我国智能网联汽车发展的建议

我国智能网联汽车发展的建议

1 智能网联汽车关键技术的发展现状

1.1 环境感知技术

应用摄像头和激光雷达等技术及时感知周围环境，提取路况信息和检测障碍物将决策依据提供给智能网联汽车，这是环境感知系统的主要作用。由于车辆行驶的环境非常复杂，感知技术的检测和精度识别方面仍无法满足自动驾驶的需求，而要想在复杂环境中将感知的优势体现出来，需进行深度学习。在传感器领域，较高的分辨率是激光雷达所具备的特征，而且当前更多自动驾驶车辆的标配传感器就是激光雷达，而进一步研究的方向主要是低成本和小型化的固态激光雷达。另外，车辆的重要环境信息来源渠道之一是高精度地图与定位，当前我国几大地图商都在积极建设自动驾驶的高精度地图，同时已在内地范围应用了增强的高精度定位系统，可将低成本和全面覆盖的高精度定位方案提供给自动驾驶车辆。

1.2 多目标协调式自适应巡航控制执行技术

在自适应巡航控制系统中，自动跟车形式以及低燃油消耗等功能是其所具备的，既可以提升行车的安全性，降低车辆燃油消耗，同时可以在很大程度上减轻驾驶疲劳程度。但更多的是对单一功能的实现情况进行研究，对于各功能之间的制约关系以及车辆建模的不确定性等方面并没有充分的考虑，这样造成的一种现象就是对于各功能之间

的矛盾性无法通过控制线性的方法进行解决。针对这一问题，在研究中将建立多目标协调式自适应巡航控制系统的方法首次提出。

2 我国发展智能网联汽车的措施及建议

发展智能网联汽车是我国汽车产业转型升级的重要战略机遇，目前我国智能网联汽车产业仍处于发展初期，加快推进发展智能网联汽车必须从加强顶层设计、完善基础配套设施、搭建创新平台、加快示范应用等方面出发。

2.1 加强顶层设计

智能网联汽车是一种新生事物，国内不同行业对智能网联汽车的理解不仅全面。在政府的主导下，从国家和行业层面明确智能网联汽车定义、功能、构成和发展定位、目标，加强统筹协调，分级推进智能网联汽车发展。围绕智能网联汽车智能化水平提升需求，以国家《汽车产业发展中长期规划》为战略引导，重点发展环境感知系统，车载V2X无线通信技术、高精度定位与地图技术，人机交互与共驾技术、集成控制及执行系统技术，加快发展智联终端装备，同步发展多源信息融合技术，推动面向乘用车和商用车的自主式智能网联汽车产业链与智慧交通体系建设，构建智慧生态环境城市。

2.2 完善标准法规体系

目前我国还未有自能驾驶车辆上路相关标准法规，相关部门协调统一，围绕智能网联汽车体系架构和相关产业发展目标，推进成立全

国汽车智能网联汽车标准化委员会，建立跨部门、跨行业、跨领域的统筹协调机制，編制智能网联汽车标准体系及上路验证规范准则，积极开展乘用车自动紧急制动系统、盲目监视系统等ADAS系统标砖体系建立，营造促进智能网联汽车发展的软环境。

2.3 加快关键技术突破

智能网联汽车技术架构复杂，涉及汽车、电子技术、信息通信、交通等多个领域。围绕智能网联汽车关键技术，整合现有资源，鼓励整车及零部件企业协同清华大学、同济大学等国内高等院校和研发机构开展攻关，重点突破环境感知技术、控制执行技术、人机共驾技术、通信与平台技术等技术领域；加快推动整车企业与互联网企业、电子信息企业等相关产业的创新合作，搭建智能网联汽车基础数据共享平台和产业化服务平台，促进资源共享，推进智能网联汽车与智慧交通、信息通信等产业的融合发展。

2.4 完善基础配套设施

根据智能网联汽车的需求，加快推进LTE-V等通信网络设施建设，支持5G通信设备研发和网络体系建设；不断优化车道宽度、道路限速等设施参数，提升道路基础设施信息化、标准化水平；推进部署路边通信终端及网络，建设高精度GPS定位系统和视频监控系统，实现测试和监控数据与公共云平台的联网，打造面向智能化、网联化的智慧路网基础设施体系，为开展智能网联汽车关键技术的研发和应用测试，不同等级智能网联汽车提供重要支撑。

2.5 开展智能网联汽车推广应用

借鉴欧、美等汽车先进地区发展经验，加快在基础条件厚实的城市和区域建设智能网联汽车测试基地或示范运营区，扩大智能网联汽车推广数量和范围；积极搭建智能网联汽车测评场景，加快建设覆盖隧道、桥梁、智能停车场等各类的道路场景，能够模拟复杂天气、白天、夜晚等多环境，及模拟行人、非机动车和干扰车辆等的交通场景；搭建良好的测试验证环境，完善政策措施和管理规范，为智能汽车发展提供提出的硬件环境。

3 智能网联汽车技术发展趋势

3.1 应用和发展AI技术

当前，智能网联汽车正在加快应用AI技术，其是“深度学习”方法的典型代表之一。特别是在环境感知领域已经将深度学习方法的巨大优势明显地展现出来，而且其发展速度非常快，传统及其学习方法逐渐被深度学习方法所代替。深度学习方法的学习样本库主要是大量的数据，同时采集和存储数据的要求非常高。但深度学习方法也存在一些缺陷，如具有不清晰的内在机理和不确定的边界条件等，所以在应用和发展的过程中需要充分融合传统的学习方法，为其可靠性提供有利的保障，而且当前车载芯片处理能力对其具有一定的制约性。

3.2 加快融合自主式智能与网联式智能技术

网联式系统可以将自主式系统车辆周边环境的感知能力从时间和空间维度上进行突破。从时间维度上来说，V2X通信技术的应用可以及时获取周围车辆的具体操作信息以及拥堵预测等更长期的未来状态信息；从空间维度上来说，V2X通信技术的应用可以快速准确地感知交叉路口盲区以及车辆遮挡盲区等位置的环境信息，从而让自动驾驶系统全方位掌握周围的交通情况。网联式智能技术与自主式智能技术是统一的整体，两者可以取长补短，所以，当前正在不断地加快融合自主式智能与网联式智能技术。

3.3 率先用高速公路自驾和低速自驾系统

在自动驾驶系统中，首先应用的2个场景是高速和低速区域。高速公路具有清晰的车道线和标识牌等，交通环境相对简单，所以应用车道保持系统等驾驶辅助系统非常适合。当前市场上常见的、典型的自动驾驶级别主要是L1～L2级。另外，如果城市低速区域是特定的，则可以将高精度定位和V2X等支撑系统提前设置好，这对特定区域内自动驾驶目标的实现具有重要的作用。

结论

我国政府在大数据和云计算等技术快速发展的背景下及时提出“中国制造2025”和“互联网+”的发展战略，这对我国产业的转型和调整优化结构具有重要的推动作用。