智联网汽车技术 课件 1.4智能网联汽车未来前瞻.pptx

智能网联汽车未来前瞻项目一智能网联汽车概述?任务1走进智能网联汽车?主讲人：曾鑫智能网联汽车技术

课程导入智能网联汽车未来的发展趋势

学习目标说出推动智能网联汽车发展的政策因素01概述智能网联汽车技术发展趋势02

激活旧知智能网联汽车发展情况如何?影响其发展的主要因素有哪些?BA快速发展技术进步政策支持

探索新知政策技术趋势智能网联汽车的发展趋势

探索新知政策层面的发展趋势2021年发布的《国家综合立体交通网规划纲要》提出，要建设融合感知平台，推动智能网联车与现代数字城市协同发展。预计受政策利好，智能网联汽车行业将持续创新发展。1.政策利好行业发展

探索新知政策层面的发展趋势智能网联汽车上游人工智能和通信技术快速发展有效推动行业进步，传统汽车市场大、增长平稳，车厂亟需寻求新的盈利点，人工智能和通信技术不断升级演进。2.技术快速发展支持行业发展

探索新知政策层面的发展趋势随着新技术的创新发展与融合和5G商用进程深入，车联网渗透率与电动车智能化程度不断提升，从而带动通信模组、智能驾驶系统等行业需求进一步提升，推动智能网联汽车快速发展。2.技术快速发展支持行业发展

探索新知政策层面的发展趋势加速智能网联汽车发展是探索解决汽车社会问题的重要路径，有助于解决城市汽车社会面临的交通安全、道路拥堵、能源消耗、环境污染等问题。3.汽车社会问题倒逼行业发展

探索新知政策层面的发展趋势智能网联汽车的广泛应用，不仅可以填补末端物流配送、环卫作业、公共交通等领域的劳动力缺口，降低运营成本，还能进一步提升社会公平性，更好地保证老年人、残疾人等群体的汽车出行权利与舒适度。3.汽车社会问题倒逼行业发展

探索新知技术层面的发展趋势尤其在环境感知领域，深度学习方法已凸显出巨大的优势，正在以惊人的速度替代传统机器学习方法。1.以深度学习方法为代表的人工智能技术快速发展和应用

探索新知技术层面的发展趋势1.以深度学习方法为代表的人工智能技术快速发展和应用深度学习方法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。01深度学习方法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，且目前也受车载芯片处理能力的限制。02

探索新知技术层面的发展趋势2.激光雷达等先进传感器加速向低成本和小型化发展激光雷达优点分辨率高识别效果好缺点体积大成本高易受雨雪等天气条件影响

克服探索新知技术层面的发展趋势2.激光雷达等先进传感器加速向低成本和小型化发展激光雷达低成本、小型化的固态扫描或机械固态混合描形式光学相按阵易产生旁瓣影响探测距离和分辨率，繁复的精密光学调装影响量产规模和成本等问题

探索新知技术层面的发展趋势3.自主式智能与网联式智能技术加速融合网联式系统能从时间和空间维度突破自主式系统对于车辆周边环境的感知能力。

探索新知技术层面的发展趋势4.高速公路自动驾驶与低速区域自动驾驶系统将率先应用高速公路A城市低速区域B自动驾驶系统率先应用的场景

探索新知技术层面的发展趋势4.高速公路自动驾驶与低速区域自动驾驶系统将率先应用高速公路的车道线、标志牌等结构化特征清晰，交通环境相对简单，适合车道偏离预警、车道保持系统、自动制动、自适应巡航控制等驾驶辅助系统的应用。

探索新知技术层面的发展趋势4.高速公路自动驾驶与低速区域自动驾驶系统将率先应用

探索新知技术层面的发展趋势4.高速公路自动驾驶与低速区域自动驾驶系统将率先应用在特定的城市低速区域内，可提前设置好高精度定位、V2X等支撑系统，采集好高精度地图，利于实现在特定区域内的自动驾驶，如自动物流运输车、景区自动摆渡车、园区自动通勤车等。

即时检测小测试概括一下智能网联汽车产业技术层面趋势？

即时检测小测试1以深度学习方法为代表的人工智能技术快速发展和应用2激光雷达等先进传感器加速向低成本和小型化发展3自主式智能与网联式智能技术加速融合4高速公路自动驾驶与低速区域自动驾驶系统将率先应用

小结智能网联汽车发展趋势政策技术推动智能网联汽车快速发展

谢谢观看THANKS智能网联汽车技术