一、智能網聯汽車基本內涵1）概念層面的理解汽車是指傳統意義的汽車，包含今天廣義上的新能源汽車；網聯汽車是指在汽車的基礎上，彼此能通信的汽車；智能網聯汽車是指網聯汽車基礎上，具備智慧（有學習、判斷、決策）能力的汽車。理解：汽車還是汽車，這是沒有改變的部分；智能網聯汽車是新時代的汽車，這是變的部分。傳統汽車由人駕駛，彼此之間沒有“會話”（通信）功能，更沒有判斷（決策）能力。2）術語層面的表述智能網聯汽車是指搭載先進的車載傳感器、控制器、執行器等裝置（注：硬件系統），并融合現代通信與網絡技術，實現車與 X（車、路、人、云等）智能信息交換、共享（注：對外通信系統），具備復雜環境感知、智能決策、協同控制等功能（注：軟件系統），可實現安全、高效、舒適、節能行駛，并最終實現替代人來操作的新一代汽車（注：功能）。理解：智能網聯汽車由軟件和硬件兩部分組成，i）硬件細分3個部分：傳感器、控制器、執行器等裝置；ii）軟件：在現代通信與網絡技術的支持下，具有環境感知、智能決策、協同控制等功能；發展智能網聯汽車最終目的是：實現替代人工操作的新一代汽車；發展智能網聯汽車的基本要求：安全、高效、舒適、節能二、智能網聯汽車概念的位置關系智能網聯汽車、智能汽車與車聯網、智能交通等概念間的相互關系，如圖 1 所示。智能汽車隸屬于智能交通，智能網聯汽車是智能交通與車聯網的交集。圖 1 智能網聯汽車是智能交通與車聯網的交集理解：智能網聯汽車、智能汽車與車聯網、智能交通是4個概念，不能混淆；智能交通是一個種概念，智能汽車、智能網聯汽車是智能交通2個屬概念，智能交通與車聯網彼此之間有交集，這個部分是智能網聯汽車。三、發展智能網聯汽車的時代意義智能網聯汽車是國際公認的是未來的發展方向；智能網聯汽車的初級階段，有助于減少 30% 左右的交通事故，交通效率提升 10%，油耗與排放分別降低 5%；智能網聯汽車的終極階段，完全避免交通事故，提升交通效率 30% 以上，并最終能把人從枯燥的駕駛任務中解放出來。一句話，智能網聯汽車可以提供更安全、更節能、更環保、更便捷的出行方式。四、智能網聯汽車4個發展階段及技術特點1）自主式駕駛輔助階段及技術特點自主式駕駛輔助系統是指依靠車載傳感系統進行環境感知并對駕駛員進行駕駛操作輔助的系統。（1）技術特點：環境感知，運用傳感系統技術是主要技術特點。（2）技術分類：有預警系統與控制系統兩大類。預警系統細分：i）前向碰撞預警（Forward Collision Warning，FCW）；ii）車道偏離預警（Lane Departure Warning，LDW）；iii）盲區預警（Blind Spot Detection，BSD）；iv）駕駛員疲勞預警（Driver Fatigue Warning，DFW）；v）全景環視（Top View System，TVS）；vi）胎壓監測（Tire Pressure Monitoring System，TPMS）等6大系統；控制類系統有：i）車道保持系統（Lane Keeping System，LKS）；ii）自動泊車輔助（Auto Parking System，APS）；iii）自動緊急剎車（Auto Emergency Braking，AEB）；iv）自適應巡航（Adaptive Cruise Control，ACC）等4大系統。（3）技術發展水平美日歐等發達國家和地區已經開始將 ADAS 系統引入了其相應的新車評價體系。美國新車評價規程（United States New Car Assessment Program，USNCAP）從 2011 年起引入 LDW 與 FCW 作為測試加分項，美國公路安全保險協會（IIHS）從 2013 年起將 FCW 系統作為評價指標之一；歐洲新車評價規程（European New Car Assessment Program，E-NCAP）也從 2014 年起引入了 LDW/LKA 與 AEB 系統的評價，2016 年增加了行人防撞 AEB 的測試，并將在 2018 年加入自動車防撞 AEB 系統的測試。2016年中國的 C-NCAP 已將 LDW/FCW/AEB 等駕駛輔助系統納入其評價體系之中。（4）發展態勢目前在全球范圍內，自主式駕駛輔助系統（Advanced Driver Assistance Systems，ADAS）已經開始大規模產業化。2015 年 11 月開始，歐洲新生產的重型商用車將強制安裝車道偏離警告系統（LDW）及車輛自動緊急制動系統（(AEB）。2016 年 5 月起，美國各車企將被強制要求對其生產的 10% 的車輛安裝后視攝像頭，這一比例在隨后 2 年中將快速提升至 40% 與 100%。而從 2017 年開始，中國也將逐步在大型客車上開始強制安裝 LDW 與 AEB 系統。（5）中國企業的差距目前 ADAS 核心技術與產品仍掌握在境外公司手中，尤其是在基礎的車載傳感器與執行器領域，博世、德爾福、天合、法雷奧等企業壟斷了大部分國內市場，Mobileye 等新興的高技術公司在環境感知系統方面占據了全球大部分市場；TTE 等產品，中國臺灣省企業也有一定市場份額。近年來，中國內地也涌現了一批 ADAS 領域的自主企業，在某些方面與境外品牌形成了一定競爭，但總體仍有較大差距。2）網聯式駕駛輔助階段及技術特點網聯式駕駛輔助系統（Information Communication Technology，ICT）是指依靠信息通信技術,對車輛周邊環境進行感知，并可對周圍車輛未來運動進行預測，進而對駕駛員進行駕駛操作輔助的系統。（1）主要技術特點：對環境的感知技術，在傳感器的基礎上，加上信息通信技術；可對周圍車輛未來運動進行預測。技術分類基于（車-路）通信（Vehicle-to-Infrastructure，V2I）；（車-車）通信（Vehicle-to-Vehicle，V2V）。（3）技術發展水平網聯式駕駛輔助系統正在進行實用性技術開發和大規模試驗場測試。（4）發展態勢在美國交通部與密歇根大學等支持下，2013 年Safety Pilot 項目 完成了第 1 期 3000 輛車的示范測試；目前，正在開展第 2 期 9000 輛以上規模的示范測試，并建設了智能汽車模擬城市（M-City），作為智能網聯汽車的專用測試場。美國政府宣布將強制安裝（車-車）通信系統以提高行駛安全，預計相關強制標準將于 2020 年左右開始實施。美國交通部在 2015 年遞交國會的報告中預測，到 2040 年美國 90% 的輕型車輛將會安裝專用短距離通信（Dedicated Short Range Communication，DSRC）系統。在國家八六三高新技術研究開發計劃項目的支持下， 中國清華大學、同濟大學、長安汽車等高校與企業合作，開展了車路協同技術應用研究，并進行了小規模示范測試。2015 年開始，在工業和信息化部支持下，上海、北京、重慶等多地都開始積極建設智能網聯汽車測試示范區，網聯式駕駛輔助系統均為測試區設計時考慮的重要因素。中國華為、大唐等企業力推的車間通信長期演進技術（Long Term Evolution-Vehicle，LTE-V）系統相比 DSRC，具有兼容蜂窩網、可平穩過渡至 5G 系統等優勢，目前已發展成為我國特色的車聯網通信系統。（5）中國企業差距缺少類似美日歐的大型國家項目支撐，中國內地各企業間未能形成合力，目前網聯式駕駛輔助系統發展相對較慢。3）人機共駕階段及技術特點人機共駕是指駕駛人和智能系統同時在環，分享車輛控制權，人機一體化協同完成駕駛任務。（1）技術特點人機同為控制實體，雙方受控對象交聯耦合，狀態轉移相互制約，具有雙環并行的控制結構。（2）技術分層廣義人機共駕包含感知層、決策層和控制層 3 個層次：感知層：主要是利用特定傳感器（如：超聲波雷達、攝像頭、紅外熱釋電等）向人提供環境信息，增強人的感知能力。例如：Mulder 等通過方向盤的力反饋，協助駕駛人進行車道保持，既減輕了駕駛負擔又提高了車輛安全性。決策層：主要技術包括：駕駛人決策意圖識別、駕駛決策輔助和軌跡引導。例如：Morris 和 Doshi 等人采用多層壓縮方法，建立基于實際道路的駕駛人換道意圖預測模型。控制層：人機共駕中狹義的人和系統同時在環，駕駛人操控動力學與智能系統操控動力學互相交叉，交互耦合，具有雙環交叉的特點。4）高度自動/無人駕駛階段及技術特點高度自動/無人駕駛階段的智能汽車是指車輛將會自動完成所有工況下的自動駕駛，不要駕駛員不需要介入車輛操作。（1）技術特點車輛中可能已沒有駕駛員或乘客。車輛在遇到無法處理的駕駛工況時，會提示駕駛員是否接管，如駕駛員不接管，車輛會采取如靠邊停車等保守處理模式，保證安全。（2）發展水平無人駕駛技術還處于研發和小規模測試階段。（3）發展態勢目前，以谷歌為代表的互聯網技術公司，其發展思路是跨越人機共駕階段，直接推廣高度自動/無人駕駛系統；傳統汽車企業大多數還是按照漸進式發展路線逐級發展思路。五、智能網聯汽車的體系架構智能網聯汽車集中運用了汽車工程、人工智能、計算機、微電子、自動控制、通信與平臺等技術，是一個集環境感知、規劃決策、控制執行、信息交互等于一體的高新技術綜合體。1）發展智能汽車的 3 種技術路徑（見圖2）一步一步向前推進，立足發展自主式系統的智能汽車、拓展網聯式系統的智能汽車，最后沖刺智能網聯汽車；彎道超車發展智能網聯汽車；融合自主系統和網聯系統的的技術積累。圖 2 智能汽車的 3 種技術路徑智能網聯汽車三橫兩縱技術架構（見圖 3）智能網聯汽車融合了自主式智能汽車與網聯式智能汽車的技術優勢，涉及汽車、信息通信、交通等諸多領域，其技術架構較為復雜，可劃分為三橫兩縱式技術架構：圖 3 智能網聯汽車三橫兩縱技術架構（1）兩縱是指智能網聯汽車主要涉及車載平臺和基礎設施；（2）三橫是指智能網聯汽車主要涉及的車輛、信息交互與基礎支撐 3 個領域技術。三橫架構涉及的 3 個領域的關鍵技術可以細分為以下 9 種：環境感知技術包括利用機器視覺的圖像識別技術，利用雷達（激光、毫米波、超聲波）的周邊障礙物檢測技術，多源信息融合技術，傳感器冗余設計技術等。智能決策技術包括危險事態建模技術，危險預警與控制優先級劃分，群體決策和協同技術，局部軌跡規劃，駕駛員多樣性影響分析等。控制執行技術包括面向驅動/制動的縱向運動控制，面向轉向的橫向運動控制，基于驅動/制動/轉向/懸架的底盤一體化控制，融合車聯網（V2X）通信及車載傳感器的多車隊列協同和車路協同控制等。V2X 通信技術包括車輛專用通信系統，實現車間信息共享與協同控制的通信保障機制，移動自組織網絡技術，多模式通信融合技術等。云平臺與大數據技術包括智能網聯汽車云平臺架構與數據交互標準，云操作系統，數據高效存儲和檢索技術，大數據的關聯分析和深度挖掘技術等。信息安全技術包括汽車信息安全建模技術，數據存儲、傳輸與應用三維度安全體系，汽車信息安全測試方法，信息安全漏洞應急響應機制等。高精度地圖與高精度定位技術包括高精度地圖數據模型與采集式樣、交換格式和物理存儲的標準化技術，基于北斗地基增強的高精度定位技術，多源輔 助定位技術等。標準法規包括 ICV 整體標準體系，以及涉及汽車、交通、通信等各領域的關鍵技術標準。測試評價包括 ICV 測試評價方法與測試環境建設。六、智能網聯汽車的產業鏈1）產品體系可分為傳感系統、決策系統、執行系統 3 個層次，分別可類比人類的感知器官、大腦以及手腳，如圖 4 所示。圖 4 智能網聯汽車的 3 個產品層次2）上下游關系ICV 的產業鏈涉及汽車、電子、通信、互聯網、交通等多個領域，按照產業鏈可以分：芯片廠商：開發和提供車規級芯片系統，包括環境感知系統芯片、車輛控制系統芯片、通信芯片等。傳感器廠商：開發和供應先進的傳感器系統，包括機器視覺系統、雷達系統（激光、毫米波、超聲波）等。汽車電子/通信系統供應商：能夠提供智能駕駛技術研發和集成供應的企業，如自動緊急制動、自適應巡航、V2X 通信系統、高精度定位系統等。整車企業：提出產品需求，提供智能汽車平臺，開放車輛信息接口，進行集成測試。平臺開發與運營商：開發車聯網服務平臺、提供平臺運營與數據挖掘分析服務。內容提供商：高精度地圖、信息服務等的供應商。七、智能網聯汽車關鍵技術介紹1）環境感知系統技術（1）環境感知系統任務是利用攝像頭、毫米波雷達、激光雷達、超聲波等主要車載傳感器以及 V2X 通信系統感知周圍環境，通過提取路況信息、檢測障礙物，為智能網聯汽車提供決策依據。（2）環境感知技術在傳感器領域，激光雷達已經成為越來越多自動駕駛車輛的標配傳感器；針對單一傳感器感知能力有限，目前涌現了不同車載傳感器融合的方案，用以獲取豐富的周邊環境信息，具有優良的環境適應能力；高精度地圖與定位也是車輛重要的環境信息來源。i）面向自動駕駛的高精度地圖；ii）基于北斗地基增強系統的高精度定位系統。清華大學環境感知技術實例清華大學研究團隊建立了基于車載圖像的行人及騎車人聯合識別方法，其架構如圖 5 所示。圖 5 行人及騎車人聯合識別架構行人及騎車人的聯合識別架構主要包括：i）圖像輸入；ii）目標候選區域選擇；iii）目標檢測；iv多目標跟蹤；v）結果輸出等功能模塊：目標候選區域選擇模塊的作用：是從輸入圖像中選出可能包含待檢測目標的區域，該過程要在盡量少地選擇背景區域的前提下，保證較高的目標召回率。目標檢測模塊主要作用：是在保證盡量少誤檢和漏檢的同時，將這些候選區域正確分類為待檢測目標與背景，并進一步優化目標定位。該模塊基于快速區域卷積神經網絡目標檢測框架，使用綜合考慮難例提取、多層特征融合、多目標候選區域輸入等多種改進方法的網絡結構模型，可以將輸入目標候選區域對應的行人、騎車人及背景清楚區分，并實現檢測目標定位的回歸優化。多目標跟蹤模塊的作用：是綜合連續時間內的目標檢測結果，先借助 P-N 專家在線學習方法，實現單個跟蹤目標的在線學習與檢測，再在粒子濾波目標跟蹤方法的基礎上，融合離線檢測器及在線檢測器的檢測結果，實現多類型目標的長時間穩定跟蹤。2）自主決策技術（1）決策系統的任務是根據全局行車目標、自車狀態及環境信息等，決定采用的駕駛行為及動作的時機。決策機制應在保證安全的前提下適應盡可能多的工況，進行舒適、節能、高效的正確決策。（2）常用的決策方法包括有狀態機、決策樹、深度學習、增強學習等。狀態機是一種簡便的決策方法其用有向圖表示決策機制。目前的自動駕駛系統多針對部分典型工況，狀態遷移不是特別復雜，故采用狀態機方法進行決策的案例較多。i）狀態機的優點在于：具有高可讀性，能清楚表達狀態間的邏輯關系，在狀態明確且較少時，設計簡單；ii）缺點在于：需要人工設計，在狀態復雜時性能不易保證，不能用機器學習。決策樹是一種簡單但是廣泛使用的分類器從根到葉子節點實現分類，每個非葉子節點為一個屬性上的測試，邊為測試的結果。決策樹具有可讀的結構，同時可以通過樣本數據的訓練來建立，但是有過擬合的傾向，需要廣泛的數據訓練。在部分工況的自動駕駛上應用，效果與狀態機類似。 深度學習與增強學習方法在處理自動駕駛決策方面，它能通過大量的學習實現對復雜工況的決策，并能進行在線的學習優化；但是其綜合性能不易評價，對未知工況的性能也不易明確。深度學習由于需要較多的計算資源，一般是計算機與互聯網領域研究自動駕駛采用的熱門技術。3）控制執行技術控制系統的任務控制車輛的速度與行駛方向，使其跟蹤規劃的速度曲線與路徑。現有自動駕駛汽車多數針對常規工況，因而較多采用傳統的控制方法，如下：的控制方法性能可靠、計算效率高，已在主動安全系統中得到應用。i）比例-積分-微分（Proportion-Integral-Derivative，PID）控制；ii）滑模控制；iii）模糊控制；iv）模型預測控制；v）自適應控制；vi）魯棒控制等。現有控制器的難點：現有的控制器，工況適應性是一個難點，可行的方法是：根據工況參數進行控制器參數的適應性設計，如根據車速規劃與參考路徑曲率調整控制器參數，可靈活地調整不同工況下的性能。車輛自動控制的關鍵車輛自動控制的關鍵是在線控執行機構。國內目前對制動、轉向系統關鍵技術已有一定研發基礎，但是相比博世、德爾福等國外大型企業，在控制穩定性、產品一致性和市場規模方面仍有較大差距。 多目標協調式自適應巡航控制自適應巡航控制系統中，同時具備自動跟車行駛、低燃油消耗和符合駕駛員特性三類功能，對于全面提升行車安全性、改善車輛燃油經濟性、減輕駕駛疲勞強度具有重要的意義。清華大學多目標協調式自適應巡航控制清華大學李克強課題組的研究首次提出并建立了車輛多目標協調式自適應巡航控制：（Multi-Objective Coordinated Adaptive Cruise Control，MOCACC）系統，其控制架構，如圖 6 所示。圖 6 MOCACC 控制構架協同式多車隊列控制協同式多車隊列控制模式，如圖 7 所示。圖 7 車輛隊列的四元素模型4）人機共駕技術控制層的控制互補是目前人機共駕領域的核心關注點。（1）人機共駕技術分類控制層的人機共駕技術按照系統功能，可以分為共享型控制和包絡型控制：共享型控制是指人機同時在線，駕駛人與智能系統的控制權隨場景轉移，人機控制并行存在。主要解決因控制冗余造成的人機沖突，以及控制權分配不合理引起的負荷加重等問題。包絡型控制是指通過獲取狀態空間的安全區域和邊界條件形成控制包絡，進而對行車安全進行監管，當其判定可能發生風險時進行干預，從而保證動力學穩定性和避免碰撞事故。（2）人機共駕技術發展態勢德國亞琛工業大學學者，模仿人馬共駕過程，提出了松、緊兩種共駕模式，探討了控制權，隨場景轉移的分配機制。美國斯坦福大學學者，提出構造穩定性安全區域和碰撞性安全區域，研究了共駕汽車臨界危險的預防和干預機制。中國的清華大學、吉林大學和第一汽車集團公司等高校與企業合作，開展了共享控制型的人機共駕研究。5）車載通信系統技術通過網聯無線通信技術，車載通信系統將更有效地獲得的駕駛員信息、自車的姿態信息和汽車周邊的環境數據，進行整合與分析。依據通信的覆蓋范圍可分為車內通信、車際通信和廣域通信：車內通信：從藍牙技術發展到 Wi-Fi 技術和以太網通信技術；車際通信：包括專用的短程通信（DSRC）技術和正在建立標準的車間通信長期演進技術（LTE-V），LTE-V 也是 4G 通信技術在汽車通信領域的一個演化版本；廣域通信：指目前廣泛應用在移動互聯網領域的 3G、4G 等通信方式。基于云控平臺的汽車節能駕駛系統框架，如圖8所示。圖 8 基于云控平臺的汽車節能駕駛系統框架6）信息安全技術汽車信息系統（1）信息安全技術汽車信息系統包括：數據存儲安全、傳輸安全、應用安全三維度的數據安全體系。（2）信息安全技術標準目前，國際上已經有 ISO26262 等汽車安全相關標準；美國也已形成SAEJ3061/IEEE1609.2 等系列標準；歐洲 EVITA 研究項目也提供了相關汽車信息安全指南；中國政府在 2014 年國民經濟和社會發展第十二個五年規劃中首次將汽車信息安全作為關鍵基礎問題進行研究。7）智能網聯汽車推廣應用有利條件及可選場景（1）激光雷達等先進傳感器，加速向低成本、小型化發展激光雷達相對于毫米波雷達等其他傳感器具有分辨率高、識別效果好等優點，已越來越成為主流的自動駕駛汽車用傳感器；過去因其體積大、成本高，同時也更易受雨雪等天氣條件影響，難以大規模商業化應用。但是目前激光雷達正在向著低成本、小型化的固態掃描或機械固態混合掃描形式發展，一些技術難點，如：光學相控陣易產生旁瓣影響探測距離和分辨率、繁復的精密光學調裝影響量產規模和成本等問題，下一步會持續解決。（2）自主式智能與網聯式智能技術融合加速網聯式系統能從時間和空間維度突破自主式系統對于車輛周邊環境的感知能力。網聯式智能技術與自主式智能技術相輔相成，互為補充，正在加速融合發展。在時間維度上。通過 V2X 通信，系統能夠提前獲知周邊車輛的操作信息、紅綠燈等交通控制系統信息以及氣象條件、擁堵預測等更長期的未來狀態信息。在空間維度上。通過 V2X 通信，系統能夠感知交叉路口盲區、彎道盲區、車輛遮擋盲區等位置的環境信息，從而幫助自動駕駛系統更全面的掌握周邊交通態勢。（3）高速公路與低速區域（如：公交車）自動駕駛系統將率先應用高速公路與城市低速區域將是自動駕駛系統率先應用的 2 個場景。特斯拉等自動駕駛汽車就是 L1 L2 級自動駕駛技術的典型應用。高速公路上的應用高速公路的車道線、標示牌等結構化特征清晰，交通環境相對簡單，適合車道偏離報警（LDW）、車道保持系統（LKS）、自動緊急制動（AEB）、自適應巡航控制（ACC）等駕駛輔助系統的應用。在特定的城市低速區域內可提前設置好高精度定位、V2X 等支撐系統，采集好高精度地圖，利于實現在特定區域內的自動駕駛，如自動物流運輸車、景區自動擺渡車、園區自動通勤車、公交場站車輛調度與管理等。8）如何測試自動駕駛汽車？引入普通人類駕駛員的抽象