毕马威国际 kpmg.com 融合5G与 物联网： 步入 智能制造 快车道 2 | 融合5G与物联网：步入智能制造快车道 © 2019 (“ ) 毕马威国际合作组织 毕马威国际” 毕马威国际是与毕马威国际独立成员所网络相关联的瑞士实体，毕马威国际不提供任何客户服务。 目前众多制造企业正在寻机加快业务发展，采用 数字化技术以实现第四次工业革命（工业4.0）。 自动化机器人、大数据分析等技术推动企业向智 growth is reaching mainstream companies and consumers)， Business Insider网站，2019年1月28日 融合5G与物联网：步入智能制造快车道 | 3 © 2019 (“ ) 毕马威国际合作组织 毕马威国际” 毕马威国际是与毕马威国际独立成员所网络相关联的瑞士实体，毕马威国际不提供任何客户服务。 5G提供了一个实现物联网利益的理想通信平台。 毕马威国际合作组织 毕马威国际” 毕马威国际是与毕马威国际独立成员所网络相关联的瑞士实体，毕马威国际不提供任何客户服务。 数据来源：毕马威分析，2019年 4 | 融合5G与物联网：步入智能制造快车道 互联是工业4.0的关键组成部分之一，因为通过 连接，制造企业能够突破传统的孤立主体，打造 旨在优化制造、分销和产品消费生命周期的综合 生态系统。物联网和5G将共同发挥至关重要的作 用，使得企业能够连接从计划到销售流程周而复

................................. 122 4.19 有遮挡的十字路口交叉碰撞预警场景参考架构 ..................... 127 4.20 行驶车道建议场景参考架构 ..................................... 132 4.21 交通拥堵提醒场景参考架构 ............................. ......................... 184 4.31 绿波车速引导场景参考架构 ..................................... 189 4.32 公交车道共享场景参考架构 ..................................... 195 5 总结 ........................................ 2. 9 交通 管控智能部门-交通信号 管控需求图》 Stk2.10 潮汐车道管理需求 10 《附录 A.2. 2. 10 交 通管控智能部门-潮汐车 道管理需求图》 Stk2.11 车速建议需求 5 《附录 A.2. 2. 11 交 通管控智能部门-车速建 议需求图》 Stk2.12 应急车道使用需求 10 《附录 A.2. 2. 12 交 通管控智能部门-应急车 道使用需求图》

主要目的 人类驾驶员路径规划、导航指引 服务自动驾驶系统 (机器)，辅助感知、规划与决策 核心要素 道路网络、兴趣点(POI)、基本交通规则 按需提供车道拓扑、关键语义要素、精确道路属性等 精度要求 道路级别 (典型精度5-10米) 按需达到车道级或更高精度 (如信号灯等关键要素位 置，<50cm) 更新频率 相对较低 要求高，强依赖众源数据实现近实时或高频更新 服务对象 人类驾驶员 自动驾驶系统 friendly) ★ ★★ ★★★ ★★★ ★★★ 核心价值，持续提升： 提供更适合自动驾驶系统执行的路径（如车道级、 考虑曲率/坡度/可通行性），在高阶自动驾驶中始终是地图的核心能力。 决策支撑 (规 则/拓扑) ★ ★★ ★★★️ ★★★ ★★★️ 核心价值，高阶关键： 提供复杂的交通规则（如潮汐车道、特殊路口通 行）、道路拓扑关系，是实现安全、合规、高效智能驾驶决策的基础，重 要性随级别升高而凸显。 智驾地图与智能座舱的融合：舱驾共用一张图 10 资料来源：公开资料、泰伯智库 “一张图”的内涵 “舱驾一体”架构下，理想状态是座舱的导航显示、HMI交互（如AR导航、3D环境渲染）与 智驾系统的环境感知、定位决策（如车道级导航、路径规划）能够基于统一的地图数据源和动 态信息层。例如，腾讯地图的“智驾地图8.0”提出实现“人驾-车驾”无缝切换，共用一张图以 降低算力需求。 现状与实践 目前，多数宣称“舱驾一体

侧面盲区监测 LDW Lane Departure Warning 车道偏离预警 汽车智能驾驶技术及产业发展白皮书 04 缩略语 英文缩写 英文全称 中文解释 LKAS/LKA Lane Keeping Assistance System 车道保持辅助系统 LCC Lane Centering Control 车道居中控制 ACC Adaptive Cruise Control 自适应巡航控制系统 自动紧急制动系统（AEB） 25 3.1.3 紧急转向辅助（ESA） 26 3.1.4 自动紧急转向（AES） 26 3.1.5 变道碰撞预警（LCW） 27 3.1.6 车道保持辅助（LKA） 27 3.1.7 车道偏离预警（LDW） 27 3.1.8 前 / 后方交通穿行提示系统（FCTA/RCTA） 28 3.1.9 车门开启预警（DOW） 28 目录 汽车智能驾驶技术及产业发展白皮书 度。同时，算法层输出的控制指令通过平台层传递至执 行机构，形成感知、决策、执行链条。 云端服务层由地图服务、数据管理、模型训练等核心模 块构成，其特点是依托远程服务器提供全局化、高精度 服务支持。地图服务为车辆提供实时路网和车道级导航 信息，数据管理模块负责存储和处理海量行车数据，模 型训练则利用这些数据持续优化 AI 算法模型，并通过 OTA 向车端推送迭代版本。该层与车端算法层紧密联 动，模型训练结果通过算法更新提升车辆智能化水平，

汽标委 C-NCAP IMT2020（5G）推 进组 C-V2X 工作组 Euro-NCAP 1 前向碰撞预警 无 无 CCRs-FCW 无 无 2 无 无 无 无 无 3 无 EBW-同车道 行驶 无 无 无 4 无 无 CCRH（高速行驶） 无 无 8 / 32 表 1 安全类预警应用列表 5 交叉路口碰撞预 警 无 ICW-左侧来车 SCP SCPO 无 6 无 ICW-右侧来车 10 紧急制动预警 EBW- multiple vehicles 无 无 无 无 11 异常车辆提醒 无 AVW-同车道 无 无 无 12 无 AVW-临近车 道 无 无 无 13 车辆失控预警 无 CLW-同向车道 无 无 无 14 无 CLW-对向车道 无 无 无 15 道路危险状况提 示 无 无 无 无 Local Hazards 16 限速预警 无 无 无 无 Advanced 5.1.2 场景描述及参数定义 前向碰撞预警（FCW）——高速度差追尾场景描述为： 1） TxV（在 C-NCAP 中也称为 GVT）与 RxV（在 C-NCAP 中也称为 VUT）处于同一车道， 中间存在其它车辆遮挡。 2） TxV 处于静止状态，一直发送 BSM 消息。 3） RxV 接收到 TxV 发送的 BSM 消息。 4） RxV 通过 V2X 应用判断，识别与 TxV 存在碰撞风险。

层数，建筑间距等是否满足规划及消防等规范要求 18 建筑物及构筑物的±0.000 标高、道路标高是否合理 场地内的主要道路布局及主入口位置、地下车库入口位置是否合理 场地内的停车场、停车位、消防车道、及建筑消防扑救场地是否合理 交通组织是否合理，车流、人流是否顺畅 竖向图 检查建筑、构筑物的名称（或编号）、建筑、构筑物的主要室内外设计标 高，以及场地四邻的道路、地面、水面等关键性标高 高度不能低于 6 米（如果 不想太压抑，最好 8~12 米），大门宽度最好是单向 2+1+1（双向则*2），即 2 条货车车道 +1 条小车车道+1 条人行道（可作电动车道或叉车道）。若将小车道及人行道放在专设消防 门，可在大门减少这 2 条车道。车道要设置隔离墩。车道要设置减速带。 网络图片 68 园区大门的数量，从车辆进出来说，出入口越多越好。而从管理角度来说大门越多越难管理。 大门要设置警示牌（可利用门头的柱子）， 内容有： 门头警示内容（根据大门位置、空间来确定） 出口、入口标识 限速警示（5~15 公里/h）、及其他警示（如禁烟火、 禁危化品、禁假冒伪劣产品、鸣笛等） 标注专用车道 一车一杆及跟车距离 停车收费价目表 停车费支付结算的二维码 4）进出口收费 数字化时代，进出园区已可实现智能化的无人值守（参见拙文《物流园区数字化和信息平台 建设参考手册》），且有效防

目，同时保留腿部或车体的基础照明，既保障弱势群体安全，又让驾驶员清晰识别目标，见下图7。 在遮蔽精度方面，高精度ADB能够在较远距离下快速识别对向车、同向前车，生成与目标轮廓高度 吻合的独立暗区，横向遮蔽范围精准控制在单车道内，避免过度遮蔽影响本车视野，同时径向遮蔽阴影 极短，减少跟车时的视野盲区，见下图3、图4。此外，遮蔽精度的提升使得高精度ADB相较传统远光的 光通量损失更小，在实现防眩光功能的同时，能为驾驶员提供充足的远光照明。 图8 照明光毯功能效果展示图 图9 照明光毯道路增强实测图 表2 普通ADB与高精度ADB关键指标测试结果对比表 关键指标 遮蔽精度 普通ADB 高精度ADB 宽度小于1车道、径向无暗影 宽度大于两个车道、径向存在盲区暗影 照明损失率 小于10% 大于30%以上 遮蔽跟随 实时跟随目标物，无滞后、丢失情况 无法做到实时跟随滞后、丢失目标 弱势交通 参与者保护 精准识别行人、非机动车并进行精准照 单目标物识别，或者多目标物共用一个 遮蔽框 测试结果显示，照明光毯可以显著地增强目标车道地面前方的照明强度，同时能够准确地沿着直 道、弯道驾驶轨迹或道路标线进行预测性照明，且光毯照明范围均匀性一致，无局部过曝或昏暗区域， 周边光照过渡自然，未引起驾驶员和周边道路交通参与者的不适。 在道路增强照明方面，照明光毯可在目标车道前方延伸，对前方地面照明起到增强的作用，同时可 以根据车辆速度动态调整照明范

等特勤车辆一路绿灯通过所有路口； 2) 公交车/校车优先通行：通过全智慧调度，在高峰时段，给与公交车专用车 JOY SMART AI 全智慧路口承载车路协同之核心关键解决方案 深圳市喜悦智慧数据有限公司 5 道或者所在车道较高优先通行权，公交车数量越多，所在方向优先通行权越 高； 3) 有轨电车优先通行：通过全智慧调度，在全时段内，给与有轨电车所在道路 的方向较高优先通行权； 4) 出租车优先通行等方案：通过 方，给车上设了虚拟交警领航员，让你先知先觉、让你有千里眼顺风耳，让出 行更加主动，可以提前知道前面有没有拥堵，动态的、实时的知道前面道路施工 情况，现在有很多路侧设施是可变的，如可变车道、智能潮汐车道，在出行之前 或者过程当中可以第一时间知晓。这类应用场景主要对应服务社会车辆。 JOY SMART AI 全智慧路口承载车路协同之核心关键解决方案 深圳市喜悦智慧数据有限公司 13 JOY SMART AI 全智慧路口承载车路协同之核心关键解决方案 深圳市喜悦智慧数据有限公司 14 通事件，如前方出现了交通事故，系统将及时、定向的推送信息到将要经过这个 区域的车辆。还有可变车道、潮汐车道相应的实时指示信息等，这些信息也可以 实时的推送到经过这个区域的车辆。 3、JOY SMART AI 交叉口全智慧调度 交叉口控制的本质是依据实时交通状况对交叉口中冲突点的通行时空资源

百米就有标识立牌，非常适合跑步、健步 走。此外，园区内还有全民健身设施，为 市民日常锻炼提供必要的保障。 【深圳市龙华区环城绿道】 【成都市天府新区兴隆湖绿道】 利用城市高架轨道下的灰色空间，布置自 行车道、步行道、绿地及活动场地，缝合 了轨道沿线两侧的各类空间的割裂关系。 集生态与休闲于一体，构建了“通勤圈、 生活圈、商业圈”高度融合的通勤体系。 绿道周围的“三店一馆”，串联花店、商 店、咖啡馆，丰富了绿道的生活服务场景。 植花草树木、打造景观廊道等措施，连接与融合城市自然与文化风光， 全方位提升骑行的舒适度与趣味性。 要点1：保障自行车路权 路口自行车道根据实际需求，交叉口自行车流量大的，可设置转向分行车道；部分区域自行车绕行距离大的，可结合两侧景观 因地制宜设置单侧双向自行车道。在交叉口处设置自行车箱区，给予骑行人最大的骑行空间。 针对电动自行车频繁混入绿道，提出切实有效的措施或指定相关管理办法。针对目前公园绿道禁止自行车骑行的现状，实施 “分时分区”管理。可规定可供骑行的路段，规定禁行时间和区域，设置骑行速度上限，运用物理隔离，设置相关标识，大流 量节点设置引导人员。 采用路内停车带进行机非隔离，将紧 挨着人行道的停车泊位与自行车道交 换，减少机动车对自行车道违法干扰。 要点2：丰富骑行沿线景观 通过补植乔木、调整间距等方式，增加骑行绿道沿线的林荫连续性；选择多样植物，通过分层搭配、季花点缀，丰富地被景 观；建设特色景廊通道，开辟观景通道、平台和休息区，丰富骑行沿线景观

多，城市道路变得拥堵不堪，为了缓解交通拥堵，交通部门需要根据不同的车辆类型、 运营方式进行车道划分和车流量管理，比如设置快速公交通道、非机动车专用通道等。 网络亦是如此，通信网络也对网络实行“车道”划分和流量管理，即网络切片。网络 切片相当于设备为每个网络切片划分独立“车道”，不同网络切片的“车道”之间是 实线，业务流量在传输过程中不能并线变换“车道”，从而确保不同切片的业务在设 备内可以严格隔离，有效避免流量突发时切片业务之间的资源抢占。