通信感知算力一体化在车联网中的应用探讨.pdf

第48 卷总第52 3期“6G通感算融合”专题：本期专题：6 G通感算融合专题客座主编彭木根北京邮电大学教授、博士生导师，教育部、中组部和国家自然科学基金委等国家高层次人才计划入选者，IEEE/IETFelloW。现任北京邮电大学信息与通信工程学院执行院长，网络与交换技术国家重点实验室副主任，中国通信学会常务理事兼青工委主任，中国电子学会理事兼青年科学家俱乐部副主席，北京市科技人才研究会副理事长。主要从事无线和移动通信基础理论与关键技术研究，累计发表IEEE期刊论文10 0 余篇，其中ESI高被引用论文2 0 余篇，谷歌学术引用1万9千余次。主编观点6G移动通信系统需要提供巨容量、极低时延、极高谱效、极高能效和精广感知等性能指标，具备支撑元宇宙、车联网、工业互联网等未来业务场景的能力。呕需突破单一的通信维度，将通信和感知在链路和网络级一体化，并与边缘和终端算力智能协同，以通信-感知-计算（简称通感算）深度融合增强6 G移动通信系统性能。目前，在应用场景及性能需求的牵引下，通感算融合已取得阶段性进展。但在深度融合的基础理论、体系架构、关键技术及仿真试验等方面的研究还存在诸多问题和挑战。为了更好地将6 G通感算深度融合方向的最新研究成果介绍给读者，促进业界交流探讨、思想碰撞，本专题收录了来自高校、科研院及企业的17 篇论文，内容包括通感算深度融合愿景、基础信息理论、通感融合及通感算融合网络体系架构、波形和RIS等物理层关键技术、仿真试验等方面，从不同视角介绍了目前6 G通感算深度融合的最新研究成果。希望本专题的推出，能够助力6 G通感算深度融合创新发展及应用落地，共同推进6 G研发进程。一一北京邮电大学教授彭木根移动通信2024年3月第3期1“6G通感算融合”专题1通信感知算力一体化在车联网中的应用探讨赵川斌12，高飞飞1（1.清华大学自动化系，北京10 0 0 8 42.中国电信股份有限公司四川分公司，四川成都6 10 0 0 0）【摘要】移动通信、边缘计算、人工智能等技术的演进和规模化部署促进了车辆、交通、电子信息产业的深度融合，加速了单车智能化、高级别自动驾驶和车路云一体化的进展。蜂窝车联网通过无处不在的无线基站和边缘计算为车路云一体化提供更智能、更高效的信息感知、处理和信息交互能力，以此形成的通信感知算力一体化技术逐渐成为学术界和产业界关注的焦点。首先对蜂窝车联网和通信感知算力一体化技术进行了概述并分析了感知、定位、成像、辅助通信、自组网、边缘计算技术等关键技术点，进而列举了五种蜂窝车联网的典型场景案例，最后对未来蜂窝车联网产业化发展进行了展望，为车路云一体化的发展提供了重要思路。【关键词】车联网；通信感知算力一体化；路侧单元；车路云一体化doi:10.3969/j.issn.1006-1010.20240125-0005中图分类号：TN92文献标志码：A文章编号：10 0 6-10 10(2 0 2 4)0 3-0 0 0 2-0 6引用格式：赵川斌,高飞飞.通信感知算力一体化在车联网中的应用探讨.移动通信，2 0 2 4,48(3):2-7.ZHAO Chuanbin,GAO Feifei.Exploring and Application of the Integrated Sensing,Communication,and Computing in Vehicle-to-Everything.Mobile Communications,2024,48(3):2-7.Exploring the Application of Integrated Sensing,Communication,andAbstractThe evolution and widespread deployment of mobile communication,edge computing,and artificial intelligencetechnologies have facilitated the profound integration of the vehicle,transportation,and electronic information industries,accelerating advancements in individual vehicle intelligence,high-level autonomous driving,and the integration ofVehicle-Infrastructure-Cloud.Cellular Vehicle-to-Everything(C-V2X),through ubiquitous wireless base stations and edgecomputing,provides more intelligent and efficient information perception,processing,and interaction capabilities within theVehicle-Infrastructure-Cloud.The integrated sensing,communication,and computing technologies in C-V2X are graduallybecoming a focal point of attention in both academia and the industry.This article begins by providing an overview ofC-V2X and integrated sensing,communication,and computing technologies,analyzing key technical points such as sensing,positioning,imaging,auxiliary communication,self-organizing networks,and edge computing technology.Subsequently,itlists several typical application scenarios of C-V2X.Finally,the paper offers insights into the future industrial developmentof C-V2X,providing crucial perspectives for advancing the integration of the Vehicle-Infrastructure-Cloud.Keywordsvehicle-to-everything;integrated sensing,communication,and computing;road side unit;vehicle-infrastructure-cloudOSID:Computing in Vehicle-to-EverythingZHAO Chuanbin2,GAO Feifeil(1.Department of Automation,Tsinghua University,Beijing 100084,China;2.China Telecom Corporation Sichuan Branch,Chengdu 610000,China)扫描二维码与作者交流0引言国家“十四五”规划及长远新能源汽车产业发展规划为智慧交通领域能源、交通、信息通信的深度融合指明了方向。同时，第五代移动通信系统（5G，5t h-G e n e r a t i o n收稿日期：2 0 2 4-0 1-2 52移动通信2024年3月第3期Mobile Communication System）边缘计算、人工智能（AI,ArtificialIntelligence）等新技术和电动智能汽车的规模化发展加快了上述多个技术的融合速度。车联网（V2X，Vehicle-to-Everything）作为汽车、电子、信息通信等行业深度融合的数字化基础设施，正与自动驾驶、智能交通、智慧城市等产业加速融合，在未来的高级别自动驾驶和第48 卷总第52 3期赵川斌，高飞飞：通信感知算力一体化在车联网中的应用探讨移动通信车路云一体化进程中发挥重要作用1-2 。特别是随着5G的大规模部署，蜂窝车联网（C-V2X，C e llu la r V e h ic le-to-Everything）作为路侧智能网络连接基础设施，其信息感知处理交互集成的技术特点和同蜂窝网共建共享的产业部署的优势越来越明显3。与此同时，通信、感知、算力一体化（以下简称通感算一体化）技术因其能够以更高的效率和更低成本获得通信及感知的能力，得到了学术界和产业界的广泛关注，并已进人移动通信商用标准化讨论进程，其技术和产业特点与车联网需求高度契合，将在车联网中衍生更多的应用。1概述1.1车联网车联网是指利用电子信息技术，特别是通信、感知、计算技术，对道路和交通进行实时感知，辅助车辆驾驶，实现多个交通系统间数据高容量快速交互，从而提高道路交通效率和安全可靠性的新一代信息技术。车联网主要包含单车智能、多车交互连接、云端连接控制等多个部分5。其核心理念是通过数据共享和智能化决策，提升交通物流效率，提高道路安全性，并为驾驶者提供更便捷、更舒适的出行体验，为城市交通和社会发展提供新的技术手段。第三代合作伙伴计划（3GPP，3r d G e n e r a t i o n Pa r t n e r s h i pProject）在R16标准中已将5G引入C-V2X，称为NR-V2X(5G New Radio for Vehicle-to-Everything)3.。1.2通感算一体化概述当前，5G的规模商用正在加速促进经济社会及工业生产向数字化、网络化、智能化转型。在工程应用中，5G已经可以满足大带宽、大容量数据的上下行无线通信需求。与此同时，这些典型应用场景中存在的大量智能自动化设备，如高级别自动驾驶车辆、无人机、机器人、机械臂、自动导向小车（AGV,AutomatedGuidedVehicle）等，他们对定位、测距、测速、成像、检测、识别、环境重构等感知功能需求存在高度的差异化。因此，在未来复杂工程应用场景中，需要智能自动化设备自身同时具备感知和通信的功能。不难发现，无线电磁波不仅具有通信功能，同时还具备对覆盖区域的环境以及目标状态的感知能力，随着商用移动通信的频段逐步扩展到毫米波和太赫兹频段，通信和感知所需的频谱逐渐重叠。另一方面，随着全双工、高频通信、大规模MIMO、编解码等技术的发展，现有无线通信系统在满足大带宽传输需求的同时，也有能力分配部分空口资源用于感知。若能实现通信和感知的一体化设计，则可以实现资源的共用，其中感知可以辅助通信可靠传输，通信亦可提升感知精度，从而互相辅助和协同，增强通信和感知的性能和效率。与此同时，信息的快速感知、处理、计算、通信需要更及时强大的计算能力，要求计算能力更下沉或者更泛在。在使用算力支持通信和感知性能的同时，感知通信亦会增加存算的速度和效率，反向辅助计算能力。由此形成的通感算一体化技术实质上是基于软硬件及频段资源共享或信息共享实现了感知、通信、以及算力功能协同互助7-8 。可见，通感算一体化是万物智联的第六代移动通信系统（6 G，6 t h-G e n e r a t io nMobileCommunicationSystem）演进的重要方向，也反映了社会发展和工程应用进步的迫切需求9-10 。在具体工程应用中，通感算一体化的基站将具备对覆盖区域目标状态的监控能力，例如低空飞行物、交通车流和热点人流等，实现目标检测、精确定位、识别和跟踪部分重点目标等功能。此外无线基站还规划了对覆盖区域自然环境状态、天气等的实时测量能力川。1.3单车智能与车联网自部分车企提出全视觉辅助驾驶方案以来，就未来自动驾驶是否需要车联网，因此一种观点认为，自动驾驶主要依赖于单车智能，尤其是基于高清地图和摄像头的单车智能。另一种观点则认为未来基于自动驾驶分级中的高度自动驾驶、完全自动驾驶，即L4（Le v e l Fo u rAutonomousDriving）以上的水平需要车联网辅助12 。首先，在某些场景中，依赖单车智能实现自动驾驶难度较大，此时需要借助车路协同技术辅助驾驶，例如园区无人车配送、露天矿山远程驾驶矿车运送、停车场的无人泊车等。对于车辆而言，虽然可以设置无人驾驶，但若其路径规划能力和自主避障能力较弱，则远端仍需要以人工的方式通过网络进行感知、监控和控制。其次，车联网可以辅助驾驶，如在非视距情况下，车辆通过车路协同获取周围环境信息，则可从更高维的视角为智能汽车实时传递外部信息，类似于道路路灯辅助单车车灯，可为车辆提供了一种“上帝视角”，使车辆面对潜在的威胁能够提前做好应对准备，以此在错综复杂的交通环境中做出更好的判断和决策113。同时，由于车端算力及能量受限，随着自动驾驶级别提高，单车需要不断加大自身感知、通信、计算等能力的投人，在这个过程中单车成本、系统复杂度、维护难度指数上升。而车联网将通信、计算、感知等部分功能卸载并集中在路侧MEC，可以大幅降低单车智能的成本，并提高自动驾驶的感知允余14。我国移动通信网络覆盖相对国外领先，电信运营商可以更好地支持C-V2X技术，以更低成本的实现车联网的规模化32024年3月第3期第48 卷“6G通感算融合”专题总第52 3期部署，从而在未来形成以低级别自动驾驶时以单车智能为主，在高级别自动驾驶时车联网辅助单车智能的车路云一体化情形，实现“聪明的车、智慧的路、协同的云”。车路协同与单车智能相辅相成是自动驾驶的高阶发展形态和必然趋势。虽然，LTE-V2X（Lo n g T e r m Ev o l u t i o nforVehicle-to-Everything）标准在车联网辅助自动驾驶技术应用中的频段、带宽、感知、成本及时延参数无法完全满足高级别自动驾驶的需求以及规模部署，但其在3GPP标准化及规模试点已经证明了C-V2X的可行性。2关键技术点由于当前的单车智能和辅助驾驶主要依赖于的计算机视觉的摄像头、雷达感知等传统传感器进行感知，单车智能的感知探测距离与人体肉眼可视距离仍然存在较大差距，且易受到天气、光亮、遮挡物的影响。在车路云一体化场景中路侧单元（RSU，Ro a d Sid e U n it）和车辆需要对道路、环境、车辆以及道路上发生的异常事件进行识别。特别是需要进行对整条道路的全域感知和区域交通状态的分析。大量分立无线传感器、无线通信设备的使用导致频谱利用率低、互干扰较大、多设备之间的信息交互导致通信的可靠性与实时性无法保障。通感算一体的C-V2X可以集成定位、成像、通信、边缘计算、大数据联动分析等能力，以更高效地满足车联网业务需求，减少专用传感设备的独立部署。同时，使用通感算一体化基站的车联网与传统交通电子信息和雷达设备分开部署的车联网也有不同之处，其中通信基站在主要区域的部署是连续的，甚至在热点区域会形成密集部署和多重覆盖，此时通信基站不仅可对同一个区域重点目标进行多重感知，也可以提供就近边缘计算的能力，提高感知精度和效率，减少重复投资。此外，通信基站的全时运维特性带来以下两个好处：（1）可提供全时全天候全时段的道路信息；（2）降低7 2 4小时的运维开销。在未来，车联网的路侧单元除了包含传统路交通侧设备外，也将包含道路周边、室内停车场的运营商基站，这些基站在6 G时代将具备通感算一体化能力。例如，基站将具备非视距下道路路况、天气感知、道路交通流量分析和提醒、空车位分布、泊车输助通感等能力。另一方面，智能化车辆也将成为系统中一种新型的无线通信节点，并提供路况、行驶、停车等信息15。各大电信运营商已经在进行5G演进技术（5G-A，5G-a d v a n c e d）的通感一体基站外场试点，共站使用高频频段的基站拉远天线（AAU，A c t i v eAntennaUnit）与传统的卡口摄像头等感知设备，目前已经可以实现双向4车道50 0 m全程重点目标感知和通信功能。移动通信42024年3月第3期图1为基于5G-A的通感算一体C-V2X示意图：高精度地图GPS&RTK5GC5G-A通感算一体基站通感一体AAU图1基于5G-A的通感算一体C-V2X示意图2.1对车辆的高精度定位在车联网中，车辆的运动速度快，因此对车辆的实时定位精度以及时延的要求更高。通感算一体化通信基站系统可以利用通信信号实现精确定位、深度融合无线通信与其他感知手段，提高当前技术的定位能力，相比单纯基于卫星和通信基站的定位更加精准。已有研究表明通信基站一方面基于参考信道信号信息获得车辆的位置信息，另一方面也可以基于无线信号反射的角度、时延和多普勒等多重感知信息，获得角度、距离和速度信息，从而将定位精度提升到厘米级。精确定位在车联网中有巨大的应用，可以辅助高级别自动驾驶、远程车辆运动控制等。2.2成像和数字李生通信感知一体化基站还可以利用无线信号进行定位与成像，以此提供虚拟环境重构服务，该服务类似于机器人的环境感知定位建图功能，可用于构建车联网的数字李生系统。基站覆盖广度更好，频段资源更丰富，配套的边缘计算能力更强，受天气影响更小，可以作为激光雷达和摄像头的有效补充。例如，高频6 G基站通过热点地区的无缝覆盖，可识别移动感知设备周边的环境信息，进而构建环境的2 D和3D图像，辅助补充尤其他技术手段生成的数字李生系统，支持车辆及自动驾驶、交通流量管理、智慧城市管理等应用。如在路口的车辆数量流量管理的过程中，可以加入电磁波来辅助车辆数量感知，并结合算力一体的联网分析来弥补当前采用地磁方式的缺陷，更好地解决交通长期存在的车流量精确管理问题。交通管理等应用V2XServer第48 卷总第52 3期赵川斌，高飞飞：通信感知算力一体化在车联网中的应用探讨移动通信2.3天气和环境感知通感算一体化技术可以依托无处不在的基站来部署天气感知能力，首先利用无线探测回波强度的变化来感知推算出降水的位置和强度，再结合卫星降雨量估计，实现区域的全天候气候感知、分析和广播，从而填补雷达覆盖的空白。甚至，通信算感知一体化技术可以基于毫米波或更高频的水分子吸收谱特性以及对化学信息的“指纹谱”特性。如图2 所示，首先在基站之间发送感知信号，进而通过在不同气候环境下接收端感知信号的变化来对城市大气质量等进行监控7。交管部门则可以通过在不同气候环境下基站感知信号的差异来实现广域、高精度、实时的降雨量、大气湿度、大气污染等气候指标的测量，并将感知数据传递给相关部门，从而辅助交管部门实现雨雾天气道路的监控提醒、事故预警预防、车辆大气污染减排控制等能力。具体工程应用中，通感算一体化技术依托城市内运营商站点密集部署的6 G基站，对车联网覆盖范围快速进行网格化分区，并利用前述步骤解决自动环境空气质量监测装置部署难、传感器及数据传输成本高的问题16 。卫星(）)云端及发布通感算一体雷达图2 通信感知对天气监控预警2.4辅助车联网网络能力配置除了利用通信信号实现感知功能外，通感算一体化技术还包含了利用感知结果来反哺通信传输的功能。具体应用中，C-V2X系统对空间环境及重点车辆（如封闭区域需要远程驾驶控制的车辆）的感知结果可以辅助车辆、路边单元等各通信节点进行参考信号、数据参数的配置。例如基站通过环境感知，可以直接感知用户位置并进行信道估计和波束跟踪，此时基站不必再进行反复的通信波束扫描，而是通过感知结果调整波束覆盖的强度及数量、波束搜索范围、数据信号调制、编码方式，为目标用户直接分配较佳的通信波束。感知辅助通信波束跟踪的而方式可以减少通信切换中断，达到降低时延、降低空口资源开销、降低能耗等目的1。同时，车辆配套的通信模组可利用随取随用的分布式算力和AI能力来进行精准高效的信道估计、测量及快速波束对准跟踪，有效增强了单车信息处理能力。在车联网的传输侧，可通过多维数据融合处理及大数据分析来设计分级算力部署方案和最优传输方式，提升车联网的整体性能。2.5自组网和灵活调度车联网中，车辆之间的感知和通信也至关重要，并且车辆直接进行感知和通信要比通过路侧单元感知后通知单车更加高效。基于通感算一体技术的车联网可以更全面高效地链接相邻车辆，减少车辆感知和通信的资源占用。同时，车联网中经常需要解决车辆编队问题，此时系统可借助具备通感算一体化云端的计算能力，对各个车辆的状态、通信能力、周边环境等进行及时感知，并且分析获取车联网的全局状态，及时根据环境的属性和状态变化进行车辆编队的灵活调整。这样做可以更低的成本实现车辆编队状态更新，为编队车辆高级别自动驾驶控制提供更可靠的服务保障。2.6边缘计算体系车联网的感知功能通过获取用户信息、环境数据等为通信链路提供先验信息。然而，车联网对各类数据的计算和决策过程需要更快的速度和更低的时延。由于车联网内的车辆高速移动以及车辆数量动态变化，车载智能化感知天气情况设备需要处理的交互信息量也急速增加，因此对单车智能化水平提升以及对车载计算设备的计算能力要求也呈指数级增加，导致单车配置成本较高。此时可将通感一体化系统需要算力下沉到终端或者网络的边缘节点，相对于传统的远程云和单车车载计算，在路侧下沉部署服务器一方面可以快速为车辆提供边缘计算能力以降低时延，另一方面基站则可以减少单车所需的大量计算存储软硬件，解决单车成本增加、空间占用增大、系统复杂度提升等问题18 。当前，基于NR-V2X的智能车联网系统已采用5G架构来支持了边缘计算的下沉功能。如图3所示，在云端，平台通过单播传输方式下发V2X信息，用户面设备（UPF,UserPlaneFunction）和移动边缘计算设备（MEC，M o b i l e Ed g eComputing）在边缘计算侧提供下沉的计算能力。基站需要针对V2X业务做好覆盖、容量规划：在无线侧，基站进行资源预留和高优先级的调度保障（5QI，5G Q o SI d e n t i f i e r）配置；在终端侧，设备支持基于Uu接口（Uu,UsertoNetworkInterface）的通信请求，该功能支持车辆企业电子设备和终端从前装到后装，从而实现单车低成本智能化。3应用场景3.1全国云网一体化部署当前，大型新能源车企均在建设全国联网并到每个52024年3月第3期第48 卷“6G通感算融合”专题11总第52 3期云控平台1OC智能智能大屏驾驶交通V2X服务器/Edge分发UPF/MEC:Edge分发/感知算力集中部署3路侧系统?RSU/edge摄像头等毫米波分发雷达雷达融合PC5PC5城市的算力存储和网络体系，从中心、区域到边缘搭建自己“强大的云”。同时，各大车企普遍在随车赠送5G卡（SIM，Su b s c r i b e r I d e n t i f i c a t i o n M o d u l e），用以保障用户良好的业务座舱体验，并满足车企自身的数据采集、分析、集中决策等需求。与之对应，各家电信运营商都在建设全国云网一体算力网络，并把算力下沉到基站机房和接人局房。如图4所示，在未来，电信运营商在统一的顶层规划下，通过全国一体算力网络、四通八达的传输、无处不在的基站，可以更好地解决车联网系统性部署和成本过高的问题，提升部署效率并减少重复投资。电信运营商适合担任新型车路云一体化的基础设施全国建设主体，并率先在全球探索车联网产业领先之路。统一运营平台集中部署电信运营商全国一张网边缘7省级部署MECn云网融合天地一体通感一体图4车企基于电信运营商的全国一体云网架构移动通信62024年3月第3期?感知数据回传CPE激光感知图3基于5G的C-V2X算力下沉架构3.2智能座舱基于通感算一体化的C-V2X可以更好提供用户感知类服务。首先，车内智能座舱的娱乐办公生活等功能的体验网速增加，时延降低；其次，车内语音互动及其他AI多模态的交互和更新能力更强，甚至可以将常用人工智能大模型从云端进一步下沉到边缘，使多模态的计算和交互能力更贴近车辆用户端；同时，可以更高效地实现基于车辆端的多模态感知数据采集、上传、分析。3.3城市固定路线和高速辅助驾驶在城市固定道路（例如上班通勤的固定路线）和高速公路辅助驾驶场景中，基于通感算一体化的C-V2X能够预先提供参考信息，实现对超视距道路安全信息的有效处理。如：车联网路测设备可通过公告或信息推送，为统一运维平台车辆提供红绿灯、优先车辆调度、前方道路施工、交通事故、碰撞预警、刹车预警等信息。在高速公路弯道较多、5GC中心云：汽车专区NWDAF云骨干网边缘云2专线专线UPF1UPF25G基站UuPC5?存在弯曲遮挡、临时天气灾害的情况下，车辆难以及时获取前方道路信息，此时，路侧设备可以探测弯道区域的交通参与者和路面情况，并进行分析。获取分析结果后，发送区域通知和广播，提前对将要进入潜在危险区域的边缘云驾驶者预警，帮助驾驶者提前规划行驶路径，避免交通事故和意外的发生19。UPFn3.4远程的车联网控制当前，港口、矿区、园区、机场、社区等场景的无人驾驶车辆对远程感知和控制的需求迫切，此时基于通感算一体化的C-V2X可以发挥重要作用。例如，对于在矿区的无人驾驶矿卡和无人采煤机等车辆，由于光照、矿石材质等因素，单车智能（如摄像头）信息可能不够第48 卷总第52 3期赵川斌，高飞飞：通信感知算力一体化在车联网中的应用探讨移动通信全面精准，而基于通感算一体化的C-V2X能够通过宏观环境提供全要素、全时空、多源信息的实时联动与智能决策，提升这类场景下的智能驾驶水平。同样，智慧工厂中，中控平台经过融合分析车辆和基站感知的环境信息，通过网络更精准地控制协作AGV小车在多场景切换中自动驾驶。在港口，中控室可以汇聚并分析基站和车辆的环境感知数据，然后由对龙门吊和无人车辆进行更精准以及全天候的远程精确控制调度。3.5先导区的L5无人驾驶在无人出租车、无人公交车进行试点的先导区，基于通感算一体化的C-V2X，能够帮助试点车辆更好地应对城市交通复杂场景和突发情况。当前，智能单车在识别红绿灯、交通拥堵、临时车祸、临时道路工程以及特殊的静止车辆、交叉口横向行驶车辆、被车辆遮挡等场景还存在能力缺陷，C-V2X可以为单车提供更多的感知决策数据，辅助高级别自动驾驶车辆更好地面对全天候场景。产业应用中，C-V2X可以辅助单车智能克服高清地图和区域限制问题，实现更低成本的智能调度、协同和交互，从而快速促进先导区的大规模推广。4未来发展展望同时，通感算一体化的C-V2X，在硬件上共享器件提升频谱资源的利用效率，在功能层面上为各自性能带来协作增益，在工程应用上可以与6 G蜂窝网络共建共享，具有广泛的研究和应用前景，也是未来车路云一体化系统的发展趋势19-2 1。随着单车智能以及自动驾驶技术的不断发展，智能交通中海量的信息感知、计算、交互和融合需求越来越多，对车联网的感知、算力和通信能力要求也越来越高，文章提出的技术和场景会根据实际的业务刚需和产业工程实践不断的聚焦和规模化。虽然当前中国的车联网发展存在标准不统一、缺乏统一引导、投资成本较高、无统一的运营主体、商业闭环尚未完整、频谱资源有限等问题2.2 2 。但在国内具有顶层规划牵引、通信运营商网络覆盖、规模市场应用等优势的情况下，迫切需要在全球率先探索出一条基于C-V2X辅助自动驾驶和车路云一体化的智慧交通产业落地的通道1,2 3。参考文献：1 李克强.智能网联汽车与自动驾驶人工智能发展动态R.北京：清华大学，2 0 2 3.2清华大学智能产业研究院，百度Apollo.面向自动驾驶的车路协同关键技术与展望2.0 R.2023.3 陈山枝.蜂窝车联网（C-V2X）及其赋能智能网联汽车发展的辩思与建议.电信科学，2 0 2 2,38(7):1-17.43GPP TR 22.837.Feasibility Study on Integrated Sensing andCommunicationR.2023.5 刘良骥：车联网车辆识别系统天线研制D.哈尔滨工业大学,2 0 2 0.6 郑成渝，姚依婷，梁宏斌，等.5G车联网资源优化分配方案综述.电信科学,2 0 2 2,39(7):12 4-138.7IMT-2030(6G)推进组，通信感知一体化技术报告R.2022.8 王亚娟，金婧，楼梦婷，等，通信感知一体化关键技术与应用通信世界,2 0 2 2(2 1):2 7-30.9闫实，彭木根，王文博.通信-感知-计算融合：6 G愿景与关键技术J.北京邮电大学学报，2 0 2 1,44:1-11.10 中国通信学会.通感算一体化网络前沿报告R.2021.11 尹浩，黄宇红，韩林丛，等.6 G通信-感知-计算融合网络的思考.中国科学：信息科学，2 0 2 3,53:18 38-18 42.12 SShadrin S,Ivanova A.Taxonomy and definitions for terms relatedto driving automation systems for on-road motor vehicles withlatest updatesJ.Analytical Review of Standard SAE J3016,2019,3(21):1-9.13 张亚勤，李震宇，尚国斌.面向自动驾驶的车路云一体化框架汽车安全与节能学报，2 0 2 3,14(3)：2 49-2 7 3.14杨恒.面向通感算一体化车联网的资源分配与优化研究D.北京：北京邮电大学，2 0 2 3.15 钟怡，毕添琪，王菊面向通信感知一体化的无线跨域感知研究综述.信号处理，2 0 2 3,39(6):951-96 2.16IMT-2030(6G)推进组.6 G感知的需求和应用场景研究R.2023.17 Xu W H,GAO F F,JIN SH,et al.3D Scene-Based Beam Selectionfor mm Wave CommunicationsJ.IEEE Wireless communicationsletters,2020,9(11).18 梁颖杰，马星，赵川斌.车联网中基于MEC和任务优先级的智能卸载策略研究.通信与信息技术，2 0 2 1(2)：41-45.19程翔，张浩天，杨宗辉，等。车联网通信感知一体化研究：现状与发展趋势 通信学报，2 0 2 2,43(8):18 8-2 0 2.20 林粤伟，王溢，张奇勋，等.面向6 G的通信感知一体化车联网研究综述1.信号处理,2 0 2 3,39(6):96 3-97 4.21 杨杰，黄艺璇，杜涛，等。通信感知一体化原型验证的研究现状与发展趋势.通信学报,2 0 2 3,44(11):43-54.22 陈山枝，葛雨明，时岩.蜂窝车联网（C-V2X）技术发展、应用及展望J.电信科学,2 0 2 2,38(1):1-12.23 邬贺铨.5G模式创新再出发R.郑州：中国工程院，2 0 2 3.赵川斌：高级工程师，清华大学自动化系在读博士研究生，现任职于中国电信股份有限公司四川分公司，主要研究方向为智能无线通信、通感一体化、边缘计算。高飞飞：教授，博士生导师，国家杰出青年科学基金获得者，IEEEFelloW，现任职于清华大学自动化系、清华大学人工智能研究院、北京信息科学与技术国家研究中心，主要研究方向为智能无线通信、通感一体化、太赫兹通信等第六代移动通信关键技术。7作者简介2024年3月第3期