汽车智能网联关键技术研究

汽车智能网联关键技术研究

张伟中

江西应用技术职业学院，江西赣州 341000

摘要：智能化与网联化发展是汽车产业发展的基本方向，为汽车产业发展变革起到明显的促进作用。一方面而言，智能驾驶技术方面的理论研究不断深入，应用实践范围不断拓展，另一方面智能化与网联技术的深度融入，也成为智能驾驶研究的基本方向。本文在简要概述智能网络技术对汽车行业发展影响基础上，分析智能网联的架构、功能及应用方面的关键技术，以此为相关研究工作开展提供参考。

关键词：汽车；智能化技术；网联化技术

智能网联汽车是基于传感器、控制器、执行器等硬件设备，在有效融合通信与网络技术基础上，有效实现汽车行驶和运行过程中的环境感知、智能决策及协同控制等功能，以实现安全、舒适、高效、节能驾驶的基本目的。智能网联技术在整体上已经取得良好发展，低等级技术产业化应用成效较为显著，但是在高等级技术研究和应用层面依然面临多元问题与挑战。

1、智能网联技术对汽车行业的影响

智能网联技术作为当前汽车行业技术发展的关键性内容，对汽车行业的影响是全方位、多元化、深层次的。首先从技术自身发展而言，智能网联技术已经具备了良好的基础，汽车行业历史沉淀和发展空间都为技术研究提供了全面支撑。尤其是智能汽车的分级，使得技术研究发展脉络有着明确的方向^[1]。其次是智能网联技术的发展，能够依托现有技术构建我国汽车产业发展新型体系，促进汽车产业快速发展，在不断稳固国内市场前提下，逐步提升国际市场竞争力。再次是智能网联技术的发展，能够推动汽车应用场景的多元化发展，在一定程度上改变生活生产方式，促进生产力水平不断提升，为经济发展提供有力的推动作用。

2、汽车智能网联架构技术

智能网联汽车的运行需要依赖于车载系统及道路交通信息系统的深度结合，但是在当前相关技术研究中，二者结合方面的研究整体上还处于分离状态，一方面是顶层设计支撑不足，另一方面则是技术发展前瞻性不足，预留模块接口明显欠缺，当前这方面的研究需要从两个层面入手。一是新型车辆平台架构，智能驾驶的实现，不仅需要实现车辆与环境信息的有效融合，实现多系统的协同控制，全面提升车辆综合性能，还需要与新型能源应用研究相结合，适应汽车产业节能环保运行要求，以最为优化的结构和最低的成本，实现系统功能和效率最大化。二是车辆与道路交通和云技术的深层融合，智能网联技术是覆盖各个方面的多层级网络系统，在运行中需要与道路交通实现深层次融合，同时，在融合过程中还会产生海量数据，这些数据的存储和智能化处理，都需要云技术的支撑，因此整体架构的研究方向，应当是朝向车-路-云的方向发展。

3、汽车智能网联功能技术

3.1 闭环交通系统

闭环交通系统是指基于驾驶员、车辆和交通环境三个基本要素所产生的微观交通基本单元，其不仅包括智能驾驶技术方面的理论研究，还包括不同要素之间的建模、要素之间的影响机制及动态化分析。在当前技术研究体系中，对不同要素及耦合机理的研究已经取得明显成效，并且应用于车辆运行安全管理，但是在机器学习人类驾驶行为机制方面，依然存在明显不足。在未来研究中，需要从机器认知模型、心理动机模型及相关方面入手，强化道路设施和交通规则理解方面的研究，才能够实现技术研究方面的突破。

3.2 感知技术

感知技术可谓是汽车智能网联系统信息来源的基础，是实现车辆与外界信息交互的基础层，依托传感器设备所获取的信息，对这些信息进行智能化处理，是驾驶决策产生的基本依据。感知技术具体可以分为如下三种类型：一类是单车自主感知技术，不仅需要车辆自身具备目标识别与跟踪能力，同时还需要地图与定位技术的高水平支撑，基于静态地图和导航卫星、蜂窝网络信号技术的支撑，构建车辆周边环境模型。当前这方面技术研究整体上还处于初步发展阶段，在跟踪精度、准确率、鲁棒性等方面，依然有较大提升空间^[2]。二是网联协同感知技术，通过云控制系统和路侧终端的辅助，实现感知系统的协同运行，有效弥补单车感知系统在运行中距离短、视野盲区及天气影响等方面不足，提升车辆运行安全水平。三是环境理解技术，道路交通系统运行中，行人、车辆等都具有明显的随机性，通过观测信息对不同要素的行为意图进行判别，并预测发展轨迹，是环境风险态势判断的技术要求。当前技术研究体系中，已经形成时间逻辑、运动学、碰撞概率、人工势能场及统计学习等多种风险评估方法，但是这些方法应用中都存在各自不足，因此还没有能够完全达到人工风险预测水平。

3.3 决策技术

决策功能的实现，主要是为了实现道路行驶安全和道路行驶路径的优化，从决策方式上而言，主要分为自主式决策和协同式决策两种模式。原有的自主式决策是从全局路径规划转向行为规划，最后实现轨迹规划，但是这种方式运行效率相对较为低下，无法满足智能网联汽车高效安全运行的基本要求，因此相关学者提出基于端到端决策方式，也就是直接在感知结果上生成驾驶决策，受到理论研究和应用实践条件的限制，这种方式当前与实际应用要求还存在较为明显差距，尤其是无关信息的屏蔽、决策错误等问题依然较为明显。协同式决策主要是应用于特殊场景的决策技术，例如在封闭式的园区场景下，环境智能化水平较高的情形下，就可以采用路段队列编队决策模式，车辆初始编队、队形保持和队形变化管理等，都能够达到较高水平。而在城市交通运行体系中，则可以针对路口通行数据的采集和智能化分析，实现路口信号的优化，或者是实现车辆通行顺序和速度的优化。

3.4 控制技术

控制技术是当前智能网联汽车研究的热点问题之一，受到研究主体和研究目标的影响，控制技术的研究内容主要集中于如下几个方面：一是自主式控制研究，最早可以追溯至车辆电子稳定控制系统方面的研究，而当前研究重心则延伸至车辆的运动学和动力学模型方面；车辆轨迹跟踪及燃油经济性控制方面；具体的控制方法，以及紧急避障、低附着路面行驶、漂移控制等多方面。二是协同式控制研究，基本研究内容包括网联系统模型和系统性能目标两个方面，同时还包括控制方法以及真实交通运行体系中非理想条件影响等方面内容。控制技术的研究在理论导向方面已经较为明确，但是在实际应用中依然存在较为明显的问题，还有待进一步提升研究和应用水平。

4、汽车智能网联应用技术

4.1 智能化技术

智能化技术是基于主动安全技术的等级分类，对不同技术等级进行分类的技术体系。当前智能汽车行业发展中，L1（驾驶辅助）和L2（部分自动驾驶）技术已经较为成熟，国外和国内的汽车厂商中，这方面技术应用已经较为成熟，但是在实际运行中，驾驶安全方面的事故依然时有发生。其原因主要集中于系统失效而造成的功能安全缺失，预期功能不足等问题，并且在事故界定方面也存在技术和法律层面的有效依据。L3（有条件自动驾驶）当前在特定场景下已经有实际应用，但是由于事故责任主体的法律界定还存在技术上的限制，因此各个国家还没有给予法律上的支持，实现多元场景应用还有待时间验证^[3]。L（高度自动驾驶）目前在特定场景下也开始投入商业化运营，国内相关方面的测试和试验也基本保持与世界同步，但是相关技术发展和行业标准都明显欠缺。

4.2 网联化技术

网联化技术的实现路径是基于辅助信息交互上升至网联协同感知，最终达到网联协同决策与控制目标。当前辅助信息交互已经达到初步应用水平，尤其是在某些智能城市建设体系中，明确将其纳入建设体系中，为驾驶员、交通管理和车企等提供完善的信息服务，但是在网联协同感知方面，依然需要基础设施建设、云技术方面的支撑，并且相关方面的规范标准也有待完善，距离实际应用要求依然有明显不足^[4]。网联协同决策与控制技术目前只是在理论层面有所突破，是特定场景和功能实现方面有一定的应用，但是在短时间内还难以实现应用层面的突破。

5、结束语

随着国内层面技术、资金、政策方面的投入力度不断加大，汽车智能网联关键技术已经形成了认知层面的一致，虽然在具体技术研究及方向上还存在争议，但是在整体发展方向上，都是朝着统一方向发展，在未来发展中，政府层面必然要进一步加大关键技术方面的政策驱动，引导企业不断加大关键技术研究方面的投入力度，为我国汽车产业跨越式发展起到积极的促进作用。

参考文献

[1]向民奇,韦天文,邓宇,刘书帆.智能网联汽车CAN总线信息安全测试方法[J].时代汽车,2021(20):197-198.

[2]刘大鹏.智能网联汽车网络安全风险分析及应对建议[J].网络安全和信息化,2021(09):46.

[3]凌文杰,廖轩.智能网联车的无线电技术及保障探讨[J].中国无线电,2021(08):19-22.

[4]崔明阳,黄荷叶,许庆,王建强,Takaaki SEKIGUCHI,耿璐,李克强.智能网联汽车架构、功能与应用关键技术[J/OL].清华大学学报(自然科学版):1-16[2021-10-11].

^收稿日期：

作者简介：张伟中（1990—），男，硕士，助教，主要研究方向为汽车电子技术。E-mail：821621635@qq.com。