第1章 智能网联汽车概述

1.1 智能网联汽车的概念与内涵

1.1.1 智能网联汽车的相关范畴

智能网联汽车作为一种新生事物，概念尚无定论。国内外企业和研究机构已从不同侧重点提出了智能汽车、无人驾驶汽车、车联网、车路协同系统、智能交通系统等与智能网联汽车相关的范畴。智能网联汽车的界定需要与这些概念加以区分。

1. 智能汽车

按照Azim Eskandarian在《智能汽车手册》中的定义，智能汽车是指“能够自主完成部分驾驶任务或辅助驾驶员更有效的完成驾驶任务，实现更安全、更高效和更环保行驶的车辆”，这个定义本身是十分广义的，国内通常不将“智能”与“自动化”两个概念加以区分，采用欧美对车辆自动化的分类体系来定义智能汽车。目前最流行的分类方法包括国际自动机工程师协会（SAE，原译为“美国汽车工程师协会”）定义的6级分类方法和美国高速公路安全管理局（NHTSA）的5级分类方法，这两类方法本质上差异不大。根据NHTSA的定义，汽车的智能化水平从低到高分为5个层次：纵向控制（加/减速）和横向控制（转向）均由驾驶员完成的车辆无智能化，定义为第0级；纵向或横向控制中有一个能由车辆完成的车辆定义为第1级；纵向和横向控制都能由车辆完成，但驾驶员需要时刻监督驾驶任务的车辆定义为第2级；驾驶员不需要时刻监督驾驶任务，但在特定的工况下需要驾驶员接管车辆控制权的车辆定义为第3级；全工况下都不需要驾驶员介入的车辆定义为第4级。在第4级中，汽车可对交通环境进行全程实时检测，实现完全无人操作下的车辆行驶与控制，这是智能汽车发展的最高级形态。

智能汽车作为智能交通系统的一个重要组成部分，是一个集环境感知、规划决策和控制执行于一体的高新技术综合体。智能汽车利用传感器技术、信号处理技术、通信技术、计算机技术等，根据各传感器所得到的信息做出分析和判断，辨别车辆所处的环境和状态，或者给司机发出劝告和报警信息，提醒司机注意规避危险；或者在紧急情况下帮助司机操作车辆（即辅助驾驶系统），防止事故的发生，使车辆回到正常驾驶转台；或者代替司机的操作，实现车辆运行的自动化。

智能汽车主要侧重于汽车的智能化发展层次，即汽车是否具有先进的环境感知、决策规划和一定层级的自动驾驶能力，并未将联网与信息交互功能作为考虑的重点。

2. 无人驾驶汽车

谷歌公司认为，无人驾驶汽车是指通过车辆搭载的摄像机、雷达和激光测距仪等传感器来“观察”其他车辆，并使用高精度地图来进行导航的汽车。毕马威公司和美国汽车研究中心提出，无人驾驶汽车是能够感知周围环境，自主决定到达目的地路线的汽车。

清华大学汽车系副研究员王建强将无人驾驶汽车定义为“通过车载传感系统感知道路环境，自动规划行车路线并控制车辆到达预定目标的智能汽车”。

“无人驾驶汽车”本身并不是一个严谨的概念，可以简单理解为具备高度智能化水平（NHTSA定义的第4级）的智能汽车，即通过传感器、控制器和执行器来代替人的环境感知、人的判断决策和人的驾驶操作的车辆。“无人驾驶汽车”明确提出了汽车全面自动化的目标，即汽车能够自主完成驾驶任务，不需要驾驶员的监督和干预。

3. 车联网

车联网的概念来自物联网，根据行业背景的不同，对车联网的定义也不尽相同。传统意义的车联网是指装载在车辆上的电子标签通过无线射频等识别技术，在信息网络平台上实现对所有车辆的属性信息和静、动态信息的提取和有效利用，并根据不同的功能需求对所有车辆的运行状态进行有效的监管和提供综合服务的系统。

随着车联网技术与产业的发展，上述定义已经不能涵盖车联网的全部内容。根据车联网产业技术创新战略联盟的定义，车联网是以车内网、车际网和车载移动物联网为基础，按照约定的通信协议和数据交互标准，在车—X（车、路、行人以及互联网等）之间进行无线通信和信息交换的大系统网络，是能够实现智能化交通管理、智能动态信息服务和车辆智能化控制的一体化网络。

中国物联网校企联盟对车联网的定义是“由车辆位置、速度和路线等信息构成的巨大交互网络”。通过GPS、RFID、传感器和摄像头等装置，车辆可以完成自身环境和状态信息的采集；通过物联网技术，所有的车辆可以将自身的各种信息传输汇聚到中央处理器；通过计算机技术，大量的车辆信息可以被分析和处理，从而计算出不同车辆的最佳路线、及时汇报路况并安排信号灯周期。

“车联网”主要立足于网络环境，强调信息互联共享和商业模式创新，对汽车产品本身的智能化发展关注较少。

4. 车路协同系统

车路协同系统是基于无线通信、传感探测等技术进行车路信息的获取，通过车车、车路信息交互和共享，实现车辆和基础设施之间的智能协同与配合，达到优化利用系统资源、提高道路交通安全、缓解交通拥堵的目标。

清华大学“863”主题项目“智能车路协同关键技术研究”提出的智能车路协同系统是采用先进的无线通信和新一代互联网等技术，全方位实施车车、车路动态实时信息交互，并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理，充分实现人、车、路的有效协同，保证交通安全，提高通行效率，从而形成安全、高效和环保的道路交通系统。

车路协同系统重点研究在网络环境中如何解决交通问题，缓解交通压力，提高交通效率，对汽车产品本身的智能化关注较少。

5. 智能交通系统

中国智能交通协会提出，智能交通系统是将先进的数据传输技术、电子控制技术、计算机技术及智能车辆技术等综合运用于整个交通运输管理体系，通过对交通信息的实时采集、传输和处理，借助各种科技手段和设备，对各种交通情况进行协调和处理，建立起一种实时、准确、高效的综合运输管理体系，从而使交通设施得以充分利用，提高交通效率和安全水平，最终使交通运输服务和管理智能化，实现交通运输的集约式发展。

“智能交通系统”强调的是交通运输系统的整体构建，包含了路网和通信基站等基础设施建设、道路交通管理，以及相关信息服务等。汽车被看作庞大交通系统中的一个网络节点，其自身产品形态和功能的变化在此被弱化。

1.1.2 智能网联汽车的基本概念

按照中国汽车工业协会的定义，智能网联汽车是搭载先进的车载传感器、控制器、执行器等装置，并融合现代通信与网络技术，实现车与X（人、车、路、后台等）智能信息交换共享，具备复杂的环境感知、智能决策、协同控制和执行等功能，可实现安全、舒适、节能、高效行驶，并最终可替代人来操作的新一代汽车。

智能网联汽车从“云—管—端”三方面体现智能化及网联化。

1. 云计算服务

云服务平台是未来智能网联汽车架构的核心，车辆的智能化并不仅仅表现为车辆依赖自身的能力对周围局部环境的理解和反应，而是充分获取全局信息后单体智能与全局智能的协同最优。云服务平台需要具备海量数据的存储和处理能力，通过集群应用、网格技术或者分布式文件系统等功能，将网络中大量各种类型的存储设备通过应用软件集合起来协同工作，共同对外提供数据存储和业务访问功能。云服务平台一方面能够实时接收记录所有车辆的上报信息，进行定期备份并异地存储所有数据，另一方面能够利用人工智能、机器学习等方法对海量数据进行分析整理，挖掘数据的潜在价值。通过虚拟化和资源共享，云服务平台大大提升了资源的利用率和资源使用的弹性，从而极大地提升对海量数据的存储能力和处理能力，促进智能网联汽车智能程度的升级。

2. “三网”融合

智能网联汽车的发展趋势是必须要有通信，以实现自主控制和云端控制的结合。网联化就是要做到车内网、车云网和车际网“三网”融合。车内网是指由数据总线和电控单元组成的集中式网络系统，为了简化线路、减少线束、提高信息传输的速度和可靠性，CAN等数据总线技术得到了广泛的应用，解决了车辆的线束问题，整合汽车电子领域的各种先进技术，同时使得电控单元之间的数据交换变得更为快捷方便。除了车内互联，车云网和车际网也是智能网联汽车的发展趋势。车云网是指车辆通过通信技术与互联网进行连接，实现车辆与云服务平台的互联，而车际网是指通过专用短程通信技术建立的车—X（车、人、路等）之间的通信网络。智能网联汽车最终是具有通信协同感知和云端智能控制的系统。

3. 智能终端

车载智能终端主要借助对周边环境的感知、对障碍物及危险的识别、与云服务平台的通信以及与其他车辆和路侧设备的互联等获取的信息，通过智能控制、人机交互等方式提高安全性，改善驾驶体验。车载智能终端一方面基于先进的传感技术与传统汽车制造业的深度融合，主要使用诸如立体摄像机、雷达等传感器，结合控制器、线控执行机构的组合，构成驾驶辅助或自动驾驶系统，使得车辆能够检测和应对周围的环境，这类应用已经在部分品牌的车辆上得到应用；另一方面是互联网思维对传统汽车驾驶模式的变革，主要依靠有代表性的互联网企业推动。这类企业重点开发车载信息系统，并与汽车厂商合作开发推广导航、语音识别、娱乐、安全等方面的应用程序和控制技术。

1.1.3 智能网联汽车的主要分类

智能网联汽车可按智能化程度分为4个层次，即具有特定功能的智能化、具有多项组合功能的智能化、具有限制条件的自动驾驶、全工况条件下的自动驾驶，具体见表1-1，只有达到第4个层次方可视为进入无人驾驶阶段。

资料来源：美国高速公路安全管理局（NHTSA）。

1. 驾驶员辅助阶段

驾驶辅助系统基本分为信息提示（预警）和主动控制两类。信息提示（预警）系统，比如前碰撞预警（FCW）、车辆偏离预警（LDW）等，通过对车辆运行状况及运行环境的监测，提示驾驶员驾驶相关的信息或警告驾驶员驾驶中可能出现的危险，方便驾驶员在接到提示或警告后及时做出反应。主动控制系统，如自适应巡航控制系统（ACC）、自动紧急制动系统（AEB）等，通过介入车辆的制动、转向等控制帮助驾驶员完成部分驾驶任务。在定义智能网联汽车的智能化程度时，信息提示（预警）类驾驶辅助系统属于第0级，而主动控制类系统属于第1级，这里涉及的驾驶辅助系统主要指主动控制类。在驾驶辅助阶段，驾驶辅助系统在特定工况下通过主动控制帮助驾驶员完成纵向/横向驾驶任务，其余部分由驾驶员完成。

2. 部分自动驾驶阶段

在这一阶段，车辆在特定工况下通过主动控制帮助驾驶员完成纵向和横向驾驶任务，但驾驶员仍然需要时刻监督车辆的运行。这一阶段属于组合功能的智能化，一些技术已经应用到量产车型上，比如VOLVO的XC90系统同时具备车道保持和自动跟车的功能，驾驶员不需要控制车辆但需要时刻监督车辆的运行，驾驶员的手不能离开方向盘。Tesla的Auto Pilot则更近一步，具备自动变道等功能，但需要驾驶员通过按下转向灯来发出变道指令。这一阶段也是当前正处于并快速发展的阶段，未来几年，将有更多的系统应用在量产车上。

3. 有限自动驾驶阶段

在这一阶段，可以完全将驾驶任务交给车辆，同时也不需要对驾驶任务进行监督，但当车辆发现当前行驶环境不能满足自动驾驶的需要时，需要提醒驾驶员回到车辆控制环中接管车辆的控制权。现阶段已经提出的有限自动驾驶技术包括Ford的拥堵辅助系统（Traffic Jam Assist，TJA）、VOLVO的Drive-me等。有限自动驾驶相比部分自动驾驶是一个跃变，标志着车辆的控制主体由人变成了车辆，除了技术层面外，还有人机交互、法律等方面需要深入的研究。

4. 完全自动驾驶阶段

在这一阶段，系统具有完全的车辆控制权，整个驾驶过程无需驾驶员参与。完全自动驾驶的实现意味着无人驾驶汽车真正进入人们的生活，也将使驾驶员从根本上得到解放。不过，完全自动驾驶还要受到政策、法律等相关条件的制约，真正量产还任重而道远。

另外，按照使用环境的不同又可以分为高速公路环境、城市环境和特殊环境下的无人驾驶系统。

（1）高速公路环境

这类系统将使用在环境限定为具有良好标志的结构化高速公路上，主要完成车道保持、车辆识别和跟踪等功能，目标是实现进入高速公路之后的全自动驾驶。尽管这样的应用定位有一定的局限性，但它的确解决了现代社会中最为常见、危险，也是最枯燥的驾驶环节的驾驶任务。

（2）城市环境

与高速公路环境研究相比，城市环境更为复杂，对感知和控制算法提出了更高的要求。城市环境中的自动驾驶将成为下一阶段研究的重点，目前这类环境的应用已经进入到小范围试点阶段，如Google的无人驾驶车，但其大范围应用目前仍存在一定的困难，如安全问题、法律问题、可靠性问题、多车调度和协调问题、与其他交通参与者的交互问题、成本问题和商业模型等。

（3）特殊环境

无人驾驶汽车研究走在前列的国家一直都很重视其在军事和其他一些特殊条件下的应用。类似码头、矿区、厂区、短程定线驳车等特殊环境相比前述高速公路、城市这样的交通环境更简单，成本问题的敏感性也相对较低，高度自动驾驶甚至无人驾驶也更容易实现。因此，特殊环境下的应用也许是当前无人驾驶最快、最可能的使用场景之一。

1.1.4 智能网联汽车的关键技术

智能网联汽车功能的实现是由感知、决策、控制、通信、服务、娱乐和辅助六大功能模块支撑的，其中，感知、决策、控制和通信4项功能是汽车智能化与网联化的核心。

1. 感知模块

感知模块中的关键技术包括：机器视觉技术，由摄像头来识别车道线、车辆、行人、停车位等对象；雷达技术，目前主要使用激光雷达、毫米波雷达和超声波雷达来确定环境中目标的位置、速度和方位；车辆定位与高精度地图技术，利用多种数据在高精度地图中确定车辆的具体位置。

智能网联汽车的最主要目标是将信息技术运用到汽车上，用实时、全面、有效的信息流来驱动汽车系统的运行。因此，研究智能网联汽车系统的信息环境模型、信息源特征、信息采集原理与技术、信息处理方法与技术、高效的信息传输技术与子系统就显得尤为重要。汽车在行驶过程中，从人—车—路必须系统角度出发，必须得到的信息包括车辆自身状态信息、驾驶员信息和道路环境信息等。在信息处理方面，应能精确、实时、有效地采集信息，采取抗干扰技术，对信息进行在线处理。

2. 决策模块

决策模块中的关键技术包括：环境建模技术，根据传感器、V2X通信等直接获得的信息或多传感器信息融合后的信息构建车辆周围的环境模型（World Model）；态势估计技术，根据环境模型确定当前的环境特征，比如是否存在危险信息等；任务决策技术，根据当前的环境特征，制定系统的介入策略，比如预警或主动控制；路径规划技术，对于自动/无人驾驶，需要根据当前环境特征规划行车路线。

智能决策模块主要是根据交通状况信息、车辆行驶环境信息等制定任务策略，规划汽车的行进路线。当前随着传感器、处理器等技术的快速进步，再融入深度学习等人工智能方法，车辆能够更好地理解驾驶员的意图，预测驾驶员的行为，同时能够从过去的数据中学习，更好地预测当前场景的未来演化，智能网联汽车做出的决策的智能化程度正在飞速提高。

3. 控制模块

控制模块中的关键技术包括：车辆动力学控制技术，包括通过线控转向、线控制动等实现车辆的纵横向动力学控制，在极限工况下，由于轮胎的非线性导致车辆纵横向运动耦合，还需要多目标协同控制技术的支撑；人机共驾技术，实现驾驶员和智能网联汽车控制系统之间的协调，使得控制系统能够更好地适应驾驶员的习惯和预期；协同控制技术，实现不同拓扑结构下的车群分布式控制，利用车间通信及车间距离雷达的车队列行驶纵向控制。

智能网联汽车控制系统是汽车智能化的执行者，是整车电控系统的核心。由于汽车驾驶任务的复杂性，智能化的汽车控制器必须采用综合智能控制策略，以提高汽车的操纵响应能力和紧急躲避障碍能力。由于交通环境的复杂性、交通信息的多边性、交通任务的多样性等原因，研究设计智能网联汽车控制器的任务是十分艰巨的。汽车智能控制器一方面具有学习、自适应、自组织等仿人的智能化特点，同时又能克服人工驾驶汽车固有的缺陷。智能控制理论的研究已经有30年的历史，已经提出了模糊控制理论、神经控制理论、专家控制理论、分层递阶控制理论、粗集控制、可拓控制等智能控制方案，并正向综合智能控制策略的方向发展。智能网联汽车控制系统必须以现代微电子技术为核心来设计系统硬件，以智能控制理论为基础来设计软件控制策略，以信息技术为支撑来设计系统框架。

4. 通信模块

通信模块中的关键技术包括：车内通信技术，包括CAN、LIN、FlexRay等总线技术以及车内以太网/无线网络技术等；车间通信技术，DSRC（Dedicated Short Range Communication）、LTE-V等专用短程通信技术，实现车群自组网及汽车间、汽车与交通基础设施间、汽车与行人等其他交通参与者之间的信息实时共享与决策交互；车辆与互联网通信技术，通过3G/4G、Wi-Fi等无线通信技术使汽车能够连接上互联网。

对于车辆通信网络体系，国内外研究的主要内容是基于Ad hoc网络的车辆通信。Ad hoc网络是一种新颖的移动计算机网络的类型，它既可以作为一种独立的网络运行，也可以作为当前具有固定设施网络的一种补充形式，该网络不需要固定的基础设施，能够快速地自动组网，在车辆间通信领域具有重要的应用前景。但是由附近车辆构成的Ad hoc网络与传统的Ad hoc有明显的不同，在信道接入、路由资料显示、充满变数的网络拓扑控制，灵活的中间件的设计等解决方案，以有效地支持应用层方面面临着不同寻常的挑战，因为车辆流动性高，由此而引发的信号的多径衰落、多普勒频移等现象使车与车之间的通信链路很容易变得糟糕。

在车辆通信的过程中，需要对网络数据的交换指定规则、约定与标准。现在，国际上专门开发了适用于车辆通信的专用短程通信DSRC协议。国外的DSRC标准主要有3类：日本的ARIBSTD-T75，欧洲的ETSI EN 302 663，美国的J2735、J2945等标准。我国参照国外DSRC标准的发展趋势，正积极地进行DSRC标准化的深入研究。DSRC 只是提供了建立通信及信息传递的通道，如何提高车辆通信的服务质量、完善配套车载通信装置以及控制管理中心的工程开发是实现车车通信应用的关键问题。

通信系统的任务就是保证信息的准确快速传输。在智能网联汽车之间、智能网联汽车与交通监控中心之间、与道路附属设施之间、与其他信息系统之间，都存在着大量的文字、语音、数据、图像等信息的实时交换。通信系统是智能网联汽车系统获取和传递信息的神经中枢，必须研究适合于智能网联汽车信息交换的通信系统结构形式、软件技术、传输介质、编码纠错技术等。通信系统保证各模块之间以及车载体与控制中心之间的高质量通信，目前大多采用无线数字通信，为了提高通信的质量，要精心设计通信电路及通信协议。