智能网联专用汽车的场景特点及应用技术研究

2019-04-08王维回春蔡博文/图

商用汽车 2019年12期

王维回春蔡博文 /图

当下，汽车正向着智能化与网联化的方向发展，从而衍生出智能网联汽车的概念，国内外一些机构已经给出了比较通俗易懂的解释。智能网联汽车指通过搭载先进的车载传感器、控制器、执行器等设备，或同时融合现代通信与网络技术，拥有V2X(即车与人、车、路等)信息交互能力，具备复杂的环境感知、智能决策、协同控制等功能的汽车[1]。

按照美国家公路交通安全管理局(NHTSA)的分级标准，智能网联汽车分为驾驶辅助(1 级)、半自动驾驶(2 级)、高度自动驾驶(3 级)、完全自动驾驶(4 级)4 个阶段(与其他表述或有别，编者注)。网联化是智能化技术得以推广应用的重要支撑条件，包括网联辅助信息交互、网联协同感知、网联协同决策与控制等技术。

在不同发展阶段，智能网联汽车的使用特点及应用场景有所不同。在更高的发展阶段，往往能适应的应用场景更加多样化、复杂化，因此相关技术要求也越高；不同类别的车辆其应用场景和技术特点也有一定差异。

从当前推广应用情况来看，要实现完全自动驾驶还有很长的路，但专用汽车在特定区域内实现半自动驾驶或高度自动驾驶是有可能的。

1 智能网联专用汽车的概念

专用汽车是汽车产品中的重要类别，是用于承担专门运输任务或兼备专项作业功能的车辆，其使用要求与乘用车存在较大区别。

专用汽车从智能化和网联化角度大致可分为2 部分功能：一是完成驾驶功能；二是完成作业功能[2]。

本文所指的智能网联专用汽车指既具有一般智能网联汽车拥有的共性技术特征，同时还兼有智能化作业的一些特征的车辆。专用汽车产品类别较多。由于专用汽车使用领域广泛，具有功能特殊性、行驶路线相对固定、工作环境特殊等特点，因此在提高工作效率、降低危险、缓解劳动强度等方面，能够更好地发挥智能驾驶技术的优势，因而具有广泛的应用前景。

2 智能专用汽车的应用场景

开发或测试智能网联专用汽车，需要对其应用场景进行系统的分析。针对智能驾驶工况，车辆对特定路径下各种交通信号、道路状况、障碍物体等具有感知识别能力，可以进行路径规划以及适应天气、温度等自然环境的变化。在需要时，启动智能作业功能，进行识别、控制，并与智能行驶系统相互协同。智能网联专用汽车特色化场景大致分类如下：

2.1 社会公开道路的交通场景

智能网联专用汽车在作业工况下的测试场景，有别于其他车辆，是沿着固定路线在社会道路上进行作业，因此在应用场景方面也存在特殊性。例如，护栏清洗车，沿着护栏从一个固定点到另一个固定点进行重复作业工作；绿化喷洒车，沿着路边的绿化带进行喷洒工作；抢险救援车，在恶劣的工作环境中，携带专用装置完成救援工作等等。这类车辆由于受到作业对象(如绿化带、护栏等)的限制，因而应用场景主要是社会道路上某固定路线或区域的交通场景与作业类场景(如图1)，同时也要适应从单位出发到作业区域的交通场景。

2.2 特定区域的场景

机场、港口、矿区、工业园区和旅游景区等特定区域，因其道路结构化，行人、社会车辆较少，车速较低，不属于社会道路，一般不受现行交通法规的制约，便于进行特殊设计，易于实现自动驾驶。例如，港口集装箱运输车在港口区域进行运输，环卫垃圾运输车在小区内进行垃圾清理，校园通勤车在校园内对乘客进行接送服务，快递服务车在工业园区或小区进行自动投送、公园自动驾驶服务车流动售货等等。这类车辆主要是在特定区域内行驶与作业(如图2)，场景相对固定，更易于实现。

图1 基于Prescan 道路交通的场景(PreScan 是一个用于先进驾驶辅助系统和主动安全系统开发验证的仿真工具，编者注)

图2 基于Prescan 特定区域的场景

图3 基于Prescan 列队出行的场景

2.3 列队出行的场景

在物流运输行业，车辆编队出行具有很高的商业价值，能够有效降低人力成本，提高运输效率。车辆完成出发点与目的地之间的路径规划，车车之间通过信息交互，实时保证距离和速度，完成距离与路径的调整。这类车辆主要是在高速区域完成行驶与作业任务或大型工地从事运输任务(如图3)。

3 智能网联专用汽车的技术特点

智能网联专用汽车运动过程可大致描述为：获取并处理所处环境信息，基于数据和算法确定当前所处位置，并根据所设定的目标规划一条合理或最优的运动路径，从而驱动车辆向目标移动并规避移动过程中的障碍物，或对紧急情况采取必要的安全措施；所涉及的技术包括导航定位、路径规划、图像识别、机器学习、感知融合、判断决策、系统执行等。

发展专用汽车智能网联技术不仅能有效提高运行效率，降低运营成本，还能减少交通事故发生，保障车辆行驶安全。

3.1 高精地图技术

高精度地图作为自动驾驶中重要的一部分，为自动驾驶汽车提供精准的定位、辅助环境感知，实现决策规划，提高自动驾驶的安全性。与传统地图不同，高精度地图包含大量行车辅助信息、交通元素信息等，同时绝对坐标精度的要求也更高，为自动驾驶的定位与路径规划提供依据。智能网联专用汽车驾驶场景固定，与传统轿车相比，除了完成行驶功能，还需要完成作业功能，因此对周边环境感知以及精度要求更高，高精度地图必不可少[3]。

3.2 环境感知技术

智能网联汽车在行驶过程中，通过摄像头、雷达、传感器等设备，实现道路环境感知、车与物的感知、车辆位置感知等[4]。而智能网联专用汽车除了满足行驶要求，还需要满足作业要求，因此不仅对感知设备的精度要求高，而且由于感知信息量大，对车辆进行运算决策的要求也高。

3.3 判断决策技术

智能网联汽车的决策过程是对车辆运行情况以及周围环境等信息进行处理、分析和决策的过程。在这个过程中，智能网联专用汽车在这个过程中还需要实时监测作业装置的状态，例如：清扫车水箱内水量不足能及时得到提醒，提前规划返程路线；垃圾车内垃圾已存储满了，需要及时清倒等。

3.4 系统执行技术

智能网联专用汽车的执行系统分为2 个部分：正常行驶功能的控制和作业功能的控制。一是正常行驶时，能满足车辆的横向(方向)控制和纵向(速度)控制及其组合对车辆行驶状态的调整和控制。这个过程复杂，涉及发动机、变速器、制动、转向等多个系统；二是车辆在作业时，能配合行驶系统完成对其作业装置的智能化控制。

4 智能网联专用汽车的应用障碍

4.1 关键零部件自主研发基础薄弱

当前，我国汽车企业对发展智能网联汽车的关键部件和关键共性技术的研发能力不足，尤其是高精度地图方面的技术水平薄弱。专用汽车在特定区域内行驶，对高精度地图的需求高。同时，在芯片、雷达、摄像头等方面的技术水平也有待加强。

4.2 相关配套环境和政策环境发展不完善

智能网联汽车产业布局包括车辆、配套基础设施和服务体系等多个方面，涉及车辆与车辆间、车辆与信号灯等基础设施间、车辆与出行服务平台间的信息交互，存在出行安全和数据安全等问题。而目前，我国智能网联汽车缺乏智能化交通体系、商业保险制度、信息安全制度等建设及道路交通法规修订及事故责任认定等方面的研究，不利于推动市场培育。