智能網聯汽車如何感知環境？

靳衛明

近日，上海這座至少有著700多年歷史的城市再次成為了新時代的聚焦點。這次不是因為上海的外灘、東方明珠廣播電視塔，也不是因為蟹殼黃、奉賢海棠糕，而是因為它成為了繼北京之后，我國第二個出臺自動駕駛相關路測規章的城市。上汽、蔚來成功拿到上海智能網聯汽車測試號牌。智能汽車的熱浪也再次掀起。

在上一期的車百科中，+記者通過三問梳理了智能網聯汽車的基礎概念、產業狀態、政策狀態。然而要探索智能網聯汽車這個交叉學科的概念，這還是遠遠不夠的。單純從概念的層面，智能網聯汽車與智能汽車、無人駕駛汽車、智能交通系統、車聯網有著千絲萬縷的聯系，而且這些概念之間并沒有一個十分明確的分界線，相反，卻有著很多內容的交叉與重疊。

智能網聯汽車主要分為智能化與網聯化兩個層面，并通過這兩條技術路徑協同實現“信息感知”和“決策控制”功能。

從技術構成的角度來看，《國家車聯網產業標準體系建設指南（智能網聯汽車）》指出，智能網聯汽車的技術邏輯有兩條主線，即“信息感知”和“決策控制”。其發展的核心是由系統進行信息感知、決策預警和智能控制，逐漸替代駕駛員的駕駛任務，并最終完全自主執行全部駕駛任務。

具體而言，環境感知層、智能決策層、控制和執行層構成了智能網聯汽車的全部技術體系。對這三個層級再進行細分，我們可以挖掘出其涵蓋的具體領域，比如環境感知層涉及到攝像頭、激光雷達、毫米波雷達、夜視傳感器、GPS/BDS、4G/5G、V2X等；智能決策層涉及到道路識別、車輛識別、行人識別、交通標志識別、交通信號識別、駕駛員疲勞識別、決策分析與判斷等；控制和執行層涉及到制動與驅動控制、轉向控制、擋位控制、協同控制、安全預警控制、人機交互控制等。

環境狀態如何感知？

智能網聯汽車環境感知信息與網聯信息的接入能夠使智能網聯汽車同時具備環境感知與網聯信息獲取能力，從而為實現高級輔助駕駛和自動駕駛提供全面的基礎數據系統。

正如上所言，環境感知層的主要功能是通過車載環境感知技術、微型定位技術、4G/5G及V2X無線通信技術等，讓車輛能夠對自身狀況與外界的道路狀況、車輛狀況、行人狀況等，進行動、靜態的信息讀取與收集，并將信息流順利傳輸給下一個層級，即智能決策層。

隨著機器視覺、雷達傳感器、超聲波傳感器、激光傳感器等傳感技術的進步，大量的傳感器開始在汽車上應用。這一階段，智能汽車環境感知傳感系統主要使用毫米波雷達、激光雷達、攝像頭等傳感器。具體的感知方法有雷達感知和視覺感知。

從目前的發展情況看，自動駕駛汽車搭載激光雷達，可以感知到周圍360度的全景狀況。圖像傳感器可識別標志、交通信號燈以及車道標線。

關于視覺感知，圖森互聯聯合創始人郝佳男表示：“視覺感知，說白了就是拿一個攝像頭拍一張圖片，或者拍一個連續的圖片序列，最后告訴計算機，你要給我完成一個任務。”而任務卻有多種多樣，比如識別車輛，識別某個物體，追蹤移動的物體，以及場景分割等。

正確的打開方式應該是一組傳感器，單目、雙目或者多目，有不同的視角，有一些窄一點的去關注比較遠的，有一些寬一點的去關注有沒有闖入的行人等，此外還需要跑多個算法，比如目標檢測、目標追蹤、可行駛路面等。

總體而言，通過研究雷達感知技術、視覺感知技術、車聯網技術應用于智能網聯汽車環境感知的進展，有助于把握未來智能網聯汽車環境感知技術的發展趨勢。

多方數據如何融合？

有專業人士分析認為，結合各種傳感裝置、利用車聯網、通過信息融合，可以實現對復雜道路交通環境的全息感知，這也是智能網聯汽車環境感知技術的重點發展方向。

就產業發展狀態而言，目前的傳感器數據尚需要實現融合。比如，對一個目標，用雷達取得距離、相對速度；用攝像頭識別類型和其與車道線位置關系；用激光識別其外形輪廓等，從而構成一個完整的目標信息體系，之后再傳輸到處理器進行運算。

從技術發展來看，每種傳感器都有其局限性，比如雷達的橫向精度和對行人的檢測算法不夠先進，激光雷達雖然方向性好，波束窄，測角、測距精度高，不受地面雜波干擾，但其受大氣的光傳輸效應影響大，不能全天候工作，遇濃霧、雨、雪天氣無法工作。

在智能汽車多傳感器信息融合技術應用領域，國內有G-BOS系統，歐洲有CVIS系統，美國有IVHS系統，日本有SmartWay系統等。

就問題而言，車輛行駛環境感知尚存在盲區，感知空間的廣度和時間縱向的深度不足等問題還需要眾多創新技術的支持才能得以解決。