从传感器识别一切障碍减少事故到降低通行时间、减少耗油、电量，车联网在自动驾驶领域都起到了不可或缺的作用。

当汽车实现V2X（车对外界的信息交流），结合智能驾驶功能，那汽车就能够实时与预见性地获取道路上的所有信息。

能够预知对面车辆状态，能够知道前方是红灯还是绿灯，能够知道是否有行人，这样汽车就能够提前做出预判，修正行驶路线从而避免拥堵与许多交通事故，从而也更加绿色环保。

当然这个过程，不管是车况、路况信息的实时上传、还是中心的数据处理、结果及时反馈，都需要极高效的网络作为基础支撑，而5G是必不可少的基础。

从车联网历史网络发展看，2009年中国车联网技术才刚刚起步，并且只能实现基本的导航、救援等功能，距离美国、日本分别落后了20、60年。

随着通信技术的发展，2013年国内汽车网络技术已经能够实现简单的实时通信，如实时导航和实时监控。2014-2015年，3G和LTE（蜂窝移动通信）开始应用于车载通信系统以进行远程控制。

可以这么说，LTE-V是给车联网量身定制的移动通信。

在LTE-V发展前的很长一段时间里，DSRC（专用短程通信技术）都是像美国这样国家的主流车联网通信技术，现在也仍然有很多国家以它为主流标准。

但值得注意的是，相对于LTE-V的长距离通信，DSRC只适用于短距范围内进行通信。

不过，对于时延要求毫秒级的车联网来说，早期LTE-V的时延也完全不如DSRC。

如果以DSRC来作为车联网的车载通信系统，那么这就不是真正意义上的车联网。

然而随着第五代移动通信的发展，5G可以满足1ms低时延的要求，于是国内的蜂窝移动通信从C-V2X发展到5G-V2X。

不过，基于蜂窝移动通信系统发展的车联网，真正的难点不仅仅是车载通信系统的落地，在车联网数字化、网联化、智能化的发展趋势下，通信系统只不过是车联网产业架构“端＋管＋云”中端（感应层）的一部分。

而车联网距离真正的落地，还需要网络层以及应用层的成熟。

车联网没有前车之鉴

从某种程度上说，车联网的实现一定是车与人、路、物、网之间的交互，从而形成车联网的整个体系。

然而想要提高车联网的落地速度，当下的问题是解决车企与互联网科技企业之间的广泛合作，以及有效的跨行业合作平台的问题。

由于车联网产品的输出逻辑与安全性的差异，T-BOX以汽车前装市场为主，OBD产品则面向汽车后装市场。

其中T-Box获取的汽车数据量高于OBD产品，OBD产品可获取标准数据，但其它类数据量获取较少。

而许多老牌车企拥有行业技术和经验优势，但缺乏互联网思维，对于与科技企业合作持相对保守的态度，既不愿意在车联网竞逐中被落下，也不愿将车联网这一机遇拱手相让于科技企业。

另一边，新兴的互联网科技企业虽然拥有着人工智能、大数据分析等技术，但没有最核心的车辆载体和应有的技术沉淀。

为此，即便汽车制造商善于造车，也可以将车内网造得相当不错，但解决不了外部通讯能力问题，汽车仍然处于状态。而互联网企业拿不到数据，技术再好也没有太大用处。

另一方面，即便车联网前装市场渗透率在不断提高，但后装量产与上量依然不足。

如果想要提高车端“渗透率”，除了依托于车企5G+V2X前装量产车型能够真正上量外，在后装方面，首先依靠各类商用车（客车、货车）和特种车辆的5G+V2X装载率上量。

以长沙公交为例，与普通公交相比，智慧定制公交具有“信号交叉优先通行”和“准点准时”两大核心优势。经统计试乘数据，智慧定制公交较私家车按地图推荐线路的通勤时间平均节省约27.5%。

而面向乘用车领域，可以加大互联网企业在车载终端的发力，例如中国移动选取典型的V2X场景，规划高中低三种形态的终端产品，来满足用户多样化的需求。

其次，依靠多种触达方式来提升乘用车的后装车联网比率。

例如，腾讯具有广泛的C端触达能力，通过腾讯微信、QQ、地图等触达能力，充分发挥腾讯链接优势，可以快速提升车路协同渗透率。

当然，即便如此当下无论是前装量产，还是后装的上量依然不足，需要有更大规模的装车量。

此外，目前中国还没有强制执行紧急救援的计划，尚处于探索阶段。

该领域流程可划分为通信和救援两个部分，均可进行商业化运营。

俄罗斯已于 2015 年强制推行紧急救援设备的安装，欧盟也在2015年以法律的形式确定2018年3月31日起欧洲所有车辆必须安装紧急自动报警装置。

在未来的自动驾驶市场，紧急救援计划或许会得到突破，但以当下的情况看，想要获得实质性的突破，并不容易。

最后，也是当下车联网普及最关键的，那就是车联网的商业模式。

当下车联网的商业模式是以汽车厂商为主导，而这种商业模式就有很大的弊端。

我国的汽车品牌众多，不同品牌汽车的目标客户群体不同，且相对固定，难以实现车辆信息系统的广泛应用，如果不同的汽车品牌采用独立的TSP（汽车远程服务提供商）系统，那么将会违背车联网信息共享实时共通的特点。

实际上回过头来看，车联网作为一个大产业，不仅仅是连接万物、完善车内网，在真正连接万物前，人、路、基础设施、云、网络的发展，以及前期车联网市场渗透率都是车连万物的 前提。

作为新物种，车联网没有前车之鉴。

车联网技术仍需验证和完善，“安全”是关键

2020年11月，《智能网联汽车技术路线图2.0》中将技术架构划分为“三横两纵”。“三横”指车辆关键技术、信息交互关键技术与基础支撑关键技术。“两纵”指支撑智能网联汽车发展的车载平台与基础设施。基础设施包括交通设施、通信网络、大数据平台、定位基站等，将逐步向数字化、智能化、网联化和软件化方向升级，支撑智能网联汽车发展。

其中安全是2021年车联网技术重点关注的方向，功能安全与信息安全协同考虑。功能安全ISO 26262标准和预期功能安全SOTIF最终解决的问题，将涉及汽车供应链的所有部分。SOTIF是在自动驾驶技术发展背景下出现的，也是自动驾驶从L2到L3跨越的必然需求。车联网终端需要实现系统隔离机制，以芯片/硬件/固件安全为基础，采用硬件隔离和安全域隔离方式，将具有高安全要求特征的核心驾驶系统和驾驶辅助应用，与具有低安全要求特征的车载娱乐系统和娱乐应用进行隔离，以保护敏感数据和操作。车联网车规级安全芯片满足车联网安全需求的验证性能和SM2算法需求。

为了防止数据在车联网内容和外部遭受攻击者非法窃听、篡改、伪造等威胁，车联网系统采用密码技术对数据在传输、存储、使用过程中进行加密保护；建立基于公钥基础设施（PKI）的车联网通信安全身份认证机制，为各类C-V2X通信设备和系统颁发数字证书，综合采用安全证书、数字签名、匿名化等技术手段保障OBU、RSU等C-V2X通信节点的身份合法性、通信消息完整性和隐私保护。

车联网赋能自动驾驶典型场景落地，“商用车”是关键

车联网赋能自动驾驶主要体现在载人和载货两大领域。在城市载人场景下，包括Robo-Taxi、Robo-Bus、最后一公里自动接驳、自动巡游等是自动驾驶的典型场景。在载货场景下，包括干线物流、支线物流、末端物流、封闭园区（矿区、港口、机场、旅游景点、学校等）物流是自动驾驶的典型场景。车联网将和车本身更深入结合，主要体现在：①车联网业务和车辆CAN总线信息融合。例如，车辆打紧急双闪信息，可以通过CAN总线给到车载终端OBU，和其它车辆之间实现信息交互；②车联网业务作为辅助驾驶和自动驾驶的输入源之一，与车辆多传感器融合的输入源一起，供自动驾驶车辆决策和控制使用。例如，红绿灯信号机信息通过RSU推送给车载终端OBU，可以作为自动驾驶重要的输入源之一，和车辆摄像头识别的红绿灯信息进行融合决策，供自动驾驶车辆控制使用。对于单车智能自动驾驶来说，车联网可以从多方位赋能：①红绿灯信息推送；②超视距信息推送；③鬼探头等典型场景应对；④提供安全冗余；⑤降低单车智能成本等。

商用车会优先采用车联网技术，主要解决四个层面的问题：安全问题、效率问题、成本问题、舒适问题。全球每年有约125万人死于交通事故，商用车由于其自身特点，是重大伤害的施加者和被伤害者，需要车联网技术帮助减少交通事故；结合智能交通和智慧物流，实现人、车、货的智能管理，通过车联网技术选择最佳运行路线，提升运输效率，降低能耗；③中国有1400万辆中远途运输以及城际运输货运卡车，和近3000万辆主要活跃在城市内运输、快递外卖配送场景的面包车、三轮车以及两轮的电动车、摩托车，其中人力和燃油成本占比重，可以通过车联网技术减少运营成本；通过车联网技术提升商用车舒适性，提供娱乐活动，帮助司机减轻疲劳。

文章来源： 智造匠人的羊皮卷，互联网那些事