TOC\o"1-4"\h\z\u第1章發展概述 第2章環境感知 V2X網聯通信技 第3章決策規劃 第4章控制工程 第5章測試驗證 需求分 技術方 11939世界博覽會上，美國通用汽車公司首次展出了無人駕駛概念車Futurama。1958年，美國無線電公司（RCA，RadioCorporationof2080年代，在美國國防部先進研究項目局（DARPA，DefenseAdvancedResearchProjectsAgency）的支持下掀起了智能車技術研究熱潮。1984年由卡耐基梅隆大學研發了全世界第一輛真正意義的智能駕駛車輛，如圖1-2所示。該車輛利用激光雷達、計算機31km/h。自動駕駛系統通過配置內部傳感器和外部傳感器獲取自身狀態及周終執行機構。“感知”和“決策規劃”對應于自動駕駛系統的“智并劃分了各自的界限[2]。其中，DA指駕駛輔助，包括一項或多項局ACC，AEB，ESC等，并能提供基于網聯的智能提醒信息；PA指部分自動駕駛，在駕駛員短時轉移注意力仍可保持控10秒以上予以提醒，并能提供基于網聯的智能引導信息；HA指高度自動駕駛，在高速公路和市內均可自動駕駛，偶爾需制信息；FA指完全自主駕駛，駕駛權完全移交給車輛。設電纜、磁誘導設備來實現車輛的自動控制。1921年WorldWide1955年美國BarretElectronics公司研制出了第一臺自動引導車輛系統AGVS(AutomatedGuidedVehicleSystem)，它是一個運行197830km/h。1980年，慕尼黑聯邦國防軍大學開發了無人90km/h[7]RobertEFenton提出-奔馳的“VaMP1600km95%為自主駕駛[7]。2004DemoⅠ、Ⅱ、Ⅲ推動自主駕DEMOIII智能車輛集成了多種子系統，CCD立體視覺系統、激光深度成像儀、GPS導航系統、慣性導在汽車智能化技術發展歷程中，美國卡內基?梅隆大學研制了NavLab系列智能車輛。其中，NavLab-11986年基于雪弗蘭Sun3、GPS、Warp等計算機硬件，80年代末，它的最高速度也只有公司合作開發研制的便攜式高級導航支撐平臺PANS為系統提供計算基礎和I/O功能，并能控制轉向執行機構，同時進行安全報警。它NavLab-5以Pontiac運動跑車作為基礎，88.5km/h4496km，Wrangler102km/h包括差分GPS、激光雷達、攝像機、陀螺儀和光電碼盤等。斯坦福大學Michael基于大眾帕薩特研制出無人駕駛車輛Junio，車上裝備有五個激光雷達(IBEO,Riegl,SICK,Velodyne)，一個GPS/INS系統(Applanix)BOSCHIntel四核計算機，VisLabARGO項目研究。于1998年沿著意大利的高速公路網進行了2000公里的長距離道路94%112km/h2010年，ARGO5個激光雷達、7個攝像機、GPS全球定位3Linux電腦和線控駕駛系統，同時將太15900km，經歷了多種極端環境條件。2013年，他們研制的智能車在無人駕駛的情況下能夠實現交通信號70km/h的速度巡航，自動駕駛系統在真實的道路情況下完成了自動以谷歌為代表的IT公司在自動駕駛領域的表現也十分活躍，谷2009年開始研發無人駕駛技術，2012年，美國內華達州機GPS642003D地圖201511月底谷歌提交給機動車輛管理局的報告，谷歌的1302013年，蘋果公司宣布向汽車領域進軍，開發了智能車載系統CarPlay，并在201434日的日內瓦國際汽車展上進行了展示。CarPlay能夠支型與CarPlay的整合界面。為促進自主駕駛技術的發展，美國國防部高級研究計劃局(DARPA)200420073DARPA無人駕駛挑戰賽。2004DARPAMojave沙漠進行，道路全240km2115支進入了決賽，但卻沒有一支DARPA2005年舉行，有五支隊伍通過了全部考核項目，其中來自斯坦福大學的Stanley以30.7km/h65358s的總時長奪冠。200711696km的城市道路行駛，同時遵守最終來自卡內基?梅隆大學的BOSS車輛以總時長4小時10分20相比之下，國內在自主駕駛方面研究的起步稍晚。從80年代末化道路下遙控和自主駕駛為目的；CITAVTⅣ型自主駕駛車基于BJ2020SG吉普車改裝而成，該車型以研究結構化道路環境下的自主110km/h，車輛具有人工駕清華大學在國防科工委和國家“863計劃”的資助下從1988年THMR系列智能車。THMR-Ⅴ智能車能夠實現結構化環20毫秒，保證了實際場景下90后開發了JLUIVDLIUVCQACDSP高速視頻處理系統的Springrobot2007HQ3車型基礎上完成高速公路自動駕駛樣車。2011714HQ3無人車完成了從長沙到武漢286公里的高速全程無人駕駛實驗，歷時3小時201320151.04.0。目前“摯途”1.02013年應2018年前實現的“擎途”2.0計劃，可以通過自主研發的H72020年實現“摯途”3.0，可以實現V2X功能，能夠整合高速代駕及深度感知和城市智能技術。2025年實現“摯途”4.0，實現高度自動駕駛技術整車產品滲50%20154194項智能化技術。手機叫車功能可在視距范圍內通過手機發出201320154月發布了智能化戰略“6564200020182025年完成第四階段，實現汽車全自60余項智能化技術，其中，結構化道路無20164EU260雷達和GPS天線等元器件識別道路環境，同時配合高清地圖進行路201676日，北汽集團新技術研究院與盤錦市大洼區人2012年成立了專業團隊，對汽車無人駕駛等智能技百度公司于2013年開始了百度無人駕駛汽車項目，其技術核心2015100km/h。2015120“LeUITV等所有樂視智能終端。LeUIAutoDARPA挑戰賽，掀起了智能駕駛技術研發的熱潮[12]。2004240公里，2111.785%。2005212公里，仍側重于考察車輛23支車隊報名參賽，5支跑完全程。斯坦福大學的Stanley和卡耐基梅隆大學的SandStorm、Highlander獲得前三名。16JuniorOdin獲得前三名，如1-32006年起，歐洲開始舉辦陸地機器人測試（ELROB，EuropeanLand-RobotTrial，在真實場景下測試包括智能駕駛汽車在內的陸地18ELROB測試對歐洲智能駕駛技術研發起到了積極促進作用。2005年，Vislab實驗室智能駕駛車輛TerraMax參加第二屆DARPA挑戰賽，完成全程，獲得第五名，如1-4所示。2010年，20132011年在荷蘭舉行的第一屆合作駕駛挑戰賽（GCDC:GrandCACC技術的平臺。20165GCDC比賽在荷蘭海爾蒙德舉辦，由1-5GCDC201569日，在美國加州舉行的美國國防部高等研究計劃為了模擬真實環境，機器人與控制團隊的內部溝通網絡需要中斷秒以上。圖1-6KAISTDRC-HuBo2015年自動駕駛汽車挑戰賽AutonomousVehicle（VCSparkFun在其位于科羅拉多州博爾德市71支隊伍中，AVC20172Roborace在布宜諾斯艾利斯DevBot無人駕駛電動賽車（1-7，在布宜諾斯艾利斯的ePrixFormulaE賽道上展開比拼。不幸的是，失敗的一方因為事故而中途200820092009年在西安舉辦，包括機械性能測試、交通信10支隊伍參賽，最終湖南大學取得冠軍。2010年在西安舉辦，比賽內容仍然包括基本能力10支隊伍參賽，最終中國科學院合11公里的真實道路環境行駛，全程包括交通標識和信號燈識別、第四屆比賽于2012年在赤峰舉辦，比賽內容包括城區道路測試153號”取得20132014201520支隊伍參加比賽，軍事交通學院的猛獅車隊8，中道路環境測試分為真實高架快速道路測試（22公里）路測試（6公里，考察在遵守道路交通法規、減少交通事故前提（Safety（Soothness（Smartness智能網聯汽車(上海)試點示范區封閉測試區舉行（圖1-。大賽定位1024（AP（AEB2089.1%89.1%88.1%81.2%79.4%78.8%2012280人因交通事故傷亡，相當于一次重2013225日展示了這一高效行駛、節能環保的新技術：44米間距、以時速80公里的同一速度進行了試跑。每輛卡車上都安裝了自動駕15%20174月份完成國內首106[15]310~20與無人機相關法律法規[14]，如圖1-12201258日，谷歌的智能駕駛汽車在美國內華達州上路測輛強制安裝DSRC；高速公路安全管理局制定自動駕駛汽車指導方針2015年2月，歐盟攜歐洲十幾家整車制造商和零配件供應商共Adaptive”項目（AutomatedDrivingApplications&ehicles，該項目預計持續3年半時間，將獲得歐盟2500萬歐元資金支持。Adaptive2014年6月開始，德國汽車業界展開了對是否需要在無人駕駛汽車上安裝黑34214年21億歐元，利用三年時間重點研發無人駕駛汽車，15年開始進行無人駕駛汽（0%的交通事故都是人為造成、提高駕駛者生活質量（平均每人每天開車時間達820汽車的順利發展，法國已于2016年年底前實現全國數千公里道路的2017年首次允許無人車在高速公路及重要道路上進行試駕，201510月，日本政府就醞釀針對自動駕駛汽車啟動立2020年在公共道路上測試自動駕駛汽車。20175（有司機2020年V2X和更高級的道路20172017年秋季制定有關在高速公路同20174月起，20202025年要掌握自動駕駛20166月，中國汽車技術研究中心黨委書記于凱在第二屆智智能網聯汽車標準體系。10目前由工信部組織起草的智能網聯汽車標準體系方案已形成標2017”在上海揭300多人出席會議。2智能駕駛車輛獲取和處理環境信息，主要用于狀態感知和V2XV2X網聯通信是利交通狀態感知功能的實現依賴于環境感知傳感器及相應的感知全球定位系統、北斗衛星導航系統（BeiDouNavigationSatelliteSystem，BDS、慣性導航系統（InertialNavigationSystem，INS）等RFI（Radio光雷達、毫米波雷達、超聲波雷達、GPS、BDS、INS等，目前智能1米波雷達和超聲波雷達也都有各自的優勢。但是安裝多少數量/種類時服務，RTK（Real-TimeKinematic，載波相位差分技術）INS組補金屬氧化物半導體CCD為網絡相機、1394相機和USB2-2所示。 b)1394相機 c)USB相機圖2-2三種接口類型的相機視覺感知技術主要包括三種：1）SLAM技術和視覺里程計技術等。障礙物檢測的方法有逆投影變換法和V視差圖法，前者對相機參數360°旋轉式成像、魚眼鏡360°2-3所示。 b)毫米波雷達 c)超聲波雷達圖2-3三種雷達傳感器SICKLMSVelodyneLiDARHDL系列，常用于測距、測速和三維成像。30~300GHz之間。具有超聲波雷達工作在機械波波段，工作頻率在20KHz以上。超聲2-4所示，其基本原理是通過測量超聲波發2017914所聯合清華大學、1DSP，在第三屆軍民1號”總體DSP技術封鎖的現狀。1聲音判斷發動機等汽車零件的運行情況；）局域聽覺感知，通過辨識車體周邊一定范圍內的相關聲音并做出反應；）廣域聽覺感知，即感1）關矩陣確定信號源方向和位置；3）要是利用聲源信號到每個麥克風陣元的時間差估計來實現測向和測4-5所示，軟件無線電平臺一般由寬帶/多頻段天線、寬帶目前在智能駕駛中常用的基準包括：大地坐標系（WGS-84/CGCS2000GPS、北斗衛星導航系統、GLONASSGPSGPS530顆非靜止軌道衛星，CGCS2000坐標系。這兩種導航系統都可RTK是一種基于載波相位觀測值的定位技術，利用了參考站和RTKRTK技術的應用，網RT（COS無法確保精準定位和導航，因此當前的智能駕駛車輛大多采用GPS/BDS+INS的組合導航方式。V2X制協同，V2X網聯通信技術將成為未來智能駕駛發展的重要技術支V2XD2D（DevicetoDevice，終端直V2X2010IEEE802.11PIEEE1609系列規范作為高層通信協議V2X網聯通信標準。與之相比，V2X在我國發展相對較晚，2015年才開始相應研究；2016V2X專6月，V2X點示范區”及封閉測試區的重點布置場景之一；2017919日，我國首部V2XV2X網聯通信提出了以下幾點技術要求：網絡接入V2XRFID、拍照設備、車載傳感器等硬件平臺。V2X網聯通信產業分為DSRC（DedicatedShortRangeDSRC的設備組成包括車載單元(OBU，OnBoardUnit)、路邊單Unit5.9GHz75MHz頻譜，作為智能交DSRCIEEE802.11p為基礎的標準，DSRC可以在數百米的特定區域內實現對高速移動目標的識別和雙V2X標準。DSRC2016V2X建議公2019年實現歐盟國家大規RoadLINKCITE2017DSRC能夠支持的最高車速為200km/h，數據傳輸速率一般為LTE-V2X基于現有蜂窩移動通信支持（3G/4G，擁有自主知識DSRC，LTE-V2X的起步較晚：2015年初，國際標準化覆蓋范圍、可靠性、安全性等方面的要求;2016年9月完成了LTE-V2X第一階段標準，優先實現了基于D2DV2V（CCSA）LTE-V2X先后開展了需發改委和科技部等政府部門和高通、華為等公司也在大力推動LTE-V2X技術的產業化發展。（5.9GHz（250km/h1GbpsLTE-V2X還有助于規避專利風V2XV2N、V2V、V2IV2P四類關健技術：（VehicletoVehicle，車-車（VehicletoInfrastructure，車-基礎設施通燈、路障等基礎設施之間的通信，用于獲取交通燈信號時序、路障位置等道路管理信息；4）V2P（VehicletoPedestrian，車-行人，V2N技術，智能駕駛車輛可以提高收集數據的能力，V2NV2V技術有助于智能駕駛車輛獲取周邊車輛運行信息，包V2I為智能駕駛提供交通信號燈狀態、交通管制信號等交V2P技術通過向智能駕駛車輛提供周邊行人狀態信息，保為了準確評估V2X技術對智能駕駛安全性、運行效率和服務能V2X技術測試。從測試環境上主要分為封V2N、V2V、V2I、V2P四類通信方式和通信安全、通信效率、信息服務、隨著最終實用性測試的進行，V2X技術還需要進一步規范和完3智能汽車(IntelligentVehicles)是智能交通系統(IntelligentTransportationSystems)的重要組成部分。智能汽車根據傳感器輸入2060年代內在約束條件(如非完整約束)和車輛的運動學、動力學約束條件對3-1運動控運動控 執行控 車3-1決策規劃-：(1)它對全局環境模型的要求比較理想化，全局環境模型的建立是根2所示，每個控制層可以直接基于傳感器的輸入進行決策，因而它所1986Brooks，面也存在一些難點：(1)由于系統執行動作的靈活性，需要特定的協到有意義的結果；(2)除此之外，隨著任務復雜程度以及各種行為之（如3-

3-3智能駕駛決策規劃系統的開發和集成基于遞階系統的層次性特導航設備如GPSV2X車聯網通信設備三種信息來源。規劃結構如圖3-4法產生新的動作序列直至智能汽車成功跳出錯誤死循環方轉入程序務是根據全局地圖數據庫信息規劃出自起始點至目標點的一條無碰方法是指通過最優控制理論找到可行的控制量u*(t)，使得系統x(t)

fxtut),能夠沿著可行軌跡x*(t方程的約束條件滿足，評價函數才能置零，求得可行的軌跡x*(t。最間自由問題的求解一般采用邊界值問題求解方法BVP（BoundaryB樣條曲線由一組稱作控制點的向量來確定，這些控制點按順序用性強的特點。樣條曲線是對BB Tk和Tk1周期的車輛狀態Skxkyk 和Sk

,yk

,k

P,P,P,P,P,P

（（基于滾動時域優化的路徑規劃算法[7]依靠智能汽車通過傳感器

f1(l,v,ξ,ΔROWf2(l,v,ξ,Δ3-5所示，判斷是否可以超車。例如，本車道內車間距較小，且沒有3-54執行機構等裝置，借助車聯網和V2X等現代移動通信與網絡技術實成共同構成智能駕駛汽車的關鍵技術，其系統組成如4-1所示。智駕駛地圖和車聯網通信等先驗信息綜合形成的駕駛態勢完成自主決圖4-2所示[]。4-2V2X獲取道路和周邊交通情況的詳細動態信息和具有高度智能的控制性能LKA、自適應巡航控制系統ACC、自動泊車系統、緊急制動和衛星導航系統等：車道保持系統LKA：使汽車遵循道路標志和聲音警告并在車輛自適應巡航控制系統ACC：使汽車和前而的車輛始終保持一個AP：使無人駕駛汽車能夠順利地實現在停車位的AEB縱向控制模式，典型結構如圖4-3所示。（位移、速度、加速度系統，即由車載傳感器獲取控制所需信息，而往往缺乏對V2X車聯網信息的利用。在智能交通環境下，單車可以通過V2X通訊信息系就是認為汽車左右兩側特性相同。橫向控制系統基本結構如圖4-4。V2X通訊信息系統獲得更多傳統的汽車控制方法主要有：PID控制、模糊控制、最優控制、PIDDKp、KiKd三個參數的設定。PID控制模糊邏輯控制策略（FuzzyLogicControlStrategy)簡稱模糊基于模型的控制一般稱為模型預測控制[57][58][59（Modelpredictivecontrol，MPC）,又可稱為滾動時域控制（Movingcontrol，RHCpp),

uminu(ki|k)umax,i0,1,yminy(ki|k)ymax,i1,2,x(k1)fx(k),u(k),x(0)x0,y(k)hx(k),u(k高維數據的維度災難問題。深度學習在特征提取與模型擬合方面顯,用。目前較為公認的深度學習的基本模型包括基于受限玻爾茲曼機(RetrctdBtzannachne，BM)的深度信念網絡eepblefnetoB(oncde(takdatenoers,S)、卷積神經網絡(nlinlnurlnetoks，C)[6RcurrteualntoksR。動學習狀態特征的能力使得深度學習在無人駕駛系統的研究中具有（圖4-V2XV2X 4-6基于規劃-的某種擴展，80年代后期被引入到智能汽車輛[63]。這類方法給出的Reeds和Shepp[69]的研究基礎上，考慮了軌跡曲率和曲率變化率的限[70]Tsugawa等[71]最先報道了采用視覺輸入的比例控制方法解決自動駕駛車輛轉向控制的問題。Broggi[72]ARGO無人車中也采用了類似的經典PPID控制法可以應用于某些典型路Pomerleau基于人工神經網絡設計了自動駕駛車輛轉向控制器。Naranjo等利用模糊邏輯建立控制模型來模仿人類駕駛員的駕駛行為，調整至最優性能。Perez等基于自適應神經網絡的模糊推理系統設計了參數的配置。Onieva等[73]研究了遺傳算法對控制器參數的離線自調整駕駛車輛自主巡航控制模型[74]和主動轉向控制模型[75]。Zhang和Gong等[76]基于跟蹤預估控制和模糊邏輯理論，研究了控制器參數的自[77]4-7（4-50年代，通用MACDAM的最優預瞄模型錯誤!未找到引用源。錯誤!，國內學者郭目前為止從學術界到工程界并沒有建立一個公認的完善的轉向控制模型。MCM和郭孔輝錯誤未找到引用源。M.D在文獻錯誤未找到引用源。邊緣的“TANGENTPOINT"(道路變向的點)。D.D.SalvucciM.F.能(CD曲目)。這意味著大部分的重要信息始終奔馳COMMAND包括顯示屏、控制器、功能按鈕和電話鍵區，COMMAND可操作車內的以下功能：音響功能、導航系統、電話和COMMAND的聰明之處在于其可以區分該功能是每日使用的(舉例來說如電臺的選擇和交通信息的播放)還僅僅是單次的設置(舉寶馬iDrive8個7系上推出iDrive簡化，這也使iDrive系統的優勢充分發揮出來。豐田G-G-BOOK在功能上主要是輔助設定導航、安全保障和資訊服務，沒有太多的應用和擴展功能，與安吉星相比顯得比較單薄。G-BOOK沒有蘋果CarPlayiOSiOS使用體驗，與儀表盤系統無縫結合。CarPlayiPhone功能包括Siri語音助理工具，iTunes音樂播放，蘋果地圖以及短信服CarPlay，駕車人可以雙手不離開方向盤就接打電話，另外可以聽到語音郵件的內容，如圖4-8所示。圖4- 絕大多數汽車廠CarPlayCD牌加入CarPlay聯盟，配置受到沖擊。CarPlayFF斯奔馳C-ClassXCS90SUVCarPlay移植于汽車上技術并不成熟，日內瓦車展上展出的法拉利樣車，CarPlayCarPlay并非蘋果的一大AppiPhone映射到車載中控It'swaytouseyouriPhoneinthecarCarPlay只是一種輔助方式。此外，從CarPlay的發布節奏來看，蘋果試水的成分很大。作為CarPlay，我們無需給予太高的期望。但業界也有分析人士說，CarPlay只是蘋果公司進軍車載系統的一個跳板，因System日本政府推出了復雜車輛交通控制系統（ComprehensiveAutomobile（[ROMETHEUSBMWNissan的人機交互界面等，如圖4-9所示。一直到九十年代末期，中控臺的4-91990年，駕駛員在人車系統中和車輛的交互僅僅是通過操縱汽車的同時還需要分散一部分精力到HMI上。這勢必將增加駕HMI中造成的精力分散的問題，人們開展了對HMI的改進設計研究，并HMI的設計準則錯誤!未找到引用源。[79][80]UMTRI設計準則；HARDIE設計準則；ISOHMI的相關設計準則。由于HMI實時的獲得大量的車輛信息，在幫助駕駛員做出HMI信息時的精神負HMI的設計起到十分重要的作用，并且進（ESC系統（ACC）1990sHMI界（LK（LKWADASADAS系統和駕研究熱點[84]ADAS駕駛員行為數據[86]EURO-FOTPROLPGUE項目收集了數ADAS系統中的應用部分[87]。于通過駕駛模擬器獲得的駕駛員特性數據和真實道路試驗獲得的駕HMI第5 45（ADAS（SIL（HIL（VIL2000年前后，美軍在無人化戰爭的迫切需求和全球汽車電子巨大市要用模擬仿真測試來彌補。實際道路測試采集的數據用于 這類報警應用還容易實現，但如果用于ACC/AEB/LKA這種有執行干預的應用這些數據是無法用于調試加沒法跟著變。在很大一部分領域，比如LKA在不同轉彎半徑、車道用到模擬仿真軟件來實現ACC/TJA在不同擁堵狀態和車流速度車谷歌、特拉斯、Zoox等很多公司借助模擬仿真的方法力圖使無Gazebo等產品給工程師模擬傳感器及其發生機制和機械結構提供了5-1Waymo最初開發Carcraft是作為一種“回放”無人車在公共道路行駛經括了一些賽道測試的場景。Waymo8002016年，IRL300多萬英里相比，Waymo25億英里的虛擬路程。值得一提的是，這部仿真測試是Waymo自動駕駛汽車研發中的一部分，仿真將Waymo自動駕駛原型車在實際道路中的測試與中央谷地一個叫做（Cslao此前從未公布過「城堡」的內部運作細節。在實際公共道路上進行的測試能夠讓開發人員知道需要在哪種地形進行額ao的99%AIML的一些未來技術迭Mcity，ASTAMIRA試驗場等。智能駕駛在場地測試后、201432（Mcity以封閉測試場地為基礎，計劃從2016年開始向外擴展，將密歇根大最終建成覆蓋27平方英里的封閉和開放結合的測試示范區。安娜堡5-2McityASTA智能駕5-320萬平方米，可以對高5-3ASTAMIRA2011MIRA公司對智能汽車和網聯汽車測試場地的建GSM/GPRS、3G、WIFI等多種通信方式，并設有齊備的交通基礎設施，照明系統，監GPS參考站等服務設施。MIRA試驗場不僅提供ADASGNSS相關設備驗證服務。5-4英國米拉公司（MIRA）美國陸軍阿伯丁試驗場(AberdeenProvingGround)坐落在馬里蘭20171月，阿伯丁試驗場面積廣闊，車道總長超過40英里，是開展自動駕駛編20166月，由國家工信部批準的國內首個“國家智能網聯汽功能要求，標志著作為全球測試功能場景最多、DSRCLTE-V等V2XF13公里道路為依托，逐步拓展同濟大學嘉3.5公里的道路，形成“兩園”示范區，建成封閉式測試場地，并50公里，基本建成基于智慧城市理念與要求1GPS差分基站、2LTE-通訊基站、16DSRC4LTE-V路側單元、640個各類攝像頭，整個園區道路實現了北斗系統的厘米級定位和WIFI的全覆蓋，完成了隧道、林蔭道、加油/充電站、地下停車場、自動駕駛和V2X29種場景的測試驗證。5-5國家智能網聯汽車（上海）2016要組成部分，試驗路完全依據智能網聯汽車自動駕駛及ADAS需求地區的標準道路標線，同時根據ADAS誤作用測試需求設計建設有LDWBSDADAS功能的測試需求，2017V2X5-6ADASAEBESC等ADAS天津汽車檢測中心在2017年內全面提升試驗項目承載能力，將實現20178月，工業和信息化部、公安部、江蘇省人民政府簽署5-72083.53110110億英里需500萬美元（3270萬20149201791