详解中国移动如何打造最强车联网生态系统

11月18日消息（岳明）自提出“大连接”战略以来，中国移动便没有停下连接万物的步伐，今年提出要在2020年实现连接数量比2015年翻一番，即从8.6亿的以人为主的连接增长到人和物的连接，达到17.5亿。随着个人用户增长接近饱和，车联网作为物联网在智能交通中的应用，将成为近9亿连接数增长中的重中之重。对此，中国移动研究院首席科学家陈维表示，中国移动将通过下一代车联网技术研发、产业推进等促进车联网产业日趋成熟，携手产业各界打造最强移动车联网生态系统。

引导并推动下一代车联网技术成熟及产品完善

作为中国最大的移动网络运营商，中国移动将车联网作为 “大连接”战略中极其重要的一环，持续加大在该领域的投入，已在C-V2X、边缘计算、机器智能等车联网关键技术领域开展研发工作。

C-V2X通信是下一代车联网的核心技术，对网络通信、数据计算、网络连接数提出更高的要求。在网络通信方面，C-V2X通信时延需低于100ms；通信可靠度最高需可达99.999%；在部分视频共享、远程驾驶等场景中，需要接50Mbps的大带宽。数据计算方面，据INTEL和BMW估计，到2020年，自动驾驶汽车数据量4TB/车/天，并将不断增长。这使得网络中高性能、低成本的数据储存成为必要。在网络连接数方面，到2030年 90%的汽车将接入车联网网络，对网络的连接能力提出了更高的要求。

为更好地支持后续车联网各项应用服务，结合现网情况，中国移动对C-V2X现阶段关键技术进行深入研究，包括新增QCI以实现性能上的提升，引入广播技术以支撑车联网典型应用等。同时，中国移动也在全面跟进5G技术的发展以及在车联网方面的应用，包括引入NR新空口，通过URLLC和eMBB特性支撑未来自动驾驶应用等。

车联网C-V2X应用具有实时性要求高、V2X数据具有量大而单位数据价值低、隐私保护性要求较高”等特点，而传统的云-端处理方法，存在“通信时延太长、用户成本增加并担心隐私泄露、而终端上计算资源有限”等问题难以满足物车联网的上述特别需求。故需要利用大量距离用户和应用较近的边缘设备的资源来进行计算和数据存储，从而充分满足车联网应用要求的实时性、隐私保护性和低成本性。研究院从2015年底就从车联网领域开展了边缘计算、机器智能研究。

在边缘计算研究方面，针对V2X低时延、高可靠、大带宽、高速移动等需求，研究院引入边缘计算技术，将传统的通信网络升级为“通信+计算”网络。 未来车联网应用会越来越复杂，数据量计算也很庞大，仅仅从传统云端上完成计算并不能满足要求，需要“云+边缘”计算模式，在边缘侧完成对C-V2X数据的转发、分析、存储，提供数据开放服务并引入第三方应用。网络不再仅是数据通信的设施，更是数据汇聚、融合、计算、共享的基础设施，从而推动公司从管道运营向数据运营转型。

在机器智能研究方面，针对V2X无人值守、低时延、隐私保护等需求，研究院以资源受限的机器学习技术、端-云结合的深度学习技术、物联网知识库技术为核心，深入开展机器智能技术研究，将机器智能技术贯穿于传感、认知、决策等全过程，提升车辆、交通设施的智能程度，使车联网相关设备能够基于数据进行自动化的场景分析、数据处理、系统配置，实现更加智能的车联网场景。

引领车联网发展推进产业成熟

据陈维介绍，中国移动正在引领标准发展、技术试验、推进产业协同等方面继续发力，从而不断推进车联网产业走向成熟。

在引领LTE-V2X技术标准上，中国移动围绕C-V2X开展技术评估、应用方案和商业模式等研究。中国移动加入5GAA，成为14名董事会成员之一；重点推动3GPP国际标准化，2017年6月底标准将全部冻结；在NGMN主导成立了车联网工作组，联合全球运营商及主要通信设备商共同推进C-V2X；在CCSA同步推进国内LTE-V2X车联网标准；推动国家相关部委发放LTE-V2X车联网试验频谱。

同时，中国移动还积极推进LTE-V2X技术试验。中国移动2016年与上汽、华为在杭州云栖小镇开展了LTE-V2X关键技术试验，涵盖V2X全部应用场景，并在G20峰会期间成功演示，初步验证了LTE-V2X技术的可行性和先进性；2017年6月上海MWC期间，首次通过5G试验网实现远程驾驶的演示；9月无锡物博会期间，引入后装产品测试，探索后装市场。同时，中国移动还依托国家智能网联汽车示范区和重大专项，进一步在上海、重庆、北京等地联合上汽、长安、东风等开展端到端的技术试验。

此外，中国移动经国资委批准于2016年加入“中央企业电动汽车产业联盟”，并牵头筹备车联网专委会，将于11月下旬召开的中国移动全球合作伙伴大会上举行成立揭牌仪式。专委会成立后将着手开展各项工作，就电动汽车和下一代车联网技术融合形成初步的工作目标和内容，构建完整、领先、自主的电动汽车车联网产业体系。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。