智能網聯專用汽車的場景特點及應用技術研究

王 維 回 春 蔡 博 文 /圖

當下，汽車正向著智能化與網聯化的方向發展，從而衍生出智能網聯汽車的概念，國內外一些機構已經給出了比較通俗易懂的解釋。智能網聯汽車指通過搭載先進的車載傳感器、控制器、執行器等設備，或同時融合現代通信與網絡技術，擁有V2X(即車與人、車、路等)信息交互能力，具備復雜的環境感知、智能決策、協同控制等功能的汽車[1]。

按照美國家公路交通安全管理局(NHTSA)的分級標準，智能網聯汽車分為駕駛輔助(1 級)、半自動駕駛(2 級)、高度自動駕駛(3 級)、完全自動駕駛(4 級)4 個階段(與其他表述或有別，編者注)。網聯化是智能化技術得以推廣應用的重要支撐條件，包括網聯輔助信息交互、網聯協同感知、網聯協同決策與控制等技術。

在不同發展階段，智能網聯汽車的使用特點及應用場景有所不同。在更高的發展階段，往往能適應的應用場景更加多樣化、復雜化，因此相關技術要求也越高；不同類別的車輛其應用場景和技術特點也有一定差異。

從當前推廣應用情況來看，要實現完全自動駕駛還有很長的路，但專用汽車在特定區域內實現半自動駕駛或高度自動駕駛是有可能的。

1 智能網聯專用汽車的概念

專用汽車是汽車產品中的重要類別，是用于承擔專門運輸任務或兼備專項作業功能的車輛，其使用要求與乘用車存在較大區別。

專用汽車從智能化和網聯化角度大致可分為2 部分功能：一是完成駕駛功能；二是完成作業功能[2]。

本文所指的智能網聯專用汽車指既具有一般智能網聯汽車擁有的共性技術特征，同時還兼有智能化作業的一些特征的車輛。專用汽車產品類別較多。由于專用汽車使用領域廣泛，具有功能特殊性、行駛路線相對固定、工作環境特殊等特點，因此在提高工作效率、降低危險、緩解勞動強度等方面，能夠更好地發揮智能駕駛技術的優勢，因而具有廣泛的應用前景。

2 智能專用汽車的應用場景

開發或測試智能網聯專用汽車，需要對其應用場景進行系統的分析。針對智能駕駛工況，車輛對特定路徑下各種交通信號、道路狀況、障礙物體等具有感知識別能力，可以進行路徑規劃以及適應天氣、溫度等自然環境的變化。在需要時，啟動智能作業功能，進行識別、控制，并與智能行駛系統相互協同。智能網聯專用汽車特色化場景大致分類如下：

2.1 社會公開道路的交通場景

智能網聯專用汽車在作業工況下的測試場景，有別于其他車輛，是沿著固定路線在社會道路上進行作業，因此在應用場景方面也存在特殊性。例如，護欄清洗車，沿著護欄從一個固定點到另一個固定點進行重復作業工作；綠化噴灑車，沿著路邊的綠化帶進行噴灑工作；搶險救援車，在惡劣的工作環境中，攜帶專用裝置完成救援工作等等。這類車輛由于受到作業對象(如綠化帶、護欄等)的限制，因而應用場景主要是社會道路上某固定路線或區域的交通場景與作業類場景(如圖1)，同時也要適應從單位出發到作業區域的交通場景。

2.2 特定區域的場景

機場、港口、礦區、工業園區和旅游景區等特定區域，因其道路結構化，行人、社會車輛較少，車速較低，不屬于社會道路，一般不受現行交通法規的制約，便于進行特殊設計，易于實現自動駕駛。例如，港口集裝箱運輸車在港口區域進行運輸，環衛垃圾運輸車在小區內進行垃圾清理，校園通勤車在校園內對乘客進行接送服務，快遞服務車在工業園區或小區進行自動投送、公園自動駕駛服務車流動售貨等等。這類車輛主要是在特定區域內行駛與作業(如圖2)，場景相對固定，更易于實現。

圖1 基于Prescan 道路交通的場景(PreScan 是一個用于先進駕駛輔助系統和主動安全系統開發驗證的仿真工具，編者注)

圖2 基于Prescan 特定區域的場景

圖3 基于Prescan 列隊出行的場景

2.3 列隊出行的場景

在物流運輸行業，車輛編隊出行具有很高的商業價值，能夠有效降低人力成本，提高運輸效率。車輛完成出發點與目的地之間的路徑規劃，車車之間通過信息交互，實時保證距離和速度，完成距離與路徑的調整。這類車輛主要是在高速區域完成行駛與作業任務或大型工地從事運輸任務(如圖3)。

3 智能網聯專用汽車的技術特點

智能網聯專用汽車運動過程可大致描述為：獲取并處理所處環境信息，基于數據和算法確定當前所處位置，并根據所設定的目標規劃一條合理或最優的運動路徑，從而驅動車輛向目標移動并規避移動過程中的障礙物，或對緊急情況采取必要的安全措施；所涉及的技術包括導航定位、路徑規劃、圖像識別、機器學習、感知融合、判斷決策、系統執行等。

發展專用汽車智能網聯技術不僅能有效提高運行效率，降低運營成本，還能減少交通事故發生，保障車輛行駛安全。

3.1 高精地圖技術

高精度地圖作為自動駕駛中重要的一部分，為自動駕駛汽車提供精準的定位、輔助環境感知，實現決策規劃，提高自動駕駛的安全性。與傳統地圖不同，高精度地圖包含大量行車輔助信息、交通元素信息等，同時絕對坐標精度的要求也更高，為自動駕駛的定位與路徑規劃提供依據。智能網聯專用汽車駕駛場景固定，與傳統轎車相比，除了完成行駛功能，還需要完成作業功能，因此對周邊環境感知以及精度要求更高，高精度地圖必不可少[3]。

3.2 環境感知技術

智能網聯汽車在行駛過程中，通過攝像頭、雷達、傳感器等設備，實現道路環境感知、車與物的感知、車輛位置感知等[4]。而智能網聯專用汽車除了滿足行駛要求，還需要滿足作業要求，因此不僅對感知設備的精度要求高，而且由于感知信息量大，對車輛進行運算決策的要求也高。

3.3 判斷決策技術

智能網聯汽車的決策過程是對車輛運行情況以及周圍環境等信息進行處理、分析和決策的過程。在這個過程中，智能網聯專用汽車在這個過程中還需要實時監測作業裝置的狀態，例如：清掃車水箱內水量不足能及時得到提醒，提前規劃返程路線；垃圾車內垃圾已存儲滿了，需要及時清倒等。

3.4 系統執行技術

智能網聯專用汽車的執行系統分為2 個部分：正常行駛功能的控制和作業功能的控制。一是正常行駛時，能滿足車輛的橫向(方向)控制和縱向(速度)控制及其組合對車輛行駛狀態的調整和控制。這個過程復雜，涉及發動機、變速器、制動、轉向等多個系統；二是車輛在作業時，能配合行駛系統完成對其作業裝置的智能化控制。

4 智能網聯專用汽車的應用障礙

4.1 關鍵零部件自主研發基礎薄弱

當前，我國汽車企業對發展智能網聯汽車的關鍵部件和關鍵共性技術的研發能力不足，尤其是高精度地圖方面的技術水平薄弱。專用汽車在特定區域內行駛，對高精度地圖的需求高。同時，在芯片、雷達、攝像頭等方面的技術水平也有待加強。

4.2 相關配套環境和政策環境發展不完善

智能網聯汽車產業布局包括車輛、配套基礎設施和服務體系等多個方面，涉及車輛與車輛間、車輛與信號燈等基礎設施間、車輛與出行服務平臺間的信息交互，存在出行安全和數據安全等問題。而目前，我國智能網聯汽車缺乏智能化交通體系、商業保險制度、信息安全制度等建設及道路交通法規修訂及事故責任認定等方面的研究，不利于推動市場培育。

4.3 專用汽車企業研發投入少

由于我國專用汽車企業數量多、規模小，產品種類多，個性化要求高，市場需求少，且共性技術研究少，針對專用車場景的研究幾乎空白，研發相對滯后。同時，智能網聯專用汽車在其推廣應用過程中也存在難度，產品受眾對象相對保守。

圖4 智能網聯專用汽車實現路徑

5 智能網聯專用車推廣路徑

由于智能網聯乘用車推廣應用的場景過于廣泛，車輛安全和信息安全技術難題在短期內還無法完全解決。而專用汽車因可以在特殊或有限的環境、道路、場景約束下使用，因而相關智能網聯技術會率先在專用汽車上落地。

專用汽車要實現智能駕駛，首先需要對場景進行深入研究，采集與搭建所需場景，通過仿真模擬測試場景，確定車輛的功能及系統特性；接著進行部件與車輛的實際測試，并將實際測試結果與仿真測試結果對比分析。在這個過程中，進行循環改進，完善整個流程(如圖4)。S