Category: 专业术语

专业术语

什么是V2P通信？

V2P通信（Vehicle-to-Pedestrian communication）是指车辆与行人之间通过无线通信技术实现的信息交互系统。作为智能交通系统的重要组成部分，它利用专用短程通信（DSRC）、蜂窝网络（C-V2X）或蓝牙等技术，使自动驾驶车辆能够感知行人携带的智能设备信号，从而预判行人运动轨迹并作出避让决策。这种双向通信机制突破了传统传感器视距限制，显著提升了复杂交通场景下的安全性。 在自动驾驶产品开发中，V2P技术的落地需要解决行人设备普及率、通信协议标准化、低延时传输等现实挑战。目前主流方案是通过智能手机作为行人终端载体，结合高精度定位与意图预测算法，实现亚米级的交互精度。随着5G-V2X技术的成熟，未来V2P系统将能支持更丰富的交互场景，如盲区预警、紧急制动协同等，这要求产品经理在规划功能时充分考虑不同移动终端的兼容性与城市基础设施的协同部署。

专业术语

什么是DSRC技术？

DSRC（Dedicated Short Range Communications，专用短程通信技术）是一种基于5.9GHz频段的无线通信技术，专为车联网（V2X）场景设计，可实现车辆与车辆（V2V）、车辆与基础设施（V2I）之间低时延、高可靠的数据传输。该技术采用IEEE 802.11p协议标准，支持最高27Mbps的传输速率，典型通信距离为300-1000米，其核心优势在于能在高速移动场景下保持毫秒级通信时延，这对自动驾驶中的碰撞预警、协同避障等安全应用至关重要。 在自动驾驶落地实践中，DSRC曾是欧美国家V2X技术路线的主流选择，其标准化进程较早（如美国交通运输部在2016年将其列为V2V强制标准基础），但近年来面临C-V2X技术的竞争。对于AI产品经理而言，需注意DSRC部署受限于路侧单元（RSU）基础设施建设成本，且与5G融合方案存在频谱协调挑战。目前国内更倾向采用C-V2X技术，但在特定封闭场景（如港口、矿区）仍存在DSRC与激光雷达融合的局部应用案例。

专业术语

什么是C-V2X技术？

C-V2X（Cellular Vehicle-to-Everything）技术是基于蜂窝通信的车联网技术体系，它利用4G/5G等蜂窝网络实现车辆与周围环境（包括其他车辆、基础设施、行人及云端系统）的低时延、高可靠通信。该技术包含两种互补的通信模式：直接通信模式（PC5接口）支持车辆间（V2V）、车辆与基础设施（V2I）的短距离直连通信；网络通信模式（Uu接口）则通过基站实现广域数据交互。C-V2X通过实时共享车辆状态、路况等信息，显著提升自动驾驶系统的环境感知与决策能力。 对于自动驾驶产品经理而言，C-V2X的落地价值体现在多车协同避障、智能信号灯优先通行等场景中，其标准化程度高（3GPP Release 14起持续演进）、与现有通信基础设施兼容性强等特点，使其比DSRC等传统方案更易规模化部署。2023年后，随着5G-A技术的成熟，C-V2X正在向亚毫秒级时延和厘米级定位精度演进，为L4级自动驾驶提供关键通信保障。延伸阅读推荐华为《5G+V2X车联网白皮书》（2022版）中关于多接入边缘计算的应用案例分析。

专业术语

什么是5G NR？

5G NR（5G New Radio）是第五代移动通信技术（5G）的无线接入标准，由国际电信联盟（ITU）和3GPP组织共同制定。作为5G网络的核心组成部分，5G NR定义了全新的空口技术规范，采用毫米波（mmWave）和Sub-6GHz频段，通过大规模MIMO、波束成形等关键技术实现超高速率（理论峰值可达20Gbps）、超低时延（最低1ms）和海量连接（每平方公里百万级设备）。其灵活的参数集设计支持eMBB（增强移动宽带）、uRLLC（超可靠低时延通信）和mMTC（海量机器类通信）三大典型应用场景。 在自动驾驶领域，5G NR的uRLLC特性为车路协同（V2X）提供了关键通信保障。通过车辆与基础设施（V2I）、车辆与车辆（V2V）的实时数据交互，配合边缘计算节点，可实现高精度定位补偿、盲区预警等场景，有效弥补单车智能在复杂环境下的感知局限。值得注意的是，5G NR的部署需与C-V2X标准协同设计，目前3GPP R16版本已针对自动驾驶需求优化了广播可靠性（99.999%）和端到端时延（3-10ms），为L4级自动驾驶的远程监控和紧急接管提供了技术可行性。

专业术语

什么是低延迟通信？

低延迟通信（Low-Latency Communication）是指在数据传输过程中将端到端的时延控制在毫秒级甚至微秒级的技术范式，其核心指标是数据从发送端到接收端的传输耗时。在自动驾驶领域，这种通信特性尤为关键，因为车辆需要在极短时间内完成环境感知数据的交换（如激光雷达点云、摄像头图像）、决策指令的传递（如紧急制动信号）以及车路协同信息的同步（如交通灯状态）。典型的低延迟通信技术包括5G URLLC（超可靠低时延通信）、TSN（时间敏感网络）以及专用短程通信（DSRC）等协议，其物理层优化往往涉及帧结构压缩、前向纠错编码和边缘计算节点部署等关键技术。 对于自动驾驶AI产品经理而言，理解低延迟通信的工程边界至关重要。例如，当车辆以120km/h行驶时，100ms的通信延迟意味着3.3米的移动距离，这对避障系统的安全裕度设计具有决定性影响。当前行业普遍将10ms以下的端到端延迟作为L4级自动驾驶的通信基准，而实现这一目标需要通信模块与计算架构的深度协同——包括采用硬件时间戳同步、零拷贝数据传输等技术。值得注意的是，低延迟与高可靠性往往存在trade-off关系，这要求产品经理在通信协议选型时，需结合具体场景的QoS需求进行权衡。

专业术语

什么是车联网？

车联网（Internet of Vehicles, IoV）是指通过无线通信技术将车辆、基础设施、行人以及云端系统连接起来，形成一个智能化的交通网络生态系统。它基于物联网技术架构，通过车载传感器、V2X（车与万物互联）通信、云计算等技术实现车辆与环境间的实时数据交互，是智能交通系统（ITS）和自动驾驶技术的重要支撑平台。车联网系统通常包含车载终端、路侧单元、通信网络和云服务平台四大核心组件，能够实现车辆状态监控、交通信息共享、协同决策等功能。 在自动驾驶产品开发中，车联网为AI算法提供了超越单车感知的环境认知能力。通过V2V（车与车）通信可构建动态车队协作，V2I（车与基础设施）交互能获取红绿灯相位等结构化信息，这些多源异构数据的融合显著提升了自动驾驶系统的安全性和通行效率。当前基于5G和C-V2X技术的车联网应用，正在推动从单车智能向协同智能的范式转变，例如群体路径规划和紧急制动预警等场景已进入商业化验证阶段。

专业术语

什么是智能交通系统？

智能交通系统（Intelligent Transportation System，简称ITS）是通过先进的信息技术、通信技术、电子控制技术以及计算机技术等综合运用于整个交通运输管理体系，从而建立起一种在大范围内、全方位发挥作用的实时、准确、高效的综合运输和管理系统。其核心目标在于提升交通系统的运行效率、安全性和可持续性，同时优化出行体验。智能交通系统通常包含交通信息采集、数据处理、信息发布以及交通控制等关键模块，能够实现车辆与基础设施（V2I）、车辆与车辆（V2V）之间的智能互联。 对于自动驾驶汽车开发而言，智能交通系统是重要的协同环境。例如，通过路侧单元（RSU）实时推送的交通信号灯状态、道路施工信息或突发事故预警，自动驾驶车辆可以提前规划最优路径或调整驾驶策略。当前主流自动驾驶解决方案都在逐步加强与智能交通基础设施的融合，如高精度地图的动态更新、基于C-V2X技术的车路协同等。随着5G和边缘计算技术的发展，未来智能交通系统将更深度地参与自动驾驶决策过程，实现从单车智能到群体智能的演进。

专业术语

什么是交通流优化？

交通流优化是指通过系统性方法改善道路网络中车辆流动效率的技术手段，其核心目标在于减少拥堵、提升通行效率并降低能源消耗。这一概念涵盖了从微观的单个车辆轨迹规划，到宏观的交通网络动态调控等多层次策略。传统交通工程中，交通流优化依赖于信号灯配时、道路渠化等静态手段；而在智能交通时代，则融合了实时数据采集、预测模型和协同控制算法，形成动态响应机制。 对于自动驾驶产品经理而言，理解交通流优化具有三重实践意义：首先，单车智能决策需考虑全局交通状态，例如路径规划算法需接入实时交通流预测数据；其次，车路协同场景要求车辆控制系统与路侧单元（RSU）共享优化目标；再者，大规模自动驾驶车队调度本身就是分布式交通流优化问题。当前前沿研究如清华大学《智能交通系统》期刊2023年提出的分层优化框架，正尝试将强化学习与传统的交通流理论相结合，这种技术路径很可能在未来三年内进入商业化应用阶段。

专业术语

什么是信号相位和时序？

信号相位和时序(Signal Phase and Timing, SPT)是智能交通系统中的核心概念，特指交通信号灯周期内不同方向车流被分配通行权的具体时间配置方案。一个完整的信号周期通常包含多个相位，每个相位对应一组特定的交通流向（如南北直行、左转等），时序则精确规定了各相位切换的持续时间、绿灯启闭时刻以及黄灯过渡时间。这种精密的时空资源配置，本质上是通过协调不同方向交通流的通行权，在保障安全的前提下最大化路口通行效率。 对于自动驾驶汽车开发而言，准确预测和利用SPT信息具有重要价值。车载系统通过V2I通信获取实时SPT数据后，可提前计算最优车速建议（GLOSA系统），实现不停车通过绿灯区，从而降低能耗与排放。更高级别的应用则涉及将SPT数据融入轨迹预测算法，帮助自动驾驶车辆预判周边车辆的加速或制动行为。值得注意的是，随着车路协同技术的发展，部分城市已开始试点动态SPT调整机制，这要求自动驾驶系统具备实时响应可变相位时序的能力，也是当前行业研究的前沿方向之一。

专业术语

什么是动态路径规划？

动态路径规划(Dynamic Path Planning)是自动驾驶系统中根据实时环境变化不断调整行驶路径的决策过程。与静态规划不同，它需要综合感知数据、交通规则和车辆动力学等多维信息，在毫秒级时间内生成安全、舒适且符合交通法规的可行轨迹。核心技术包括环境建模、代价函数设计和实时优化算法，其中环境建模需处理传感器噪声和不确定性，代价函数需平衡行驶效率、舒适度和安全性等矛盾目标，而优化算法则要在计算资源限制下实现快速收敛。 在实际产品开发中，动态路径规划面临三大挑战：复杂城市场景的实时性要求、突发障碍物的应急处理，以及人机共驾时的行为预测。现代解决方案多采用分层架构，上层进行语义级决策（如变道或绕行），下层执行运动规划。值得关注的是，基于深度强化学习的端到端规划方法正在突破传统模块化系统的局限，如Waymo的ChauffeurNet和特斯拉的HydraNet都在尝试将感知与规划深度融合。产品经理需特别注意算力分配与功能安全的平衡，确保系统在极端情况下仍能保持最小风险状态。