下载掌阅APP，畅读海量书库
立即打开
|
1.4 智能网联汽车 |
传统意义上的智能汽车不具有网联的功能，传统意义上的网联汽车不具有智能控制的成分，而智能网联汽车才真正同时具备了传统智能汽车和传统网联汽车的特质，其终极目标就是实现完全自主的无人驾驶功能，也就是说网联技术会让智能车辆的智能化水平大大提高。如图1-33所示，为智能网联汽车的运营场景。
图1-33 智能网联汽车的运营场景
图1-34所示为常用的智能网联汽车的分级方法，横向为按照自主程度划分的智能化汽车的五个阶段，纵向为按照参与程度划分的网联汽车的三个阶段。如果同时考虑智能化和网联化的因素，智能网联汽车可以划分为四个阶段：
1）一级为自主驾驶辅助阶段，具有纵、横向控制中的一个或多个特殊控制功能，能为驾驶人提供预警或者驾驶辅助。
2）二级为网联驾驶辅助阶段，至少两个以上的原始功能融合在一起，驾驶人完全不用对这些功能进行操控。
3）三级为自主自动驾驶阶段，在某个特定的驾驶交通环境下，让驾驶人完全不用控制汽车。
4）四级为网联自动驾驶阶段，全程监测交通环境，能够实现所有的驾驶目标，在任何时候驾驶人都不需要对车辆进行控制。
图1-34 常用的智能网联汽车的分级方法
依据人驾驶车辆过程的不同阶段可以将驾驶人行为特性分为三个部分：感知行为特性、决策行为特性和操作行为特性。智能网联汽车是一个复杂的跨界交叉系统，其核心关键技术涉及汽车、芯片、人工智能和信息通信等领域，主要包括车辆关键技术（包括环境感知技术、决策与控制技术）、信息交互关键技术（包括V2X通信技术、云平台与大数据技术、信息安全技术）、基础支撑技术（高精度地图、高精度定位技术、标准法规与测试评价）等。
环境感知技术就是将复杂未知的现实世界描述转变成有限的语义推理。用于环境感知的传感技术主要包括利用机器视觉、雷达（激光、毫米波）和惯导单元（Inertial Measurement Unit，IMU）进行检测、对各传感器的数据进行融合，以及对目标进行分类和运动预测。确定周围环境中有哪些障碍物，以及障碍物的位置、特征、速度、在一定时间内的运动趋势。其主要功能是对车辆自身属性和车辆外在属性（如道路、车辆和行人等）静态、动态信息进行提取和收集，并向智能决策层输送信息。
智能决策包括基于复杂环境感知及通信的路径规划和轨迹跟踪、基于机器视觉技术的纵横向控制、利用毫米波雷达测量车间距离的纵向控制、利用车间通信及车间距离雷达的车队列行驶控制。其主要功能是接收环境感知层的信息并进行融合，对道路、车辆、行人、交通标志和交通信号等进行识别、决策分析和判断车辆驾驶模式和将要执行的操作，并向控制及执行层输送指令。
控制和执行技术的主要功能是根据功能决策层的指令对车辆进行操作和协调，为联网汽车提供道路交通信息、安全信息、娱乐信息、救援信息、商务办公、在线消费等，以保证汽车安全、舒适地驾驶。系统工作过程中，控制模块根据决策系统规划出的目标轨迹和车辆的实时状态控制转向盘、加速踏板和制动踏板等，实现对车辆运行轨迹的控制。
V2X通信技术是智能网联汽车自身与外界事物进行信息交互的关键核心技术，具有以下优势：易获得路侧传感器数据；使车辆拥有超视距感知能力；对海量数据进行综合评估分析；不易受环境影响，抗干扰能力强。V2X通信技术相当于智能化汽车感知的第三只眼睛或者耳朵，它可以融合多车、多传感器和路侧设施，有效解决单车感知中因视线遮挡、视野有限产生的检测失效和目标丢失问题，建立超视距、无盲区的感知范围。
高精度地图也称为高分辨率地图（High Definition Map，HD Map）或高清地图，是一种高精度、精细化定义的地图，专门为无人驾驶服务的地图。与传统导航地图不同的是，高精度地图除了能提供道路（Road）级别的导航信息外，还能够提供车道（Lane）级别的导航信息，其精度能达到厘米级，并且用格式化存储交通场景中的各种交通要素，包括传统地图的道路网数据、车道网络数据、车道线以及交通标志等数据，如图1-35所示。
图1-35 高精度地图
高精度地图的作用主要包含以下几点。
1）不同于导航地图，其最大的特点是高纬度和高精度。
2）可以实现对道路网的精确表征，如交叉路口布局和路标位置。
3）可以提供地图语义信息，如道路上的速度限制、左转车道开始的位置。
4）导航地图只能达到米级精度，而高精度地图可以达到厘米级精度。
5）可以提供很多准确的静态物体的信息。
6）可以用于精确计算物体的相对位置。
7）可以帮助传感器缩小检测范围。
8）可以精确计算出道路导航信息。
9）帮助车辆识别车道的精确中心线。
所谓定位精度，是指空间实体位置信息（通常为坐标）与其真实位置之间的接近程度。定位精度越高，其接近程度越高。当无人驾驶汽车拥有高精度的位置信息之后，就可以与高精度地图进行匹配，从而形成了良好的导航功能。无线定位技术领域分为广域定位和短距离无线定位，广域定位可分为卫星定位和移动定位，短距离定位主要包括WLAN、RFID、UWB、蓝牙、超声波等。图1-36所示为利用卫星实现定位的技术。
图1-36 利用卫星实现定位的技术
在汽车工业4.0时代已经有共识，智能网联汽车是汽车产业发展的战略方向。国际上的发达国家通过国家战略协同和各方面的推进，已经形成了智能网联汽车发展的先发优势。面对国际上智能网联汽车产业的竞争，在我国智能网联汽车发展过程中，特别是产业化发展过程当中，还存在着一系列挑战。
信息安全技术包括汽车信息安全建模技术，数据存储、传输与应用三维度安全体系，汽车信息安全测试方法，信息安全漏洞应急响应机制等。智能网联汽车运行过程中会依托大量数据，这些数据对行车方向、车速，特别是高精度地图的生成具有关键作用。如果这些数据或与之紧密关联的配套设施发生问题，就可能使数据传输延迟，从而造成交通事故。
控制执行技术主要包括：面向驱动和制动的纵向运动控制、面向转向的横向运动控制；基于驱动、制动、转向、悬架的底盘一体化控制；融合车联网（V2X）通信及车载传感器的多车队列协同和车路协同控制等。如果线控底盘无法精确执行决策层的指令，就会造成车辆的运动无法高精度控制，从而影响交通安全。
传统的交通设施往往是非智能的，甚至很多只是一个标志牌，在光线满足视觉要求的情况下可以看到，其他状况下就很难看到。需要探究实现商业化运营所需解决的技术、经济和法律等方面的问题，促进智能网联汽车商业运营所涉及的技术、法规和标准体系的建立与完善，推动开放城镇、乡村、高速路场景，在限定区域内率先实现真实应用环境下半自动驾驶及自动驾驶车辆等车辆在出行服务、智能物流和政府监管等运输服务上的创新应用。
普通道路和高速公路都是有潜在的风险的，高速公路的互联互通造成特别繁杂的桥梁设计，如图1-37所示，但高速公路没有行人和非机动车的干扰，而普通道路受到的不仅仅是行人和非机动车的干扰，干扰因素极其复杂和多变，因此普通道路更具有复杂性和不可预见性。智能网联汽车能否准确识别道路状态的变化，直接决定了其适用性。
图1-37 复杂路况场景
不管是环境感知层、智能决策层、控制和执行层，还是软件或硬件，普遍存在着技术不太成熟的地方，这就导致智能网联汽车在实际使用过程中，不能客观反映自己的位置，不能真实反映周围的环境，不能正确反映车辆的行驶状态，不能对环境感知做出恰如其分的决策，不能控制车辆的正确运行，导致人们对于该技术的信任度还不是很高。
任何系统，不管是硬件还是软件，都可能会出现故障，例如“信号突然失效时怎么办”“比如堵车时交警与信号灯指示相冲突的指挥，汽车是否依然遵循信号灯指示，什么时候不遵循”，还有更加复杂的“碰瓷”、插队等突发情况，如图1-38所示。这都要求系统必须有足够的冗余，以保证车辆的正常运营。
图1-38 交通中的突发状况
我国自动驾驶相关标准的制定权分属政府的不同部门，《公路法》《保险法》等并未包含自动驾驶的相关内容，《网络安全法》《测绘法》等也存在与自动驾驶发展所不适用的规定，这些方面都亟待完善和改革。
智能网联汽车一旦发生交通事故，服务软件和智能驾驶系统出事的概率比较大，责任或主要责任很大可能在相关服务软件提供商（网络提供商、内容提供商、车载信息服务提供商）及驾驶技术提供方（设备提供商、整车厂商）身上，车主或车辆乘员在更多情况下并非事故责任者。
智能网联汽车是“驾驶人员和机器共同驾驶”模式，存在驾驶人员与智能驾驶的相互交接问题，若驾驶人员对智能辅助功能生疏，相关操作缺乏配合，在人机切换时就可能发生交通事故。另外，智能网联汽车的各种便捷功能较多，尤其通信、娱乐等功能可能会吸引驾驶人员的注意力，导致因注意力分散而造成事故。
当人类把自己的生命以新的形式完全交给机器时，人类与这个社会的连接越来越软件化的时候，社会心理的巨大惯性将成为最大的阻力。