智能汽車總體發展認知

李勝超

（重慶交通大學機電與汽車工程學院）

隨著社會科技的發展，網絡信息、傳感器、嵌入式技術開發、大數據等技術逐漸成熟，當今世界已走向智能化時代。傳統的汽車已不能滿足社會的需要，難以符合環境友好型、資源節約型的總體發展趨勢。在此背景下，傳統汽車也向著新能源、無人駕駛、智能網聯等方向轉型，開啟了智能汽車的研發熱潮。智能汽車是一個集環境感知、規劃決策和多等級輔助駕駛功能于一體的綜合系統，它是在傳統汽車基礎上，集中運用信息通信、傳感器信息識別與處理、芯片控制、人工智能、自動控制的高新技術綜合體[1]。目前，各個國家、企業及科研機構等對智能汽車及其部件的研發與測試有了一定的成果，傳統車企也在不斷地加強與互聯網公司的研發合作，但由于相關資料的不完善與人們對智能汽車總體認識還不夠徹底，使得智能汽車及其附屬產業的發展不均衡。為了更好地進行智能汽車的研發與設計，對其相關知識的全面了解尤為重要。文章通過研究大量資料，在已有理論的基礎上，對現階段智能汽車的總體發展情況進行了闡述，為我國智能汽車相關領域的研究提供了資料參考。

1 智能汽車等級劃分

智能汽車等級是按照智能汽車的自動化程度進行劃分的，不同國家與機構的劃分定義略有差異，但是整體還是一致的。目前，有幾個相關的標準已經被行業廣泛地接受與認同。美國汽車工程師學會（SAE）將智能汽車分為L1～L5 5 個等級[2-3]，美國國家道路交通安全管理局（NHTSA）將智能汽車分級為DA（具有特定功能的自動駕駛）、PA（有復合功能的自動駕駛）、HA（高度自動駕駛）、FA（完全自動駕駛）4 個等級，我國在2015 年發布了“中國制造2025”，提出汽車將來要走向智能化、信息化、低碳化的目標，并制定了相關法規與標準[4]。以SAE 對智能汽車的劃分標準為例。

1）L1 級輔助駕駛階段：在這一階段起主要作用的還是駕駛員，輔助駕駛系統在汽車行駛過程中只能對轉向或加減速操作中的某一項進行輔助操作，多數情況下是對駕駛員進行警告與提醒，主要運用車道偏離警告系統、倒車提示預警、正面防碰撞警告系統等對駕駛員進行預警。駕駛員接收到相應的提醒后，對汽車進行相關操作，從而避免了危險的發生。

2）L2 級部分自動駕駛階段：在該級別中，相當于在L1 級警告提醒的基礎上，系統可以進行部分操作的決策與控制，并且此時系統可以對車速與方向等多個方面進行控制，其他方面還是由駕駛員來操作，在此部分駕駛員依舊起主導作用。在汽車擁有了車道偏離預警系統的基礎上，采用自適應巡航系統ACC、自動泊車與路徑跟蹤等系統，增加了保持車道方向穩定的能力，汽車實現了部分功能的自動化。

3）L3 級別半自動駕駛階段：此時汽車系統與駕駛員均能夠對汽車起到駕駛的作用，但汽車自動駕駛是有條件的自動駕駛。汽車可以在高速公路上實現自動駕駛，必要時人工進行干預。此時的系統需要配備大量的高清攝像頭、多種傳感器、寬闊的視鏡等必要的設備。

4）L4 級高度自動駕駛階段：此時的系統可以脫離駕駛員進行自動駕駛操作，比如在高速公路或者城郊道路，駕駛員疲勞時可適當放開對汽車的主要控制權，不必時刻關注汽車狀態與車外的情況，休息片刻后再對汽車進行接管，此時的汽車需要更加精準先進的科學儀器，如高精度地圖、360°環視攝像頭、多精度傳感設備、高集成度的系統芯片、實時性與高效性更強的算法。

5）L5 級完全自動駕駛階段：此階段是目前所要追求的目標，此時的汽車計算機能夠進行多信息融合與處理，具有高效實時的決策控制，路徑規劃與重建等高級功能，駕駛員可以完全放開對汽車的控制，汽車實現自主行駛，而且具有高度的安全性與舒適性。

2 智能汽車的優越性

智能汽車相較傳統汽車具有5 個方面的優越性。

1）安全性方面：現在以ADAS 為代表的智能輔助駕駛系統在智能汽車上廣泛應用。由于自動化水平和人工智能水平的提高，無論系統預警還是系統決策，都避免了因為駕駛員疲勞或操作不當等因素造成安全隱患的發生[5]。

2）環境友好型方面：智能汽車采用先進的傳感技術、自動化控制技術等對汽車車速、方向及其電氣與電子設備進行精準的調節，從而減少了能源浪費，對污染氣體的排放進行了制約與調控，與生態可持續發展戰略相統一。

3）道路交通調節：智能汽車是與先進的智能交通系統相配合，將先進的信息技術、數據通信傳輸技術、電子傳感技術、計算機控制技術等進行有效集成的、實時、安全、可靠的綜合型汽車。智能控制系統可以實現對智能汽車的智能調控和統一管理[6]，并且智能汽車在路徑規劃時不僅可以根據先進的衛星導航系統進行全局路徑的規劃，而且在遇到路段擁擠等情況時，還能對汽車路徑進行實時調整，并進行局部路徑規劃，從而不會產生去擁擠路段行車的行為，減輕了交通壓力。

4）駕駛舒適性方面：駕駛員疲乏時，智能系統可以代替駕駛員操控駕駛，駕駛員無需插手駕駛操作，只需要將目的地輸入駕駛系統，智能汽車具有對周圍環境的感知能力，能夠自行獲取周邊環境信息并進行處理與決策，最終到達駕駛員所預定的目的地，實現智能汽車代替駕駛員操作的目的[7]。

5）緩解停車場資源利用壓力：當到達目的地后，車內人員可以下車，將汽車切換到自動尋找停車位并自動泊車模式，汽車就會根據停車場內布局和車庫的占有與空缺情況進行合理的選擇，并根據自動泊車系統規劃的路徑進行跟蹤并倒車入庫，在多方位攝像頭、傳感器的探測下，安全合理地進入停車位中，減少了汽車因人為操作不當引起的爭端。

3 智能汽車發展現狀

近年來，國內外都在積極研發更加智能化的智能汽車，美國、日本、德國等均處于領先地位。比如日本車企，不斷研發更加智能的汽車產品，以增加智能化產品的數量來逐步實現智能汽車的自動駕駛功能[8]。在我國，部分高校與科研機構近年來也進行了智能化技術的開發與實踐。以清華大學、同濟大學、北京理工大學為主體的科研所取得了很大成功。其中，同濟大學在無人駕駛方面取得了突破性進展，建立了無人駕駛汽車研究平臺，所研發的無人駕駛汽車實現了對周圍環境的感知與信息處理、系統決策與規劃、對執行器的控制等真正意義上的無人駕駛[9]。清華大學建立了與車企合作的自動泊車試驗平臺，在智能汽車自動泊車方面取得了很大的進展。廣汽集團研發的智能汽車在長沙上路行駛試驗取得成功，并且我國首個5G 無人駕駛試驗場在長沙啟建。谷歌公司率先對無人駕駛汽車進行了研發設計，通過采用車載傳感器、雷達、雷達感應器及激光測距機等設備對周邊環境信息進行感知、獲取，最終完成了無人駕駛汽車48 萬km 的測試。汽車反應更加快捷，安全性有了很大提高。雖然無人駕駛汽車取得了一定的成績，但是，目前大部分還處于L2—L3 級別的研發階段，并且L5 級無人駕駛汽車在測試時還存在事故危險可能，沒有脫離試驗室水平，所以智能汽車發展的道路還很漫長。

4 智能汽車關鍵技術分析

智能汽車技術主要包括2 個方面的內容：汽車定位和汽車控制[10]。汽車定位技術主要包括對外圍物體觀測的視覺導航技術和衛星定位技術。控制技術主要有：1）PID（比例-積分-微分）控制技術，根據系統的誤差，利用比例、積分、微分計算出控制量來進行控制；2）模糊控制技術，它基于模糊數學若干條控制規則，適用于非線性、時變、滯后等系統的控制[11]119-121；3）神經網絡控制技術，仿真人的神經網絡，實現人工智能控制，此種算法具有記憶和識別環境的能力[11]297；4）學習控制技術，在系統不斷自我學習中獲得經驗，從而尋找期望的控制輸入，使其輸出響應隨迭代學習的次數增加，不斷逼近期望輸出[11]50；5）神經模糊控制技術，在神經網絡技術的研究中，知識推理存在較大的問題，在模糊控制的研究中，知識獲取非常困難。神經網絡技術與模糊控制技術相結合的神經模糊控制技術解決了此問題，使神經網絡技術和模糊控制技術相互配合。神經網絡技術可以簡化知識的獲取，模糊控制技術可以優化控制條件[12]。除此以外，還有多種控制相結合的控制技術，比如：模糊PID（比例-積分-微分）控制技術、模糊PD（比例-微分）控制技術、專家系統控制技術等，這些控制技術均在變增益、變阻尼、超調等方面起到了良好的控制作用。

智能汽車還逐步擁有了一系列更為先進的控制系統，包括一些常見的駕駛輔助系統、車道偏離預警系統、車道保持輔助系統、防碰撞報警系統、盲點監測系統、交通標志識別系統、駕駛員疲勞探測系統、制動輔助系統、自適應巡航系統、倒車輔助系統[13]、ABS 防抱死制動系統、路徑跟蹤與自動泊車控制系統、路徑規劃與路徑跟蹤控制系統等[14]。圖1 示出某公司汽車外部環境感知功能系統圖。

圖1 某公司汽車外部環境感知功能系統圖

5 阻礙智能車發展的因素及改進方案

智能汽車的到來引發了大規模智能思想潮流，但是也隨之暴露出不少問題。

1）事故追責問題。在汽車行駛過程中，因天氣原因或其他原因造成攝像頭、傳感器等對周圍事物感應能力的缺失，此時產生事故后的責任追究問題是人們普遍關注的方面，是駕駛員的責任還是歸責于廠家或研發設計者，還沒有明確的定論，這也對智能無人駕駛汽車的普及產生了影響。當碰撞危險發生時，智能汽車是撞擊對方還是使駕駛員受傷以保全對方的安全等道德困境還存在[15]，因此，國家需要建立相應完善的法律法規與規范，對智能汽車侵權責任及類型進行分類。涉及智能汽車的侵權類型主要有智能汽車與智能汽車之間、智能汽車與非智能汽車之間、智能汽車與行人以及智能汽車的設計者、制造者、生產者之間所產生的各種不同形態的侵權責任[16]。

2）產品成本問題。智能無人駕駛汽車需要大量的高精度導航系統與傳感器識別設備，汽車環境感知系統是智能汽車的重要組成部分，也是汽車實現自動駕駛的重要基礎。目前可通過機器視覺、高精度定位和多傳感器數據融合等手段來實現智能汽車環境感知能力[17]，而這些傳感器感知設備使智能汽車的成本大大提高。據可靠計算，傳感器設備所需要的成本已經達到生產整個汽車成本的一半，這方面也是影響其發展的關鍵因素所在，這項問題的解決方法有：a.各國政府應該對智能汽車的生產研發以及購買等給予相應的財政補貼；b.在技術創新上加大投入力度，從而以技術的創新來降低成本；c.建立無人駕駛汽車示范區，從而以點帶動面，以部分帶動整體，增加數量以達到降低成本的效果。

3）人們對智能化產業及智能化汽車認識不足。應加大教育與宣傳力度，讓大眾認識到智能化發展的益處，從而推動智能產品的普及。

4）理論與技術的創新不夠。現在智能汽車僅達到L2—L3 級別的水平，部分科研機構或高校試驗室達到L4 水平，所以還應加大對智能汽車相關技術的創新與發展，這就要求多企業多領域的合作，比如信息技術強的谷歌、百度等公司應該加強與傳統車企的合作，激發技術的創新。隨著5G 網絡的到來，數據與信息的傳輸具有高容量、低延時、超高度、高可靠的特點，5G 技術能夠給智能汽車帶來更加龐大的數據傳輸與處理能力，使其獲得更高精度的地圖與定位信息，這也將會給智能汽車帶來翻天覆地的變革[18]。

6 結論

文章就現階段智能汽車發展狀況與技術及所面臨的問題進行了論述。研究發現，智能汽車在未來汽車行業中呈現明顯的優勢。在技術層次上，它的智能化程度大大提高，部件性能更好，汽車行駛過程中，具有更好的操縱穩定性；在乘運層次上，其更加舒適，避免了駕駛員由于長時間駕駛出現的不適與駕駛疲勞，從而減少了事故的發生，安全性得以提高；在節能減排的層次上，智能汽車的發展更加順應全球的發展趨勢。

然而智能汽車的發展與普及需要各個方面的支持與協助，如智能汽車的技術與體系應不斷完善、相關產業政策不斷改進、人們認知水平不斷提高，這樣智能汽車才會在貨物運輸、軍事、人員乘坐以及其他領域中得到更廣泛的應用。它的實現有助于推進智能交通、智慧社區的到來，也有助于人—車—環境—云四者之間更加智能化的信息交流，掀起新一代的智能革命浪潮。