|
2020年12月召开的中央经济工作会议对明年重点工作进行了部署。其中，强化国家战略科技力量、增强产业链供应链自主可控能力、坚持扩大内需这个战略基点三项任务居于前三位。 智能汽车领域产业链条长、涉及环节多、差异化消费需求强烈，是新一轮产业革命的重要抓手，是实现“需求侧改革”的重要力量。在此研判下，建投华科联合汽车评价研究院与知名院士专家、高校学者、产业界人士一道，经过近一年的精心打磨，最终完成了《中国智能汽车科技强国之路》的编写工作，新书已于12月26日正式发布。为更好的为智能汽车产业发展服务，我们将陆续将此书的内容进行发布，以供行业参考借鉴。 各领域合作协同发展 建设完善智能网联汽车行业生态 上海交通大学汽车研究院副院长 殷承良 上海交通大学智能汽车研究所教授、博士生导师王亚飞 智能网联汽车发展迅速，展现了广阔的发展前景，但它不是孤立地存在，而是各领域协同的产物，既依赖新技术突破，也依赖于交通基础设施的改善和道路运行法规的建立。当前，在自动驾驶的法律法规、技术、产业生态等方面仍面临一系列挑战，只有各方加强合作，才能推动产业发展。如何促进全球产业界、学术界与政府部门协力合作，进一步加快建设完善行业生态，已经成为智能网联汽车发展面临的关键课题之一。 智能网联汽车的协同涉及技术、产业和管理部门三个维度的协同。技术是横向的，产业是纵向的（见图1）。第一个维度是技术协同，智能网联汽车涉及多种技术的协同，包括人工智能技术、线控技术、V2X通信技术、信息安全技术、云计算、边缘计算、大数据等技术。第二个维度是产业，包括汽车产业、交通产业、通信产业、电子产业、信息服务业等产业。横向的技术可以用在多个行业领域，产业发展的目标是追求价值落地。第三个维度则是管理部门之间的协同，涉及的行业主管部门包括工信部、交通部、公安部、运营商、其他行业组织等，部门之间分别主管不同的领域，也会发生交叉，所以需要管理部门之间的协同。上述这些构成了智能网联汽车产业和技术协同创新体系。
一 技术协同 近年来，全球新一轮科技革命和产业变革正深入推进，作为一种常见的交通工具，在信息通信、人工智能等新技术推动下，传统汽车正在发生革命性变化。新技术催生新应用，汽车从一种单纯的交通工具，经过产品功能和使用方式深度变革，逐渐向大型移动智能终端、储能单元和数字空间转变，这种转变的典型具象表达正是智能网联汽 （见图2）。
（一）关键技术 在技术层面，智能网联汽车是AI、信息通信、大数据、云计算等战略性高新技术的支撑点和战略制高点。根据智能网联汽车的定义，智能网联汽车是指搭载先进的车载传感器、控制器、执行器等装置，并融合了现代通信与网络技术，实现车内网、车外网、车际网的无缝连接，具备信息共享、复杂环境感知、智能化决策、自动化协同控制功能，与智能公路和辅助设施组成的智能出行系统，可以实现“高效、安全、舒适、节能”行驶的新一代汽车。 智能网联汽车是一个复杂的跨界交叉系统，技术领域覆盖广、专业跨度大、技术架构复杂，其核心关键技术涉及汽车、半导体芯片、人工智能和信息通信等领域。技术链将被重建。相较于注重底盘、动力的传统汽车，智能网联汽车将大量使用信息交互技术，重新构建人、车、路一体化的技术链。 智能网联汽车的关键技术，其技术架构涉及的关键技术主要有以下六种。其中环境感知技术、智能决策技术也可以归为人工智能技术，人工智能（AI）技术在智能网联汽车上正在得到快速应用。 1 环境感知技术 在环境感知领域，深度学习已凸显出巨大优势。深度学习需要大量的数据作为学习的样本库，对数据采集和存储提出了较高需求，还存在内在机理不清晰、边界条件不确定等缺点，需要与其他传统方法融合使用以确保可靠 性，而且目前也受限于车载芯片处理能力的限制。 2 智能决策技术 智能决策技术包括危险事态建模技术、危险预警与控制优先级划分、群体决策和协同技术、局部轨迹规划、驾驶员多样性影响分析等。 决策机制应在保证安全的前提下适应尽可能多的工况，进行舒适、节能、高效的正确决策。常用的决策方法有状态机、决策树、深度学习、增强学习等。状态机是用有向图表示决策机制，具有高可读性，能清楚表达状态间的逻辑关系，但需要人工设计，不易保证状态复杂时的性能。决策树是一种广泛使用的分类器，具有可读的结构，同时可以通过样本数据的训练来建立，但是有过拟合的倾向，需要广泛的数据训练。效果与状态机类似，在部分工况的自动驾驶上应用。深度学习与增强学习在处理自动驾驶决策方面，能通过大量的学习实现对复杂工况的决策，并能进行在线的学习优化，但对未知工况的性能不易明确。 3 控制执行技术 包括面向驱动/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，融合车联网通信及车载传感器的多车队列协同和车路协同控制等。控制系统的任务是控制车辆的速度与行驶方向，使其跟踪规划的速度曲线与路径。现有自动驾驶多数针对常规工况，较多采用传统的控制方法。性能可靠、计算效率高，已在主动安全系统中得到应用。现有控制器的工况适应性是一个难点，可根据工况参数进行控制器参数的适应性设计。在控制领域中，多智能体系统是由多个具有独立自主能力的智能体，通过一定的信息拓扑结构相互作用而形成的一种动态系统。用多智能体系统方法来研究车辆队列，可以显著降低油耗、改善交通效率以及提高行车安全性。 4 V2X通信技术 车载通信的模式，依据通信的覆盖范围可分为车内通信、车际通信和广域通信。车内通信，从蓝牙技术发展到Wi-Fi技术和以太网通信技术。车 际通信，包括专用的短程通信技术和正在建立标准的车间通信长期演进技术。广域通信，指目前广泛应用在移动互联网领域的4G等通信方式，包括车辆专用通信系统、车间信息共享与协同控制的通信保障机制、移动网络技术、多模式通信融合技术等。 通过网联无线通信技术，车载通信系统将更有效地获得驾驶员信息、自车的姿态信息和汽车周边的环境数据，对其进行整合与分析。通信与平台技术的应用，极大地提高了车辆对于交通与环境的感知范围，为基于云控平台的汽车节能技术的研发提供了支撑条件。 5 云平台与大数据技术 云平台与大数据技术包括云平台架构与数据交互标准，云操作系统，数据高效存储和检索技术，大数据关联分析和深度挖掘技术等。云端是智能网 联汽车的信息枢纽。智能网联以汽车、行人、交通设施等为信息节点，需要不同主体将所搜集信息上传云端，然后通过云计算进行处理并分发。车辆通过车与云平台的通信将其位置信息及运动信息发送至云端，云端控制器结合道路信息以及交通信息对车辆速度和挡位等进行优化，以提高车辆燃油经济性并提高交通效率。 6 信息安全技术 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，信息安全漏洞应急响应机制等。结合智能网联汽车发展实际，确定网联数据管理对象并实行分级管理，建立数据存储安全、传输安全、应用安全三维度的数据安全体系。建立包括云安全、管安全、端安全在内的数据安全技术框架，制定智能网联数据安全技术标准。围绕信息安全技术领域的周边行业，出现很多创新研究方向。比如在信息安全测试评估方面，通过干扰车辆的通信设备以及雷达和摄像头等车载传感设备，进行智能车的信息 安全的攻防研究。 （未完待续。） |
