阶段智能驾驶还是单枪匹马的形式，即它还是模仿真人驾驶来替代真人驾驶。这样的运作逻辑优点在于起效快，只要自己够优秀，那么体验就能提升很明显，缺点在于无论怎么提升体验，它的可靠性永远不能达到100%，最理想的结果也就是达到了真人驾驶的安全程度，这样的表现离法规支持和群众完全接受还有段距离。
打破L2（部分自动化）的核心，可能是5G通讯？
从上文可以知道，目前L2级别的智能驾驶在运行上并不太需要高带宽、低延迟的5G通讯，同时我们也知道，依靠自身采集信息加以判断的逻辑，在可靠性上也永远是达不到100%的。那么5G通讯的特性可以给我们带来什么启发？
在现有L2级别智能驾驶的逻辑里面我们可以利用5G通讯，提升厘米级高精地图的使用体验，更大带宽的5G网络更适配高精地图所需要的大数据量问题，且低延迟的特性也可以很大程度上解决此前4G或者3G信号有时候定位失效漂移的问题。这对于现阶段封闭道路，例如高速公路的自动驾驶执行来说，绝对是项能够提升体验和安全的好技术。
难道这就是5G通信对于自动驾驶的所有优势了？非也非也，如果只有这点期望，那未免对5G通信的想象有些过于狭隘了。从L1-L5的自动驾驶级别当中，要想实现更高阶的自动驾驶，那么依靠目前“自检自判”的自动驾驶逻辑肯定是不行的，因为这套逻辑下不可能保证有100%的可靠性和安全性。能够实现这样可能性的，需要引进新的概念——V2X，俗称万物互联。
所谓V2X，在定义上指的是车辆与各个外部对象之间的信息交互，例如：车与车之间、车与基础设施之间、车与人之间、车与网络之间的交互，核心在于能够跨视界实现信息互联。很好理解的是，在成熟的自动驾驶形态当中，不可能存在现在这样每台车在道路上单枪匹马的收集信息，判断执行信息，这样的不确定性太高了。像高铁那样的调度，才是能够保证安全有序的方法。
但我们也知道，高铁毕竟处在相对简洁的运行环境，调度它们在数据算法处理，以及对信号延时要求上都没有很严苛的要求。而交通状况尤其复杂多变的公路交通，需要的数据算法和信号延时要求就高很多了，这时候5G通信就完美匹配上了这方面的需求。
设想下，当道路上的所有车辆、红路灯设备、甚至是停车场大门都通过大带宽的5G网络并入云端，那么道路中的每位参与者都将是“可视”状态，届时再通过5G网络的低延迟性，可以直接将云端计算出来的动态变化通行最优方案下发至车辆，完成交通大协调的过程。
想象很美好，困难可不少
从逻辑上来分析，上述最终的自动驾驶形态似乎已经近在眼前，然而，这玩意就和社会主义最终形态差不多，能预料到，但真正到那天，需要的时间可能要很长很长。就拿现状来说，如此大规模的数据云端协调计算，肯定不是某个厂家能够完成的，需要上到国家层面才能实现。
另外，道路参与者“可视”化是个很理想的形态，因为除了高速公路，很多开放式道路经常有突发参与者进来，例如行人、宠物、掉落的障碍物等等。要想实现道路交通信息透明化，只能在高速公路这样的封闭道路中去实现。再有，实现参与者信息透明化不仅需要5G通信的支持，相关设备普及也是很大的问题，总不能让现有的车全部不能上路是吧。
再有包括汽车网联化之后的隐私问题，这点在国内可能不太敏感，但在欧洲、美国等发达国家是个很头疼的问题。以及，在大规模上传车辆信息只云端计算的过程当中，涉及到每个厂家是否愿意共享自己品牌车型信息流的问题。总之，除去技术瓶颈之外，操作协调也是需要考虑的。
去掉最高分和最低分，折中起来展望5G通信对自动驾驶带来的影响就是，万物互联肯定还是势在必行，毕竟它能从技术逻辑上提升可靠性和安全性。同时，考虑到开放式公路交通的复杂性和不确定性，高精地图、自动识别、自我判断等现阶段的自动驾驶措施，也需得以保留作为次级辅助驾驶来执行。如此，5G通信对于智能驾驶的意义就完全凸显出来了。
