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

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。

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。

据实时采集和全量数据刻画，实现由路口级、方向级到车道级、车 辆级的精细化治理，实现全域全覆盖、全时全天候的精准实时感知。 图 7 雷视拟合解决方案框架 技术特点 探测距离 >1000 米；全天候 500 米 车道级车身级定位能力，减少立杆 部署；三维联合检测，准确率 95% 精准规划，简标定，自配准， 自校准，减少封路 10 车道全覆盖，无盲点 统一网管，全网实时监控，远 程批量升级 务互联互通，高效协同，进而提升管控、运维效率。 设备互联互通，助力公路机电设备智能化升级 5.2 技术特点 技术特点 实现穿透雨雪雾特殊天气以及夜间低照度条件下的感知。1 公里超远距，10 车道双向覆盖 能力，减少立杆，降低部署成本。 隧道、收费站、服务区等设备搭载公路行业操作系统后，不仅各种传感器、控制器可以互 联互通，并可和手机、穿戴设备互联，实现周边环境实时感知，更高精度的人员定位，提 智慧公路时空大数据以提升管理与服务效能为发力点，实现时空交通态势研判预警及车道级主动管控，提高 行车安全及道路通行能力，提升运营管理、研判决策和应急处置水平，同时为司乘人员提供精准的信息服务。 技术特点 包含公路主体及附属设施监测、交通运行状态监测和公路气象环境监测，融合多种监测设备， 实现人、车、路、环境的状态感知，为全方位服务、全业务管理等提供数据支撑。 全要素融合 包含车道级服务、全天候通行、自由流收费、在途信息发布和智慧服务区，主要面向驾乘人员，

提升城际、城内通勤效率。 道路运行状态是城市可持续发展的重要指标。 2017年6月，公安部联合多部委联合发布《城市道路交 通文明畅通提升行动计划（2017-2020）》，要求综合 采取单向交通、可变车道、潮汐车道、合乘车道等措施， 缓解早晚高峰主干路及重要点段的交通拥堵。 2022年交通运输部印发《交通强国建设评价指标 体系》，在评价维度高效利用中，包含了交通网运行通 畅水平这一指标。 2023年《住房城乡建设部关于全面推进城市综合 OPERATION MONITORING 3.1 名词解释及计算方法 24 监测空间范围: 为体现快慢分离，以人为本的交通理念，本次计算范围为中心城区建成区内主干路及以上等级道路（采 用双向四车道或单向两车道及以上道路），支路和次干路以生活服务和本地到发为主，重点考察其安全和人性化，不纳 入计算范围。中心城区建成区：中心城区范围和建设用地重叠的区域。其中，中心城区范围为主要城市总体规划中明确

要求能够同步输出道路高清视频录像。 3) 要求能够采集手机 IMSI、移动终端 MAC 地址等数据。 （2）摄像机部署建议 1) 机动车道：每 1 条车道部署 1 台 300 万高清卡口抓拍摄像机，每 2 条车 道部署 1 台 900 万高清卡口抓拍摄像机。 2) 非机动车道：部署 1 台非机动车管理单元（含车牌识别功能），具体设备 选型视现场情况而定。 3) 人行道：每边人行道部署 1 台具备人脸抓拍功能的摄像机，具体设备选 要求能够准确捕获行人的整体和面部特征照片。 3) 要求能够同步输出道路高清视频录像。 4) 要求能够采集手机 IMSI、移动终端 MAC 地址等数据。 （2）摄像机部署建议 1) 机动车道：每 1 条车道部署 1 台 300 万高清卡口抓拍摄像机，每 2 条车 道部署 1 台 900 万高清人脸、车脸卡口抓拍摄像机。 2) 每处出入口部署 1 套电子围栏设备，2 台 WiFi 定向嗅探设备，推荐使用 车身颜色等，还需清晰辨识驾驶员面部特征。 2) 要求能够同步输出道路高清视频录像。 3) 要求能够采集手机 IMSI、移动终端 MAC 地址等数据。 （2）摄像机部署建议 1) 每 1 条车道部署 1 台 300 万高清卡口抓拍摄像机，每 2 条车道部署 1 台 900 万高清人脸、车脸卡口抓拍摄像机。 2) 每处高速收费站部署一套电子围栏设备，2 台 WiFi 定向嗅探设备，推荐 使用与摄像机一体化设备。

化、网联化和共享化等方面全面赋能载运工具。人工智能在载运工具 领域的应用关注度很高，融合度相对不高。 当前智慧载运工具的应用场景主要集中在辅助驾驶、智慧座舱等 场景。辅助驾驶包括自适应巡航、自动泊车、车道保持、碰撞预警、 紧急制动等功能，顾名思义辅助驾驶只能提供一部分辅助功能，无法 完全替代驾驶员，驾驶员仍然需要高度关注路况。智慧座舱包括智能 语音交互、驾驶员监测、多媒体娱乐等功能，其中智能语音交互被大 通与土地相关性进行量化分析，并对交通资源进行优化配置。 城市智能交通规划可以分为短期规划和长期规划。短期规划中， 通过分析居民出行行为和偏好，精确把握其出行时空特性，进而开展 线网规划、车辆规划等内容，例如公交线路的优化、潮汐车道的设置 等。长期规划则需要考虑更多因素，如城市规模扩张、人口数量增长、 车辆数量增加，以及资源、环境、安全等方面的制约，在此基础上规 划交通基础设施建设、交通枢纽设置等。 5. 基础设施 频触发的方式实现高清抓拍的功能。 4）视频算法方案 系统主要通过感知视频内容实现目标抓拍与信息提取，算法流程 主要包括场景参数获取、目标检测、目标跟踪、行为分析、车辆特征 识别等。 场景参数获取主要针对车道线、停止线、斑马线、车道行驶方向、 禁停区域等信息，可采用人工配置或算法自动提取的方式。 目标检测包括场景中机动车、非机动车和行人的检测以及车牌的 自动识别。在违法事件与信号灯相关时，还需检测信号灯的状态。