為了實現l4或l5級的自動駕駛，僅僅實現單車的「智慧型」是不夠的。需要通過車聯網v2x實現車輛與道路以及交通資料的全面感知，獲取比單車的內外部感測器更多的資訊，增強對非視距範圍內環境的感知，並通過高畫質3d動態地圖實時共享自動駕駛的位置。
高畫質3d動態地圖：面向自動駕駛的3d高畫質地圖，它包括：
①動態資訊（例如更新頻率約為1s）
周邊車輛、行人資訊、訊號燈等its預先取得的情報。
②準動態資訊（例如更新頻率約為1min）
事故資訊、堵車資訊和局域氣象預報資訊等。
③準靜態資訊（例如更新頻率為1h）
交規預報、道路施工預報和廣域氣象預報等。
④靜態資訊（例如更新頻率約為1mon）
路面資訊（防護欄、路肩、路邊地標）、車道資訊（車道線的位置、型別、寬度、坡度和曲率等）、3d建築物等高畫質3d地圖資訊。
典型應用：例如使用以上3d高畫質地圖資訊，再結合比對車載的gps、imu、lidar或攝像頭的資料精準實現位置推定，這是比較代表性的應用。
在雨雪、大霧等惡劣天氣下，或在交叉路口、拐彎場景下，雷達和攝像頭無法清晰辨別前方障礙，通過v2x來獲取道路、行車實時資料，可以實現智慧型**路況，避免意外事故的發生。
隨著自動駕駛等級的提公升車輛內外高階感測器也必然會增多，一輛自動駕駛車輛每天可以產生高達大約25tb的原始資料。這些資料需要在本地進行實時的處理、融合、特徵提取。由於，這些任務都需要在車內終結來保證處理和響應的實時性，因此需要效能強大可靠的邊緣計算平台來執行。考慮到計算任務的差異性，為了提高執行效率並降低功耗和成本，一般需要支援異構的計算平台。
在自動駕駛的邊緣計算平台選擇方面，目前大部分廠家選擇以cpu 或 gpu 為主的計算平台。例如谷歌從 2009 年開始開發無人車，採用英特爾的計算平台，包括最新的克萊斯勒大捷龍無人車，採用了英特爾的 xeon 伺服器晶元、altera 的 fpga 和英特爾的乙太網關晶元。
相比自動駕駛領域比較新的技術，如tsn網路交換器，大部分廠家都會選擇用 fpga 實現自動駕駛。原因主要是 tsn 協議複雜，標準延續的週期很長。在 adas 領域，fpga 用得更多，賓士s系列每輛車使用多達 18 個 fpga。fpga 最突出的優勢是功耗低，一般只有同樣效能 gpu 的 1/10。
隨著自動駕駛的成熟和量產，將越來越多地採用域控制器嵌入式的方案 ：將各個感測器的原始資料接入到 sensor box 中，在 sensor box 中完成資料的融合，再將融合後的資料傳輸到計算平台上進行自動駕駛演算法處理。自動駕駛汽車功能複雜，為了保證各個模組和功能間不互相影響，且出於安全性考慮，將大量採用域控制器。根據不同的功能實現分為車身域控制器、車載娛樂域控制器、動力總成域控制器、自動駕駛域控制器等。以自動駕駛域控制器為例，其承擔了自動駕駛需要的資料處理運算，包括公釐波雷達、攝像頭、雷射雷達、組合導航等裝置的資料處理，也承擔了自動駕駛演算法的運算。
自動駕駛除了包括車載計算單元，還涉及 rsu、mec 和 cdn 等邊緣伺服器。隨著 5g 技術的商用，特別是對於車路協同解決方案（v2x），將滿足其對於超大頻寬和超高可靠性的需求。同時，原本在資料中心中執行的負載可以解除安裝到網路邊緣側，例如高畫質 3d 地圖更新、實時交通路況的推送、深度學習模型訓練和大資料分析等，從而進一步降低傳輸時延，提高響應速度。
注：①cdn邊緣伺服器：cdn的全稱是content delivery network，即內容分發網路。cdn是構建在網路之上的內容分發網路，依靠部署在各地的邊緣伺服器，通過中心平台的負載均衡、內容分發、排程等功能模組，使使用者就近獲取所需內容，降低網路擁塞，提高使用者訪問響應速度和命中率。cdn的關鍵技術主要有內容儲存和分發技術。
②rsu邊緣伺服器：微波讀寫天線（即路側單元：road-side units，簡稱rsu）由微波天線和讀寫控制器組成。微波天線是乙個微波收發模組，負責訊號和資料的接收/傳送、調製/解調、編碼/解碼、加密/解密；讀寫控制器是控制發射和接收資料以及處理向上位機收發資訊的模組。
自動駕駛的邊緣計算架構依賴於邊雲協同和lte/5g提供的基礎設施和服務。邊緣側主要指車載邊緣計算單元、rsu或mec伺服器等。其中車載單元是環境感知、決策規劃和車輛控制的主體，但依賴於rsu或mec伺服器的協作，如rsu給車載單元提供了更多關於道路和行人的資訊。但是有些功能執行在雲端更加合適甚至無法替代，例如車輛遠端控制、車輛模擬**和驗證、節點管理、資料的持久化儲存和管理等。
①負載整合
②異構計算
由於自動駕駛邊緣平台整合了多種不同屬性的計算任務，為了提高自動駕駛邊緣計算平台的效能和能耗比，降低計算時延，採用異構計算時非常重要的。
③實時性
自動駕駛汽車對系統響應的實時性要求非常高，例如在危險情況下，車輛制動響應時間直接關係到車輛、乘客和道路安全。制動響應時間不僅僅包括車輛控制時間，而是整個自動駕駛系統的響應時間，其中包括網路雲計算處理、車間通訊時間，也包括車輛本身系統計算和制動處理的時間。
將自動駕駛的響應實時地劃分到對其邊緣計算平台各個功能模組的要求，包括：
④連線性
車聯網的核心是連線性，希望實現車輛與一切可能影響車輛的實體實現資訊互動，包括車人通訊（v2p）、車網通訊（v2n）、車輛之間通訊（v2v）和車路通訊（v2i）等。
v2x通訊技術目前有 dsrc 與c-v2x（cellular v2x，即以蜂窩通訊技術為基礎的 v2x） 兩大路線。專用短距離通訊技術（dedicated short range communication，dsrc）發展較早， 目前已經非常成熟。但隨著 lte 技術的應用推廣和 5g 的興起，未來 c-v2x 在汽車聯網領域也將有廣闊的市場空間。
安全指南》是首部針對汽車網路安全而制定的指導性檔案。其配套的 j3101 號檔案《路面車輛應用的硬體保護安全要求》，讓設計者可以採取一些措施，為車輛提供多重保護，比如將驗證金鑰儲存在微控制器的受保護區域中。
自動駕駛汽車與自動駕駛網路
談到自動駕駛網路很容易讓人聯想到自動駕駛汽車，恰好讀到google的工程師用自動駕駛汽車和自動駕駛網路做的乙個模擬，感覺很有道理的樣子，記錄並分享一下 開發一輛自動駕駛汽車所需要的 1 一輛比較現代的車 2 各式各樣的感測器 效能強大的計算機 ai軟體。3 大量的訓練和測試。類似地，開發自動駕駛網路...
自動駕駛相關
計畫 2021年1月10號前，查資料，了解相關資訊 學習目標 1 路徑規劃，有地圖的基礎上，起點到終點的路徑規劃 2 路徑規劃的技術上，避障等如何實現 自動駕駛工程師，谷歌認證機器學習專家，蘭州大學無人駕駛團隊創始人，主攻深度學習，無人駕駛汽車方向。學習資料記錄 優達學城 學習筆記 20200102...
自動駕駛相關
在實際上行駛中，自動駕駛車輛除了直行，還需要根據需求右轉 左轉或者是倒車，倒車的可能性很小，幾乎沒有自動駕駛公司去做這個場景，左轉相比右轉會更難。尤其是在沒有交通訊號燈，或者是停車標識來引導的左轉，這稱之為無保護左轉，即便是對人類司機而言，都是相當困難的，自動駕駛車輛遇到同樣的難題。waymo的行為...