下载掌阅APP，畅读海量书库
立即打开
智能汽车是搭载先进车载传感器、控制器、执行器等，融合现代通信与网络技术，实现人、车、路、后台等智能信息交换共享，具备复杂环境感知、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。汽车被认为是继手机之后，下一个智能终端。如图3-1展示了智能汽车的技术体系。
图3-1 智能汽车体系结构
自动驾驶汽车是智能汽车代表，可以被理解为“站在四个轮子上的机器人”，利用传感器、摄像头及雷达感知环境，使用GPS和高精度地图确定自身位置，从云端数据库接收交通信息，利用处理器使用收集到的各类数据，向控制系统发出指令，实现加速、刹车、变道、跟随等各种操作。硬件主要包括激光测距仪、车载雷达、视频摄像头、微型传感器、GPS导航定位及计算机资料库等。如图3-2所示为汽车智能感知设备集成化。
图3-2 汽车智能感知设备集成化
高级驾驶辅助系统利用安装在车上的各式各样传感器，在汽车行驶过程中随时感应周围环境，收集数据，进行静态、动态物体的辨识、侦测与追踪，并结合导航仪地图数据，进行系统的运算与分析，从而预先让驾驶者察觉到可能发生的危险，有效增加汽车驾驶的舒适性和安全性。
定速巡航系统（Cruise Control System，CCS）是车辆可按照一定的速度匀速前进，无须踩油门，需要减速时，踩刹车即可自动解除。自适应巡航系统（Adaptive Cruise Control，ACC）在定速巡航功能之上，还可根据路况保持预设跟车距离以及随车距变化自动加速与减速，刹车后不能自动起步。全速自适应巡航系统相较于自适应巡航系统，全速自适应巡航的工作范围更大，刹车后可自动起步。
车道偏离警示系统包括并线辅助和车道偏离预警，并线辅助也叫盲区监测，是辅助并线的，只能做到提醒，不能完成并线。车道偏离预警，大部分以摄像头作为眼睛，摄像头实时监测车道线，偏移时以图像、声音、震动等形式提醒驾驶员，如图3-3和图3-4所示。
图3-3 并线辅助
图3-4 车道偏离预警
智能刹车辅助系统包括机械刹车辅助系统和电子刹车辅助系统。机械刹车辅助系统也称为BA或BAS，实质是在普通刹车加力器基础上修改而成，在刹车力量不大时，起加力器作用，随着刹车力量增加，加力器压力室压力增大，启动防抱死刹车系统ABS，它是电子紧急刹车辅助装置的前身。电子刹车辅助系统也称为EBA，其利用传感器感应驾驶员对刹车踏板踩踏的力度、速度，通过计算机判断其刹车意图。若属于紧急刹车，EBA指导刹车系统产生高油压发挥ABS作用，使刹车力快速产生，缩短刹车距离；对于正常情况刹车，EBA通过判断不予启动ABS。
自动泊车系统包括超声波探测车位、摄像头识别车位及切换泊车辅助档。超声波探测车位自带超声波传感器，探测出适合的停车空间，摄像头识别车位摄像头自动检索停车位置，并在空闲的停车位旁边自动开始驻车辅助操作，切换泊车辅助档自动接管方向盘来控制方向，将车辆停入车位。如图3-5所示为自动泊车辅助系统。
图3-5 自动泊车辅助系统
交通标志识别（Traffic Sign Recognition，TSR），是一种提前识别和判断道路交通标志的智能高科技。TSR的另一个效用是和车辆导航系统结合，实时识别道路交通标志并将信息传输给导航系统。交通信号灯识别系统（Traffic Light Recognition，TLR），是一种识别交通信号灯的智能高科技，并提前通知驾驶员前方信号灯状况。另外，TLR也可和车辆巡航系统或者影像存储系统结合使用，更有效地帮助驾驶。
疲劳驾驶预警系统（Driver Fatigue Monitor System，DFM），基于驾驶员生理图像反应，由车载计算机ECU和摄像头组成，利用驾驶员面部特征、眼部信号、头部运动性等推断疲劳状态，并进行报警提示和采取相应措施的装置，对驾乘者给予主动智能的安全保障。夜视系统（Night Vision System，NVS），主要使用热成像技术，即红外线成像技术：任何物体都会散发热量，不同温度的物体散发的热量不同。夜视系统可收集这些信息，再转变成可视的图像，把夜间看不清的物体清楚地呈现在眼前，增加夜间行车的安全性。
虽然自动驾驶汽车产业发展如火如荼，但目前仍有一个问题还没有最终答案，那就是自动驾驶汽车什么时间能够真正商用，成为我们日常生活的组成部分。从现实来看，目前没有任何一种实用性的方式可以在自动驾驶汽车广泛部署前验证其安全性。另一个关键问题是，自动驾驶汽车上路前应该有“多安全”？即使自动驾驶汽车事故率远低于人类驾驶员，人们还是接受不了将生命安全交给一个自己不了解的机器人。
汽车工程协会（SAE）根据不同路况，提出了自动驾驶分级标准，根据道路适应性将自动驾驶分为五个级别（Level 0~Level 5）。显然，多数人所理解的高度自动化的自动驾驶是Level 5级别，也就是自动驾驶的最高形态，但Level 5级别的高度自动化驾驶离量产目前还比较遥远。所以，先拥有成熟的驾驶辅助系统（也就是满足Level 1~Level 3级别）是实现高度自动化的基础。如图3-6所示为自动驾驶不同分级标准及定义。
图3-6 自动驾驶SAE分级标准
在SAE分级标准中的L4自动驾驶车辆将在未来5年出现，而完全无人驾驶汽车（L5以上）的应用则将在10年以后，原因是目前存在很大的阻碍。一方面，L5意味着自动驾驶系统操作车辆不会受到任何环境限制，但真实世界中很多区域都是非结构化道路，也没有明显的车道或交通标志，为自动驾驶系统的构建带来了更大的困难。另一方面，软件的进步速度难以跟上硬件。一是研发识别和验证物体需要的数据融合技术，相关数据可能来自固定物体、激光点云、摄像头图像等多个地方；二是研发覆盖所有场景的“IF-THEN”引擎，模拟人的决策，需要不断将不同场景加入人工智能系统的训练中；三是构建一个可以验证故障安全措施的系统，保证车辆在出现故障时依然有安全措施保证乘客的安全，需要预知软件可能出现的各种情况及相关后果。以上软件系统的构建都需要大量的时间，这也是自动驾驶汽车迈向高级别的难点所在。