一.技术现状背景

汽车上的无人驾驶及智能网联技术，实质上是为了实现汽车的智能驾驶(智能汽车)。对于智能驾驶，国家层次上《中国制造2025》已经明确 “智能网联汽车”是几个主攻方向之一。智能汽车是下一代AI产业的核心组成，智能汽车需要具有环境认知、自主决策和自动控制能力。主要功能如下：

环境认知：根据行驶任务，主动获取行车路径、自车状态、道路及交通环境等相关信息;

自主决策：根据相关信息，自主进行逻辑推理、状况分析、形势判断、行为决策、知识学习等工作;

自动控制：根据决策结果，自动控制车辆状态，以完成所定行驶任务。自动控制分级如下：

手动驾驶(第0级)：由驾驶员完全地控制汽车。

驾驶辅助(第1级)：具有单一维度(纵向或者横向)的自动控制功能。典型如自适应巡航控制(ACC)、车道保持系统(LKS)等。

半自动化(第2级)：具有纵横向联合控制的自动驾驶功能，具有良好工况下解放驾驶员的手部或脚部操作的能力。

高度自动化(第3级)：在结构化的交通环境下让驾驶员无需控制汽车，而且汽车可自动检测环境以判断是否返回驾驶员模式。

完全自动化(第4级)：汽车完全取代人甚至超越人。将全程检测交通环境，实现所有的驾驶目标，驾驶员只需提供目的地或者输入导航信息，理论上说任何时候都不需要人对车辆进行干预。

智能汽车重点领域技术路线图如下：

2020年，初步形成以企业为主体、市场为导向、政产学研用紧密结合、跨产业协同发展的智能网联汽车自主创新体系。先进驾驶辅助系统(ADAS)自主份额达50%，网联式驾驶辅助系统装配率达到10%，DA、PA整车自主份额超过40%;

2025年，基本建成自主的智能网联汽车产业链与智慧交通体系。先进驾驶辅助系统(ADAS)自主份额达60%，网联式驾驶辅助系统装配率达到30%，DA、PA、HA整车自主份额达50%以上;

其实目前汽车行业的智能驾驶系统只能算是初见雏形，更多地主机厂还处于第2级别和第3级别之间，离完全无人驾驶还是有很大差距的。智能驾驶车辆需要有多套信息获取系统，例如雷达测距、视觉识别、内外信息交互能力、详尽的道路信息辅助系统、远程感应技术等等，不过拥有这些辅助系统，也仅仅是自动驾驶系统的雏形。更重要还有：车辆对外界信息交换功能、信息安全、定位、决策及规划、车车/车路通信等。现在的很多主机厂所展示的无人驾驶，其实就是一个配置升级版的行车安全辅助系统，可以实现核心的高速自动驾驶、自动切换车道和巡航控制等功能。从目前掌握的技术层次来看，距离真正的智能驾驶还有很长的路要走。

举个例子，飞机很早就实现了自动驾驶系统，大家乘坐感觉挺安全的。但为什么汽车就要有很长的路要走?实际上，飞机能自动执行高风险的降落过程，其实最重要的是依靠机场拥有的非常完善的高精度的引导系统。这套引导系统会对飞机提供一个相对精确的空间位置信息、机场跑道侧风信息、气压信息、天气信息、跑道占用信息等等众多必要信息，这样才能使飞机在一个能掌握整体准确信息的环境下，按照程序和流程逐步实现自动降落。简单来说就是，自动降落不是飞机自身实现的，而是机场帮助飞机实现的。而汽车的智能驾驶系统中信息的获取，完全是依靠汽车本身获得，没有其他外部辅助系统来帮助。因此难度会大的多，现在很多车厂对车辆对外界信息交换功能、信息安全、定位、决策及规划、车车/车路通信等。技术发展还不行，需要有很长的路走。光靠现有的一些辅助系统是远远不够的。

二.技术趋势分析

按照汽车行业取得共识的智能驾驶分级层次，技术上实现智能驾驶分为以下几个阶段：首先由驾驶员模式过渡到自动驾驶模式，主要是通过驾驶员辅助系统;其次自动驾驶模式通过计算机的自学习，由人工智能进化为无人驾驶模式。

为了实现无人驾驶的目标，抢占汽车AI高地，各大主机厂和供应商目前正在开发高级驾驶员辅助系统(ADAS)，随着ADAS 慢慢被完善，车辆也在一步一步从 0 级过渡到第4级，实现完全自动化。目前已开发出十多项功能。

从功能上分类，可以分为：控制类ADAS：ACC/AEB/LKS等;预警类ADAS：FCW/LDW/PCW等;其他辅助型ADAS：BSD/ADB/全景泊车等。

自适应巡航控制系统 Adaptive Cruise Control(ACC)

自适应巡航控制系统是一种智能化的自动控制系统，它是在早已存在的巡航控制技术的基础上发展而来的。在车辆行驶过程中，安装在车辆前部的车距传感器(雷达)持续扫描车辆前方道路，同时轮速传感器采集车速信号。当与前车之间的距离过小时，ACC控制单元可以通过与制动防抱死系统、发动机控制系统协调动作，使车轮适当制动，并使发动机的输出功率下降，以使车辆与前方车辆始终保持安全距离。

自动紧急制动 Autonomous Emergency Braking(AEB)

AEB 是一种汽车主动安全技术，主要由 3 大模块构成，其中测距模块的核心包括微波雷达、激光雷达和视频系统等，它可以提供前方道路安全、准确、实时的图像和路况信息。AEB 系统采用雷达测出与前车或者障碍物的距离，然后利用数据分析模块将测出的距离与警报距离、安全距离进行比较，小于警报距离时就进行警报提示，而小于安全距离时即使在驾驶员没有来得及踩制动踏板的情况下，AEB 系统也会启动，使汽车自动制动，从而为安全出行保驾护航

智能大灯控制 Adaptive Front Lights (AFL)

这是一种可以安装在车上的技术，可以根据道路的形状来改变大灯的方向。另一些智能大灯控制系统能够根据车速和道路环境来改变大灯的的强度。

盲点检测(Blind Spot Monitoring (BSM))

盲点检测系统可通过车辆周围排布的防撞雷达、多普勒雷达、红外雷达等传感器、盲点探测器等设施。由计算机进行控制，在超车、倒车、换道、大雾、雨天等易发生危险的情况下随时以声、光(侧视镜上的小灯闪烁)形式向驾驶员提供汽车周围必要的信息，并可自动采取措施，有效防止事故发生。

注意力检测系统(Driver Monitoring Systems (DMS))

系统运用感应器来检测驾驶员的注意力。如果司机看向马路前方，并且在此同时有危机的情况被检测到了。系统就会用闪光，刺耳的声音来警示。如果司机没有做出任何回应，那么车辆就会自动刹车。

前方碰撞预警系统 Forward Collision Warning (FCW)

FCW 能够通过雷达系统和摄像头来时刻监测前方车辆，判断本车于前车之间的距离、方位及相对速度，当存在潜在碰撞危险时对驾驶者进行警告。FCW 系统本身不会采取任何制动措施去避免碰撞或控制车辆。

抬头显示器(Heads-Up Display (HUD))

该技术把汽车行驶过程中仪表显示的重要信息(如车速)投射到前风挡玻璃上，不仅能够帮助对速度判断缺乏经验的新手控制自己的车速，也可避免在许多的限速路段中因超速而违章，更重要的是它能够使驾驶员在大视野不转移的条件下瞬间读数，始终头脑清醒地保持最佳观察状态。

智能车速控制 Intelligent Speed Adaptation (ISA)

智能车速控制系统。该系统能识别交通标识，并根据读取的最高限速信息控制油门，确保驾驶者在法定限速内行驶，有效避免驾驶者在无意识情况下的超速行为。

车道偏离告警 Lane Departure Warning (LDW)

车道偏离预警系统主要由 HUD 抬头显示器、摄像头、控制器以及传感器组成，当车道偏离系统开启时，摄像头(一般安置在车身侧面或后视镜位置)会时刻采集行驶车道的标识线，通过图像处理获得汽车在当前车道中的位置参数，当检测到汽车偏离车道时，传感器会及时收集车辆数据和驾驶员的操作状态，之后由控制器发出警报信号，整个过程大约在 0.5 秒完成，为驾驶者提供更多的反应时间。而如果驾驶者打开转向灯，正常进行变线行驶，那么车道偏离预警系统不会做出任何提示。

汽车夜视系统 Night Vision System(NVS)

汽车夜视系统，利用红外线技术能将黑暗变得如同白昼，使驾驶员在黑夜里看得更远更清楚。夜视系统的结构由 2 部分组成：一部分是红外线摄像机，另一部分是挡风玻璃上的光显示系统。

泊车辅助 Parking Assistance (PA)

泊车辅助系统通过安装在车身上的摄像头，超声波传感器，以及红外传感器，探测停车位置，绘制停车地图，并实时动态规划泊车路径，将汽车指引或者直接操控方向盘驶入停车位置。

行人检测系统 Pedestrian Detection System (PDS)

车辆行驶途中可以利用摄像头雷达，和激光雷达来探测到四面行人，在安全距离内及时控速。

交通信号及标志牌识别 Road Sign Recognition (RSR)

这个技术让车辆能够自动识别交通信号或者标志牌，比如说最高限速，或者停车等标示。

全景泊车停车辅助系统 Surround View Cameras (SVC)

全景泊车停车辅助系统由安装在车身前后左右的四个超广角鱼眼摄像头，同时采集车辆四周的影像，经过图像处理单元畸变还原→视角转化→图像拼接→图像增强，最终形成一幅车辆四周无缝隙的 360 度全景俯视图。在显示全景图的同时，也可显示任何一方单视图，并配合标尺线准确地定位障碍物的位置和距离。

防撞预警系统，其中包含6项ADAS功能：车距监测与警告HMW、前防撞警告FCW、车道偏离警告LDW、智能远光灯控制IHC、限速警示SLI、行人及自行车警告PCW。

未来的技术趋势的总体目标实现步骤如下：自主式环境感知为主，网联信息服务，部分自动驾驶应用;自主式与网联式环境感知融合，实现较复杂工况下有条件自动驾驶;V2X协同控制，实现高度自动驾驶;V2X协同控制，实现完全自动驾驶。实现这些总体目标，必须要在关键零部件和共性技术突破的基础上完成。关键零部件技术有以下几个方面：

环境感知技术：自主光学镜头具备较强竞争力，基于视觉得预警类ADAS产品大规模应用;车载雷达芯片关键技术，实现自主毫米波雷达的开发;实现 单线激光雷达相关硬件的自主控制，实现厘米级实时测距技术，其中激光探测器相关技术指标达到国外先进水平;

高精度定位与地图：实现独立自主的北斗车载高精度定位定姿系统，动态下精度达到亚分米级，实现基于多传感器的辅助定位及精度补偿关键技术;提供全国范围内骨干路网及主要城市路面的ADAS Map数据，精度达到亚分米级;

通讯与信息交互平台技术：实现V2X底层通信模块原理样机的开发和技术标准制定;支持多通信模式的数据交互管理平台，完成应用层数据交互标准;建立“基础数据-公共服务-应用服务”的三级信息交互平台架构体系，研究各平台间数据交互标准;

车载智能终端及HMI产品：车载智能网关、数据协同处理、智能信息服务等车载智能终端核心技术;构建面向智能网联汽车用户操控体验感的人机交互主观评价体系，建立HMI市场调研和用户质量反馈体系;

集成控制系统：实现多项驾驶辅助功能的集成控制，实现底层执行控制模块iai，ADAS功能模块及协同控制器的产业化;攻克智能驱动、制动、线控转向等关键技术，实现对车辆电控驱动、制动、转向系统的精确、高效、可靠及协调控制;

关键共性技术分为以下几个方面：

多源信息整合技术：建立车辆多源感知信息的优化组合与自组织方法，提高前方车辆、行人等障碍物检测的精度和可靠性，满足高速行驶环境下的检测要求;

车辆协同控制技术：建立适用于自主停车等部分自动驾驶系统的单车智能决策控制方法;建立适用于有条件自动驾驶的单车决策控制方法，针对路径规划的目的点或特征点建立自主决策的优化模型;橫、纵向分别实现多车多目标协同决策和控制方法，支持PA级智能化整车产品;

电子电气架构：制定智能网联汽车的电子电气器构架需求标准，提出满足需求的新型架构，并搭建仿真测试平台;

信息安全技术：形成智能网联汽车的信息安全管理要求;制定智能网联汽车信息安全技术标准;完善智能网联汽车信息安全测试规范;建立智能网联汽车信息安全应急响应体系;

人机交互共驾：设计考虑驾乘体验感的控制权切换适宜性的主客观评价指标，构建不同智能等级下人车控制权切换的性能评估与测试方法;

三.对传统汽车产业影响及应对措施

无人驾驶及智能网联技术是一场革命，将彻底颠覆以往汽车行业的发展模式。汽车行业需要“跨界”，打破原有规则，积极主动的寻求多方合作，消化吸收互联网带来的思维革新。互联网行业不会颠覆传统汽车行业，而是一种重塑和融合。传统车企需要兼容并包的战略，中国车联网用户的渗透率已突破10%的临界值，中国智能汽车的市场规模超过1500亿元。如果考虑到庞大的汽车售后服务，相关市场规模则有望突破万亿，这对主机厂是一个机遇。

未来的汽车有可能分为两种，一种是智能驾驶的共享出行模式。另一种是高端智能汽车的私有化享受模式。预计最先应用无人驾驶，将会在货车车队上。对于主机厂的盈利模式，也会从销售盈利转变为服务盈利。同时各行业的强强联手将更加明显，跨界融合更加快速。

现阶段主机厂主要是和供应商、高校一起开发智能车，但实际上受制于国内的供应商体系的能力，很多核心技术仍掌握在外国的供应商手里，一些核心信息没有对我们开放(主要体现在底盘电控化、发动机控制逻辑、各种ECU的控制逻辑等)，给国内的开发带来很大的难度。因此应对智能驾驶的发展，汽车行业应该培养几个核心供应商。

智能驾驶车辆需要很多的芯片、传感器、控制器、高精度地图数据、智能驾驶算法、智能驾驶控制系统。涉及到上下游的很多领域，目前需要国家给予一定的支持，目前已经看到国家对安全芯片产业集群化、规模化的鼓励方式。

需要完善智能道路的设施。实现车路通信网络覆盖范围的扩大。干线公路和城市道路全面支持智能网联汽车发展。

最后，实际上国内主机厂最大优势，是中国的市场潜力和中国的产业政策。单独一个主机厂来开发无人驾驶及智能网联都会是事倍功半效果，会形成国内同质化产品。我们希望汽车行业能形成一个产业联盟，来集体攻克智能车的相关事情，最主要能形成行业标准，形成对国外供应商的话语权。