智能网联汽车技术全册课件.pptx

智能网联汽车技术全册课件.pptx

《智能网联汽车技术全册课件.pptx》由会员分享，可在线阅读，更多相关《智能网联汽车技术全册课件.pptx（466页珍藏版）》请在冰豆网上搜索。

智能网联汽车概述智能网联汽车技术时间：

讲课老师：

内容CONTENTS智能网联汽车相关概念01智能网联汽车分类0203智能网联汽车发展现状智能网联汽车技术041.1智能网联汽车的相关概念及系统构成“智能”是指搭载先进的车载传感器、控制器、执行器等装置和车载系统模块，具备复杂环境感知、智能化决策与控制等功能。

“网联”主要指信息互联共享能力，即通过通信与网络技术，实现车内、车与车、车与环境间的信息交互；“汽车”是智能终端载体的形态，可以是燃油汽车，也可以是新能源汽车，未来是以新能源汽车为主。

智能？

网联？

1.智能网联汽车的定义智能网联汽车：

是指搭载先进的车载传感器、控制器、执行器等装置，并融合现代通信与网络技术，实现车与X（车、路、行人、云端等）智能信息交换、共享，具备复杂环境感知、智能决策、协同控制等功能，可实现车辆“安全、高效、舒适、节能”行驶，并最终可实现替代人来操作的新一代汽车。

智能网联汽车是智能汽车与车联网相融合的产物；智能网联汽车的终极目标是实现在各种道路环境中安全行驶的无人驾驶汽车；车联网的终极发展目标是智能交通系统。

按照约定的体系架构及其通信协议和数据交互标准，在V2X（V代表汽车，X代表车、路、行人及应用平台等）之间进行无线通信和信息交换的大系统网络，是能够实现智能化交通管理、智能动态信息服务和车辆智能化控制的一体化网络，是物联网技术在智能交通系统领域的延伸。

车联网-是以车内网、车际网和车载移动互联网为基础，智能交通系统-是将先进的数据传输技术、电子控制技术、计算机技术及智能车辆技术等综合运用于整个交通运输管理体系，通过对交通信息的实时采集、传输和处理，借助各种科技手段和设备，对各种交通情况进行协调和处理，建立起一种实时、准确、高效的综合运输管理体系，提高交通效率和安全水平，最终使交通运输服务和管理智能化，实现交通运输的集约式发展。

第页2.智能网联汽车相关概念间的关系？

在课本第三页扫码看看！

智能网联汽车是智能交通系统中智能汽车与车联网的交集产品，目标是解决安全、节能、环保等制约产业发展的核心问题。

车联网聚焦点是建立一个交通体系，通过车载信息终端实现与车、路、行人、业务平台等之间的无线通信和信息交换，发展重点是给汽车提供信息服务。

1）环境感知层-环境感知层的主要功能是通过车载环境感知传感技术、定位技术、4G/5G及V2X无线通信技术等，实现对车辆自身属性和车辆外在属性（如道路、车辆和行人等）静、动态信息的提取和收集，并向智能决策层输送信息。

2智能决策层-智能决策层的主要功能是接收环境感知层的信息并进行融合，对道路、车辆、行人、交通标志和交通信号等进行识别，决策分析和判断车辆驾驶模式和将要执行的操作，并向控制和执行层输送指令。

3控制和执行层-控制和执行层的主要功能是按照智能决策层的指令，对车辆进行操作和协同控制，并为联网汽车提供道路交通信息、安全信息、娱乐信息、救援信息以及商务办公、网上消费等，保障汽车安全行驶和舒适驾驶。

3.智能网联汽车系统构成3.智能网联汽车系统构成1.2智能网联汽车分类网联化等级等级名称等级定义典型信息传输需求典型场景控制1网联辅助信息交互基于车-路、车-后台通信，实现导航等辅助信息的获取以及车辆行驶数据与驾驶人操作等数据的上传。

地图、交通流量、交通标志、油耗、里程等静态信息传输实时性、可靠性要求较低交通信息提醒、车载信息娱乐服务、ecall等人2网联协同感知基于车-车、车-路、车-人、车-云通信，实现获取车辆周边交通环境信息，与车载传感器的感知信息融合，作为自车决策与控制系统的输入。

周边车辆/行人/非机动车位置、信号灯相位、道路预警等动态数字化信息传输实时性、可靠性要求较高道路湿滑、紧急制动预警、特殊车辆避让等人/自车3网联协同决策与控制基于车-车、车-路、车-人、车-云通信，实时并可靠获取车辆周边交通环境信息及车辆决策信息，车-车、车-路等各交通参与者之间信息进行交互融合，形成车-车、车-路等各交通参与者之间的协同决策与控制。

车-车、车-路、车-云间的协同控制信息传输实时性、可靠性要求较高列队跟驰等人/自车/他车/云1）智能网联汽车网联化分类：

2）智能网联汽车的驾驶自动化分级分级L0L1L2L3L4L5等级名称无自动化驾驶支持部分自动化有条件自动化高度自动化完全自动化定义由驾驶人全权驾驶汽车，在行驶过程中可以得到警告通过驾驶环境对转向盘和加减速中的一项操作提供支持，其余由驾驶人操作通过驾驶环境对转向盘和加减速中的多项操作提供支持，其余由驾驶人操作由无人驾驶系统完成所有的驾驶操作，根据系统要求，驾驶人提供适当的应答由无人驾驶系统完成所有的驾驶操作，根据系统要求，驾驶人不一定提供所有的应答；限定道路和环境条件由无人驾驶系统完成所有的驾驶操作，可能的情况下，驾驶人接管；不限定道路和环境条件主体驾驶操作驾驶人驾驶人/系统系统周边监控驾驶人系统支援驾驶人系统系统作用域无部分全域SAE汽车驾驶自动化等级分级名称定义持续的车辆横向和纵向控制目标和事件探测与响应动态驾驶任务后援设计运行范围0级应急辅助系统不能持续执行动态驾驶任务中的车辆横向或纵向运动控制，但具备持续执行动态任务中的部分目标和事件探测与响应能力驾驶人驾驶人及系统驾驶人有限制1级部分驾驶辅助系统在其设计运行条件下持续地执行动态驾驶任务中的车辆横向或纵向控制，且具备与所执行的车辆横向或纵向运动控制相适应的部分目标和事件探测与响应能力驾驶人及系统驾驶人及系统驾驶人有限制2级组合驾驶辅助系统在其设计运行条件下待续地执行动态驾驶任务中的车辆横向和纵向控制，且具备与所执行的车辆横向和纵向运动控制相适应的部分目标和事件探测与响应能力系统驾驶人及系统驾驶人有限制3级有条件自动驾驶系统在其设计运行条件下持续地执行全部动态驾驶任务系统系统动态驾驶任务后援用户有限制4级高度自动驾驶系统在其设计运行条件下持续地执行全部动态驾驶任务并自动执行最小风险策略系统系统系统有限制5级完全自动驾驶系统在任何可行驶条件下持续地执行全部动态驾驶任务并自动执行最小风险策略系统系统系统无限制中国汽车驾驶自动化等级2.智能网联汽车应用

（1）自动驾驶矿车内蒙古宝利煤炭有限公司于2019年9月在宝利煤矿首次使用了3辆自动驾驶矿车来运输煤炭。

通过“愚公”智慧矿山无人化运输系统来对车辆进行控制，具体包括矿车自动驾驶系统、机群调度系统、远程管控系统等。

2.智能网联汽车应用

（2）自动驾驶公交车2018年12月28日，湖南湘江新区智慧公交示范线首发仪式在长沙市举行。

湖南湘江新区智慧公交示范线路全长7.8km，沿途停靠11个站点，双向总计22个站点，一期计划投放4辆中车电动智能驾驶公交试运行。

2.智能网联汽车应用（3）自动驾驶出租车2018年底，文远知行和小马智行先后在广州开始进行自动驾驶出租车的试运营，之后百度也积极跟进，凭借更大的体量和规模，在全国各大城市开展无人驾驶出租车的试乘体验活动。

2.智能网联汽车应用（3）自动驾驶物流车物流场景主要包括末端物流、支线物流及干线物流。

无人物流一直是各大电商快递企业的必争之地，借助自动驾驶物流车能够有效解决物流安全、成本、环保及效率痛点，促使物流配送领域整个产业链降本增效，革新升级。

2.智能网联汽车使用环境分类1高速公路环境具有良好标志的结构化高速公路，主要完成车道保持、车辆识别和跟踪等功能，目标是实现进入高速公路之后的全自动驾驶。

2城市环境城市环境更为复杂，对感知和控制算法提出了更高的要求。

城市环境中的自动驾驶将成为下一阶段研究的重点，目前这类环境的应用已经进入到小范围试点阶段。

3特殊环境无人驾驶汽车研究走在前列的国家一直都很重视其在军事和其他一些特殊条件下的应用。

类似码头、矿区、厂区、短程定线驳车等特殊环境，这类环境更简单，成本问题的敏感性也相对较低，高度自动驾驶甚至无人驾驶也更容易实现。

智能网联汽车发展目标是什么？

未来的趋势是什么？

智能网联汽车是新一轮科技革命背景下的新兴产品，可显著改善交通安全、实现节能减排、减缓交通拥堵、提高交通效率，并拉动汽车、电子、通信、服务、社会管理等协同发展，对促进汽车产业转型升级具有重大战略意义。

1.3智能网联汽车的发展现状1）国家战略规划2020年国家发展和改革委员会、科学技术部、工业和信息化部等11个部门联合发布了智能汽车创新发展战略，旨在加快推进智能汽车的创新发展，展望20352050年，中国标准智能汽车体系将全面建成，更加完善。

安全、高效、绿色、文明的智能汽车强国愿景逐步实现。

2022年国家部委智能网联相关政策1.我国智能网联汽车产业进展2）我国智能网联汽车发展愿景及总体目标发展愿景实现汽车强国伟大目标，使汽车社会朝着有益于文明进步、可持续轨道发展，满足人民对美好生活无限向往的需要。

体现在安全、效率、节能减排、舒适和便捷、人性化等方面。

总体目标摘自：

中国信息通信研究院车联网白皮书汽车正由人工操控的机械产品逐步向电子信息系统控制的智能产品转变。

一些跨国企业率先开展产业布局，一些国家积极营造良好发展环境，智能汽车已成为汽车强国战略选择。

汽车将由单纯的交通运输工具逐渐转变为智能移动空间和应用终端，成为新兴业态重要载体。

应用层面产业层面技术层面3）全球汽车产业发展的战略方向智能网联汽车人才需求：

中国人才研究会汽车人才专业委员会发布了智能网联汽车大学生人才现状研究2021年参与对标的汽车企业从业人员约84.4万人，研发人员总数约为9万人，智能网联相关方向的研发人员总量约为7000人，智能网联汽车研发人员占比8.1%。

预估到2025年，我国智能网联研发人才净缺口在2.37万人以上，而2025年智能网联汽车涉及的相关专业的高校本科生规模预计仅7300余人，我国智能网联汽车大学生人才存在供给严重不足的情况，人才培养速度显著落后于智能网联汽车发展的整体速度。

智能网联汽车机械工业职业工种：

智能网联汽车装调员智能网联汽车运维员智能网联汽车路测设备装调员智能网联汽车测试员案例：

在量产车型中，自动驾驶级别最高的是L3级，即奥迪A8，它配备了4个鱼眼摄像头、12个超声波雷达、4个中程毫米波雷达、1个远程毫米波雷达、1个激光雷达、1个前视摄像头。

其中，4个鱼眼摄像头用于360环视系统，12个超声波雷达用于自动泊车系统。

2.智能网联汽车的发展趋势1.环境感知技术77GHz或79GHz毫米波雷达将取代24GHz毫米波雷达，天线尺寸更小、角分辨率更高、芯片材料将向着互补金属氧化物材料发展；激光雷达将向着固态激光雷达、更高的探测距离和分辨率、更小的尺寸和更低的成本发展；视觉传感器将沿着深度学习的技术路线，向模块化、可扩展、全天候方向发展。

2.决策规划技术人工智能技术将由目前所处的机器学习、深度学习阶段向着自主学习方向发展；人工智能算法芯片，将会对软硬件进行深度整合使其拥有超强的计算能力、更小的体积、更低功耗，算法处理速率将会大幅提升。

3.车辆控制技术整车电子电气架构将向着跨域集中式电子架构和车辆集中式电子架构发展，分散的控制单元将减少，取而代之的是应用先进算法的集中控制单元；车辆控制算法也由传统控制方法向基于模型预测控制、最优控制、神经网络控制和深度学习等智能控制方法转变。

4.自主式智能与网联式智能技术加速融合网联式系统能从时间和空间维度突破自主式系统对于车辆周边环境的感知能力。

在时间维度，通过V2X通信，系统能够提前获知周边车辆的操作信息、红绿灯等交通控制系统信息，以及气象条件、拥堵预测等更长期的未来状态信息。

在空间维度，通过V2X通信，系统能够感知交叉路口盲区、弯道盲区、车辆遮挡盲区等位置的环境信息，从而帮助自动驾驶系统更全面地掌握周边交通态势。

网联式智能技术与自主式智能技术相辅相成，互为补充，正在加速融合发展。

5.智能新技术将助推智能网联汽车快速发展人工智能中的深度学习、语义分割、边缘计算和大数据、云计算、5G以及边缘端、云端等新技术在智能网联汽车中的应用将不断深入，助推智能网联汽车快速发展。

2.智能网联汽车的发展趋势6.在特定场景优先得到实践应用，随着技术不断验证与成熟，逐步向城市郊道路、高速公路等场景拓展从技术层面来看，限定区域运营场景由于路况简单、线路相对固定、车速相对较低、交通参与者较少等因素，更有利于自动驾驶功能实现。

因此，智能网联汽车会按照低速封闭场景低速开放场景/高速封闭场景高速开放场景的顺序实现商业化落地，7.未来路侧基础设施将加速智能化进程，连接云控平台与智能网联汽车，形成多级化智能网联交通体系通过路侧基础设施智能化，可以有效提升交互实时性、道路参与者定位精度，并提高信息交互效率。

此外，在路侧边缘借助机器智能算法，以交通数据流整合为核心，支持实现智能交通物联网和信息网的融合，构建起全局动态交通管控系统、数据驱动的智能化协同管控系统，保障智能交通体系全面性与动态性。

8.智能网联汽车推动汽车产业生态重构智能网联汽车与智慧城市、智能交通实现融合成为主要发展趋势。

我国汽车业已进入新的发展阶段，智能网联技术作为未来产业发展的核心突破口之一，将推动我国汽车业迈上新台阶，并将带动相关产业协同发展。

1.4网联汽车的技术架构1.智能网联汽车的技术架构三横两纵技术架构第页2.智能网联汽车的关键技术智能网联汽车的最主要目标是将信息技术运用到汽车上，用实时、全面、有效的信息流来驱动汽车系统的运行。

根据智能网联汽车技术路线图2.0，智能网联汽车的关键技术包括：

1.车辆关键技术智能网联汽车的车辆关键技术包括：

环境感知技术智能决策技术控制执行技术系统设计技术2.信息交互关键技术智能网联汽车的信息交互关键技术包括：

专用通信与网络技术大数据云控基础平台技术车路协同技术1）车辆关键技术-环境感知技术环境感知涉及的技术主要包括：

高精度传感器、行驶环境感知技术、车辆姿态感知技术、乘员状态感知技术、态势分析技术等。

环境感知使用的传感器包括车轮转速传感器、加速度传感器、微机械陀螺仪、转向盘转角传感器、超声波传感器、激光雷达、毫米波雷达、视觉传感器等。

车辆姿态感知？

行驶环境感知？

乘员状态感知？

态势分析技术？

2.决策规划技术随着汽车驾驶自动化水平的提高，对车辆自主决策能力提出了新的要求，汽车不仅需要在某个具体工况进行决策规划，如超车、巡航和跟车等单一工况，还需要有在线学习能力以适应更加复杂的道路交通环境和不可预期工况。

智能决策主要是对来自环境感知层的信息并进行融合，对道路、车辆、行人、交通标志和交通信号等进行识别，决策分析和判断车辆驾驶模式和将要执行的操作，并向控制执行层输送指令。

智能决策涉及的技术主要包括：

行为预测与决策技术、轨迹规划技术、基于深度学习的决策算法等。

1）车辆关键技术-决策规划技术自动驾驶汽车决策规划出行驶路径，由底盘执行机构实现汽车状态控制和轨迹跟踪，这一过程中，控制执行技术起着至关重要的作用。

目前，传统汽车底盘的控制结构仍为分布式电子架构，不同子系统都有各自的运算控制器，较难实现所有功能的协同控制，智能化的汽车控制器必须采用综合智能控制策略，以提高汽车的操纵响应能力和紧急躲避障碍能力。

控制执行涉及的技术主要包括：

关键线控执行机构（驱动、制动、转向、悬架系统等）、车辆运动控制技术（纵向、横向、垂向等）、车辆多目标智能控制技术等1）车辆关键技术-控制执行技术1）车辆关键技术-系统设计技术系统设计涉及的技术主要包括：

汽车电子电气架构：

是集合了汽车的电子电气系统原理设计、中央电器盒设计、插接器设计、电子电气分配系统等设计为一体的整车电子电气解决方案。

人机交互技术：

智能网联汽车人机界面应集成车辆控制、功能设定、信息娱乐、导航系统、车载电话等多项功能，方便驾驶人快捷地从中查询、设置、切换车辆系统的各种信息，从而使车辆达到理想的运行和操纵状态。

智能计算平台技术：

智能计算平台主要借助对周边环境的感知、对障碍物及危险的识别、与大数据云控基础平台的通信以及与其他车辆和路侧设备的互联等获取的信息，通过智能控制、人机交互等方式提高安全性，改善驾驶体验。

2）信息交互关键技术-专用通信与网络技术智能网联汽车的发展趋势是必须要有通信，以实现自主控制和云端控制的结合。

根据智能网联汽车技术路线图2.0，智能网联汽车的信息交互关键技术包括：

专用通信与网络技术、大数据云控基础平台技术和车路协同技术。

专用通信与网络技术是智能网联汽车系统获取和传递信息的神经中枢，通过研究适合于智能网联汽车信息交换的通信系统结构形式、软件技术、传输介质、编码纠错技术等，保证信息的准确快速传输，并实现车内网、车云网和车际网“三网”融合。

技术分支技术专用通信与网络技术C-V2X专用通信芯片与模块技术车载信息交互终端技术直连通信技术移动自组织组网技术5G网络切片及应用技术多接入边缘计算技术2）信息交互关键技术-大数据云控基础平台技术大数据云控基础平台是未来智能网联汽车架构的核心，车辆的智能化并不仅仅表现为车辆依赖自身的能力对周围局部环境的理解和反应，而是充分获取全局信息后单体智能与全局智能的协同最优。

大数据云控基础平台一方面能够实时接收记录所有车辆的上报信息，进行定期备份并异地存储所有数据，另一方面能够利用人工智能、机器学习等方法对海量数据进行分析整理，挖掘数据的潜在价值。

通过虚拟化和资源共享，大数据云控基础平台大大提升了资源的利用率和资源使用的弹性，从而极大地提升对海量数据的存储能力和处理能力，促进智能网联汽车智能程度的升级。

大数据云控基础平台涉及的技术主要包括：

边缘计算技术、边云协同技术、协同感知与决策技术等2）信息交互关键技术-车路协同技术车路协同不但能为智能网联汽车提供超视距感知能力，还能利用路侧感知设备位置固定、能够长时间连续检测等优势提高识别的准确率和精准度，同时使人/车/路/云之间具备位置、速度、驾驶方向和驾驶意图等的交流能力，有效弥补了单车智能的不足，推动了协同式应用服务发展，为保障交通出行安全、提升交通出行效率、丰富交通信息服务提供支撑，是实现智慧公路和自动驾驶的核心要素之一。

技术分支技术车路协同技术车路数字化信息共享技术车路融合感知技术车路融合辅助定位技术车路协同决策自动驾驶技术车路一体化协同控制自动驾驶技术3.智能网联汽车的基础支撑技术根据智能网联汽车技术路线图2.0，智能网联汽车的基础支撑技术包括：

人工智能技术、安全技术、高精地图和定位技术、测试评价技术和标准法规。

技术分支技术人工智能技术新一代人工智能与深度学习技术端到端智能控制技术技术分支技术安全技术信息安全功能安全预期功能安全技术分支技术高精地图和定位技术基于北斗卫星导航信号的高精度定位技术通信基站定位技术惯性导航与航迹推算技术高精度地图协作定位技术高精度三维动态数字地图技术多层高清地图采集及更新技术高精度地图基础平台技术技术分支技术标准法规标准体系与关键标准的构建标准技术试验与验证前瞻标准技术研究国际标准法规协同技术分支技术测试评价技术测试评价方法与技术标准自动驾驶训练与仿真测试测试场地规划与建设示范应用与推广第页智能网联汽车的标准体系思考题1、智能网联汽车的关键技术分为哪两个大类？

每类又细分为哪些关键技术？

2、环境感知技术涉及哪些具体的技术？

3、智能网联汽车的发展需要哪些基础技术作为支撑？

4、车辆关键技术、信息交互关键技术、基础支撑关键技术的发展路线是分别什么？

智能网联汽车环境感知技术智能网联汽车技术时间：

讲课老师：

内容CONTENTS环境感知技术概述视觉传感器超声波传感器毫米波雷达激光雷达目标识别010203040506导入思考：

安装先进驾驶辅助系统的目的？

感知周围环境，对道路、车辆、行人、交通标志、交通信号灯等进行检测与识别。

环境感知技术概述01分组讨论环境感知系统的任务？

扫码观看课本29页-环境感知技术01环境感知技术概述01环境感知技术概述1.环境感知的目的目的：

（1）通过性：

基于自身行驶性能和共识规则，能实时、可靠、准确识别并规划出可保证规范、安全、迅速到达目的地的行驶路径。

2安全性：

在行驶过程中，能够实时准确地识别出行驶路径周边对行驶安全可能存在安全隐患的物体，为自身采取必要操作以避免发生交通安全事故。

3经济性：

为提高车辆高效、经济地行驶提供参考依据。

4平顺性：

为车辆平顺行驶提供参考依据。

第页智能网联汽车环境感知对象主要有道路、周边物体、驾驶状态和驾驶环境等。

01环境感知技术概述2.环境感知的对象第页1道路。

道路分为结构化道路和非结构化道路，结构化道路识别包括道路边界和各种车道标识线；非结构化道路识别主要是可行驶路径。

2周边物体。

周边物体主要包括车辆、行人、地面上可能影响车辆通过和安全行驶的其他各种移动或静止物体，各种交通标志和交通信号灯等。

3驾驶状态。

驾驶状态主要包括驾驶员自身状态、主车自身行驶状态和周边车辆行驶状态。

4驾驶环境。

驾驶环境主要包括路面状况、道路交通拥堵情况、天气状况等。

01环境感知技术概述2.环境感知的对象第页智能网联汽车环境感知方法主要有基于单一传感器的环境感知方法、基于自组织网络的环境感知方法和基于传感器信息融合的环境感知方法。

1惯性元件。

惯性元件主要是指汽车上的车轮转速传感器、加速度传感器、陀螺仪、转向盘传感器等，通过它们感知汽车自身的行驶状态。

2超声波雷达。

超声波雷达主要用于短距离探测物体，不受光照影响，但测量精度受测量物体表面形状、材质影响大。

3毫米波雷达。

毫米波雷达可以获取车辆周边环境二维或三维距离信息，通过距离分析识别技术对行驶环境进行感知。

毫米波雷达抗干扰能力强，受天气情况和夜间的影响小，体积小；传播损失比激光雷达少，行人的反射波较弱，难以探测。

01环境感知技术概述2.环境感知的方法第页4激光雷达。

激光雷达可以获取车辆周边环境二维或三维距离信息，通过距离分析识别技术对行驶环境进行感知。

激光雷达能够直接获取物体三维距离信息，测量精度高，对光照环境变化不敏感；但它无法感知无距离差异的平面内目标信息，体积较大，价格较高，不便于车载集成。

5视觉传感器。

视觉传感器能够获取车辆周边环境二维或三维图像信息，通过图像分析识别技术对行驶环境进行感知。

视觉传感器获取的图像信息量大，实时性好，体积小，能耗低，价格低；但易受光照环境影响，三维信息测量精度较低。

01环境感知技术概述2.环境感知的方法第页6V2X通信技术。

V2X通信技术主要包括V2V、V2I、V2P和V2N，它们采集的信息既可以用于先进驾驶辅助系统，又可以用于自动驾驶系统，特别是车路协同控制，具有较大的优势。

V2X通信技术获取的信息范围更为广阔，可以提供360视觉感知，不受天气和道路环境的影响，可以给驾驶员或自动驾驶系统提供更多的信息，保障车辆的安全行驶。

7传感器融合。

传感器融合是指运用多种不同传感手段获取车辆周边环境多种不同形式信息，通过多信息融合技术对行驶环境进行感知，如视觉+毫米波雷达、视觉+激光雷达、视觉+超声波雷达的融合等。

其优点是能够获取丰富的车辆周边环境信息，具有优良的环境适应能力，为安全快速辅助驾驶提供可靠保障；缺点是系统复杂，成本高。

超声波雷达、毫米波雷达、激光雷达、视觉传感器统称为智能传感器。

01环境感知技术概述2.环境感知的方法第页案例：

如图所示为谷歌第5代无人驾驶汽车智能传感器的配置。

可以看出，智能传感器的配置和功能各不相同。

随着汽车电动化、智能化和网联化的发展，智能网联汽车配备的智能传感器的数量将会逐渐增加，传感器的性能要求也会逐渐提高。

01环境感知技术概述第页02视觉传感器1.视觉传感器的定义视觉传感器是指：

利用光学元件和成像装置获取外部环境图像信息的仪器，通常用图像分辨率来描述视觉传感器的性能。

视觉传感器的精度不仅与分辨率有关，而且和被测物体的检测距离相关。

被测物体距离越远，其绝对的位置精度越差。

第页02视觉传感器2.视觉传感器的组成视觉传感器主要由光源、镜头、图像传感器、模/数转换器、图像处理器、图像存储器等组成，其主要功能是获取足够的机器视觉系统要处理的原始图像。

第页02视觉传感器2.视觉传感器的组成1单目摄像头：

单目摄像头成本低，可以识别出具体障碍物的种类，而且识别技术比较准确，但因其识别原理所限，它并不具备识别没有明显轮廓的障碍物。

2双目摄像头：

相比于单目摄像头，双目摄像头不存在识别率的限制，不用先识别，就能够直接进行测量，并能够直接