新时代智能网联汽车关键技术的发展探究.pdfVIP

新时代智能网联汽车关键技术的发展探

究

摘要：智能化、网联化发展是汽车工业发展的基本方向，对汽车工业的发

展和改革具有明显的推动作用。一方面，智能驾驶技术的理论研究不断深入，应

用范围和实践范围不断扩大。另一方面，智能与网联技术的深度融合也成为智能

驾驶研究的基本方向。本文在简要概述智能网联技术对汽车工业发展影响的基础

上，分析了智能网联应用中的体系结构、功能和关键技术，以期为相关研究工作

提供参考。

关键词：智能；改革；汽车工业；关键技术

人工智能技术下智能网联汽车的发展趋势已成为汽车行业的发展方向。智能

网联汽车正在逐渐改变人们的生活质量。智能网联汽车的出现具有对环境可持续

发展的特点。随着社会的进步，汽车已经成为人们身边不可或缺的交通工具。随

着汽车的普及，各种各样的关于汽车的东西也随之而来。这时，汽车的另一种转

型是必然的，这是符合社会发展背景的。智能网联汽车中的各种技术都符合人们

对汽车的需求，让人们的驾驶变得快乐、安全。智能网联汽车技术的发展是对汽

车产业的一种推动。

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工业技术发展的关键内容，对汽车工业产生了全

面、多元、深刻的影响。首先，从技术本身的发展来看，智能网联技术已经有了

很好的基础，汽车工业的历史沉淀和发展空间为技术研究提供了全面的支撑。特

别是智能汽车的分类，使技术研究的发展有了明确的方向。其次，智能网联技术

的发展可以依托现有技术，为中国汽车工业发展构建新的体系，促进汽车工业的

快速发展，在不断稳定国内市场的前提下，逐步提高国际市场竞争力。第三，智

能互联网技术的发展可以促进汽车应用场景的多元化发展，在一定程度上改变人

们的生活和生产方式，促进生产力的不断提高，为经济发展提供强大动力。

2智能网联汽车关键技术发展现状

2.1环境感知技术

环境感知系统的任务是利用摄像头、雷达、超声波等主要车载传感器以及

V2X通信系统感知周围环境，通过提取路况信息、检测障碍物，为智能网联汽车

提供决策依据。由于车辆行驶环境复杂，当前感知技术在检测与识别精度方面无

法满足自动驾驶发展需要，深度学习被证明在复杂环境感知方面有巨大优势，在

传感器领域，目前涌现了不同车载传感器融合的方案，用以获取丰富的周边环境

信息，高精度地图与定位也是车辆重要的环境信息来源。

2.2自主决策技术

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。

2.3控制执行技术

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。

2.4通信与平台技术

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。通过网联无线通信技术，车

载通信系统将更有效地获得的驾驶员信息、自车的姿态信息和汽车周边的环境数

据，进行整合与分析。通信与平台技术的应用，极大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。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