智能汽车总体发展认知

李胜超

（重庆交通大学机电与汽车工程学院）

随着社会科技的发展，网络信息、传感器、嵌入式技术开发、大数据等技术逐渐成熟，当今世界已走向智能化时代。传统的汽车已不能满足社会的需要，难以符合环境友好型、资源节约型的总体发展趋势。在此背景下，传统汽车也向着新能源、无人驾驶、智能网联等方向转型，开启了智能汽车的研发热潮。智能汽车是一个集环境感知、规划决策和多等级辅助驾驶功能于一体的综合系统，它是在传统汽车基础上，集中运用信息通信、传感器信息识别与处理、芯片控制、人工智能、自动控制的高新技术综合体[1]。目前，各个国家、企业及科研机构等对智能汽车及其部件的研发与测试有了一定的成果，传统车企也在不断地加强与互联网公司的研发合作，但由于相关资料的不完善与人们对智能汽车总体认识还不够彻底，使得智能汽车及其附属产业的发展不均衡。为了更好地进行智能汽车的研发与设计，对其相关知识的全面了解尤为重要。文章通过研究大量资料，在已有理论的基础上，对现阶段智能汽车的总体发展情况进行了阐述，为我国智能汽车相关领域的研究提供了资料参考。

1 智能汽车等级划分

智能汽车等级是按照智能汽车的自动化程度进行划分的，不同国家与机构的划分定义略有差异，但是整体还是一致的。目前，有几个相关的标准已经被行业广泛地接受与认同。美国汽车工程师学会（SAE）将智能汽车分为L1～L5 5 个等级[2-3]，美国国家道路交通安全管理局（NHTSA）将智能汽车分级为DA（具有特定功能的自动驾驶）、PA（有复合功能的自动驾驶）、HA（高度自动驾驶）、FA（完全自动驾驶）4 个等级，我国在2015 年发布了“中国制造2025”，提出汽车将来要走向智能化、信息化、低碳化的目标，并制定了相关法规与标准[4]。以SAE 对智能汽车的划分标准为例。

1）L1 级辅助驾驶阶段：在这一阶段起主要作用的还是驾驶员，辅助驾驶系统在汽车行驶过程中只能对转向或加减速操作中的某一项进行辅助操作，多数情况下是对驾驶员进行警告与提醒，主要运用车道偏离警告系统、倒车提示预警、正面防碰撞警告系统等对驾驶员进行预警。驾驶员接收到相应的提醒后，对汽车进行相关操作，从而避免了危险的发生。

2）L2 级部分自动驾驶阶段：在该级别中，相当于在L1 级警告提醒的基础上，系统可以进行部分操作的决策与控制，并且此时系统可以对车速与方向等多个方面进行控制，其他方面还是由驾驶员来操作，在此部分驾驶员依旧起主导作用。在汽车拥有了车道偏离预警系统的基础上，采用自适应巡航系统ACC、自动泊车与路径跟踪等系统，增加了保持车道方向稳定的能力，汽车实现了部分功能的自动化。

3）L3 级别半自动驾驶阶段：此时汽车系统与驾驶员均能够对汽车起到驾驶的作用，但汽车自动驾驶是有条件的自动驾驶。汽车可以在高速公路上实现自动驾驶，必要时人工进行干预。此时的系统需要配备大量的高清摄像头、多种传感器、宽阔的视镜等必要的设备。

4）L4 级高度自动驾驶阶段：此时的系统可以脱离驾驶员进行自动驾驶操作，比如在高速公路或者城郊道路，驾驶员疲劳时可适当放开对汽车的主要控制权，不必时刻关注汽车状态与车外的情况，休息片刻后再对汽车进行接管，此时的汽车需要更加精准先进的科学仪器，如高精度地图、360°环视摄像头、多精度传感设备、高集成度的系统芯片、实时性与高效性更强的算法。

5）L5 级完全自动驾驶阶段：此阶段是目前所要追求的目标，此时的汽车计算机能够进行多信息融合与处理，具有高效实时的决策控制，路径规划与重建等高级功能，驾驶员可以完全放开对汽车的控制，汽车实现自主行驶，而且具有高度的安全性与舒适性。

2 智能汽车的优越性

智能汽车相较传统汽车具有5 个方面的优越性。

1）安全性方面：现在以ADAS 为代表的智能辅助驾驶系统在智能汽车上广泛应用。由于自动化水平和人工智能水平的提高，无论系统预警还是系统决策，都避免了因为驾驶员疲劳或操作不当等因素造成安全隐患的发生[5]。

2）环境友好型方面：智能汽车采用先进的传感技术、自动化控制技术等对汽车车速、方向及其电气与电子设备进行精准的调节，从而减少了能源浪费，对污染气体的排放进行了制约与调控，与生态可持续发展战略相统一。

3）道路交通调节：智能汽车是与先进的智能交通系统相配合，将先进的信息技术、数据通信传输技术、电子传感技术、计算机控制技术等进行有效集成的、实时、安全、可靠的综合型汽车。智能控制系统可以实现对智能汽车的智能调控和统一管理[6]，并且智能汽车在路径规划时不仅可以根据先进的卫星导航系统进行全局路径的规划，而且在遇到路段拥挤等情况时，还能对汽车路径进行实时调整，并进行局部路径规划，从而不会产生去拥挤路段行车的行为，减轻了交通压力。

4）驾驶舒适性方面：驾驶员疲乏时，智能系统可以代替驾驶员操控驾驶，驾驶员无需插手驾驶操作，只需要将目的地输入驾驶系统，智能汽车具有对周围环境的感知能力，能够自行获取周边环境信息并进行处理与决策，最终到达驾驶员所预定的目的地，实现智能汽车代替驾驶员操作的目的[7]。

5）缓解停车场资源利用压力：当到达目的地后，车内人员可以下车，将汽车切换到自动寻找停车位并自动泊车模式，汽车就会根据停车场内布局和车库的占有与空缺情况进行合理的选择，并根据自动泊车系统规划的路径进行跟踪并倒车入库，在多方位摄像头、传感器的探测下，安全合理地进入停车位中，减少了汽车因人为操作不当引起的争端。

3 智能汽车发展现状

近年来，国内外都在积极研发更加智能化的智能汽车，美国、日本、德国等均处于领先地位。比如日本车企，不断研发更加智能的汽车产品，以增加智能化产品的数量来逐步实现智能汽车的自动驾驶功能[8]。在我国，部分高校与科研机构近年来也进行了智能化技术的开发与实践。以清华大学、同济大学、北京理工大学为主体的科研所取得了很大成功。其中，同济大学在无人驾驶方面取得了突破性进展，建立了无人驾驶汽车研究平台，所研发的无人驾驶汽车实现了对周围环境的感知与信息处理、系统决策与规划、对执行器的控制等真正意义上的无人驾驶[9]。清华大学建立了与车企合作的自动泊车试验平台，在智能汽车自动泊车方面取得了很大的进展。广汽集团研发的智能汽车在长沙上路行驶试验取得成功，并且我国首个5G 无人驾驶试验场在长沙启建。谷歌公司率先对无人驾驶汽车进行了研发设计，通过采用车载传感器、雷达、雷达感应器及激光测距机等设备对周边环境信息进行感知、获取，最终完成了无人驾驶汽车48 万km 的测试。汽车反应更加快捷，安全性有了很大提高。虽然无人驾驶汽车取得了一定的成绩，但是，目前大部分还处于L2—L3 级别的研发阶段，并且L5 级无人驾驶汽车在测试时还存在事故危险可能，没有脱离试验室水平，所以智能汽车发展的道路还很漫长。

4 智能汽车关键技术分析

智能汽车技术主要包括2 个方面的内容：汽车定位和汽车控制[10]。汽车定位技术主要包括对外围物体观测的视觉导航技术和卫星定位技术。控制技术主要有：1）PID（比例-积分-微分）控制技术，根据系统的误差，利用比例、积分、微分计算出控制量来进行控制；2）模糊控制技术，它基于模糊数学若干条控制规则，适用于非线性、时变、滞后等系统的控制[11]119-121；3）神经网络控制技术，仿真人的神经网络，实现人工智能控制，此种算法具有记忆和识别环境的能力[11]297；4）学习控制技术，在系统不断自我学习中获得经验，从而寻找期望的控制输入，使其输出响应随迭代学习的次数增加，不断逼近期望输出[11]50；5）神经模糊控制技术，在神经网络技术的研究中，知识推理存在较大的问题，在模糊控制的研究中，知识获取非常困难。神经网络技术与模糊控制技术相结合的神经模糊控制技术解决了此问题，使神经网络技术和模糊控制技术相互配合。神经网络技术可以简化知识的获取，模糊控制技术可以优化控制条件[12]。除此以外，还有多种控制相结合的控制技术，比如：模糊PID（比例-积分-微分）控制技术、模糊PD（比例-微分）控制技术、专家系统控制技术等，这些控制技术均在变增益、变阻尼、超调等方面起到了良好的控制作用。

智能汽车还逐步拥有了一系列更为先进的控制系统，包括一些常见的驾驶辅助系统、车道偏离预警系统、车道保持辅助系统、防碰撞报警系统、盲点监测系统、交通标志识别系统、驾驶员疲劳探测系统、制动辅助系统、自适应巡航系统、倒车辅助系统[13]、ABS 防抱死制动系统、路径跟踪与自动泊车控制系统、路径规划与路径跟踪控制系统等[14]。图1 示出某公司汽车外部环境感知功能系统图。

图1 某公司汽车外部环境感知功能系统图

5 阻碍智能车发展的因素及改进方案

智能汽车的到来引发了大规模智能思想潮流，但是也随之暴露出不少问题。

1）事故追责问题。在汽车行驶过程中，因天气原因或其他原因造成摄像头、传感器等对周围事物感应能力的缺失，此时产生事故后的责任追究问题是人们普遍关注的方面，是驾驶员的责任还是归责于厂家或研发设计者，还没有明确的定论，这也对智能无人驾驶汽车的普及产生了影响。当碰撞危险发生时，智能汽车是撞击对方还是使驾驶员受伤以保全对方的安全等道德困境还存在[15]，因此，国家需要建立相应完善的法律法规与规范，对智能汽车侵权责任及类型进行分类。涉及智能汽车的侵权类型主要有智能汽车与智能汽车之间、智能汽车与非智能汽车之间、智能汽车与行人以及智能汽车的设计者、制造者、生产者之间所产生的各种不同形态的侵权责任[16]。

2）产品成本问题。智能无人驾驶汽车需要大量的高精度导航系统与传感器识别设备，汽车环境感知系统是智能汽车的重要组成部分，也是汽车实现自动驾驶的重要基础。目前可通过机器视觉、高精度定位和多传感器数据融合等手段来实现智能汽车环境感知能力[17]，而这些传感器感知设备使智能汽车的成本大大提高。据可靠计算，传感器设备所需要的成本已经达到生产整个汽车成本的一半，这方面也是影响其发展的关键因素所在，这项问题的解决方法有：a.各国政府应该对智能汽车的生产研发以及购买等给予相应的财政补贴；b.在技术创新上加大投入力度，从而以技术的创新来降低成本；c.建立无人驾驶汽车示范区，从而以点带动面，以部分带动整体，增加数量以达到降低成本的效果。

3）人们对智能化产业及智能化汽车认识不足。应加大教育与宣传力度，让大众认识到智能化发展的益处，从而推动智能产品的普及。

4）理论与技术的创新不够。现在智能汽车仅达到L2—L3 级别的水平，部分科研机构或高校试验室达到L4 水平，所以还应加大对智能汽车相关技术的创新与发展，这就要求多企业多领域的合作，比如信息技术强的谷歌、百度等公司应该加强与传统车企的合作，激发技术的创新。随着5G 网络的到来，数据与信息的传输具有高容量、低延时、超高度、高可靠的特点，5G 技术能够给智能汽车带来更加庞大的数据传输与处理能力，使其获得更高精度的地图与定位信息，这也将会给智能汽车带来翻天覆地的变革[18]。

6 结论

文章就现阶段智能汽车发展状况与技术及所面临的问题进行了论述。研究发现，智能汽车在未来汽车行业中呈现明显的优势。在技术层次上，它的智能化程度大大提高，部件性能更好，汽车行驶过程中，具有更好的操纵稳定性；在乘运层次上，其更加舒适，避免了驾驶员由于长时间驾驶出现的不适与驾驶疲劳，从而减少了事故的发生，安全性得以提高；在节能减排的层次上，智能汽车的发展更加顺应全球的发展趋势。

然而智能汽车的发展与普及需要各个方面的支持与协助，如智能汽车的技术与体系应不断完善、相关产业政策不断改进、人们认知水平不断提高，这样智能汽车才会在货物运输、军事、人员乘坐以及其他领域中得到更广泛的应用。它的实现有助于推进智能交通、智慧社区的到来，也有助于人—车—环境—云四者之间更加智能化的信息交流，掀起新一代的智能革命浪潮。