我國智能網聯汽車技術及測試現狀分析

黃鈺峰，高藝鵬

（長安大學 汽車學院，陜西 西安 710064）

前言

2018 年對于汽車行業來說，可能不是多么順利的一年，整體汽車市場呈現負增長態勢，國內汽車產銷規模也已達到較高基數，汽車市場競爭越來越激烈。與此同時，隨著汽車技術的進步，以及人民生活質量不斷提升，市場對車輛安全、環保、智能的渴求也開始增強，于是近幾年一些新型的車輛得以不斷發展，而智能網聯汽車便是其一。

1 智能網聯汽車的定義與發展

1.1 智能網聯汽車的定義

智能網聯汽車（ICV, Intelligent Connected Vehicle）是無人駕駛汽車的核心承載主體，是車聯網與智能車的有機結合，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，實現人、車、路、后臺等智能信息交換共享，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。[1]

1.2 智能網聯汽車的發展

對智能汽車來講，其實早在20 世紀50 年代便有了初步的發展，到八九十年代視覺傳感器的出現對智能駕駛的推動巨大；21 世紀，激光雷達特別是LIDAR，成為了智能汽車發展的重要推動力；一百多年以來，傳感器技術的發展、環境感知能力的不斷增強也加快了智能網聯的建設。現今，谷歌、百度等互聯網公司相繼踏足該領域，無疑又為智能網聯汽車的發展增添了更加強大的生命與活力。

縱觀整個智能網聯汽車行業，技術的突破及產品的革新是智能網聯汽車發展的根本驅動力，同時，政策的跟進驅使著新理念、新技術、新人才投入其中，使得智能網聯汽車在硝煙彌漫的汽車市場中得以生存與發展。

2 智能網聯汽車技術現狀

2.1 智能網聯汽車技術

通俗來講，智能網聯汽車能做到三個事情：攝像頭和傳感器替代人的眼睛、耳朵，先進的中央決策系統替代人的大腦，執行系統替代人的手腳。從這個角度來說，智能汽車關鍵技術便可分三大部分：環境感知技術、中央決策技術、底層控制技術。

環境感知技術：環境感知包括車輛本身狀態感知、道路感知、行人感知、交通信號感知等。[2]在復雜的路況交通環境下，單一傳感器無法完成環境感知的全部，必須整合各種類型的傳感器，利用傳感器融合技術，使其為智能網聯汽車提供更加真實可靠的路況環境信息。[2]而車輛整體環境信息的及時性、準確性和可靠性都依賴于車輛環境感知技術。[3]

底層控制技術：現有的汽車零部件廠商在底層控制市場已沉淀多年，底層控制系統對于智能網聯汽車已然不是什么難題。對于無人車來講，這些控制系統最終都能夠實現相應功能，并得到完善。

中央決策技術：對于人來講，我們駕駛汽車會不斷地學習，遇到不同的情況會自行記憶，遭遇各種意外也有應急的處理措施，而最為關鍵的一點是人是可以犯錯的，但相應地會有一套完整、完善的法律體系做保障。而無人車正好缺乏，如果車輛對環境及各種各樣的路況、交通事故不能做到提前預知，那么一旦遭遇事故就很難處理。中央決策會是無人車發展過程中的瓶頸，這個瓶頸想要克服，還需要通過環境感知系統的加強來解決。

圖1 智能網聯汽車技術體系架構[4]

除上述三大技術外，智能網聯汽車的發展還離不開其他各項先進科技技術做支撐，圖1 所示為智能網聯汽車技術體系架構示意圖，下面對智能網聯汽車具體關鍵技術做簡單介紹。

無線通信技術：長距離無線通信技術用于提供即時的互聯網接入，主要運用4G/5G 技術，而相比4G 網絡，5G 技術具有超大帶寬、超低時延和超大接入量等特點，峰值速率提升在20 倍以上，對自動駕駛亟待提升的行駛數據采集、處理和交互控制提升將提供跨越式幫助。數據顯示，到2020 年，無人駕駛汽車將消耗至少0.75GB/s 的數據流量，龐大的數據量需要超高速率、超低時延的傳輸，而5G 技術能更好的解決這些問題。[5]因此，中國智能汽車理應搶先握住5G 時代的翅膀，在通信技術上進行突破。事實上，自2018 年9 月19日，中國移動發布國內第一條5G 自動駕駛車輛測試道路起，國內智能網聯汽車的發展便加速邁入5G 時代。但目前，自動駕駛技術很大程度上仍舊依賴于4G 技術、V2V（車對車）和V2I（車對基礎設施）等技術的結合，而V2V 和V2I 技術主要應用DSRC 專用短程通信技術。[6]

高精度地圖與定位技術：高精地圖可以為車輛環境感知提供輔助，提供超視距路況信息，并幫助車輛進行規劃決策。當然除了全局性的了解道路狀況外，自動駕駛也需要實時確定車輛自身的確切位置，定位精度越高，自動駕駛的可靠性越高。[7]而這兩項技術正是整個智能汽車的核心部分，制約著其中央決策系統的優劣。

先進駕駛輔助技術：先進駕駛輔助技術通過車輛環境感知技術和自組織網絡技術對道路、車輛、行人、交通標志、交通信號等進行檢測和識別，對識別信號進行分析處理，傳輸給執行機構，保障車輛安全行駛。先進駕駛輔助技術是智能網聯汽車重點發展的技術，其成熟程度和使用多少代表了智能網聯汽車的技術水平，是其他關鍵技術的具體應用體現。

信息安全與隱私保護技術：智能網聯汽車在與網絡連接的同時，必然會導致部分安全性的丟失。事實上，在汽車使用過程中，信息終端將不斷處理和上傳用戶信息，這些暴露在網絡中的信息很容易被竊取、干擾甚至篡改從而直接影響智能網聯汽車體系的安全，因此在智能網聯汽車中，必須重視信息安全與隱私保護技術的研究。

除去上訴四大關鍵技術，智能互聯技術、人機界面技術（HMI）、信息融合技術、車載網絡技術、異構網絡融合關鍵技術、交通大數據處理與分析關鍵技術、交通云計算與云存儲關鍵技術也是當前我國智能網聯汽車發展的重要突破點。

2.2 智能網聯汽車測試

隨著智能網聯汽車的快速發展，我們的汽車將會變得更加舒適便捷，也更加環保，不僅能減輕駕駛人的負擔，提高道路的通行能力，還能夠在一定程度上減少交通事故的發生。但近年來，特斯拉、谷歌、Uber 等公司因其智能網聯汽車系統不穩定、測試不充分導致了一系列交通事故, 從而引發了人們對智能網聯汽車的恐慌。[8]因此，發展智能網聯汽車不僅需要研究新功能和新算法，保證汽車在運行過程中的安全和可靠性才是整個開發過程中的最大難點。只有通過完善的智能網聯汽車測試與評價技術，我們的智能網聯汽車才能有效確保汽車功能的正常發揮，才能在激烈的智能汽車市場中獲取競爭力。

據不完全統計，國內現有智能網聯汽車測試示范區已經超過20 個，下面主要結合“長安大學車聯網與智能汽車試驗場”對智能網聯汽車相關基本性能測試做部分介紹（試驗場具體功能分區示意如圖2 所示）。

（1）弱勢交通參與者碰撞避免測試

車輛在道路行駛過程中，若突遇行人（或自行車），將主動鳴笛、減速/剎車或換道行駛，如圖3。本應用適用于對我國城市及郊區普通道路的碰撞危險預警的測試。

圖3 弱勢交通參與者碰撞避免測試示意圖

（2）前方車輛緊急停車避碰測試

主車（HV，Host Vehicle）在車道上行駛，與在正前方同一車道的遠車（RV，Remote Vehicle）存在追尾碰撞危險時，主車應減速并換道。[9]本應用適用于對普通道路或高速公路車輛追尾碰撞危險預警的測試。

（3）紅綠燈自動識別及無人車速度調控測試

情形1，當無人汽車HV 駛近信號燈控制的路口時，根據視覺傳感器檢測的結果，結合自車的定位和行駛狀態信息，車輛應能按“紅燈停、綠燈行”的規則自主通過信號燈路口；情形2，當無人汽車HV 與紅綠燈相距較遠時，基于V2X 技術，在遠端接收前方紅綠燈的配時情況，并根據自身車速、剩余紅燈配時，應能自動調節車速，從而使得自身在不停車的情況下通過紅綠燈停止線。[9]

通過對上訴兩類情形的測試可保障紅綠燈交叉路口車輛的通行能力及流通效率，并在一定程度上緩解十字路口擁堵狀況。

（4）車-路信息交互測試

HV 在道路上行駛的過程中，基于V2I 技術可實時的與配備RSU 的路側標牌通信，檢測前方道路狀況。[9]根據檢測結果，如限速、施工、彎道等內容，測試車輛做出的相應決策，從而實時預知交通信息，確保車輛運行安全。

（5）交叉路口碰撞預警測試

在沒有紅綠燈的十字路口或丁字路口，HV 在路口起步準備直行時，RV-1 從HV 左側駛向路口，HV 的視線可能被出現在路口的RV-2 所遮擋，HV 啟動并準備進入路口時，檢測ICW 是否對HV 駕駛員發出預警，以提醒駕駛員與側向來車RV-1 存在碰撞危險；當RV-1 通過路口后，檢測是否提醒HV 駕駛員直行，示意圖如圖4。[9]

圖4 交叉路口碰撞預警測試示意圖

上訴檢測方案分別從行人、遠車、道路及交通信號等因素對汽車的環境感知能力進行了測試，同時也對車輛自身響應的可靠度及穩定性做出一定的檢驗，以確保汽車功能的正常發揮，保障車輛實際道路運行安全。這是目前我國智能網聯汽車幾種最基本的測試方式，而更加豐富、更加完備的測試方案也將會隨著技術的發展，源源不斷地投入到智能網聯汽車的測試應用當中，因篇幅有限，本文便不做詳細介紹。

3 總結

結合我國智能網聯汽車的技術及測試現狀，我們能看到，目前國內智能網聯汽車正處于快速發展階段，相關技術不斷創新，道路測試水平也在持續提升，部分企業已實現特定區域無人駕駛運營，現有智能網聯汽車也表現出較良好的運行態勢。但值得一提的是，不同于其他國家，我國道路狀況顯得更為復雜，無人車實際道路運行也更加困難，國家和相關企業若想進一步推動智能網聯汽車發展，還需不斷提高產業技術和道路測試水平，努力完善相關法律體系。我們期待，智能網聯將會為未來出行繪制出一幅無比美好的藍圖。