王景景　田夢　常凱迪

摘 要：在數(shù)字化轉(zhuǎn)型時代下，汽車行業(yè)正在向網(wǎng)聯(lián)化和智能化方向發(fā)展，自動駕駛技術(shù)的研發(fā)成為目前電動汽車企業(yè)關(guān)注的熱點問題之一。本文首先介紹了與自動駕駛相關(guān)的技術(shù)，然后選取部分電動汽車制造企業(yè)，對其自動駕駛的技術(shù)路線和能夠?qū)崿F(xiàn)的功能進行研究，最后根據(jù)發(fā)展現(xiàn)狀對自動駕駛技術(shù)的發(fā)展趨勢進行預判。

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型 網(wǎng)聯(lián)化 智能化 自動駕駛

1 引言

隨著國家政策引導和汽車強國的需要，以5G、物聯(lián)網(wǎng)、人工智能為代表的數(shù)字技術(shù)開始對傳統(tǒng)制造業(yè)的產(chǎn)品定義、產(chǎn)品規(guī)劃產(chǎn)生影響[1]。其中，汽車行業(yè)正由傳統(tǒng)硬件制造向以新四化（汽車電動化、智能互聯(lián)、汽車共享以及自動駕駛）為特征的未來移動出行轉(zhuǎn)變[2]，尤其是汽車智能化和網(wǎng)聯(lián)化的快速發(fā)展，推動汽車行業(yè)全價值鏈的數(shù)字化轉(zhuǎn)型，誕生出“軟件定義汽車”的全新產(chǎn)品理念，智能網(wǎng)聯(lián)化的自動駕駛電動汽車成為未來汽車工業(yè)的發(fā)展方向[3]。

2 自動駕駛相關(guān)技術(shù)研究

自動駕駛技術(shù)是指不需要人為操作即能感測其環(huán)境及導航，實現(xiàn)車輛自動駕駛[4]。與自動駕駛相關(guān)的技術(shù)主要有車輛定位、圖像識別、信息共享和深度學習等。

2.1 車輛定位

車輛定位是實現(xiàn)環(huán)境感知、路徑規(guī)劃與控制等后續(xù)功能的基礎(chǔ)。汽車在駕駛過程中，通過激光導航、視覺導航等能識別到車輛所處的地理位置，并主動向駕駛系統(tǒng)發(fā)送道路信息，以幫助中央導航做出正確的駕駛選擇[5]。目前汽車定位采用的傳感器主要有激光雷達、毫米波雷達和攝像頭等[6]。

2.2 圖像識別

借助于人工智能和大數(shù)據(jù)，自動駕駛車輛在行駛過程中會通過視覺傳感器將車輛周邊環(huán)境的圖像數(shù)據(jù)進行持續(xù)的采集，然后反饋給自動駕駛系統(tǒng)，自動駕駛系統(tǒng)對接收到的圖像進行多層次的信息加工，且隨著類似圖像數(shù)據(jù)的多次采集和處理，系統(tǒng)將逐漸熟悉圖像特征，當有相似的圖像出現(xiàn)后，系統(tǒng)將準確的識別出圖像中的信息[7]。

2.3 信息共享

由于人工智能的應用，不同汽車之間可以實現(xiàn)對實時路況和車輛位置信息的共享。在專用通道中，汽車能夠?qū)⒆陨砦恢?、車速等信息與其他汽車共享，使其他汽車的自動駕駛系統(tǒng)實時接收到信息并及時調(diào)整車輛的行駛狀態(tài)，保證車輛行駛的安全性[8]。另外，車輛的自動駕駛系統(tǒng)還能監(jiān)控共享信息的時效性，自動刪除無效信息，從而保證自動駕駛汽車獲得最新的共享信息。

2.4 深度識別

深度識別不僅可以及時獲取環(huán)境信息并進行精準分析處理，而且能夠在計算機的幫助下獲得更成熟的感知和分析能力。通過將人工智能技術(shù)和云服務(wù)相結(jié)合，汽車自動駕駛系統(tǒng)迅速獲得實時數(shù)據(jù)，通過復雜的算法將結(jié)果直接發(fā)送到駕駛決策系統(tǒng)，實現(xiàn)真正的智能化駕駛[9]。另外，深度識別能夠大幅度提升汽車自動化駕駛的水平和質(zhì)量[10]，如通過監(jiān)控和分析駕駛員的駕駛偏好，將信息反饋給中央控制系統(tǒng)，可以幫助車輛實現(xiàn)自動調(diào)節(jié)車內(nèi)溫度和座椅位置等功能。

3 代表企業(yè)自動駕駛技術(shù)發(fā)展

3.1 特斯拉

目前特斯拉自動駕駛技術(shù)采用的是全視覺路線，其利用8個攝像頭的圖像數(shù)據(jù)進行機器學習，取消了激光雷達，靠視覺感知路線、障礙物等，模擬人腦駕駛時的反饋邏輯；車輛圖像數(shù)據(jù)采集完成后，卷積神經(jīng)網(wǎng)絡(luò)將對數(shù)據(jù)進行分層并行處理，且數(shù)據(jù)量越大，其處理效果越好，識別精度越高；然后神經(jīng)網(wǎng)絡(luò)系統(tǒng)根據(jù)算法進行學習，進而產(chǎn)生自主判斷能力，自行發(fā)出行進或避讓的指令開啟自動駕駛，見圖1。

特斯拉的FSD功能，包括自動輔助導航駕駛、自動輔助變道、自動泊車、智能召喚、自動識別信號燈及標識，同時還具有城市街道自動輔助駕駛功能，但目前該功能僅在美國部分地區(qū)搭載。

3.2 智己

智己的自動駕駛技術(shù)以視覺方案為主，同時搭載高精攝像頭、毫米波雷達、超聲波傳感器和高精定位單元、V2X車路協(xié)同等高性能感知硬件，具有成本低、可持續(xù)依托數(shù)據(jù)進行迭代的優(yōu)點；感知系統(tǒng)完成圖像數(shù)據(jù)采集后，將由Xavier計算平臺進行圖像數(shù)據(jù)的處理與計算，見圖2。

智己自動駕駛系統(tǒng)主要可以實現(xiàn)車輛召喚、高速領(lǐng)航、城市領(lǐng)航和自動泊車等功能，另外，通過判定路況和輔助駕駛能力，可對駕駛員駕駛能力進行分級，給予駕駛員相應的反饋，提高駕駛員的信任程度。

3.3 小鵬

小鵬的自動駕駛輔助技術(shù)是以視覺和雷達波的融合感知路線為主，感知系統(tǒng)包括高清攝像頭、超聲波傳感器、激光雷達和毫米波雷達以及高精定位單元，能夠?qū)崿F(xiàn)對環(huán)境進行視覺和雷達的雙重融合感知；采集完成的圖像數(shù)據(jù)，將在NVIDIA Xavier超級計算平臺上進行計算，形成數(shù)據(jù)和算法的全閉環(huán)，見圖3。

小鵬的自動駕駛輔助系統(tǒng)可實現(xiàn)ACC/LCC/NGP工況下，加塞車輛更早識別與應對，提高擁堵路況下的駕駛舒適性；另外可實現(xiàn)自動泊車輔助、停車場超級記憶泊車等智能泊車功能以及NGP高速自動導航輔助駕駛和NGP城市自動導航輔助駕駛功能，全面提升對行人、靜態(tài)障礙物和小物體的檢測能力，實現(xiàn)最高厘米級測距精度。

3.4 蔚來

蔚來NAD自動駕駛技術(shù)基于視覺和雷達波的融合感知系統(tǒng)，感知系統(tǒng)包括高清攝像頭、高精度激光雷達、超聲波傳感器、高精定位單元和V2X車路協(xié)同等高性能感知硬件；圖像數(shù)據(jù)在NIO NAD ADAM超算平臺上進行運算，該運算平臺能夠?qū)崿F(xiàn)處理復雜交通場景時更準確、迅速，同時可針對每個用戶的用車環(huán)境進行個性化的訓練，以確保每個用戶自動駕駛體驗更好，見圖4。

在NAD自動駕駛技術(shù)之前的NIO Pilot駕駛技術(shù)可實現(xiàn)全自動泊車、自動進出匝道和車輛近距離召喚，NAD自動駕駛技術(shù)的進一步發(fā)展，可逐步實現(xiàn)高速、城區(qū)、泊車和換電場景的全覆蓋，最終將實現(xiàn)點到點的自動駕駛服務(wù)。

4 各企業(yè)自動駕駛發(fā)展現(xiàn)狀總結(jié)

目前各企業(yè)的主要發(fā)力點是L2基礎(chǔ)功能和L2+進階功能，通過進一步的硬件利用和算法優(yōu)化，實現(xiàn)更多維度的功能發(fā)展。相對領(lǐng)先的企業(yè)基本已經(jīng)實現(xiàn)L2級功能的全面普及，一部分在中高配車型上全面搭載L2級功能，另一部分以相對較低的價格選裝，可實現(xiàn)全速域的ACC跟車和車道居中功能；另外，L2+功能是目前各企業(yè)布局的重點方向，包含領(lǐng)航輔助、高階自動泊車、車輛召喚、自動進出匝道等。在L3以上更高級別的功能上，由于目前在法規(guī)、算法和技術(shù)尚未突破的情況下，企業(yè)采用硬件先行的策略，通過豪華的感知硬件，如激光雷達、高清攝像頭等，建立起硬件基礎(chǔ)，再不斷迭代軟件功能，布局更高階的自動駕駛功能。

5 自動駕駛發(fā)展趨勢預判

自動駕駛環(huán)境方面：國家的自動駕駛相關(guān)的法規(guī)已形成初步框架，多部委協(xié)同協(xié)作機制日趨完善，規(guī)劃到2030年率先建成智能汽車強國，預計政策法規(guī)方面未來將迎來重大利好；地方上加快布局車路協(xié)同等基礎(chǔ)設(shè)施的發(fā)展和5G網(wǎng)絡(luò)的部署，同時，互聯(lián)網(wǎng)公司積極追趕國外高精地圖相關(guān)的先進技術(shù)，為自動駕駛的發(fā)展提供必要的技術(shù)支撐，有望早日實現(xiàn)車路協(xié)同。

自動駕駛硬件方面：自動駕駛硬件在近年來的發(fā)展趨勢主要是激光雷達的普及與核心處理器的快速發(fā)展，激光雷達體積和成本均有效壓縮，大規(guī)模裝車成為可能；核心處理器算力發(fā)展迅速，高性能芯片成為未來發(fā)力的主攻方向。

自動駕駛功能發(fā)展方面：得益于供應鏈的快速發(fā)展，L2級駕駛輔助功能的開發(fā)成本迅速降低，裝備率迅速增加，如車道保持輔助功能和全速自適應巡航功能的裝備率分別由2016年的0.07%和0.08%上升至2021年的28.31%和22.87%，未來將逐步走向普及；L2+功能快速發(fā)展，L2+功能通過更高的算力和更豐富的感知硬件，實現(xiàn)更長時間、更多場景的輔助駕駛，但仍需駕駛者長時間監(jiān)督，隨著硬件成本的下降，L2+功能是未來差異化駕駛輔助功能的主要發(fā)力點；但L3以上功能，涉及到法規(guī)、算法和配套的局限，短期內(nèi)難以實現(xiàn)全場景覆蓋，還需要長時間的發(fā)展與試錯。

6 結(jié)語

根據(jù)企業(yè)現(xiàn)階段的技術(shù)路線和實現(xiàn)的功能，可知L2級自動駕駛功能裝備率正在逐步增加，未來將逐漸普及，L2+級自動駕駛技術(shù)是近期企業(yè)自動駕駛技術(shù)的主要發(fā)展方向，L3級自動駕駛技術(shù)的實現(xiàn)還需較長時間的研究與發(fā)展。

參考文獻：

[1]黃國凱.人工智能在智能網(wǎng)聯(lián)汽車上的應用進展研究[J].內(nèi)燃機與配件，2022（03）：226-228.

[2]劉琨，付銳，許建偉.制造業(yè)數(shù)字化轉(zhuǎn)型背景下戰(zhàn)略管理會計創(chuàng)新路徑探析——以長安汽車為例[J].國際商務(wù)財會，2021（15）：32-39.

[3]李克強，戴一凡，李升波，邊明遠.智能網(wǎng)聯(lián)汽車（ICV）技術(shù)的發(fā)展現(xiàn)狀及趨勢[J].汽車安全與節(jié)能學報，2017，8（01）：1-14.

[4]李路.美國自動駕駛汽車產(chǎn)品責任及對我國的啟示[D].上海外國語大學，2021.

[5]劉文虎.人工智能在汽車自動駕駛中的應用[J].現(xiàn)代制造技術(shù)與裝備，2021，57（08）：195-196.

[6]周蘇，李偉嘉，郭軍華.基于激光雷達的停車場車輛定位算法[J].同濟大學學報（自然科學版），2021，49（07）：1029-1038.

[7]王文慶.人工智能在汽車自動駕駛中的應用[J].時代農(nóng)機，2019，46（09）：28-29.

[8]胡博瀚.車輛自動駕駛中人工智能的應用實踐微探[J].科技傳播，2017，9（05）：80-81.

[9]戴震軍.人工智能技術(shù)應用于自動駕駛汽車面臨的挑戰(zhàn)及發(fā)展趨勢分析[J].無線互聯(lián)科技，2020（6）：162-163.