网联汽车技术的发展现状及趋势.docx

一、智能网联汽车基本内涵1）概念层面的理解汽车是指传统意义的汽车，包含今天广义上的新能源汽车；网联汽车是指在汽车的基础上，彼此能通信的汽车；智能网联汽车是指网联汽车基础上，具备智慧（有学习、判断、决策）能力的汽车。理解：汽车还是汽车，这是没有改变的部分；智能网联汽车是新时代的汽车，这是变的部分。传统汽车由人驾驶，彼此之间没有“会话”（通信）功能，更没有判断（决策）能力。2）术语层面的表述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（注：硬件系统），并融合现代通信与网络技术，实现车与 X（车、路、人、云等）智能信息交换、共享（注：对外通信系统），具备复杂环境感知、智能决策、协同控制等功能（注：软件系统），可实现安全、高效、舒适、节能行驶，并最终实现替代人来操作的新一代汽车（注：功能）。理解：智能网联汽车由软件和硬件两部分组成，i）硬件细分3个部分：传感器、控制器、执行器等装置；ii）软件：在现代通信与网络技术的支持下，具有环境感知、智能决策、协同控制等功能；发展智能网联汽车最终目的是：实现替代人工操作的新一代汽车；发展智能网联汽车的基本要求：安全、高效、舒适、节能二、智能网联汽车概念的位置关系智能网联汽车、智能汽车与车联网、智能交通等概念间的相互关系，如图 1 所示。智能汽车隶属于智能交通，智能网联汽车是智能交通与车联网的交集。图 1 智能网联汽车是智能交通与车联网的交集理解：智能网联汽车、智能汽车与车联网、智能交通是4个概念，不能混淆；智能交通是一个种概念，智能汽车、智能网联汽车是智能交通2个属概念，智能交通与车联网彼此之间有交集，这个部分是智能网联汽车。三、发展智能网联汽车的时代意义智能网联汽车是国际公认的是未来的发展方向；智能网联汽车的初级阶段，有助于减少 30% 左右的交通事故，交通效率提升 10%，油耗与排放分别降低 5%；智能网联汽车的终极阶段，完全避免交通事故，提升交通效率 30% 以上，并最终能把人从枯燥的驾驶任务中解放出来。一句话，智能网联汽车可以提供更安全、更节能、更环保、更便捷的出行方式。四、智能网联汽车4个发展阶段及技术特点1）自主式驾驶辅助阶段及技术特点自主式驾驶辅助系统是指依靠车载传感系统进行环境感知并对驾驶员进行驾驶操作辅助的系统。（1）技术特点：环境感知，运用传感系统技术是主要技术特点。（2）技术分类：有预警系统与控制系统两大类。预警系统细分：i）前向碰撞预警（Forward Collision Warning，FCW）；ii）车道偏离预警（Lane Departure Warning，LDW）；iii）盲区预警（Blind Spot Detection，BSD）；iv）驾驶员疲劳预警（Driver Fatigue Warning，DFW）；v）全景环视（Top View System，TVS）；vi）胎压监测（Tire Pressure Monitoring System，TPMS）等6大系统；控制类系统有：i）车道保持系统（Lane Keeping System，LKS）；ii）自动泊车辅助（Auto Parking System，APS）；iii）自动紧急刹车（Auto Emergency Braking，AEB）；iv）自适应巡航（Adaptive Cruise Control，ACC）等4大系统。（3）技术发展水平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（United States New Car Assessment Program，USNCAP）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；欧洲新车评价规程（European New Car Assessment Program，E-NCAP）也从 2014 年起引入了 LDW/LKA 与 AEB 系统的评价，2016 年增加了行人防撞 AEB 的测试，并将在 2018 年加入自动车防撞 AEB 系统的测试。2016年中国的 C-NCAP 已将 LDW/FCW/AEB 等驾驶辅助系统纳入其评价体系之中。（4）发展态势目前在全球范围内，自主式驾驶辅助系统（Advanced Driver Assistance Systems，ADAS）已经开始大规模产业化。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 2 年中将快速提升至 40% 与 100%。而从 2017 年开始，中国也将逐步在大型客车上开始强制安装 LDW 与 AEB 系统。（5）中国企业的差距目前 ADAS 核心技术与产品仍掌握在境外公司手中，尤其是在基础的车载传感器与执行器领域，博世、德尔福、天合、法雷奥等企业垄断了大部分国内市场，Mobileye 等新兴的高技术公司在环境感知系统方面占据了全球大部分市场；TTE 等产品，中国台湾省企业也有一定市场份额。近年来，中国内地也涌现了一批 ADAS 领域的自主企业，在某些方面与境外品牌形成了一定竞争，但总体仍有较大差距。2）网联式驾驶辅助阶段及技术特点网联式驾驶辅助系统（Information Communication Technology，ICT）是指依靠信息通信技术,对车辆周边环境进行感知，并可对周围车辆未来运动进行预测，进而对驾驶员进行驾驶操作辅助的系统。（1）主要技术特点：对环境的感知技术，在传感器的基础上，加上信息通信技术；可对周围车辆未来运动进行预测。技术分类基于（车-路）通信（Vehicle-to-Infrastructure，V2I）；（车-车）通信（Vehicle-to-Vehicle，V2V）。（3）技术发展水平网联式驾驶辅助系统正在进行实用性技术开发和大规模试验场测试。（4）发展态势在美国交通部与密歇根大学等支持下，2013 年Safety Pilot 项目 完成了第 1 期 3000 辆车的示范测试；目前，正在开展第 2 期 9000 辆以上规模的示范测试，并建设了智能汽车模拟城市（M-City），作为智能网联汽车的专用测试场。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 年左右开始实施。美国交通部在 2015 年递交国会的报告中预测，到 2040 年美国 90% 的轻型车辆将会安装专用短距离通信（Dedicated Short Range Communication，DSRC）系统。在国家八六三高新技术研究开发计划项目的支持下， 中国清华大学、同济大学、长安汽车等高校与企业合作，开展了车路协同技术应用研究，并进行了小规模示范测试。2015 年开始，在工业和信息化部支持下，上海、北京、重庆等多地都开始积极建设智能网联汽车测试示范区，网联式驾驶辅助系统均为测试区设计时考虑的重要因素。中国华为、大唐等企业力推的车间通信长期演进技术（Long Term Evolution-Vehicle，LTE-V）系统相比 DSRC，具有兼容蜂窝网、可平稳过渡至 5G 系统等优势，目前已发展成为我国特色的车联网通信系统。（5）中国企业差距缺少类似美日欧的大型国家项目支撑，中国内地各企业间未能形成合力，目前网联式驾驶辅助系统发展相对较慢。3）人机共驾阶段及技术特点人机共驾是指驾驶人和智能系统同时在环，分享车辆控制权，人机一体化协同完成驾驶任务。（1）技术特点人机同为控制实体，双方受控对象交联耦合，状态转移相互制约，具有双环并行的控制结构。（2）技术分层广义人机共驾包含感知层、决策层和控制层 3 个层次：感知层：主要是利用特定传感器（如：超声波雷达、摄像头、红外热释电等）向人提供环境信息，增强人的感知能力。例如：Mulder 等通过方向盘的力反馈，协助驾驶人进行车道保持，既减轻了驾驶负担又提高了车辆安全性。决策层：主要技术包括：驾驶人决策意图识别、驾驶决策辅助和轨迹引导。例如：Morris 和 Doshi 等人采用多层压缩方法，建立基于实际道路的驾驶人换道意图预测模型。控制层：人机共驾中狭义的人和系统同时在环，驾驶人操控动力学与智能系统操控动力学互相交叉，交互耦合，具有双环交叉的特点。4）高度自动/无人驾驶阶段及技术特点高度自动/无人驾驶阶段的智能汽车是指车辆将会自动完成所有工况下的自动驾驶，不要驾驶员不需要介入车辆操作。（1）技术特点车辆中可能已没有驾驶员或乘客。车辆在遇到无法处理的驾驶工况时，会提示驾驶员是否接管，如驾驶员不接管，车辆会采取如靠边停车等保守处理模式，保证安全。（2）发展水平无人驾驶技术还处于研发和小规模测试阶段。（3）发展态势目前，以谷歌为代表的互联网技术公司，其发展思路是跨越人机共驾阶段，直接推广高度自动/无人驾驶系统；传统汽车企业大多数还是按照渐进式发展路线逐级发展思路。五、智能网联汽车的体系架构智能网联汽车集中运用了汽车工程、人工智能、计算机、微电子、自动控制、通信与平台等技术，是一个集环境感知、规划决策、控制执行、信息交互等于一体的高新技术综合体。1）发展智能汽车的 3 种技术路径（见图2）一步一步向前推进，立足发展自主式系统的智能汽车、拓展网联式系统的智能汽车，最后冲刺智能网联汽车；弯道超车发展智能网联汽车；融合自主系统和网联系统的的技术积累。图 2 智能汽车的 3 种技术路径智能网联汽车三横两纵技术架构（见图 3）智能网联汽车融合了自主式智能汽车与网联式智能汽车的技术优势，涉及汽车、信息通信、交通等诸多领域，其技术架构较为复杂，可划分为三横两纵式技术架构：图 3 智能网联汽车三横两纵技术架构（1）两纵是指智能网联汽车主要涉及车载平台和基础设施；（2）三横是指智能网联汽车主要涉及的车辆、信息交互与基础支撑 3 个领域技术。三横架构涉及的 3 个领域的关键技术可以细分为以下 9 种：环境感知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，多源信息融合技术，传感器冗余设计技术等。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，群体决策和协同技术，局部轨迹规划，驾驶员多样性影响分析等。控制执行技术包括面向驱动/制动的纵向运动控制，面向转向的横向运动控制，基于驱动/制动/转向/悬架的底盘一体化控制，融合车联网（V2X）通信及车载传感器的多车队列协同和车路协同控制等。V2X 通信技术包括车辆专用通信系统，实现车间信息共享与协同控制的通信保障机制，移动自组织网络技术，多模式通信融合技术等。云平台与大数据技术包括智能网联汽车云平台架构与数据交互标准，云操作系统，数据高效存储和检索技术，大数据的关联分析和深度挖掘技术等。信息安全技术包括汽车信息安全建模技术，数据存储、传输与应用三维度安全体系，汽车信息安全测试方法，信息安全漏洞应急响应机制等。高精度地图与高精度定位技术包括高精度地图数据模型与采集式样、交换格式和物理存储的标准化技术，基于北斗地基增强的高精度定位技术，多源辅 助定位技术等。标准法规包括 ICV 整体标准体系，以及涉及汽车、交通、通信等各领域的关键技术标准。测试评价包括 ICV 测试评价方法与测试环境建设。六、智能网联汽车的产业链1）产品体系可分为传感系统、决策系统、执行系统 3 个层次，分别可类比人类的感知器官、大脑以及手脚，如图 4 所示。图 4 智能网联汽车的 3 个产品层次2）上下游关系ICV 的产业链涉及汽车、电子、通信、互联网、交通等多个领域，按照产业链可以分：芯片厂商：开发和提供车规级芯片系统，包括环境感知系统芯片、车辆控制系统芯片、通信芯片等。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。汽车电子/通信系统供应商：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、自适应巡航、V2X 通信系统、高精度定位系统等。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。平台开发与运营商：开发车联网服务平台、提供平台运营与数据挖掘分析服务。内容提供商：高精度地图、信息服务等的供应商。七、智能网联汽车关键技术介绍1）环境感知系统技术（1）环境感知系统任务是利用摄像头、毫米波雷达、激光雷达、超声波等主要车载传感器以及 V2X 通信系统感知周围环境，通过提取路况信息、检测障碍物，为智能网联汽车提供决策依据。（2）环境感知技术在传感器领域，激光雷达已经成为越来越多自动驾驶车辆的标配传感器；针对单一传感器感知能力有限，目前涌现了不同车载传感器融合的方案，用以获取丰富的周边环境信息，具有优良的环境适应能力；高精度地图与定位也是车辆重要的环境信息来源。i）面向自动驾驶的高精度地图；ii）基于北斗地基增强系统的高精度定位系统。清华大学环境感知技术实例清华大学研究团队建立了基于车载图像的行人及骑车人联合识别方法，其架构如图 5 所示。图 5 行人及骑车人联合识别架构行人及骑车人的联合识别架构主要包括：i）图像输入；ii）目标候选区域选择；iii）目标检测；iv多目标跟踪；v）结果输出等功能模块：目标候选区域选择模块的作用：是从输入图像中选出可能包含待检测目标的区域，该过程要在尽量少地选择背景区域的前提下，保证较高的目标召回率。目标检测模块主要作用：是在保证尽量少误检和漏检的同时，将这些候选区域正确分类为待检测目标与背景，并进一步优化目标定位。该模块基于快速区域卷积神经网络目标检测框架，使用综合考虑难例提取、多层特征融合、多目标候选区域输入等多种改进方法的网络结构模型，可以将输入目标候选区域对应的行人、骑车人及背景清楚区分，并实现检测目标定位的回归优化。多目标跟踪模块的作用：是综合连续时间内的目标检测结果，先借助 P-N 专家在线学习方法，实现单个跟踪目标的在线学习与检测，再在粒子滤波目标跟踪方法的基础上，融合离线检测器及在线检测器的检测结果，实现多类型目标的长时间稳定跟踪。2）自主决策技术（1）决策系统的任务是根据全局行车目标、自车状态及环境信息等，决定采用的驾驶行为及动作的时机。决策机制应在保证安全的前提下适应尽可能多的工况，进行舒适、节能、高效的正确决策。（2）常用的决策方法包括有状态机、决策树、深度学习、增强学习等。状态机是一种简便的决策方法其用有向图表示决策机制。目前的自动驾驶系统多针对部分典型工况，状态迁移不是特别复杂，故采用状态机方法进行决策的案例较多。i）状态机的优点在于：具有高可读性，能清楚表达状态间的逻辑关系，在状态明确且较少时，设计简单；ii）缺点在于：需要人工设计，在状态复杂时性能不易保证，不能用机器学习。决策树是一种简单但是广泛使用的分类器从根到叶子节点实现分类，每个非叶子节点为一个属性上的测试，边为测试的结果。决策树具有可读的结构，同时可以通过样本数据的训练来建立，但是有过拟合的倾向，需要广泛的数据训练。在部分工况的自动驾驶上应用，效果与状态机类似。 深度学习与增强学习方法在处理自动驾驶决策方面，它能通过大量的学习实现对复杂工况的决策，并能进行在线的学习优化；但是其综合性能不易评价，对未知工况的性能也不易明确。深度学习由于需要较多的计算资源，一般是计算机与互联网领域研究自动驾驶采用的热门技术。3）控制执行技术控制系统的任务控制车辆的速度与行驶方向，使其跟踪规划的速度曲线与路径。现有自动驾驶汽车多数针对常规工况，因而较多采用传统的控制方法，如下：的控制方法性能可靠、计算效率高，已在主动安全系统中得到应用。i）比例-积分-微分（Proportion-Integral-Derivative，PID）控制；ii）滑模控制；iii）模糊控制；iv）模型预测控制；v）自适应控制；vi）鲁棒控制等。现有控制器的难点：现有的控制器，工况适应性是一个难点，可行的方法是：根据工况参数进行控制器参数的适应性设计，如根据车速规划与参考路径曲率调整控制器参数，可灵活地调整不同工况下的性能。车辆自动控制的关键车辆自动控制的关键是在线控执行机构。国内目前对制动、转向系统关键技术已有一定研发基础，但是相比博世、德尔福等国外大型企业，在控制稳定性、产品一致性和市场规模方面仍有较大差距。 多目标协调式自适应巡航控制自适应巡航控制系统中，同时具备自动跟车行驶、低燃油消耗和符合驾驶员特性三类功能，对于全面提升行车安全性、改善车辆燃油经济性、减轻驾驶疲劳强度具有重要的意义。清华大学多目标协调式自适应巡航控制清华大学李克强课题组的研究首次提出并建立了车辆多目标协调式自适应巡航控制：（Multi-Objective Coordinated Adaptive Cruise Control，MOCACC）系统，其控制架构，如图 6 所示。图 6 MOCACC 控制构架协同式多车队列控制协同式多车队列控制模式，如图 7 所示。图 7 车辆队列的四元素模型4）人机共驾技术控制层的控制互补是目前人机共驾领域的核心关注点。（1）人机共驾技术分类控制层的人机共驾技术按照系统功能，可以分为共享型控制和包络型控制：共享型控制是指人机同时在线，驾驶人与智能系统的控制权随场景转移，人机控制并行存在。主要解决因控制冗余造成的人机冲突，以及控制权分配不合理引起的负荷加重等问题。包络型控制是指通过获取状态空间的安全区域和边界条件形成控制包络，进而对行车安全进行监管，当其判定可能发生风险时进行干预，从而保证动力学稳定性和避免碰撞事故。（2）人机共驾技术发展态势德国亚琛工业大学学者，模仿人马共驾过程，提出了松、紧两种共驾模式，探讨了控制权，随场景转移的分配机制。美国斯坦福大学学者，提出构造稳定性安全区域和碰撞性安全区域，研究了共驾汽车临界危险的预防和干预机制。中国的清华大学、吉林大学和第一汽车集团公司等高校与企业合作，开展了共享控制型的人机共驾研究。5）车载通信系统技术通过网联无线通信技术，车载通信系统将更有效地获得的驾驶员信息、自车的姿态信息和汽车周边的环境数据，进行整合与分析。依据通信的覆盖范围可分为车内通信、车际通信和广域通信：车内通信：从蓝牙技术发展到 Wi-Fi 技术和以太网通信技术；车际通信：包括专用的短程通信（DSRC）技术和正在建立标准的车间通信长期演进技术（LTE-V），LTE-V 也是 4G 通信技术在汽车通信领域的一个演化版本；广域通信：指目前广泛应用在移动互联网领域的 3G、4G 等通信方式。基于云控平台的汽车节能驾驶系统框架，如图8所示。图 8 基于云控平台的汽车节能驾驶系统框架6）信息安全技术汽车信息系统（1）信息安全技术汽车信息系统包括：数据存储安全、传输安全、应用安全三维度的数据安全体系。（2）信息安全技术标准目前，国际上已经有 ISO26262 等汽车安全相关标准；美国也已形成SAEJ3061/IEEE1609.2 等系列标准；欧洲 EVITA 研究项目也提供了相关汽车信息安全指南；中国政府在 2014 年国民经济和社会发展第十二个五年规划中首次将汽车信息安全作为关键基础问题进行研究。7）智能网联汽车推广应用有利条件及可选场景（1）激光雷达等先进传感器，加速向低成本、小型化发展激光雷达相对于毫米波雷达等其他传感器具有分辨率高、识别效果好等优点，已越来越成为主流的自动驾驶汽车用传感器；过去因其体积大、成本高，同时也更易受雨雪等天气条件影响，难以大规模商业化应用。但是目前激光雷达正在向着低成本、小型化的固态扫描或机械固态混合扫描形式发展，一些技术难点，如：光学相控阵易产生旁瓣影响探测距离和分辨率、繁复的精密光学调装影响量产规模和成本等问题，下一步会持续解决。（2）自主式智能与网联式智能技术融合加速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。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。在时间维度上。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。在空间维度上。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的掌握周边交通态势。（3）高速公路与低速区域（如：公交车）自动驾驶系统将率先应用高速公路与城市低速区域将是自动驾驶系统率先应用的 2 个场景。特斯拉等自动驾驶汽车就是 L1 L2 级自动驾驶技术的典型应用。高速公路上的应用高速公路的车道线、标示牌等结构化特征清晰，交通环境相对简单，适合车道偏离报警（LDW）、车道保持系统（LKS）、自动紧急制动（AEB）、自适应巡航控制（ACC）等驾驶辅助系统的应用。在特定的城市低速区域内可提前设置好高精度定位、V2X 等支撑系统，采集好高精度地图，利于实现在特定区域内的自动驾驶，如自动物流运输车、景区自动摆渡车、园区自动通勤车、公交场站车辆调度与管理等。8）如何测试自动驾驶汽车？引入普通人类驾驶员的抽象概念并建立安全基线：系列定性、定量的关键功能、性能指标，表征自动驾驶系统驾驶汽车的安全程度。如果把自动驾驶系统看作一个驾驶员，对其的考核也可以类比驾驶员的考核过程：【体检】：检查自动驾驶系统对环境感知、车辆控制等的基本能力；【理论测试】：测试自动驾驶汽车对交通法规的遵守能力；【场地考】既在特定场景下的自动驾驶测试；【路考核】将自动驾驶汽车放置于特定开放测试道路内进行实际测试。9）自动驾驶汽车测试场建设情况美国密歇根大学率先建成了面积约13 hm2 的智能网联汽车专用测试场M-City；日本、欧洲等多地也已建成或在积极建设各类智能网联汽车专用测试场；2016 年上海嘉定 率先建成中国第一个专业的智能网联汽车测试场；重庆、北京等多地在正在积极建设。10）清华大学李克强教授的3个建议建设国家智能网联汽车联合创新中心充分利用现有创新资源和载体，推动重点领域前沿技术和共性关键技术从开发到转移扩散及首次商业化应用的创新链条各环节的活动，打造跨界协同的创新生态系统。建设国家级智能网联汽车基础数据平台i）从国家层面推动建设智能网联汽车的三级式平台，包括全国性基础数据平台、公共服务平台与应用开发平台。ii）由国家主导建设和运营智能网联汽车基础数据平台，通过标准的数据交互方式，与各企业级平台以及行业管理平台实现互联互通，实现大数据共享，提供基础数据服务，提高行业监管效率。 加快出台智能网联汽车相关标准与测试规范网联化技术的发展要求(车-车)、(车-路)、(车与平台)之间交互时必须有标准的数据格式与协议。应加快研究确定具有我国特色的智能网联汽车通信系统与通信协议标准，研究制定车辆信息安全相关标准。同时应加快出台智能网联汽车在开放道路进行测试的相关规范，对智能网联汽车的示范运行与测试进行有效管理。笔者体会智能网联汽车技术的发展现状及趋势是一篇对目前推广智能汽车应用有比较好指导意义的文章。主要体现了：讲清楚了智能汽车与大交通的关系，发展智能汽车对大交通贡献和价值；讲清楚了智能汽车与自主驾驶辅助系统、网联式驾驶辅助系统逻辑上的关联；说清楚了智能汽车技术体系结构，即：“两纵三横”架构，具体地讲是九个方面的关键技术要点；告诉了大家，目前推广智能汽车应用的两个场景；介绍了智能汽车能不能用？最科学而简便易懂、可行的测试办法。