智能网联汽车Word格式文档下载.docx

智能网联汽车Word格式文档下载.docx

《智能网联汽车Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《智能网联汽车Word格式文档下载.docx（20页珍藏版）》请在冰豆网上搜索。

他们与“智能汽车”、“智能交通”的相关关系又是如何？

在本文的开篇，有必要对上述概念进行一些梳理。

车联网（InternetofVehicles）概念引申自物联网（InternetofThings），实际上是一个国人自创的名词，与其意义对应的英文词汇包括ConnectedVehicles、VehicleNetworking等。

国内曾经将“车联网”与“远程信息服务”（Telematics）等同，将车辆看作一个简单的信息收发节点，只看到了车联网在提供信息服务领域的作用，这是对车联网的片面理解。

实际上，现代汽车电子电器系统本身就构成了一个复杂的车内网络系统，同时在车与车、车与路侧设施、甚至车与行人及非机动车之间也可以通过专用短距离通信构成移动自组织车际网络。

因此，车联网的完整定义应该是：

是以车内网、车际网和车云网为基础，按照约定的体系架构及其通信协议和数据交互标准，在车－X（X：

车、路、行人及移动互联网等）之间，进行通信和信息交换的信息物理系统。

车联网能够实现的主要功能包括智能动态信息服务、车辆智能化控制和智能化交通管理等。

智能网联汽车是指搭载先进的车载传感器、控制器和执行器等装置，并融合现代通信与网络技术，使车辆具备复杂环境感知、智能化决策与控制功能，能综合实现安全、节能、环保及舒适行驶的新一代智能汽车。

智能网联汽车是车联网与智能汽车的交集。

此外，车联网还能够为驾乘人员提供丰富的车载信息服务，并服务于汽车智能制造、电商、后市场和保险等各个环节。

图1显示了车联网与智能汽车、智能交通的相互关系。

图1车联网与智能汽车、智能交通的相互关系

智能网联汽车的体系架构与发展阶段

智能网联汽车本身具备自主的环境感知能力。

此外，它也是智能交通系统（ITS）的核心组成部分，是车联网体系的一个结点，通过车载信息终端实现与人、车、路、互联网等之间的无线通讯和信息交换。

（一）智能网联汽车的体系架构

智能网联汽车集中运用了计算机、现代传感、信息融合、模式识别、通信网络及自动控制等技术，是一个集环境感知、规划决策和多等级驾驶辅助等于一体的高新技术综合体，拥有相互依存的技术链和产业链体系。

1、智能网联汽车的技术链

智能网联汽车的技术体系由传感、决策、控制、通信定位及数据平台等关键技术组成，主要包括：

（1）先进传感技术，包括利用机器视觉的图像识别技术，利用雷达（激光、毫米波、超声波）的周边障碍物检测技术，利用柔性电子/光子器件检测和监控驾驶员生理状况技术等。

（2）通信定位和地图技术（DSRC、3G/4G/5G、GPS/北斗），包括数台智能网联汽车之间信息共享与协同控制所必须的通信保障技术、移动自组织网络技术，以及高精度定位技术，高精地图及局部场景构建技术。

（3）智能决策技术，包括危险事态建模技术、危险预警与控制优先级划分、多目标协同技术、车辆轨迹规划、驾驶员多样性影响分析、人机交互系统等。

（4）车辆控制技术，包括基于驱动、制动系统的纵向运动控制，基于转向系统的横向运动控制，基于悬架系统的垂向运动控制，基于驱动/制动/转向/悬架的底盘一体化控制，以及利用通信及车载传感器的车队列协同和车路协同控制等。

（5）数据平台技术，包括非关系型数据库架构、数据高效存储和检索、大数据的关联分析和深度挖掘、云操作系统、信息安全保障机制等。

2、智能网联汽车的产业链

智能网联汽车产业链主要包括：

（1）先进传感器厂商，开发和供应先进的传感器系统，包括机器视觉系统、雷达系统（激光、毫米波、超声波）等。

（2）汽车电子供应商：

能够提供智能驾驶技术研发和集成供应的企业，如自动紧急制动（AEB）、自适应巡航（ACC）等。

（3）整车企业，提出产品需求，提供智能汽车平台，开放车辆信息接口，进行集成测试。

（4）车联网相关供应商，包括通信设备制造厂商、通信服务商、平台运营商以及内容提供商等。

（二）智能网联汽车的三个发展阶段

智能网联汽车的发展的第一阶段是基于自车感知与控制的驾驶辅助系统（ADAS），这是智能网联汽车发展的基础阶段；

第二阶段是应用信息通信（ICT）技术实现车－X之间的信息共享与控制协同，即网联化技术的应用；

第三阶段是自动驾驶和无人驾驶的实现，这是智能汽车发展的最终目标。

目前在全球范围内，基于ADAS技术的产品已经开始大规模产业化，网联化技术的应用已经进入大规模测试和产业化前期准备阶段，而自动驾驶正处于样车开发与小规模测试阶段。

ADAS技术的发展与应用现状

ADAS技术是汽车智能化的基础性技术，也是目前已经得到大规模产业化发展的技术，主要可分为预警技术与控制技术两类。

其中常见的预警类技术包括前向碰撞预警（FCW）、车道偏离预警（LDW）、盲区预警（BSD）、驾驶员疲劳预警（DWS）、全景环视（TopView）和胎压监测（TPMS）等。

常见的控制类技术包括车道保持系统（LKS）、自动泊车辅助（APA）、自动紧急刹车（AEB）、自适应巡航（ACC）等。

美日欧等发达国家和地区已经开始将ADAS系统引入了其相应的新车评价体系。

美国新车评价规程（U.S.NCAP）从2011年起引入LDW与FCW作为测试加分项，美国公路安全保险协会（IIHS）从2013年起将FCW系统作为评价指标之一，而欧洲新车评价规程（E－NCAP）也从2014年起引入了LDW/LKA与AEB系统的评价。

2014年起，汽车驾驶辅助技术已经成为获取E－NCAP四星和五星的必要条件。

同时，我国的C－NCAP也正在考虑将驾驶辅助系统纳入其评价体系之中。

在引入新车评价体系之外，各国也纷纷开始制定轻质法规推动ADAS系统安装。

2015年11月开始，欧洲新生产的重型商用车将强制安装车道偏离警告系统（LDW）及车辆自动紧急制动系统（AEB）。

2016年5月起，美国各车企将被强制要求对其生产的10%的车辆安装后视摄像头，这一比例在随后两年中将快速提升至40%与100%。

此外，美日欧各国均有强制安装胎压监测（TPMS）系统的法规，我国也正在制定中。

从产业发展角度，目前ADAS核心技术与产品仍掌握在国外公司手中，尤其是在基础的车载传感器与执行器领域，博世、德尔福、TRW、法雷奥等企业垄断了大部分国内市场，一些台资企业也有一定市场份额。

近年来，国内也涌现了一批ADAS领域的自主企业，在某些方面与国外品牌形成了一定竞争，但总体仍有较大差距。

ICT技术助推汽车智能化发展

信息通信技术（ICT）与智能汽车的结合是近年来智能汽车得到快速发展的重要原因。

通过现代通信与网络技术，汽车、道路、行人等交通参与者都已经不再是“孤岛”，而是成为了智能交通系统中的信息节点。

在美国、欧洲、日本等汽车发达国家和地区，基于车联网V2I/V2V技术的协同式辅助驾驶技术正在进行实用性技术开发和大规模试验场测试（见图2）。

其中最为典型的就是美国在密歇根安娜堡开展的示范测试，在美国交通部与密歇根大学等机构的支持下，SafetyPilot项目于2013年完成了3000辆车的示范测试，2014年成立交通变革中心（MTC），开始进行9000辆以上规模的示范测试。

美国MTC建设的网联自动驾驶测试模拟城市（M－city）（见图3）。

通过此示范测试，得到了车联网技术能够减少80%交通事故的结论，直接推动了美国政府宣布将强制安装车－车通信系统以提高行驶安全，预计相关强制标准将于2020年开始实施。

同时，此示范项目的开展，确定了美国在车联网技术发展与标准制定领域的世界领导地位，对其智能汽车及相关产业发展起到了巨大推动作用。

图2美欧等国的车联网示范测试项目

图3美国MTC建设的网联自动驾驶测试模拟城市（M－city）

除美国外，欧洲以及日本等国都开展了大量对车联网技术的研究与应用示范。

欧盟eCoMove项目展示了车联网技术对于降低排放和提高通行效率的作用，综合节油效果可达到20%，simTD项目2014年起开展“荷兰－德国－奥地利”之间的跨国高速公路测试，验证基于车联网的智能安全系统。

日本Smartway系统2007年开始使用，可提供导航、ETC、信息服务、驾驶辅助等多种功能，基于车路协同的驾驶安全支援系统（DSSS）2011年开始使用，可以提供盲区碰撞预警、信号灯预警、停止线预警等多种功能。

我国清华大学、同济大学和长安汽车等高校与企业合作，在国家“863项目”的支持下开展了车路协同技术应用研究，并进行了小规模示范测试，各汽车企业也在开展初步研究。

2015年开始，在工信部支持下，上海汽车城、中国汽车工程学会、清华大学、同济大学和上海汽车等单位开始在上海建设智能网联汽车示范区，旨在推动智能化与网联化技术的成熟与应用。

相对而言，在该领域我国缺少类似美日欧的大型国家项目支撑，各企业间未能形成合力，发展相对较慢。

美日欧等国在车联网技术发展的时间表、标准等方面已趋于统一，实质的战略同盟已经形成，我国已经有丧失未来话语权的趋势。

自动驾驶技术路线之争

“自动驾驶”（AutomatedDriving）是智能汽车发展的最终阶段。

从信息获取渠道分，自动驾驶的实现方式包括“自主式”（Autonomous）和“网联式”（Connected）两种。

根据应用对象不同，又可以划分为“军用型”方案和“民用型”方案两类。

谷歌的自动驾驶汽车始终是吸引眼球的焦点，主要得益于其高调的宣传以及谷歌公司本身的高科技形象。

实际上，谷歌的自动驾驶汽车代表了军用自主式自动驾驶的技术路线，其技术源自美国国防部先进研究项目局（DARPA）。

通过顶置激光雷达等复杂传感系统对周围环境做全面感知，形成高精度数字地图，再根据高精度地图进行轨迹规划与车辆自主决策及控制。

其传感系统高昂的成本限制了商业化应用，同时传感器可靠性与车辆高速性能也有待验证。

类似的，我国军事交通学院等单位研制的自动驾驶车辆也属于军用型方案。

其优势是不依赖结构化道路，对环境进行全面感知，可在全地形条件下“找路”。

对于普通民用车辆而言，其行驶环境是相对稳定的结构化道路，道路具有车道线、路沿、路标等明显特征，利用这些特征可以降低对于环境感知系统的要求。

这也是诸如奥迪、奔驰、沃尔沃等汽车企业在开发自动驾驶车辆中的基本出发点。

采用较低成本传感器，充分借助V2V/V2I协同技术，进行有效的信息融合，实现可大规模商业化的自动驾驶，这是不同于谷歌的自动驾驶技术路线。

同时，由于汽车企业本身对于车辆结构、控制系统等的掌控，其自动驾驶汽车的传感器集成度、可靠性、高速性能等往往优于IT企业开发的自动驾驶汽车。

2015年7月，DARPA在最新发布的无人驾驶技术标准中，已经提出了要将原谷歌安装的顶置激光雷达进行小型化，通过多个低成本的分布式激光雷达代替原技术方案，实现对车辆周边环境的感知。

在福特等公司最新展示的自