第1章 智能網聯汽車概述

1.1 智能網聯汽車的概念與內涵

1.1.1 智能網聯汽車的相關范疇

智能網聯汽車作為一種新生事物，概念尚無定論。國內外企業和研究機構已從不同側重點提出了智能汽車、無人駕駛汽車、車聯網、車路協同系統、智能交通系統等與智能網聯汽車相關的范疇。智能網聯汽車的界定需要與這些概念加以區分。

1. 智能汽車

按照Azim Eskandarian在《智能汽車手冊》中的定義，智能汽車是指“能夠自主完成部分駕駛任務或輔助駕駛員更有效的完成駕駛任務，實現更安全、更高效和更環保行駛的車輛”，這個定義本身是十分廣義的，國內通常不將“智能”與“自動化”兩個概念加以區分，采用歐美對車輛自動化的分類體系來定義智能汽車。目前最流行的分類方法包括國際自動機工程師協會（SAE，原譯為“美國汽車工程師協會”）定義的6級分類方法和美國高速公路安全管理局（NHTSA）的5級分類方法，這兩類方法本質上差異不大。根據NHTSA的定義，汽車的智能化水平從低到高分為5個層次：縱向控制（加/減速）和橫向控制（轉向）均由駕駛員完成的車輛無智能化，定義為第0級；縱向或橫向控制中有一個能由車輛完成的車輛定義為第1級；縱向和橫向控制都能由車輛完成，但駕駛員需要時刻監督駕駛任務的車輛定義為第2級；駕駛員不需要時刻監督駕駛任務，但在特定的工況下需要駕駛員接管車輛控制權的車輛定義為第3級；全工況下都不需要駕駛員介入的車輛定義為第4級。在第4級中，汽車可對交通環境進行全程實時檢測，實現完全無人操作下的車輛行駛與控制，這是智能汽車發展的最高級形態。

智能汽車作為智能交通系統的一個重要組成部分，是一個集環境感知、規劃決策和控制執行于一體的高新技術綜合體。智能汽車利用傳感器技術、信號處理技術、通信技術、計算機技術等，根據各傳感器所得到的信息做出分析和判斷，辨別車輛所處的環境和狀態，或者給司機發出勸告和報警信息，提醒司機注意規避危險；或者在緊急情況下幫助司機操作車輛（即輔助駕駛系統），防止事故的發生，使車輛回到正常駕駛轉臺；或者代替司機的操作，實現車輛運行的自動化。

智能汽車主要側重于汽車的智能化發展層次，即汽車是否具有先進的環境感知、決策規劃和一定層級的自動駕駛能力，并未將聯網與信息交互功能作為考慮的重點。

2. 無人駕駛汽車

谷歌公司認為，無人駕駛汽車是指通過車輛搭載的攝像機、雷達和激光測距儀等傳感器來“觀察”其他車輛，并使用高精度地圖來進行導航的汽車。畢馬威公司和美國汽車研究中心提出，無人駕駛汽車是能夠感知周圍環境，自主決定到達目的地路線的汽車。

清華大學汽車系副研究員王建強將無人駕駛汽車定義為“通過車載傳感系統感知道路環境，自動規劃行車路線并控制車輛到達預定目標的智能汽車”。

“無人駕駛汽車”本身并不是一個嚴謹的概念，可以簡單理解為具備高度智能化水平（NHTSA定義的第4級）的智能汽車，即通過傳感器、控制器和執行器來代替人的環境感知、人的判斷決策和人的駕駛操作的車輛。“無人駕駛汽車”明確提出了汽車全面自動化的目標，即汽車能夠自主完成駕駛任務，不需要駕駛員的監督和干預。

3. 車聯網

車聯網的概念來自物聯網，根據行業背景的不同，對車聯網的定義也不盡相同。傳統意義的車聯網是指裝載在車輛上的電子標簽通過無線射頻等識別技術，在信息網絡平臺上實現對所有車輛的屬性信息和靜、動態信息的提取和有效利用，并根據不同的功能需求對所有車輛的運行狀態進行有效的監管和提供綜合服務的系統。

隨著車聯網技術與產業的發展，上述定義已經不能涵蓋車聯網的全部內容。根據車聯網產業技術創新戰略聯盟的定義，車聯網是以車內網、車際網和車載移動物聯網為基礎，按照約定的通信協議和數據交互標準，在車—X（車、路、行人以及互聯網等）之間進行無線通信和信息交換的大系統網絡，是能夠實現智能化交通管理、智能動態信息服務和車輛智能化控制的一體化網絡。

中國物聯網校企聯盟對車聯網的定義是“由車輛位置、速度和路線等信息構成的巨大交互網絡”。通過GPS、RFID、傳感器和攝像頭等裝置，車輛可以完成自身環境和狀態信息的采集；通過物聯網技術，所有的車輛可以將自身的各種信息傳輸匯聚到中央處理器；通過計算機技術，大量的車輛信息可以被分析和處理，從而計算出不同車輛的最佳路線、及時匯報路況并安排信號燈周期。

“車聯網”主要立足于網絡環境，強調信息互聯共享和商業模式創新，對汽車產品本身的智能化發展關注較少。

4. 車路協同系統

車路協同系統是基于無線通信、傳感探測等技術進行車路信息的獲取，通過車車、車路信息交互和共享，實現車輛和基礎設施之間的智能協同與配合，達到優化利用系統資源、提高道路交通安全、緩解交通擁堵的目標。

清華大學“863”主題項目“智能車路協同關鍵技術研究”提出的智能車路協同系統是采用先進的無線通信和新一代互聯網等技術，全方位實施車車、車路動態實時信息交互，并在全時空動態交通信息采集與融合的基礎上開展車輛主動安全控制和道路協同管理，充分實現人、車、路的有效協同，保證交通安全，提高通行效率，從而形成安全、高效和環保的道路交通系統。

車路協同系統重點研究在網絡環境中如何解決交通問題，緩解交通壓力，提高交通效率，對汽車產品本身的智能化關注較少。

5. 智能交通系統

中國智能交通協會提出，智能交通系統是將先進的數據傳輸技術、電子控制技術、計算機技術及智能車輛技術等綜合運用于整個交通運輸管理體系，通過對交通信息的實時采集、傳輸和處理，借助各種科技手段和設備，對各種交通情況進行協調和處理，建立起一種實時、準確、高效的綜合運輸管理體系，從而使交通設施得以充分利用，提高交通效率和安全水平，最終使交通運輸服務和管理智能化，實現交通運輸的集約式發展。

“智能交通系統”強調的是交通運輸系統的整體構建，包含了路網和通信基站等基礎設施建設、道路交通管理，以及相關信息服務等。汽車被看作龐大交通系統中的一個網絡節點，其自身產品形態和功能的變化在此被弱化。

1.1.2 智能網聯汽車的基本概念

按照中國汽車工業協會的定義，智能網聯汽車是搭載先進的車載傳感器、控制器、執行器等裝置，并融合現代通信與網絡技術，實現車與X（人、車、路、后臺等）智能信息交換共享，具備復雜的環境感知、智能決策、協同控制和執行等功能，可實現安全、舒適、節能、高效行駛，并最終可替代人來操作的新一代汽車。

智能網聯汽車從“云—管—端”三方面體現智能化及網聯化。

1. 云計算服務

云服務平臺是未來智能網聯汽車架構的核心，車輛的智能化并不僅僅表現為車輛依賴自身的能力對周圍局部環境的理解和反應，而是充分獲取全局信息后單體智能與全局智能的協同最優。云服務平臺需要具備海量數據的存儲和處理能力，通過集群應用、網格技術或者分布式文件系統等功能，將網絡中大量各種類型的存儲設備通過應用軟件集合起來協同工作，共同對外提供數據存儲和業務訪問功能。云服務平臺一方面能夠實時接收記錄所有車輛的上報信息，進行定期備份并異地存儲所有數據，另一方面能夠利用人工智能、機器學習等方法對海量數據進行分析整理，挖掘數據的潛在價值。通過虛擬化和資源共享，云服務平臺大大提升了資源的利用率和資源使用的彈性，從而極大地提升對海量數據的存儲能力和處理能力，促進智能網聯汽車智能程度的升級。

2. “三網”融合

智能網聯汽車的發展趨勢是必須要有通信，以實現自主控制和云端控制的結合。網聯化就是要做到車內網、車云網和車際網“三網”融合。車內網是指由數據總線和電控單元組成的集中式網絡系統，為了簡化線路、減少線束、提高信息傳輸的速度和可靠性，CAN等數據總線技術得到了廣泛的應用，解決了車輛的線束問題，整合汽車電子領域的各種先進技術，同時使得電控單元之間的數據交換變得更為快捷方便。除了車內互聯，車云網和車際網也是智能網聯汽車的發展趨勢。車云網是指車輛通過通信技術與互聯網進行連接，實現車輛與云服務平臺的互聯，而車際網是指通過專用短程通信技術建立的車—X（車、人、路等）之間的通信網絡。智能網聯汽車最終是具有通信協同感知和云端智能控制的系統。

3. 智能終端

車載智能終端主要借助對周邊環境的感知、對障礙物及危險的識別、與云服務平臺的通信以及與其他車輛和路側設備的互聯等獲取的信息，通過智能控制、人機交互等方式提高安全性，改善駕駛體驗。車載智能終端一方面基于先進的傳感技術與傳統汽車制造業的深度融合，主要使用諸如立體攝像機、雷達等傳感器，結合控制器、線控執行機構的組合，構成駕駛輔助或自動駕駛系統，使得車輛能夠檢測和應對周圍的環境，這類應用已經在部分品牌的車輛上得到應用；另一方面是互聯網思維對傳統汽車駕駛模式的變革，主要依靠有代表性的互聯網企業推動。這類企業重點開發車載信息系統，并與汽車廠商合作開發推廣導航、語音識別、娛樂、安全等方面的應用程序和控制技術。

1.1.3 智能網聯汽車的主要分類

智能網聯汽車可按智能化程度分為4個層次，即具有特定功能的智能化、具有多項組合功能的智能化、具有限制條件的自動駕駛、全工況條件下的自動駕駛，具體見表1-1，只有達到第4個層次方可視為進入無人駕駛階段。

資料來源：美國高速公路安全管理局（NHTSA）。

1. 駕駛員輔助階段

駕駛輔助系統基本分為信息提示（預警）和主動控制兩類。信息提示（預警）系統，比如前碰撞預警（FCW）、車輛偏離預警（LDW）等，通過對車輛運行狀況及運行環境的監測，提示駕駛員駕駛相關的信息或警告駕駛員駕駛中可能出現的危險，方便駕駛員在接到提示或警告后及時做出反應。主動控制系統，如自適應巡航控制系統（ACC）、自動緊急制動系統（AEB）等，通過介入車輛的制動、轉向等控制幫助駕駛員完成部分駕駛任務。在定義智能網聯汽車的智能化程度時，信息提示（預警）類駕駛輔助系統屬于第0級，而主動控制類系統屬于第1級，這里涉及的駕駛輔助系統主要指主動控制類。在駕駛輔助階段，駕駛輔助系統在特定工況下通過主動控制幫助駕駛員完成縱向/橫向駕駛任務，其余部分由駕駛員完成。

2. 部分自動駕駛階段

在這一階段，車輛在特定工況下通過主動控制幫助駕駛員完成縱向和橫向駕駛任務，但駕駛員仍然需要時刻監督車輛的運行。這一階段屬于組合功能的智能化，一些技術已經應用到量產車型上，比如VOLVO的XC90系統同時具備車道保持和自動跟車的功能，駕駛員不需要控制車輛但需要時刻監督車輛的運行，駕駛員的手不能離開方向盤。Tesla的Auto Pilot則更近一步，具備自動變道等功能，但需要駕駛員通過按下轉向燈來發出變道指令。這一階段也是當前正處于并快速發展的階段，未來幾年，將有更多的系統應用在量產車上。

3. 有限自動駕駛階段

在這一階段，可以完全將駕駛任務交給車輛，同時也不需要對駕駛任務進行監督，但當車輛發現當前行駛環境不能滿足自動駕駛的需要時，需要提醒駕駛員回到車輛控制環中接管車輛的控制權。現階段已經提出的有限自動駕駛技術包括Ford的擁堵輔助系統（Traf?c Jam Assist，TJA）、VOLVO的Drive-me等。有限自動駕駛相比部分自動駕駛是一個躍變，標志著車輛的控制主體由人變成了車輛，除了技術層面外，還有人機交互、法律等方面需要深入的研究。

4. 完全自動駕駛階段

在這一階段，系統具有完全的車輛控制權，整個駕駛過程無需駕駛員參與。完全自動駕駛的實現意味著無人駕駛汽車真正進入人們的生活，也將使駕駛員從根本上得到解放。不過，完全自動駕駛還要受到政策、法律等相關條件的制約，真正量產還任重而道遠。

另外，按照使用環境的不同又可以分為高速公路環境、城市環境和特殊環境下的無人駕駛系統。

（1）高速公路環境

這類系統將使用在環境限定為具有良好標志的結構化高速公路上，主要完成車道保持、車輛識別和跟蹤等功能，目標是實現進入高速公路之后的全自動駕駛。盡管這樣的應用定位有一定的局限性，但它的確解決了現代社會中最為常見、危險，也是最枯燥的駕駛環節的駕駛任務。

（2）城市環境

與高速公路環境研究相比，城市環境更為復雜，對感知和控制算法提出了更高的要求。城市環境中的自動駕駛將成為下一階段研究的重點，目前這類環境的應用已經進入到小范圍試點階段，如Google的無人駕駛車，但其大范圍應用目前仍存在一定的困難，如安全問題、法律問題、可靠性問題、多車調度和協調問題、與其他交通參與者的交互問題、成本問題和商業模型等。

（3）特殊環境

無人駕駛汽車研究走在前列的國家一直都很重視其在軍事和其他一些特殊條件下的應用。類似碼頭、礦區、廠區、短程定線駁車等特殊環境相比前述高速公路、城市這樣的交通環境更簡單，成本問題的敏感性也相對較低，高度自動駕駛甚至無人駕駛也更容易實現。因此，特殊環境下的應用也許是當前無人駕駛最快、最可能的使用場景之一。

1.1.4 智能網聯汽車的關鍵技術

智能網聯汽車功能的實現是由感知、決策、控制、通信、服務、娛樂和輔助六大功能模塊支撐的，其中，感知、決策、控制和通信4項功能是汽車智能化與網聯化的核心。

1. 感知模塊

感知模塊中的關鍵技術包括：機器視覺技術，由攝像頭來識別車道線、車輛、行人、停車位等對象；雷達技術，目前主要使用激光雷達、毫米波雷達和超聲波雷達來確定環境中目標的位置、速度和方位；車輛定位與高精度地圖技術，利用多種數據在高精度地圖中確定車輛的具體位置。

智能網聯汽車的最主要目標是將信息技術運用到汽車上，用實時、全面、有效的信息流來驅動汽車系統的運行。因此，研究智能網聯汽車系統的信息環境模型、信息源特征、信息采集原理與技術、信息處理方法與技術、高效的信息傳輸技術與子系統就顯得尤為重要。汽車在行駛過程中，從人—車—路必須系統角度出發，必須得到的信息包括車輛自身狀態信息、駕駛員信息和道路環境信息等。在信息處理方面，應能精確、實時、有效地采集信息，采取抗干擾技術，對信息進行在線處理。

2. 決策模塊

決策模塊中的關鍵技術包括：環境建模技術，根據傳感器、V2X通信等直接獲得的信息或多傳感器信息融合后的信息構建車輛周圍的環境模型（World Model）；態勢估計技術，根據環境模型確定當前的環境特征，比如是否存在危險信息等；任務決策技術，根據當前的環境特征，制定系統的介入策略，比如預警或主動控制；路徑規劃技術，對于自動/無人駕駛，需要根據當前環境特征規劃行車路線。

智能決策模塊主要是根據交通狀況信息、車輛行駛環境信息等制定任務策略，規劃汽車的行進路線。當前隨著傳感器、處理器等技術的快速進步，再融入深度學習等人工智能方法，車輛能夠更好地理解駕駛員的意圖，預測駕駛員的行為，同時能夠從過去的數據中學習，更好地預測當前場景的未來演化，智能網聯汽車做出的決策的智能化程度正在飛速提高。

3. 控制模塊

控制模塊中的關鍵技術包括：車輛動力學控制技術，包括通過線控轉向、線控制動等實現車輛的縱橫向動力學控制，在極限工況下，由于輪胎的非線性導致車輛縱橫向運動耦合，還需要多目標協同控制技術的支撐；人機共駕技術，實現駕駛員和智能網聯汽車控制系統之間的協調，使得控制系統能夠更好地適應駕駛員的習慣和預期；協同控制技術，實現不同拓撲結構下的車群分布式控制，利用車間通信及車間距離雷達的車隊列行駛縱向控制。

智能網聯汽車控制系統是汽車智能化的執行者，是整車電控系統的核心。由于汽車駕駛任務的復雜性，智能化的汽車控制器必須采用綜合智能控制策略，以提高汽車的操縱響應能力和緊急躲避障礙能力。由于交通環境的復雜性、交通信息的多邊性、交通任務的多樣性等原因，研究設計智能網聯汽車控制器的任務是十分艱巨的。汽車智能控制器一方面具有學習、自適應、自組織等仿人的智能化特點，同時又能克服人工駕駛汽車固有的缺陷。智能控制理論的研究已經有30年的歷史，已經提出了模糊控制理論、神經控制理論、專家控制理論、分層遞階控制理論、粗集控制、可拓控制等智能控制方案，并正向綜合智能控制策略的方向發展。智能網聯汽車控制系統必須以現代微電子技術為核心來設計系統硬件，以智能控制理論為基礎來設計軟件控制策略，以信息技術為支撐來設計系統框架。

4. 通信模塊

通信模塊中的關鍵技術包括：車內通信技術，包括CAN、LIN、FlexRay等總線技術以及車內以太網/無線網絡技術等；車間通信技術，DSRC（Dedicated Short Range Communication）、LTE-V等專用短程通信技術，實現車群自組網及汽車間、汽車與交通基礎設施間、汽車與行人等其他交通參與者之間的信息實時共享與決策交互；車輛與互聯網通信技術，通過3G/4G、Wi-Fi等無線通信技術使汽車能夠連接上互聯網。

對于車輛通信網絡體系，國內外研究的主要內容是基于Ad hoc網絡的車輛通信。Ad hoc網絡是一種新穎的移動計算機網絡的類型，它既可以作為一種獨立的網絡運行，也可以作為當前具有固定設施網絡的一種補充形式，該網絡不需要固定的基礎設施，能夠快速地自動組網，在車輛間通信領域具有重要的應用前景。但是由附近車輛構成的Ad hoc網絡與傳統的Ad hoc有明顯的不同，在信道接入、路由資料顯示、充滿變數的網絡拓撲控制，靈活的中間件的設計等解決方案，以有效地支持應用層方面面臨著不同尋常的挑戰，因為車輛流動性高，由此而引發的信號的多徑衰落、多普勒頻移等現象使車與車之間的通信鏈路很容易變得糟糕。

在車輛通信的過程中，需要對網絡數據的交換指定規則、約定與標準。現在，國際上專門開發了適用于車輛通信的專用短程通信DSRC協議。國外的DSRC標準主要有3類：日本的ARIBSTD-T75，歐洲的ETSI EN 302 663，美國的J2735、J2945等標準。我國參照國外DSRC標準的發展趨勢，正積極地進行DSRC標準化的深入研究。DSRC 只是提供了建立通信及信息傳遞的通道，如何提高車輛通信的服務質量、完善配套車載通信裝置以及控制管理中心的工程開發是實現車車通信應用的關鍵問題。

通信系統的任務就是保證信息的準確快速傳輸。在智能網聯汽車之間、智能網聯汽車與交通監控中心之間、與道路附屬設施之間、與其他信息系統之間，都存在著大量的文字、語音、數據、圖像等信息的實時交換。通信系統是智能網聯汽車系統獲取和傳遞信息的神經中樞，必須研究適合于智能網聯汽車信息交換的通信系統結構形式、軟件技術、傳輸介質、編碼糾錯技術等。通信系統保證各模塊之間以及車載體與控制中心之間的高質量通信，目前大多采用無線數字通信，為了提高通信的質量，要精心設計通信電路及通信協議。