智能网联汽车开放道路测试研析
2020-06-12罗俊
罗俊
摘 要:当前,我国智能网联汽车正处于快速发展阶段,结合国内智能网联汽车的技术和测试现状,一些公司在特定领域已经实现了汽车无人驾驶技术。现有的智能网联汽车也显示出相对良好的运行状况,但是随之而来的技术问题也变得越来越突出。在整个智能网联汽车行业中,技术突破和产品创新是智能网联汽车发展的根本动力。同时,需要提高智能网联汽车开放道路测试新技术的发展和尖端人才的培养,不断提高智能网联汽车的生存环境和发展质量。
关键词:智能网联;无人驾驶;开放道路测试
随着智能网联汽车技术的发展和人们生活质量的不断提高,智能网联汽车的安全性、环保性和智能性水平在不断提高。因此,近年来,一些新兴的智能网联车辆不断地得到了发展和应用。为了更好地促进智能网联汽车技术的应用范围和发展水平,规范智能网联汽车开放道路的测试和管理,需要制定相关智能网联汽车道路车辆的道路测试管理标准,并用于指导各地开展自动驾驶道路测试,以更好地支持和服务于中国智能网联汽车技术和产业的发展。
1 智能网联汽车的定义与发展
(1)智能网联汽车是无人驾驶汽车的核心载体,是车联网与智能汽车的有机结合,配备了先进的车载传感器、执行器等设备,并融合了现代通信和网络技术实现了人、道路和车辆等智能信息的交换,实现安全、节能和高效的驾驶体验的新一代汽车。智能网联汽车遵循研发、测试和发布的发展道路,从测试中获得的结果可以及时反馈给研发部门进行产品迭代,并且在道路上收集的数据可以为测试提供服务,从而可以丰富实际网联汽车公路测试场景和虚拟测试的数量。目前,智能网联汽车技术的发展仍处于测试阶段。
智能网联汽车的关键技术可以分为三个部分,即环境感知技术、中央决策技术和底层控制技术。其中,环境感知技术包括车辆状态、道路、行人以及交通信号感知。现有的汽车零部件制造商已经进入底层控制市场多年,底层控制系统适用于智能互联车辆,可以不断实现和完善相应功能。对于驾驶者来说,我们将继续研究控制自动驾驶汽车,并会帮助智能网联系统记忆在不同情况下遇到的各类事故。但是就目前而言,中央决策技术将成为无人驾驶汽车发展的瓶颈。如果车辆无法提前预测周边环境、各种道路状况和交通情况,一旦遇到事故无人驾驶车辆就很难做出正确处理。
(2)智能网联汽车早在20世纪50年代就已经有了初步发展,到20世纪80、90年代,视觉传感器的出现极大地促进了汽车智能驾驶技术的发展。一百多年来,传感器技术的发展和对环境意识的不断增强也加速了智能网络的建设。如今,互联网公司相继涉足智能网联汽车领域,为智能互联汽车的发展增添了强大的生命活力和动力源泉。
2 智能网联汽车开放道路测试分析
(1)智能网联汽车开放道路行驶中的避撞測试。主要是测试智能网联车辆在道路上行驶时遇到行人(或自行车)时,汽车能否主动完成发出警报、减速/制动或改变车道等操作功能,该应用程序可适用于中国城市和郊区普通道路上的碰撞危险预警分析。
(2)交通信号灯自动识别和无人驾驶汽车的速度控制测试。当无人驾驶汽车接近信号灯控制的十字路口时,根据视觉传感器的检测结果,结合车辆的位置和行驶状态信息,车辆应能够按照交通规则自动通过信号灯十字路口。在远端信号方面,当接收到前方交通信号灯时,车辆应能够根据自己的速度和剩余的红灯时间自动调节汽车行驶速度,向做出车辆通过十字路口或者减速停车的命令。
(3)封闭场地测试的现状和建议。在进行公共开放道路测试之前,需要在封闭区域中测试智能网联汽车,以验证自动驾驶系统的功能、安全和可靠性要求。从功能安全的角度来看,测试项目应包括基本功能测试、感知测试等;从可靠性要求的角度出发,只有在不同环境下进行大量的反复测试和稳定性测试之后,才能保证自动驾驶系统的可靠性。通过在封闭场所进行测试,智能互联汽车可以最大程度地减少智能互联汽车在进行公共道路测试时带来的安全隐患,并提高测试驾驶员和车辆测试过程中其他交通参与者的安全性。为了提高在复杂交通环境中使用智能网联汽车的安全性,有必要对研究场景和实地测试项目进行深入研究和完善,以评估智能网联汽车的安全能力。智能网联车辆的优点之一是可以减少事故数量并提高汽车行车的安全性。为了满足智能网联车辆测试的丰富性,封闭区域测试应具有通过场景的组合,包括基本测试和智能场景测试,以检查智能网联汽车的临场应变响应能力。
3 结束语
结合中国智能网联汽车的技术和测试现状可以看出,目前国内智能网联汽车道路测试水平正在不断提高,但是仍然存在不少亟待解决的关键技术问题,智能网联汽车的实际开放道路测试和运营也面临极大挑战。因此,我国需要继续加大改进汽车工业水平,不断发展提高智能网联汽车开放道路测试的技术水平。
参考文献:
[1]陶永峰,吴亚刚.基于城市快速路的网联汽车测试应用探索[J].中国交通信息化,2019(S1):105-108.
[2]官阳.谨慎审视“网联汽车”与“自动驾驶汽车”技术概念的区别与意义[J].汽车与安全,2019(05):62-65.
[3]王庞伟,邓辉,于洪斌,李振华,王力.车路协同系统下区域路径实时决策方法[J].北京航空航天大学学报,2019,45(07):1349-1360.
[4]马建勇,陈科,王晨阳.智能网联汽车产品认证的可行模式探讨[J].质量与标准化,2020(Z1):75-78.