王建強，王昕

(蘭州交通大學交通運輸學院，甘肅蘭州 730070)

無人駕駛(Driverless)為我們勾畫了一幅未來出行的美好藍圖，將出行者從傳統(tǒng)機械專注的自駕模式帶入充滿時尚和樂趣的無人駕駛模式。無人駕駛汽車也稱為輪式移動機器人，主要依靠車內以計算機系統(tǒng)為控制器的智能駕駛儀來實現(xiàn)無人駕駛，其實質是一臺受軟件體操控的可以自由移動的載人計算機。無人駕駛的概念一經提出，便得到學術界和工業(yè)界的普遍關注和支持，而無人駕駛技術的核心承載主體是智能網(wǎng)聯(lián)汽車(Intelligent connected vehicles，ICV)[1-4]。ICV搭載先進的車載傳感器、控制器、執(zhí)行器等裝置，并融合現(xiàn)代通信與網(wǎng)絡技術，實現(xiàn)車與X(人、車、路、后臺等)智能信息交換共享，具備復雜的環(huán)境感知、智能決策、協(xié)同控制和執(zhí)行等功能，可以滿足出行者多方面的出行需求，并同時提升行車安全，實現(xiàn)節(jié)能減排，優(yōu)化交通資源配置，在一定程度上緩解交通擁堵[5-8]。

智能網(wǎng)聯(lián)汽車可以從3個維度進行剖析，即“智能”“網(wǎng)聯(lián)”“汽車”?！爸悄堋奔创钶d先進的車載傳感器，控制器、執(zhí)行器等裝置和車載系統(tǒng)模塊，具備復雜環(huán)境感知、智能化決策與控制等功能；“網(wǎng)聯(lián)”主要指信息互聯(lián)共享能力，即通過通信與網(wǎng)絡技術，實現(xiàn)車內、車與環(huán)境間的信息交互；而“汽車”是智能終端載體的外觀形態(tài)[9-10]。從更為廣義的角度來看，ICV并不是特指某類或單個車輛，而是以車輛為主體和主要節(jié)點，由車輛、道路設施、通信設備及交通控制系統(tǒng)以及數(shù)據(jù)存儲與處理系統(tǒng)等共同構成的綜合協(xié)調系統(tǒng)，是未來智能交通系統(tǒng)下車聯(lián)網(wǎng)環(huán)境中發(fā)揮著重要作用的智能終端[11]。

雖然前景美好，但是智能網(wǎng)聯(lián)汽車距離批量生產和實際投入使用尚存在較大距離。本文旨在探討ICV發(fā)展現(xiàn)狀的基礎上，分析ICV的關鍵技術構成，并探討ICV未來發(fā)展趨勢。

一、智能網(wǎng)聯(lián)汽車現(xiàn)狀

智能網(wǎng)聯(lián)汽車具有較長的產業(yè)鏈，有望成為未來汽車銷售市場中的主力車型。ICV可以提供的主要服務類型如表1所示[12]。因此，國內外的多數(shù)汽車廠商和信息技術企業(yè)都紛紛投入到ICV的研究與試產當中?？傮w來看，目前的ICV車型可以分為已量產、測試和概念車型3種，如表2～表4所示。

表1智能網(wǎng)聯(lián)汽車服務類型

表2主流量產車型

表3主要測試車型

二、智能網(wǎng)聯(lián)汽車體系結構

智能化與網(wǎng)聯(lián)化在智能網(wǎng)聯(lián)汽車發(fā)展的過程中充當了必不可少的組成部分，圖1說明了不同階段智能化和網(wǎng)聯(lián)化走向融合的過程中，有關智能網(wǎng)聯(lián)汽車的綜合應用情況[13-15]。

其中，智能化主要指車輛行駛過程中ICV自主的程度高低，其分級情況如表5所示；而網(wǎng)聯(lián)化是指在車聯(lián)網(wǎng)環(huán)境下，通過車與車、車與路、車與移動互聯(lián)網(wǎng)之間的數(shù)據(jù)傳遞進行信息處理、決策和反饋過程，其分級情況如表6所示。

表4主要概念車型

從數(shù)據(jù)獲取、融合、存儲與處理的數(shù)據(jù)流角度分析，智能網(wǎng)聯(lián)汽車與外界信息交互過程可以分為感知層、決策層、控制層3層，如圖2所示。

(一)感知層

借助車載傳感器、GPS、雷達等，結合近距離通信技術，實時準確地探測車輛自身狀態(tài)和周圍環(huán)境的信息，通過數(shù)據(jù)融合技術，將各種類型數(shù)據(jù)依據(jù)通信標準進行交互，實現(xiàn)數(shù)據(jù)共享。

(二)決策層

依據(jù)感知層以及云平臺獲取的信息來進行決策，進而向駕駛員發(fā)出輔助決策信息。目前，ICV技術發(fā)展還處于借助先進駕駛輔助技術的智能駕駛階段，所以決策信息主要起到預測、警告、推薦作用，駕駛員掌握車輛行駛的主動權。當ICV發(fā)展到較為完備的階段時，決策層除了車載決策系統(tǒng)之外，還包括智能交通系統(tǒng)后臺服務中心的協(xié)同決策機制，將車輛可控權限進行了擴展，是真正的智能網(wǎng)聯(lián)汽車自主駕駛技術的核心部件。

(三)控制層

車輛在駕駛輔助階段主要進行一些基本的速度和方向控制。融合完備的網(wǎng)聯(lián)技術后，車輛自主控制將逐步替代駕駛員的人工控制，實現(xiàn)真正意義上的無人駕駛。

三、關鍵技術

智能網(wǎng)聯(lián)汽車的運行涉及到環(huán)境感知、智能決策以及協(xié)同控制這3個層次中的核心處理及操作，包括車輛環(huán)境感知技術、通信技術、云平臺與大數(shù)據(jù)技術、多級駕駛輔助技術以及信息安全技術等。

(一)車輛環(huán)境感知與通信技術

車輛整體環(huán)境信息的及時性、準確性和可靠性需要依賴于車輛環(huán)境感知技術。在復雜、動態(tài)和多樣化的交通環(huán)境下，提高環(huán)境感知精確程度、對動態(tài)目標進行識別與估計以完成交通環(huán)境信息的多視圖數(shù)據(jù)融合，是現(xiàn)階段車輛環(huán)境感知面臨的三大任務[16]。

車輛所處的環(huán)境由自車狀態(tài)和外部環(huán)境所決定。通過環(huán)境感知，智能網(wǎng)聯(lián)汽車獲取包括車輛位置、行車速度、移動方向以及各類車內設備參數(shù)等自車狀態(tài)信息，并且借助視頻攝像頭、雷達傳感器、激光測距器等收集車輛外部的交通信號、路面狀態(tài)、交通狀況、行人移動等數(shù)據(jù)信息，再結合LTE-V2X(Long term evolution-Vehicle to X,LTE-V)或者專用短程通信技術(Dedicated short rangecommunication,DSRC)等近距離通信技術傳輸數(shù)據(jù)，采用信息融合技術進行分層存儲[17-19]。LTE-V2X技術是一項能夠滿足復雜的車聯(lián)網(wǎng)通信需求、支持可擴展的系統(tǒng)架構，并且較為靈活地提供可靠、實時、安全的信息傳輸技術；DSRC是一種高效的無線通信技術，它可以實現(xiàn)在特定區(qū)域內(通常為數(shù)十米)對高速運動下移動目標的識別和雙向通信，車聯(lián)網(wǎng)中的車—車通信和車—路通信是DSRC的兩種表現(xiàn)形式。

表5智能化等級

表6網(wǎng)聯(lián)化等級

圖1 智能網(wǎng)聯(lián)汽車的發(fā)展路徑

圖2 智能網(wǎng)聯(lián)車體系結構

機器視覺與激光雷達技術是實現(xiàn)車輛環(huán)境信息采集功能的關鍵技術，是智能網(wǎng)聯(lián)汽車感知層在運作過程中不可或缺的重要組成部分。機器視覺與激光雷達通過組合裝配，二者互為補充，各有所長，共同組成車輛的視覺傳感系統(tǒng)。

機器視覺視場寬，側向精度高，成本低，不受其他傳感器影響，可以提供亮度和深度等更加豐富的平面信息，用于估算如果不躲避檢測到的對象會出現(xiàn)危險的可能程度，但機器視覺容易受到環(huán)境中的光照等氣候因素影響[16]。此技術一般包括多功能攝像、立體攝像以及紅外攝像等技術：多功能攝像機用來檢測駕駛員面部或者交通道路標記，立體攝像機能夠發(fā)現(xiàn)危險路況，紅外攝像技術可以提供夜間視覺輔助的功能[14]。

激光雷達方向性好，測量角度和距離精度高，不受地面雜波干擾，能在低仰角下工作；不足之處是此技術受惡劣天氣、掃描角及分辨率影響較大，對于很細小的柱狀障礙物難以識別[16]。激光雷達能夠快速地獲取掃描平面中的距離信息，并獲得障礙物在掃描平面中的外輪廓，對于路面場景中其他車輛、行人或障礙物，道路邊界等信息具有不錯的識別檢測效果。

(二)車路協(xié)同技術

車路協(xié)同系統(tǒng)(Cooperative vehicle infrastructure system，CVIS)解決車輛與人、車輛與環(huán)境等之間的協(xié)同交互問題。智能網(wǎng)聯(lián)汽車發(fā)展到成熟階段，將會運用協(xié)同智能交通系統(tǒng)(Cooperative intelligent transportation system,C-ITS)，對于車—車通信，車—路通信以及車—云通信3個環(huán)節(jié)進行更有效的交通狀態(tài)估計和控制[20-22]，如表7所示。

表7車路協(xié)同系統(tǒng)構成說明

云平臺與大數(shù)據(jù)技術是實現(xiàn)車—云通信的關鍵技術。據(jù)估計，每輛車每小時的數(shù)據(jù)上傳量就超過20 GB[12]，如此之大的數(shù)據(jù)量只能上傳到云平臺進行相關的大數(shù)據(jù)處理和分析。云平臺不僅是一個存儲數(shù)據(jù)中心，還是一個信息收發(fā)樞紐，進行所有信息的接收、處理和傳送。

(三)駕駛輔助技術

駕駛輔助技術是指借助各類車載傳感器和通信技術，對車輛、駕駛員以及環(huán)境信息及時、準確甚至動態(tài)的收集，同時進行辨識、偵測、追蹤和處理，進而發(fā)出警示，使駕駛員察覺可能發(fā)生的危險，或在必要時進行汽車控制的一系列主動安全技術。駕駛輔助技術作為智能網(wǎng)聯(lián)車發(fā)展必經階段中的關鍵技術，在輔助駕駛、部分自動駕駛以及有條件的自動駕駛這3個智能化階段中占主導地位，而高度自動駕駛以及自動駕駛階段中，網(wǎng)聯(lián)協(xié)同控制執(zhí)行技術的作用增大。當前，駕駛輔助技術的構成如表8所示。

(四)人工智能技術

從廣義上來說，人工智能技術是指運用深度學習、模糊邏輯等方法，在大數(shù)據(jù)背景下，使機器通過自主學習的方式具備一定程度上的智能，從而可以理解外界事物并做出預判和決策，以提高工作效率和個性化服務水平[23]。面對極其復雜多變的不確定道路行駛環(huán)境，具備無人駕駛功能的ICV需要及時準確應對各種情況、具有自主學習和自我決策的能力。而當前的人工智能技術無疑是最佳的選擇。在海量行駛數(shù)據(jù)的基礎上，人工智能技術可以通過智能計算和分析，對外界事物進行認知、自主學習以及做出判斷及決策，進而決定ICV的行進軌跡和行駛路徑[24-25]。

此外，信息安全技術作為智能網(wǎng)聯(lián)汽車的關鍵技術，涉及到了智能網(wǎng)聯(lián)汽車的每一層。信息安全技術包括終端APP的加密防護技術、權限驗證技術、防火墻技術、身份鑒別技術、電子身份標識技術、數(shù)字簽名技術等，對于實現(xiàn)保障傳輸安全、非法入侵檢測以及用戶隱私數(shù)據(jù)保密十分關鍵。實現(xiàn)大量信息安全、準確、及時交互，是智能網(wǎng)聯(lián)汽車關鍵技術發(fā)展的重大突破，也關系到智能網(wǎng)聯(lián)汽車的推廣和普及。

表8駕駛輔助技術構成

四、結語

技術的進步和市場的需求共同促進了智能網(wǎng)聯(lián)汽車的快速發(fā)展，以無人駕駛為目標的智能網(wǎng)聯(lián)汽車受到了學術界和工業(yè)界的廣泛關注。各種新型的智能網(wǎng)聯(lián)汽車陸續(xù)問世，新穎且充滿人性化設計的概念車型讓人們充滿期待。然而，面臨復雜多變的交通路況和難以琢磨的個性化需求，智能網(wǎng)聯(lián)汽車的發(fā)展絕非一日之功。本文僅從智能網(wǎng)聯(lián)汽車的體系結構與關鍵技術入手進行初步探析，指出智能網(wǎng)聯(lián)汽車發(fā)展過程中存在的關鍵技術難題和突破方向，為智能網(wǎng)聯(lián)汽車的健康快速發(fā)展提供參考。

[1] Harper C D，Hendrickson C T，Mangones S，et al.Estimating potential increases in travel with autonomous vehicles for the non-driving，elderly and people with travel-restrictive medical conditions[J].Transportation Research:Part C，2016，72: 1-9.

[2] 陶永，閆學東，王田苗，等.面向未來智能社會的智能交通系統(tǒng)發(fā)展策略[J].科技導報，2016，34(7): 48-53.

[3] 康俊民，趙祥模，徐志剛.無人車行駛環(huán)境特征分類方法[J].交通運輸工程學報，2016，16(6): 140-148.

[4] 潘福全，亓榮杰，張璇，等.無人駕駛汽車研究綜述與發(fā)展展望[J].科技創(chuàng)新與應用，2017(2)：27-28.

[5] 趙福全，匡旭，劉宗巍.面向智能網(wǎng)聯(lián)汽車的汽車產業(yè)升級研究——基于價值鏈視角[J].科技進步與對策，2016，33(17): 56-61.

[6] Hu J，Park B B，Lee Y J.Transit signal priority accommodating conflicting requests under connected vehicles technology[J].Transportation Research Part C，2016，69: 173-192.

[7] Wang J，Li S.The impact of travelers’ rationality degree heterogeneity in the advanced traveler information system on the network traffic flow evolution[J].Simulation Transactions of the Society for Modeling & Simulation International，2017，93(6): 447-457.

[8] 馬書紅， 孫朝旭.基于系統(tǒng)動力學的城市交通系統(tǒng)供需分析模型[J].長安大學學報：社會科學版,2017，19(3): 31-37.

[9] Agrawal S，Zheng H，Peeta S，et al.Routing aspects of electric vehicle drivers and their effects on network performance[J].Transportation Research Part D: Transport and Environment，2016，46:246-266.

[10] 黎宇科，劉宇.國外智能網(wǎng)聯(lián)汽車發(fā)展現(xiàn)狀及啟示[J].汽車工業(yè)研究，2016(10): 30-36.

[11] 張懿，劉焰.大數(shù)據(jù)時代下的智能網(wǎng)聯(lián)汽車發(fā)展研究[J].江蘇科技信息，2016(24): 7-9.

[12] Coppola R，Morisio M.Connected car: technologies，issues，future trends[J].Acm Computing Surveys，2016，49(3)：1-36.

[13] 王兆，鄧湘鴻，劉地.中國智能網(wǎng)聯(lián)汽車標準體系研究[J].汽車電器，2016，338(10): 15-18.

[14] Faezipour M，Nourani M，Saeed A，et al.Progress and challenges in intelligent vehicle area networks[J].Communications of the Acm，2012，55(2): 90-100.

[15] 歐陽明高.從智能化電動汽車發(fā)展的角度談“互聯(lián)網(wǎng)+汽車+交通”[J].汽車縱橫，2015(9): 20-22.

[16] 黃武陵.智能車輛環(huán)境感知技術與平臺構建[J].單片機與嵌入式系統(tǒng)應用，2016(8): 9-13.

[17] Guériau M，Billot R，F(xiàn)aouzi N E，et al.How to assess the benefits of connected vehicles? a simulation framework for the design of cooperative traffic management strategies[J].Transportation Research:Part C，2016，67: 266-279.

[18] 謝伯元，李克強，王建強，等.“三網(wǎng)融合”的車聯(lián)網(wǎng)概念及其在汽車工業(yè)中的應用[J].汽車安全與節(jié)能學報，2013(4): 348-355.

[19] 馬飛躍，王曉年.無人駕駛汽車環(huán)境感知與導航定位技術應用綜述[J].汽車電器，2015，318(2): 15-19.

[20] 蔡伯根，王叢叢，上官偉，等.車路協(xié)同系統(tǒng)信息交互仿真方法[J].交通運輸工程學報，2014，14(3): 111-119.

[21] 謝伯元，王建強，秦曉輝，等.基于車路協(xié)同的車輛狀態(tài)估計方法[J].汽車工程，2014(8): 968-973.

[22] Wang J，Niu H.Graded information feedback strategy in two-route systems under ATIS[J].Journal of Traffic and Transportation Engineering:English Edition.2014，1(2)，138-145.

[23] 賀倩.人工智能技術發(fā)展研究[J].現(xiàn)代電信科技，2016(2):18-21.

[24] Lipson H，Kurman M.無人駕駛[M].林露茵，金陽，譯.上海：文匯出版社，2017.

[25] 趙新勇，李珊珊，夏曉敬.大數(shù)據(jù)時代新技術在智能交通中的應用[J].2017，3(5): 1-7.