智能汽车尽管已成为不可以转的发展趋势，但是要实现完全无人驾驶仍有很长甚至很困难的途程，必须从辅助驾驶开始，经过部分自动驾驶、有条件自动驾驶、高级自动驾驶，才能最终达到完全自动驾驶。其间，不论是在技术上，还是道路环境建设，以及人的观念转变上，都需要渐进的突破。越是美好的前景，越是不可能一蹴而就!
杨殿阁 国家万人计划领军人才，清华大学汽车工程系主任，教授
本文发表于《中国工业和信息化》杂志2018年六月刊总第2期
近来，智能汽车无人驾驶无疑是汽车行业最热的一个话题了。2017年12月，北京出台了中国首个自动驾驶路测新规，《北京市关于加快推进自动驾驶车辆道路测试有关工作的指导意见(试行)》和《北京市自动驾驶车辆道路测试管理实施细则(试行)》。2018年3月1日，上海颁发了国内第一张智能汽车道路测试用牌照。让我们每个人都切实感觉到了，智能汽车无人驾驶似乎即将出现在我们身边。
那么，智能汽车无人驾驶到底离我们有多远呢?
智能汽车发展的渐进路径
为了更好地理解智能汽车的实现路径，有必要先弄清楚究竟什么是智能汽车。智能汽车是指搭载先进的车载传感器、控制器、执行器等装置，并融合现代通信与网络技术，实现车与X(人、车、路、云等)智能信息交换、共享，具备复杂环境感知、智能决策、协同控制等功能，可实现“安全、高效、舒适、节能”行驶，并最终可实现替代人来操作的新一代未来汽车。
按照中国智能网联汽车分级标准及网联化等级要求，中国智能网联汽车发展的时间节点如表1：
由此，智能汽车可分为5级， L1和L2级是驾驶辅助，L3级是人机共驾，而L4—L5高级别自动驾驶则是不需要司机的无人驾驶。据中国智能汽车发展技术路线图，可以预测，在中国，2020年之前重点推广L1-L2级智能驾驶辅助系统，到2020年，新车中将有50%的车辆具备1级或者2级的智能功能。2020—2030年重点推广的是3级和4级的自动驾驶，到2025年，将有10%的新车具备L3—L4级自动驾驶的能力。2030年之后，5级全自动驾驶会正式进入产业化，预计有10%的新车会是L4—L5级的无人驾驶。这里有两个概念要特别注意并区别开来，无人驾驶并不等同于自动驾驶，但很多人认为自动驾驶就是无人驾驶。自动驾驶跟智能汽车一样是按照5级来说的，一级、二级是低级别的自动驾驶，俗称驾驶辅助系统。三级是人机共驾，四级为有条件的自动驾驶，五级是完全的无人驾驶。也就是说到了自动驾驶的高级别阶段，才是无人的，前面都是有人在驾驶的。
目前，就世界范围来说，自动驾驶的发展情况基本类似。在日本，当前重点推广也是一级与二级的辅助驾驶技术，即俗称的驾驶辅助技术。从2021到2030年，日本也才开始推广高级别自动驾驶技术。日本会在2020年的东京奥运会上展示无人驾驶技术，但重点仍在二级到四级，目标是解决最后一公里的问题。
欧洲在2020年之前重点推广的也是驾驶辅助系统，从2020年到2030年，才开始推广高级别自动驾驶。
从中外的情况来看，高级别自动驾驶基本是在2025年之后。
而从无人驾驶实现可能性的大小上来说，专业化越强的车辆实现无人驾驶的可能性越大。原因是它们的应用场景相对简单，主要是驾驶行为中的突发因素较少，实现起来相对容易。从需求上来说，专业化越强的车辆无人驾驶的需求越高。因此说，无人驾驶会首先在特殊的商用车辆如港口矿山的货车、城市的环卫作业车、专用出租车以及公共汽车上实现。到2040年左右，5级全自动驾驶车辆在普通家用乘用车中的比例会到一个比较可观的规模，智能汽车无人驾驶会形成一定的市场规模。说起来，在我国还有一个比较特殊的现象，我们通常所说的智能汽车、智能网联汽车、自动驾驶，所指基本相同。从字面上看，智能网联汽车是在智能汽车基础上加车联网，实际所指都是智能汽车。只是国家发改委发的文件经常会用“智能汽车”，科技部发文经常会直接用“自动驾驶”，工信部发文经常会用“智能网联汽车”。本文以下所使用的“智能汽车”与“智能网联汽车”，所指是相同的。
对于人类的出行便利化而言，智能汽车无人驾驶非常美好，无人驾驶未来一定会实现，但实现的路径不会平坦，要实现高级别的无人自动驾驶，智能汽车还有很多新的关键技术需要突破，其中涉及整车架构、车联网、信息安全及自动驾驶地图等基础关键支撑技术的突破。
智能汽车将需要一种全新的架构
随着车载电子设备越来越多，车上总线技术逐渐得到了普及，LIN、CAN、FLexRay总线等多种总线技术在车上开始应用，部分电器和控制系统实现了通过车载总线联网。但这仍无法满足未来高级别智能网联汽车的需求。汽车如果真的想实现无人自动驾驶，车上所有电子电器都需要联网，网络节点数量将大幅度增加，同时考虑激光雷达、摄像头等新型大数据量传感器的联网，对网络带宽的需求急剧增加，需要将现在的十兆左右增加到百兆，所以车载以太网等新技术需要在车上普及。未来智能汽车整车架构将是一种多总线并存的分层多域控制车载网络，整车网络中的电器控制将实现控电分离，电器本身将实现智能化和网联化，以更好地实现智能汽车对电器状态实时可靠的监控。同时考虑到未来智能汽车驾驶大脑的发展需求，架构系统软件也需要发生变化，通过系统管理层和超级中间件，实现对硬件资源的封装，支持软硬件分离，从而让智能汽车驾驶大脑快速发展并摆脱汽车硬件的强耦合和硬约束，支持汽车像手机和电脑一样实现软硬件的分离，可以实现驾驶大脑的快速迭代更新。
智能汽车需要自动驾驶地图作为数据基础
HD MAP或者HAD MAP在国内大家习惯称为高精度地图，如果从英文直译过来，就是高清晰度或者高分辨率地图，欧洲习惯称之为自动驾驶地图。在智能网联汽车发展初期，比如辅助驾驶的发展过程中，高精度的地图数据不是必须的，但随着智能网联汽车智能化级别的提高，特别是到了L4和L5阶段，HD MAP则是智能网联汽车实现自动驾驶的必要数据基础，也是将各种传感信息有效融合在一起的高精度传感器超级容器。有关高精度的自动驾驶地图，欧洲多家整车厂商与零部件厂商及地图厂商合作建立了兼容HD MAP的NDS和Open Drive地图数据物理存储格式规范，NDS与ADASIS联合成立OADF，制定欧洲的自动驾驶地图标准。日本也在建立相应的联盟，成立DMP公司制定自动驾驶地图重要的标准和接口，以对接欧洲OADF、国际组织ISO的标准。目前，中国国内尚未出台统一的自动驾驶地图标准，在2018年5月宁波举行的CICV年会(国际智能网联汽车技术年会)上，清华大学牵头成立了中国的自动驾驶地图工作组，将通过工作组推动中国统一标准的自动驾驶地图数据格式规范，制定面向自动驾驶所能提供的统一的接口及数据内容服务行业和团体标准，为中国整车厂商、零部件供应商、车联网服务商及地图厂商的有效联手提供技术和标准支撑。
车联网基础设施需要建设
智能网联汽车要求实现车与X (车、路、人、云等)(V2X)之间的信息交换与共享，通过车联网可以更好地辅助车辆实现行驶环境的感知和认知，并可以协助车辆进行决策。中国智能网联汽车技术发展路线图将车联网分为3级。第一级是联网的信息交互，第二级是联网的协同感知，第三级是联网的协同决策和控制。目前，车联网通信技术有多种技术方案：Dedicated Short Range Communications(DSRC)， Long Term Evolution -Vehicle (LTE-V)，以及未来的5G技术。5G技术是第五代移动通信技术，具备高带宽以及低延时的特点，大家寄希望于未来随着5G的普及，高级别自动驾驶所需要的车联网基础设施建设能够完成。
信息安全是智能汽车的生命线
传统汽车上，总线上所运行的数据都是非加密的数据，只要掌握了协议，随时可以通过车载总线读取车上的数据并发送命令。随着车辆的联网发展，这种没有防护的数据传输方式受到的威胁越来越大，智能车由于实时联网及云控特征，网络攻击带来的威胁巨大，整车网络安全更加重要，车辆随时面临着黑客的攻击，不仅涉及单车行驶安全，甚至影响整个交通系统乃至国家安全，如果汽车的信息安全防护被突破，自动驾驶的车辆将被黑客控制，整个交通系统将陷入混乱，车辆会发生大量的碰撞，甚至出现大量的伤亡。针对未来的无人驾驶智能汽车，我们需要研究一套全新的车辆信息安全理论和体系，研究基于多域分层入侵检测和主动防护的信息安全模型，研究车内通信的分层加密认证、入侵检测和安全等级保护体系，构建智能电动汽车网络异常状态监控和安全网关主动防护机制，形成从架构层、节点层、传输层，多层次纵深防御的信息安全体系，保护智能汽车的行驶安全。
在关键支撑技术突破的基础上，智能车的环境感知、决策和控制技术也需要突破。
智能汽车环境感知能力需要突破
车辆想实现无人驾驶，首先要准确感知行驶环境信息。智能车的环境感知分为自主式环境感知和协同式环境感知，自主式环境感知主要依赖安装于车上的传感器如视觉传感器、激光雷达、毫米波雷达、超声波传感器和惯导定位设备等实现对行驶环境的感知。车辆提升感知能力一方面是提升各类传感器的感知性能，另外一方面就是改进感知算法，通过信息融合充分发挥每种传感器的能力，形成能力互补。但仅仅依靠单车的传感器进行环境感知还是不够的，对未来L5级无人自动驾驶汽车而言，智能汽车必须形成超过人的感知能力的视距和视野，能提前看到人所看不到的危险和障碍，从而弥补智能汽车决策系统的不足和局限，这就需要通过V2X车联网实现车辆协同式的环境感知。
智能汽车决策需要更加智能化
智能车的决策能力是实现自动驾驶的关键。基于控制逻辑的自动驾驶是主要技术路线之一，即通过准确感知认知环境，利用自动驾驶导航实现智能网联汽车宏观道路任务规划，地图将成为一种超级传感器，融合各种传感信息，在环境感知数据基础上建立车辆行驶的虚拟空间环境，在底层规划行车轨迹并将其转化为智能网联汽车车辆动力学控制参数，实现数据驱动汽车。基于控制逻辑的自动驾驶决策的关键是能够准确感知环境并建立基于各种驾驶场景的驾驶模式，要求设计者完全掌握各种驾驶场景、驾驶模式及对应的车辆控制算法，但在现实的情况中，没有一种算法能达到完美覆盖每个场景，因而就可能存在各种针对未知场景的决策隐患。因此，随着人工智能的发展，特别是随着深度学习的快速进展，很多学者采用基于人工智能的学习机制研究端到端的自动驾驶，即直接根据传感信息的输入，利用深度学习或增强学习等直接输出车辆的方向及油门和刹车控制参数，这种方式具有自学习的特征，可以随着车辆的使用，车辆的决策能力会不断得到优化提升，越来越具备智能。但这种方式的决策也存在隐患，就是决策过程是一个黑箱，在出现事故和问题时，往往难以发现事故的原因，难以有效控制隐患和事故的发生。
智能汽车底盘电子控制需要线控化
智能汽车控制系统需要将驾驶大脑给出的车辆控制参数转化为车辆的转向动作和驱动制动。所有的智能车驾驶大脑的控制命令都是数字信号，这就要求车辆的执行机构必须是数字控制的，同时要求具有较高的控制精度和稳定性，线控X-By-Wire系统将是实现这种控制的最好的技术途径。对智能车的控制而言，不单单是能够让车跟随一条设计好的轨迹行驶，同时要在保证安全的基础上，兼容考虑乘坐的舒适性以及车辆的行驶经济性。所以控制系统的实现需要专业零部件厂商的积极配合，由于我国在传统汽车底盘电子系统上的工作经验积累偏弱，目前在国内智能汽车发展过程中，主要底盘线控系统还是依赖进口或者由国外厂商配套，我国汽车行业还需要在智能汽车执行器线控化方面加大工作投入。针对智能车的控制，未来高级别的无人自动驾驶，除考虑单车的控制外，还需要综合考虑缓解交通拥堵、提高交通安全与效率、节约能源并减少环境污染。这就要求车辆具备协同控制，不仅要满足自车性能及行驶的需要，还要考虑周围交通状态，考虑周围的车队稳定性、交通流稳定性、交通安全及交通效率等，在车与车之间、车与队列之间进行综合协调，实现多车乃至整个交通系统的综合优化。
总之，智能汽车的发展给我国在传统汽车发展的基础上开辟了一条新的跑道。在这条新跑道上，中国的很多技术还不成熟，同样国际上在这方面也不成熟。以上诸方面的所有问题，不仅是中国汽车行业所面临的问题，而且是全世界汽车行业共同面临的问题。困难并存的局面，就是大家都在同一个起跑线上，这样我国才有了新的竞争机会。在竞争面前，就要看我们的努力，看我们是否能有所作为。从这个角度说，我一直不太赞成中国汽车产业会实现弯道超车这样的说法。因为汽车产业的发展同样没有捷径可走，弯道超车的说法并不成立。
从智能汽车需要建设、突破的诸多方面来看，真正要实现高级别的无人驾驶，汽车产业还有很长的一段路要走，有很多关键技术瓶颈需要突破。但我们也看到，虽然存在很多的困难，智能汽车的发展是不可阻挡的，汽车新四化(电动化、智能化、网联化及共享化)正在为当今社会带来一场技术变革，汽车的使用方式，交通法规、交通管理和交通基础建设都在发生改变，不仅仅是汽车产业将发生巨变，整个未来交通出行体系也正在被重构，社会形态将发生新的变化。
(来源：中国工业和信息化)
（转载）
