物联网这个概念早在十多年前便已提出，其主要依托于移动通讯网络来实现其功能的传输。在过去物联网领域的一些设备控制场景中，我们或多或少都见到过远程控制技术的身影，但受限于当时的网络条件和技术场景，大部分应用都属于对设备的简单操作，并不会同步太多的现场实时信息。随着通讯技术的不断发展，以及5G技术的出现，智能化的生活也离大家越来越近。

5G的出现给移动网络带来了高带宽、低时延、本地分流等新的特性。同时，远程控制作为5G技术的先导，其对于智能化时代具备重要价值，5G可以满足远程控制应用中更多信息的同步需求。可以说，5G技术的成熟促进了远程操控的加速与落地。

目前，5G远程实时操控的典型应用场景主要是：港口、露天矿等封闭区域和开放道路下自动驾驶车辆意外情况下的远程接管，以及天车、吊机、化工、地下矿等高危环境或恶劣环境下的远程作业。前者是作为必要的应急介入手段，更好协助自动驾驶等设备本地智能工作；后者是作为常态化的作业方式，提升一线人员作业体验。

随着行业数字化发展，未来像矿山、港口、物流等场景，无人化、远程化作业将逐渐成为行业趋势，云出租车、云代驾等C端应用也会逐渐兴起。预计5G远程实时操控将打开百亿级规模以上的市场空间，渗透到各领域助力社会发展。

 

一、5G远程实时操控的主要痛点和相关技术

5G远程实时操控，主要面向解决车辆等复杂设备的远程操控，需要支持基于实时场景的人机交互方式。

为了更好地在远端还原真实的操作场景，方便人员进行更为细致的实时控制，除传统的状态数据外，在5G远程实时操控中会引入现场侧视频、音频等媒体数据的实时同步。为保证远程控制的安全以及流畅，这些丰富的现场数据和细致的远端操作的同步，对感知的实时性以及操作的可靠性和及时性有非常高的要求。

以5G远程控制领域非常有代表性的车辆远程控制场景为例，其对于车端视频画面等信息及时回传有着严格的时延要求。下表是基于移动场景下的车辆远程控制对实时性要求的一个简单分析，可以看出在低速下进行车辆远程驾驶，建议需要达到200ms的时延，而较为理想的指标是要达到150ms的时延。而目前基于传统视频监控的远控时延往往在300-400ms左右。这对网络时延、音视频通信的时延以及控制信令的时延和可靠性都提出了很高的要求。

车速与时延要求关系

为降低5G远程控制中音视频端到端时延，并保障操控的可靠性和及时性，需要引入实时音视频通信、控制信令同步和5G网络优化等技术来联合提升操控体验。

• 实时音视频通信：主要解决音视频通信的实时性；在远控端到端时延中，音视频通信时延占比往往会达到80%左右；因此面向远控的音视/频通信时延的优化是非常重要的；另外在远控场景中，往往会使用多路视频流来还原现场，单个设备可能会涉及4-8路高清视频流的同时传输，会占用较高的网络带宽，视频码率和卡顿率的优化也是远控非常关注的因素。
• 控制信令同步：主要解决控制信令的传输可靠性和时延；控制信令最终是会影响现场设备的动作，因此对可靠性要求非常高，在尽可能保证时延的基础上，需要达到极致的可靠性，并考虑应对各种意外情况的检测和处理。
• 5G网络优化： 主要解决上行音视频数据的低时延传输，保障控制信令的下行传输。音视频通信和控制信令同步的基础均是网络，在苛刻的时延和可靠性要求下，需要应用和网络进行协同的优化，来提升端到端的性能。

可以看出，这三大技术都是围绕5G远程控制的时延和可靠性等痛点来进行优化和提升，其中5G网络优化是底座，实时音视频通信是时延优化的核心，控制信令同步是保障控制可靠和安全的关键。除了这些技术优化外，在5G远程操控的规模化应用中，系统架构也是非常重要的，这会直接影响5G远程控制的灵活度和扩展性。

 

 

二、5G远程操控系统的主流架构

5G远程操控系统中，主要包含受控端、控制端、5G网络等必要元素，以及如远控服务器等可选元素。 下面是目前5G远程操控应用中的一些常见系统架构：

1）架构A：单车直连+视频与控制分离

单车直连分离架构

该架构是基于简单拓展传统视频监控+传统CAN总线控制，来实现简单1对1场景下的远程操控。

• 视频链路：多路摄像头连接到一个类似NVR这样的视频网关，接入到5G专网，控制端会使用根据预先配置的视频网关的IP进行拉流，获取远端的音视频流；
• 控制链路：基于CAN总线，通过CAN转以太网再转CAN的方式，将CAN总线数据over在5G专网提供的IP网络上传输， 完成了受控端的控制器CAN接口与控制端的操控器CAN接口的对接；

这种架构虽然能够简单达到远程操控的基本功能，但是受控端与控制端的连接，依赖于两端IP的提前配置和网络通道的规划，灵活性不足，很难应用于规模部署的多车场景；另外受限于传统视频监控的时延，其端到端时延也较大。

 

2）架构B：单车直连+视频与控制融合

单车直连融合架构

这种架构B与架构A的区别，在于受控端网关中融入了CAN接口的控制能力，升级成为远控网关，而非常规的NVR这样的纯视频网关。 这样可以在网关中，融合视频、音频和其他如振动、姿态、车辆工况这样类传感数据的采集和控制，使得远控的扩展性和现场内容的丰富度更强，而且相比传统视频监控的方案，其视频时延也可得到进一步优化；另外网关侧还可以定义控制指令的保护策略来应对网络波动和意外情况，具有更好的可靠性和安全性。

同样由于单车直连，这样的架构在规模部署的多车场景，仍有很大的灵活性问题。

 

3）架构C: 统一转发

统一转发架构

由于单车直连架构在部署上的局限性，出现了统一转发的架构；多个受控端和操控端都连接到一个统一的远控服务器上。通过远控服务器扮演连接转发的角色，来保证受控端和控制端的连通性。

基于这种架构，控制端和受控端可以通过远控服务器中转，按照各自ID直接建立连接，而不需要预先知道对方的IP，并且也不需要依赖两端网络的IP可达性。

这种架构虽然大大简化了规模场景部署的复杂性，但是由于中间服务器的引入，对服务器的转发能力和可靠性提出了较高要求，并且也为远控服务引入了中间的转发时延。

 

4）架构D：融合架构

融合架构

融合架构是由腾讯云5G团队提出，并用于其5G远程操控产品，目前已在矿区、港口、末端物流等多个场景落地应用。

该架构中，远控服务器主要负责控制面，统一管理受控端远控网关和控制端操控PC，因此在操控PC仍可以基于受控端的ID来向远控服务器申请进行连接的建立，而不需要预先配置受控端的IP。

音视频、控制命令和传感器等数据的传输过程中，数据面仍尽量采用传统直连的网络通信方式，在直连网络不可达的情况下，通过媒体中转服务器进行中转。

这种架构融合了单车直连架构和统一转发架构各自的优点，既能大大简化规模部署场景的复杂性，又能保持单车直连架构中低时延的优点，对远控服务器的要求也大大降低。

从长远看，融合架构是5G远程控制未来的发展趋势。因为5G远程操控应用场景较多，网络场景也较为复杂，有专网场景（如矿山、港口的远程控制），也有公网场景（如末端物流、干线物流、云出租车），另外还会与5G MEC结合进行边缘分流和计算，来进一步降低网络时延。因此在系统架构上，进行控制面和数据面的分离是一个非常好的选择，可更灵活的部署媒体数据面，适应多类网络环境，并发挥出5G MEC的优势。

 

未来，随着5G远程操控应用的不断发展，除了在技术和架构上不断演进升级外，相信受控端和控制端的音视频及控制接口协议标准化上也会不断完善，可以实现不同车辆、驾驶舱间的互操作性。

 

 

欢迎点击一键订阅《云荐大咖》专栏，获取更多精品内容。

看云端技术起落，听大咖指点迷津。