5G 時代的車聯網混戰

作者 | 徐鴻鵠

責編 | 胡雪蕊

本文經授權轉載自幾何四驅（ID：GeometryAWD）

新趨勢的入侵，往往都有「狂人」做推手。「車聯網」的概念被輪番炒了那麼久，就是不見起色。不同於「狂人」，位居產業中心神壇的大佬和專家們，卻通常帶著批判的態度，看待技術的演化。行內人批評說：「現在的車聯網，都是在車的外圍做——什麼路況，導航，娛樂，互聯網，語音識別，只是把汽車變成智能手機而已，最多算車聯網的二次開發，技術含量並不高。」

這種言論並不鮮見，比爾·蓋茨曾說：「我實在想不出有什麼程序需要4MB以上的內存。」任正非也說：「5G被誇大了，社會對5G技術沒這麼迫切。」不過，話語的含義需要仔細斟酌。時間證明，即便是專家言論也是有保質期的。不為人知的是，車聯網真正的硬核PK——通信戰爭其實早已打響。面對未來，有的人盲目樂觀，有的人悲觀迷茫。人們觀望，躊躇，行動，並期望每一場真正的革命里，都會湧現出一個橫掃千軍的拿破崙。可這不大可能成真——最大限制在於，一項新技術真正普及前，人們往往很難判斷新的需求和市場是否出現，並何時出現。身處變革當中時，根本無法察覺出清晰的脈絡。

不識廬山真面目，只因為這場革命的原爆點並不處於汽車產業的中心。顛覆從來都不是內生的，以很大的概率，汽車行業將不得不被迫且倉促應對通信生態裹挾下車聯網的全面蛻變。

「車聯網」標準大戰，遭遇「村村通」降維打擊

設想這樣的場景：當汽車以特定的速度進入某條道路的交叉路口時，系統會發出通知。一旦預示有危險並出現安全警示的時候，附近的其它司機就知道有車子駛近了，於是他們會剎車或減速；在另一個場景里，寶馬摩托車和奧迪轎車在十字路口相遇，在危險來臨之前，雙方達成了默契，一系列前向，側向碰撞預警出現，汽車緊急制動並及時避免了碰撞。

關於上面這些汽車被賦予的新能力，人們起了一個好聽的名字：車聯網。

不過，談到車聯網這麼虛幻抽象的概念，我猜50%的人都會聯想到各種縮寫，定義，理論和標準。原因很簡單：誰都沒親眼見過它。

你也許看了這個例子才有了直觀的了解：原來車聯網是這樣工作的！

這些車聯網存在的場景可以用V2X來表達。什麼是V2X呢？

按照約定，V代表汽車，X則代表了四個方面：人P，車V，路I，網N，V2X不僅僅能夠幫助人類司機提升行車安全，通過組合這幾個簡單的字母，我們還能發掘出車聯網更多的潛力。

最早誕生的V2X技術，是早在1999年就開始研發的，被稱作DSRC的專用短程通信——如果你不了解這個陌生的稱謂，可以把他簡單地理解為部署在路邊的Wi-Fi發射器。

DSRC一旦整合了GPS，移動的汽車就低成本地實現了V2V（車與車）功能：GPS定位信息，車速，加速度，方向，剎車轉向系統狀態，乃至於汽車歷史路徑和預測軌跡信息，都將通過「Wi-Fi無線電波」實時共享給周邊車輛，讓每一台汽車都具備了全天候「鷹眼」的能力——通信範圍內環視360度無死角觀測。

發展DSRC標準的初衷很簡單：這是當時唯一可用的技術。我們熟知的ETC（不停車收費系統）便是基於DSRC技術的。經歷20年的發展，在美國電氣電子工程師協會IEEE和歐洲電信標準協會ETSI的不懈推動下，DSRC已經進入了成熟期。

然而，任何一項技術，其實都是從給定的限制條件起步的，而做成之後的狀態，也一定是兼容了這樣一些缺陷。

隨著應用的普及，人們發現，DSRC技術發展的瓶頸也逐漸暴露出來，很難實現下一代技術的要求：隨著智能汽車的普及，車輛數眾多的車聯網環境里，通信信道可能會發生擁堵，導致關鍵的安全性信息無法被正確地傳送或接收，這些缺陷在IEEE的系統分析上已經被多次驗證了。

DSRC在擁塞，干擾管理和覆蓋上有很多的問題。單單依靠V2V是不現實的。更理想的方式，是結合蜂窩網路的V2N方式。這樣，V2V+V2N，既解決了通訊大幅疏解熱點地區的通訊壓力，保障了車聯網通訊穩定性，也額外增加了連接互聯網和導航的能力。

這便是後起之秀：C-V2X。C代表蜂窩網路。

DSRC作為一種過去相對落後的技術，似乎註定要被淘汰。

科幻三巨頭之一的亞瑟·克拉克曾經講過一個迷人的故事，講述技術被淘汰的殘酷：

想像未來的一隻飛船想著遙遠的恆星飛去，即使以當時的技術所能允許的最高速度飛行，它也需要好多個世紀才能到達那遙遠的終點。在它還沒走完一半的時候，一艘更快的飛船追了上來，那是100年後的技術產物。於是我們可以說，第一艘飛船就不該忙著出發。同樣的道理，第二艘飛船也不應該發射，因為船上的人們註定會看著他們的重重孫子們坐著第三艘飛船從身邊飛快地掠過。

在無線通信領域，飛船的故事每天都在上演：1G時代，有多達8種技術標準共存，2G和3G時代，各有4種技術標準，4G時代，2種標準平分天下。未來的5G時代，天下歸一。這樣的背景下，車聯網領域，3GPP主導的C-V2X標準與IEEE主導的DSRC標準也打響了全面戰爭。

站在C-V2X的一方認為：既然DSRC在技術上已經示弱，為什麼要投資一個已經註定會被淘汰的技術呢？

站在DSRC的一方底氣也很足。通信行業作為現代高技術產業，天然具有某種經濟正反饋的特徵：通信領域的技術前期發展需要研究，試驗，計劃和設計的複雜過程，需要投入巨額的人力物力財力作為沉沒成本才能實現技術的落地。

而DSRC技術一旦被大規模投入市場，生產能力的擴大往往很容易，成本隨產量增加而降低，收入會隨著產量的提升而增加，因此雖然DSRC在技術上並不是最優的，但卻是最成熟的，而且佔領了市場化的先機，成本和數量的優勢將成為市場的利器。雖然最終的盈利模式還不清晰，但仍然值得繼續深耕，找到出路。

雙方似乎打了個平手。

從美國，日本和歐洲的監管態度來看，它們更傾向於讓DSRC和C-V2X兩種技術自由競爭，實現優勝劣汰。但隨著競爭愈演愈烈，他們都面臨著一個共同的問題：如何變現。

車聯網的市場化是個世界公認的難題。

美國財政部多年前曾經計算過V2X的成本，計算得出的結論是，每安裝一個用於向V2X提供數據的道路裝置就要花費高達5萬美元。是的，你沒看錯，最貴的並不是發射裝置本身，而是道路設備與交通管理中心的光纖安裝費用。

巨額的投資讓人望而卻步。運營商一方面要花費巨額資金從政府手裡購買頻譜這項昂貴的資源，另一方面還要對全新的網路進行大規模試驗直至建設基站並投入商用。錢從哪裡來？

有人說，讓用戶埋單啊。但用戶卻有一筆自己的經濟賬。這就是——車聯網需要依賴大多數車兼容才能起作用。如果道路上僅有10%的車輛安裝了V2X，那麼只有1%（10%×10%）的車輛能夠實現信息交互。1%可算不上是多大的進步。

只有可觀的用戶規模，才能形成成熟的商業模式，讓大多數用戶認同車聯網的價值而埋單。而這就出現了一個雞生蛋蛋生雞的悖論。只要反過來問：沒有一個可行商業模式，如何來培育可觀的用戶規模呢？

中國在移動通信發展上的思路或許可以借鑒，自2003年開始，「村村通」政策得以讓95%以上的邊遠山區都覆蓋了電信信號，光是4G基站鐵塔，全中國已經聳立起了400多萬座，比全世界除中國以外的總和還多一倍，更不要提鐵塔織就的4G光纖骨幹網了。

在中國，似乎沒有路線方面的顧慮，C-V2X就是那個含著金湯勺出生的嬰兒。中國得天獨厚的優勢正巧迎合了C-V2X路線覬覦5G的野心：除了現有基於4G設施長期演進的技術提升LTE方式，即LTE-V2X外，C-V2X還將借力下一代5G通信技術，再度上演「村村通」的奇蹟。

「摩爾」不敵軟體，「邊緣計算」敗走「車路協同」

麥特卡爾夫定律（Metcalfe『s Law）指出：網路的價值同網路用戶的平方成正比。

這是信息通信領域的經濟的發展規律，肯定了網路規模的經濟潛在價值。而5G的技術標準是唯一的，不存在勢均力敵的對手，麥特卡爾夫效應將更加顯著。

有計算表明，為了達到理想的響應速度，5G基站的數量將至少是4G基站的兩倍，成本也會是兩倍，能耗則是三倍。雖然5G建設投資比4G更大，但按照麥特卡爾夫定律，由於同一標準下的用戶更多，建設成本平攤到每個用戶卻並不高。

同時，5G技術將遠超4G，給人類帶來多元的需求場景，5G網路將會承載更豐富的商業模式，更具變現潛力的大流量移動寬頻業務eMBB必將優先帶動基礎設施的建設，為後發場景（比如工業互聯網的mMTC）的爆發打好硬體基礎，逐步讓5G技術實現「全功能」。

以上簡單的邏輯告訴我們，5G技術的普及將比此前的技術還要迅猛。

但在成為樂觀派之前，我們也不要忘記摩爾定律，以及比摩爾定律更強大的存在。

摩爾定律認為，每18個月晶元的計算速度和集成度會提高一倍。計算能力不變的話，晶元的價格和體積會縮減一倍。

人類目前已經經歷了35個摩爾周期，卻依然沒有達到發展的極限。

已故的克里斯托弗·伊萬斯（Christopher Evans）早在1979年摩爾定律幾乎剛開始的時候，就寫到：「假如汽車工業像計算機那樣發展，遵循摩爾定律的話，那麼今天你大概可以用10元錢買一輛勞斯萊斯，加一升汽油能跑幾百萬公里，它產生的動力足以驅動伊麗莎白女王二號郵輪。」

在亞瑟·克拉克的故事裡，不斷競速的宇宙飛船就經歷著持續的技術迭代，可是，新技術是不會自發呈現的，沒有前輩落後的技術，何來後面更先進的技術呢？

硬體技術即便很快就要面臨被時代淘汰的命運，但沒人願意停下腳步，一旦錯過了一代就要錯過所有的時代，投資風險日趨增大。如果你認為追上了摩爾定律，就能把握住時代，那就只有一個原因可以解釋：你對軟體的力量一無所知。

電池，電路，硬體現在和10年前，有幾個代差兩個手掌就能數過來。軟體就不同了，存在的是世代差。軟體的更新換代是遠遠超越摩爾定律的存在！

如果將寶貴的研發資金投給無人駕駛汽車的自動操作系統，令其性能不斷提高，就能夠實現「裂變式」的增長。而投資硬體的化，我們必將被限制在「摩爾速度」的天花板下。

美國奇點大學的自動駕駛研究專家布拉德·鄧普頓（Brad Templeton）也曾深入地思考過這個問題，並認為，「互聯網」是絕佳的例證，能夠指引我們在車聯網領域找到正確的方向。

「互聯網的基礎設施（比如路由器）是很笨拙和原始的，並不具備升級的能力，更不要提智能了。路由根本不了解數據包里的內容（我管你是電郵，文本還是網頁呢？）正是由於互聯網的構造趨向儘可能的非智能化，才推動了互聯網技術暢通無阻的發展。」

這個論斷直接凸顯了非智能硬體的價值所在。簡單的類比，我們就會意識到：交通設施越是簡單和原始，參與的人的就越多，無人駕駛的應用就越是自由，靈活，適應性強。鄧普頓投資公司就拿出鐵路運輸和公路運輸作為比較：鐵路的造價昂貴不說，且一次只能通行一輛火車。相比之下，公路的建設更加簡單，也能夠承載更複雜的交通形式：小轎車，貨車，行人，牲口都能通行。

不管是互聯網還是車聯網，假如我們把網路設備全部都智能化——讀懂數據包的內容，進行路徑傳輸和策略處理的話，軟體應用每變化一次，網路設備就要被替換一次，這顯然是不可持續的。

這就直接給「邊緣計算」判了死刑——車練網的邊緣計算指的是，為了降低時延的苛刻需求，可以感測器，攝像頭，雷達，甚至將帶有緩存和計算處理能力的節點都部署在路邊，與汽車感測器和用戶緊密相連，從而減少核心網路的負載和數據傳輸的時延。

這個思路只會更加惡化經濟的問題，把支持決策的「感知」部署在邊緣也意味著要部署的設備數量呈幾何級數增長。最大的問題還是繞不開的——錢！

在任何一個國家，不單單是5G，為高速公路基礎設施籌資一向都是棘手的政治難題。把越多的資金用在高速公路基礎建設上，可投入在飛速發展的無人駕駛技術（機器人可比人類更擅長駕駛）上的資金就越少。

硬體是資源的堆疊，燒錢的無底洞；而軟體是數字拷貝，可以零成本地實現病毒式傳播。網路是世界上最大的複印機，數字經濟就是這樣運轉在自由流動的複製品河流當中。

如果考慮到硬體和軟體不同的進化速度，如何投資車聯網才更具回報價值呢？

當年寶馬汽車收購HERE數字地圖時，曾評估過車聯網集群智能帶來的社會效益：以冰封路面為例，寶馬意識到，通過啟動ABS防抱死制動系統，同時根據外界溫度，順利檢測突髮狀況並實時預警。

有了車聯網智能，我們能更精確地辨識交通擁堵，極大降低事故風險。當系統感應到綠燈亮起時，便可以為廣大智能車輛提供信息導航，幫助其選擇最佳油門開度，節油環保。

可見，車聯網智能有其獨特的優勢，是單車智能無法比擬的。

在智能融合的三個選擇里，第一項直接被PASS掉了：

1. 完全依賴單車智能的智能駕駛 Standalone autonomous

2. 依賴車聯網智能並由單車智能最終決策的智能駕駛 Exo-dependent autonomous

3. 單車智能和車聯網智能都可以獨立決策的智能駕駛 Exo-augmented autonomous

單車智能的發展，正讓無人車在駕駛能力上超越人類，但車聯網智能還不同於單車智能——它並不具備決策的能力，現階段它最大的作用只是發出警示信息，提醒駕駛員不犯錯。

如果人類司機對警示反應不及時，或不理解警示的信息，安全效益便無法體現。

某些時候，如果人機設計的有問題，警示反而更容易分散司機的注意力，讓人精神過度緊張，而搞不清楚狀況；最壞的結果是，反倒忽略了眼前最重要的事情——保持安全駕駛。

人機協作的系統里，人始終是短板。人類百年來都習慣於給機器下指令，警示系統卻反其道行之，在機器不能決策的場景下，人類要隨時待命聽取機器的建議，可你又能強求人類有多聽機器的話呢？

早在2012年，Waymo就開始測試L3級別的自動駕駛方案了，但最終發現，人類接管汽車的反應速度太慢，開發這樣的系統簡直是自討苦吃。特斯拉的Autopilot，也頻頻因為駕駛員無視安全警告，致死事故不斷。

當然，這些案例並不是說車聯網智能的作用不大，畢竟它能在無人駕駛實現之前的過渡階段拯救很多生命——但這還不夠，這項技術還不夠純粹。為了幫助更多的人，我們需要摒棄人的因素，開發真正L4級以上的無人駕駛汽車。

再看第三項，如果車聯網智能和單車智能都能獨立決策呢？

一方面車聯網和單車有各自獨特的地方，最佳的融合方式應該是各取所長，優勢互補。

另一方面車聯網和單車智能在關鍵決策上，是可以做冗餘校驗的，從而提高安全等級。它們兩者可能採用相似的感測器數據做融合，而一旦兩方的數據和決策出現差異，仲裁處理需要做仔細的考量。

最大的問題在於，車聯網智能發揮作用要完全依賴移動網路的覆蓋，但既然無人車在沒有移動網路覆蓋的情況下必須是完全安全可靠的，為什麼它一定需要移動網路覆蓋呢？換句話說就是：如果5G網路還沒有成熟，是沒有必要追求車聯網獨立決策的能力的。

也許車聯網智能本身就不太靠譜，經常掉線，而單車智能本可以做出更加「可靠」的選擇。

可能是車聯網智能回傳數據佔用了大量時間，在此期間，單車智能如果介入反而比什麼都不做的等待更安全……

Gartner分析師Will Hahn說：「5G確實對自主汽車的開發和使用至關重要，有兩個重要的前提：網路必須是5G，汽車必須是真正自主的，可短期內這兩者都不太可能出現。」

可見，邊緣計算，更短的時延這些網路的特性，跟智能本身比起來，反倒不重要了——「覆蓋」是維護的黑洞，「自主」，即單車智能本身的成熟度更具經濟性，也更加可靠。

如果智能足夠強大，單車智能就足以在第一時間應付最棘手的情況，與其花費大把資金用在道路基礎設施建設硬體上確保車聯網智能不掉線，為什麼不優先投資單車智能的軟體（機器人可比人類更擅長駕駛）開發呢？

智能汽車軟體的發展要快得多。同時，智能汽車藉助5G應用——汽車工業互聯網的預測性診斷和安全檢查功能，也讓汽車比車聯網設施更容易維護。

對於單車智能而言，最重要的道路基礎設施不過是道路本身和車道線，以此為汽車系統提供關鍵的視覺信息即可。如果單車智能可以做到安全駕駛，便不再需要交通標識，紅綠燈和防護欄——這些都是車聯網硬體的載體。單車智能的壯大必然會降低汽車對車聯網基礎硬體及其上層車聯網智能的依賴性。

只有在單車智能做到極致，我們才會真正地了解，我們是否需要車聯網，以及什麼才是既經濟又安全的車聯網的最優形態，並為單車智能提供必要的互補。我們需要的不是發展「既軟又硬」的兩套獨立的智能，而是一套」先軟後硬「的主次分明的無縫協作的智能駕駛系統。

最終的結論，「車路協同」是符合邏輯的理性的選擇——但這裡的「車路協同」還要附上一大串定語：依賴車聯網智能並由單車智能最終決策的高級（L4/L5）智能駕駛（Exo-dependent autonomous）。

「第一性原理」失效，「網路切片」帶來新轉機

為什麼在車聯網還沒有確定的盈利模式時，就要如此前瞻性地發展基於5G的下一代V2X技術呢？

按照5G通信大帶寬，低時延，廣連接的技術特點，業界將5G應用劃分了三大場景：

• 超可靠低延遲通信uRLLC（Ultra-reliable & LowLatency Communications）

• 增強型移動帶寬eMBB（Enhanced Mobile Broadband）

• 大規模機器通信mMTC（Massive Machine Type Commonications）

無人車作為車聯網集大成的產品，三類功能正好依次覆蓋了5G三大場景。

• 自動駕駛（無人車智能）—— uRLLC

• 車載娛樂（互聯網視頻流媒體等）—— eMBB

• 汽車工業互聯網（預測性車輛部件診斷維護，安全檢查等）—— mMTC無人車和5G技術必將深度捆綁。

業界普遍認為，未來的自動駕駛汽車每小時將能生成幾TB的數據。這麼大的數據量，如果傳輸速率高，它發送的可能就是不怎麼處理的原始信息，其它車輛可以結合自己的感測器數據進行實時的融合併在第一時間做出判斷。如果數據傳輸速率低，汽車之間就只能交換那些經過精細計算和處理的數據——這必然耗時，而任何時間上的延遲都是安全的敵人。

發展LTE-V2X依然會受到4G網路通信的限制，使得車輛在中高速行駛時傳輸速率會降低到DSRC的水平，因而，高帶寬（速率）和低延遲的5G通訊系統是車聯網的必然選擇。

相比DSRC，C-V2X最大的問題是沒有像DSRC一樣經過廣泛的測試和審查。但業界近期基於5G進行的車聯網試驗已經證實，5G-V2X的確更勝一籌。

3GPP標準組織把5G分為了兩個階段：一個是4G演進出來的NSA非獨立組網，通過LTE網路率先部署eMBB，一個是SA獨立組網(Rel-15)，帶來「全功能」的5G。這是說，NSA只實現了超高帶寬，只有SA才能更好地實現低時延和海量連接。如果要用1ms低時延做自動駕駛，那只有5G SA路線（即真正的5G）才能實現。

uRLLC作為核心角色，低延遲是重要的特點。無人車技術要求的一項通信指標「用戶面時延」，是0.5ms，只有4G技術的二十分之一。為什麼無人車要達到變態的毫秒級別呢？要知道人類駕駛員的反應速度只有100ms左右，與其相差了兩個數量級。

之所以要求這麼低的時延，是因為機器對時延比人類更敏感，車練網的一些應用里，需要將海量數據傳送到雲端處理，並實時傳回，這一來回的過程時延一定要足夠低，低到用戶無法覺察到，同時不影響機器的判斷才堪用。

通俗地說，不論是DSRC，還是LTE-V2X，甚至5G-V2X本質的區別只是在編碼解碼的方式上，只要他們使用的還是電磁波，物理特性就不會有本質的區別。因為，解碼方式的差異只是軟體的區別，而電波特性是物理的，不受到軟體的限制。

通信領域更加核心的問題就在於物理層面上，這就是——頻率。

不誇張地說，頻率是移動通信發展的基礎！

電磁波的頻率越高，就越接近光波的特點，下一代高頻的5G技術顯然也逃脫不了這個基本的物理規律：抗干擾能力更強，傳輸速度更高，但繞射能力會變差，空氣中信號的衰減也很厲害。軍事雷達也採用了與5G頻段接近的電磁波，正體現了這些特點。雷達的波長只有毫米級，一旦探測到飛機，就會被「彈回」。

2019年5月份，華為曾在日本，與NTT和DOCOMO一同測試了39GHz的5G毫米波，值得一提的是，動態測試（信號接受端移動，基站不動）的結果並不理想，最大的問題是遮擋——5G信號連一輛公交車都無法穿透。

還有一種很接近5G頻率的Wi-Fi標準，802.11ad，頻率60GHz，它的繞射能力還會更差。差到什麼程度？毫不誇張地說，即便有人從基站和天線中間穿過，數據的吞吐量也會出現巨幅跌落。

就在不久前，美國聯邦通信委員會投票決定開放「太赫茲波」頻率段，為6G技術鋪路。

太赫茲波，頻率95GHz到3THz，是波長介於毫米波和紅外線之間的一種電磁波。

太赫茲的頻率如此之高，已經逼近可見光。這意味著太赫茲只能在視線之內傳輸數據，因為就連水蒸氣和氧氣都能夠吸收，折射，散射太赫茲波段電磁波。而太赫茲發送數據所需的功率，在許多情況下都高到「無限」，以至於100米的距離上，就會撞上「太赫茲牆」——這就是 「太赫茲鴻溝」。

這是……「前面隔著一個人信號就沒了」的意思嗎？悲觀的人們猜測，也許下個十年里，我們都要學會新的打招呼方式：「不好意思，請你讓開一下，你擋住我的信號了！」

任何希望探索前景廣闊的電磁頻譜領域的人，都必須面對艱巨的物理學挑戰。

高頻信號連續大帶寬可滿足熱點區域極高的用戶體驗速率和系統容量，但是其覆蓋能力卻較弱。比如30GHz頻率的毫米波，為保障多用戶的高速率通信，其覆蓋距離可能不到百米。傳統的低頻段雖然覆蓋率佔優，但帶寬卻不足。

中頻段相對於高頻段有較好的傳播特性，相對於低頻段有更寬的連續帶寬。顯然，車聯網的頻率不能設置得太高（比如太赫茲）也不能太低（比如3G），從而實現覆蓋和容量的平衡。大部分國家和組織普遍認為3-6GHz才是中頻段重要資源。而幾大主要經濟體，都不約而同地將5.9GHz頻段劃歸給車聯網來使用，趨於主流。

隨著汽車更加智能，數據吞吐量飛速增長，高頻段的利用也將提上日程。可以認定，未來的5G車載高速率諮詢娛樂應用，聯合通訊和車載雷達，都會集中在毫米波領域。

美日韓等國家，已經嘗試把毫米波5G小基站內置於路邊單元（RSU），針對28GHz的毫米波頻段進行車聯網測試。當然，低頻也不會成為棄子。為了實現遠距離覆蓋，歐洲電信運營還規劃700MHz低頻頻段用於5G覆蓋。

那麼，車聯網的頻率該如何選擇呢？

汽車的獨特性在於，它是高速移動的物體，如果完全採用高頻段（超過6GHz），網路覆蓋距離將受到限制。而汽車上搭載的通信終端往往功率有限，如果仍採用高頻信號發射，上行通信（汽車到基站）將成為瓶頸。因此有些人建議，把上行下行分開（解耦），上行採用中低頻段（低於6GHz），下行採用中高頻段，來滿足車聯網的大帶寬的要求。

對於中高頻段來說，為了提高車聯網信號的覆蓋率，就要把5G發射器部署在燈柱上，屋頂上，牆上，廣告牌上，有時，你甚至不會特別注意到它們擺放的位置。而當AI駕馭的自動駕駛汽車在高速路上飛馳時，我們更需要巧妙地處理通訊的問題：靈活並安全地切換通信，從一個5G發射器跳轉到百米外的下一個發射器。

當然，這個棘手的問題在技術上是可以解決的。但更高的基站密度，一個顯而易見的後果就是：5G設備的維護和更換更加費力——這直接推高了持續維護的成本。5G技術已經是我們已知的車聯網技術里最好的備選了，但商業化的最大瓶頸還是物理層面的痛點。

建設成本該如何化解？物理第一性原理無法逾越，也許嘗試換個思維方式能夠解決這個棘手的問題。

未來的汽車作為軟體和數據的載體，數據的類型將會多種多樣：地圖數據，氣象數據，汽車診斷數據，急救信息，定位信息，娛樂互聯等等。總之，不管通信如何發展，都是用來服務數據的。

不同的數據對應不同的網路功能，系統性能，安全，用戶體驗，比如「車輛定位」和「娛樂視頻」對於智能汽車來說，網路性能的要求肯定是不一樣的。自動駕駛數據需要高接入容量，低延遲和高速率。但對氣象數據來說，這些也不是最迫切的。

如果只使用同一個網路規範提供所有的服務，這個網路一定非常地複雜，很難達到極限場景所需的功能，同時網路的運營維護成本也變得非常高昂——這是對有限的無線信號資源的極大浪費。我們需要一種靈活的按照應用需求設計的通信和計費方式，從而巧妙地解決現實的困境。

把數據按照智能汽車的使用方式可以大概分為四類：

① 安全駕駛、自動駕駛、最佳交通流實現等

② 車輛管理、運行管理、汽車保險等

③ 娛樂服務、虛擬現實等

④ 緊急通報、公路助理、接待服務等

如此之多的場景，如果只利用5G技術的三大場景來實現，顯然是殺雞用了宰牛刀。比如GPS或災害播報，單向數據「廣播」就可應付，就沒有必要非要使用佔用更多帶寬的3G/4G甚至5G雙向通信來應對。而特定地點的局部通信，比如ETC，就沒有必要使用實時連接的廣域通信來實現。

更重要的是， 5G技術能夠包容2G，3G，4G LTE，LTE-A，Wi-Fi，D2D，M2M等不同的通信方式組網，5G是一個真正意義上的融合網路——它還被稱為「網路中的網路」。

於是，5G的「網路切片」成為可能，特定的「切片」數據場景只對應某個合適的「頻率」或一個特定的」融合網路」，每一種數據服務都有其特定的網路構成和盈利方式，這種多元性必然會帶來全新的商業模式，建設成本被多樣化的數據需求所攤薄。

最終，碎片化零散的頻率資源被整合，無線電頻率能夠精確供給，並結合產業趨勢開展更加精細化的需求預測，切片化將使得服務變現不再是老大難的問題。

「天網」狂想，馬斯克被困「星際之門」

5G的強大之處在於，它假設一種全新定義的架構網路的方法。這就是將5G功能轉移到邊緣，許多超低延遲的需求將在邊緣解決，無需回到核心網——這使得衛星成為可行的解決方案，衛星本身就是邊緣能力的載體。

以此為目標，即將於2019年底完成5G標準計劃（3GPP版本rel16），已經展開了針對5G衛星接入的特定研究，屆時它將識別衛星場景——激動人心的是，似乎在uRLLC場景下，衛星方案的延遲甚至比地面5G的延遲還要低！

地面5G基站採用的光纖回傳方式，從本質上來說，並不是最快的通信方式——由於光線被包裹在玻璃介質當中，玻璃的全反射會減慢35%的光速。可如果通過衛星發射無線電，電磁波同樣以光速傳播，大氣層對電磁波速度拖慢的程度，還不足1%。

1%和35%的差距，讓我們意識到，5G是一個真正全新的架構，將所有最有效率的連接方案整合在了一起。對於任何通信技術來說，如果你無法擊敗5G，那就加入它！

過去的幾代移動技術是在封閉的方法下構思出來的——它們是「移動」協議，相似的技術很難融合。衛星通信花費了巨大的努力，才基本解決了流量操縱的問題，得以進入3G/4G的生態。5G技術則要包容的多，衛星通信依託5G技術將如虎添翼。

5G也為全世界帶來了瘋狂的想像空間，上周的5月24日，SpaceX通過獵鷹9號將第一批「星鏈」（starlink）衛星發射升空，雄心勃勃的「星鏈」計劃大幕開啟，有人說，近1.2萬顆衛星上了天，將是對全球互聯網基礎的海底光纜的挑戰——將來的互聯網骨幹網將完全從路基變為天基！

試想一下：衛星運轉在500公里高的地球軌道上，信號延遲的單程時間僅有1毫秒（上千公里做不到低時延）。天基通訊可以很容易地部署在人口稀少的地區，在保證同等傳輸速度的前提下，並不增添額外的建站費用，而地面上的各大運營商從商業利益出發，是不會專門為他們鋪設光纖的。每一顆運動著的衛星的覆蓋範圍相當於成百上千的地面蜂窩基站，而且組網後是無差別的全覆蓋無死角。

地球大氣層1.2萬米以上已經都沒有雨雪霧霾等天氣因素的干擾，這裡可以部署全天候運行的無人機用作通信中繼，軌道衛星和高空無人機之間的通訊可以採用激光，而無人機基站和地面之間則採用無線電。今日的太陽能無人機，已經實現了全年無休的飛行。

天基的優點這麼多，這個計划到底靠不靠譜？

實際上，衛星之間的激光通信不是新的技術，這叫做「星際激光鏈路」，只能在沒有大氣的外太空里才能實現。幾萬米的高度上，大氣干擾仍然是個嚴重的問題，這種擾動不光對激光傳播有影響，無人機本身也會隨著氣流抖動，指向性及其精準的激光是不可能跟上不斷隨氣流「跑偏」的無人機的。

而最大的硬傷在於，「覆蓋面積」和「通量密度」兩者是不可兼得的。「通量密度」是通信技術的一個核心指標，指的是單位面積內的數據流量。5G通過在地面上部署大量的微型基站，縮小覆蓋範圍，才把通量密度提升的很高——10萬Gbps/平方公里。

星鏈單顆衛星的覆蓋面積高達353萬平方公里，估算為1/3個中國。而全中國目前有400萬個通訊鐵塔，每個鐵塔上還不止一個基站，一顆衛星就能為1/3個中國這麼大區域提供服務，替代100多萬做鐵塔？

按照1.2萬顆衛星服務70億用戶計算，平均每顆衛星要服務近60萬人，星鏈單顆衛星1Gbps總速率，平均每個用戶只能分到1-2kbps，這速度還不如20年前的撥號上網！

未來很美好，現實很骨感。衛星之路更適合軍事，鑽探，探險，和邊遠地區的聯絡（地表80%的面積都是海洋沙漠高原荒漠無人區），這項技術必定不是為普羅大眾服務的。

美國北方天空研究所NSR審慎的觀點認為，未來十年，最與衛星相關的5G應用將只會是不過分注重帶寬和時延的汽車工業互聯網（mMTC）場景——當汽車不在地面通信網路服務區時，採用衛星通信進行車輛的診斷和維護。

雖然空基網路還很遙遠，但我們仍然懷揣希望：一旦實現了通訊的低延遲大帶寬全球無縫覆蓋（也許是量子通信），交通工具或許也會脫離運輸系統的束縛，向海陸空間全面拓展——人們甚至可以拋棄道路設施，省去建造和維護大量高速公路，跨海大橋，山區和海底隧道的成本。

到那時，真正唯一重要的只有路權。

結束語

德勤預計，5G物聯網，人工智慧，一切皆服務（Xaas，everything-as-a-service）在2022年之前還會保持每年5%的成長空間，而汽車的聯網和智能化涵蓋了全部三個方面。聯合國也曾經設立了17個人類目標，5G技術可以為其中的10個做出貢獻。

車聯網是通信技術變革的一個縮影，它能讓我們採用全新的視角看待通信網路——這個網路不再是傳統意義上的人與人，人與機器的交互，我們發現，機器和機器之間也開始進行交互對話。「用戶」的概念逐漸弱化，取而代之的是「萬物互聯」。

支持生物體運作最為關鍵的能力有兩個，一個是能源，一個是信息。

能量是維持生命體存在的基礎，信息則是讓生命體具有智慧的基礎。

汽車也是一樣的，能源革命正深刻改變著汽車的形態（電能，氫能），而信息革命（智能，網連，共享）更具顛覆性。

在人類歷史上，能源和信息革命是並駕齊驅的——人類獲得足夠能源之後，漸漸創造出語言用於信息的交流，這又反過來推動人類繼續尋找能源升級的手段。如今的人類掌握了信息的大批量存儲的技術，這為人工智慧的出現奠定了基礎，同時，能源的大規模存儲又成為了人類亟待解決的重大課題…

車聯網具備了很多的內涵，未來的通信技術帶來的大帶寬只是顯而易見的優點之一。汽車的智能化還任重道遠，培育萬物互聯和低時延的場景需求還要時日。

跟能源革命一樣，信息革命也深刻低改變著汽車行業的價值鏈，價值鏈上所有相關的公司都在為獲得車聯網應用的一杯羹而參與競爭。技術的發展沒有盡頭，光波，電波之外，人類還在努力尋找量子通信的秘密。

物理學家理查德·費曼曾經說過：「你並不是真的知道世界是怎麼回事，或者它的目的是什麼。在不知道中生活，這是可能的。」

如果我們的世界不能為每一代人都提供可探索的奧秘，那麼，這個世界就太渺小，太可悲了……

【END】

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！