期刊介绍
期刊导读
- 10/03分析:三大通信运营商已建5G基站超40万,中国广
- 10/03河南省通信管理局
- 10/03移动5G情系团圆“盛宴” 河南移动圆满完成央视
- 10/03工业和信息化部科技司关于开展《信息通信行业
- 10/03通信电源对通信系统常运行的重要性论文
我国智能网联汽车关键技术与突破(3)
4.3五大基础共性技术平台及解决方案
为加速推动智能网联汽车技术进步和产业化步伐,亟需解决高精度地图基础数据平台、智能网联汽车云控基础平台、新型智能车载终端基础平台、车辆智能计算基础平台和智能网联汽车信息安全基础平台等五大基础共性技术平台。
1. 高精度地图基础数据平台
建立行业统一的数据标准和交换格式,消除产业合作的技术障碍和标准藩篱。突破高精地图数据采集、融合、更新与数据服务平台等基础技术,开展全国范围的基础道路数据采集,建立公共数据服务平台,实现高覆盖、高精度、高实时性的数据动态更新。
2. 智能网联汽车云控基础平台
建立标准化的智能网联驾驶数据通信与应用接口,实现跨品牌车辆和跨行业应用之间信息的互联互通,以及服务之间的协同与联动,打破信息孤岛现象。解决海量数据的分类规则定义、权重定义、融合感知等规则设计,基于单车、多车的控制模型,实现车路协同感知及集中式协同决策与控制,
3. 新型智能车载终端基础平台
研究面向新一代智能网联汽车的电子电器与网络架构,以以太网为网络主干、域控制器为主要节点,重点开展智能驾驶的冗余设计。制定车内网络通信需求与数据交换格式等标准协议,实现智能车载终端基础平台设计。
4. 车辆智能计算基础平台
发展基于可重构深度学习与增强学习,支持车规级多源目标传感、信息融合、中央决策、上层控制的汽车大脑芯片。提高智能芯片与算法的协同化程度,研究车载环境中场景数据不可预知下芯片的高效非监督式算法演进,布局深度学习模型的稀疏化、低精化,搭建基于高效编译的芯片设计软件生态,并建立规范的芯片测试评价平台与标准。
5.智能网联汽车信息安全基础平台
重点突破智能汽车终端安全、边界安全、网络安全和数据安全技术,建立基于分域隔离与纵深防御的安全控制机制、入侵检测框架与可信认证模型、通信交互框架与访问控制模型数据生命周期管理与安全稳定存储四大能力。促进访问控制、入侵防护、安全隔离、在线升级等技术应用,实现对智能汽车入侵行为的实时监控和阻断。研发面向智能汽车大数据及云平台的身份认证、数据加密、监控审计等安全技术,支撑智能汽车上路的安全运行。
四、智能网联汽车技术发展趋势
智能网联汽车核心在于提升出行的安全性,为提高车辆的感知、决策、执行能力,相关传感器、计算芯片、控制算法、汽车线控、系统集成、信息通信等技术及产品必将向着高可靠性、高性能、低功耗、小型化等方向不断发展。
针对未来社会开放道路的完全无人驾驶,必须适应中国复杂的交通环境和驾驶员习惯。因此,我国亟需建立面向智能网联汽车的中国驾驶员自然驾驶行为基础数据库,打造面向智能网联汽车的驾驶行为数据共享平台。建立面向不同级别自动驾驶系统的中国测试场景库,满足智能网联汽车不同级别自动驾驶系统的测试与评价需求。建立测试场景与测试里程的对应关系,形成仿真测试与实路测试能力与测试方法,支撑我国自动驾驶汽车测试。
五、结语
智能网联汽车产业发展关乎国家战略安全,其多产业融合的特点也决定了其发展需要统筹监管,加强整合资源。我国在体制机制方面的优势可以有效促进跨部门、跨产业、跨技术的协同创新,加快攻克相关技术和产业化难题,保障产业技术的自主安全可控,实现智能汽车强国建设目标。
电动化,智能化、网联化和共享化已经成为汽车产业的发展趋势,智能网联汽车融合汽车制造、计算芯片、人工智能、大数据、云计算、信息通信等多个高新技术产业,具备产业深度融合、技术体系复杂、价值链长、市场规模大等特点,已经成为国际公认的汽车产业发展战略方向。本文梳理了我国智能网联汽车产业与技术发展情况和特点,并对未来发展趋势做出预测。智能网联汽车是人工智能技术所引发的新一轮科技革命浪潮的主要载体,并改写全球汽车产业格局下的产业链、创新链和价值链。美、德、日等世界汽车强国通过产业顶层设计并结合自身产业优势,在智能网联汽车领域已经形成一定先发优势。我国正在通过国家顶层规划、产业政策引导、法规标志修订、开放道路测试等方式,加速智能网联汽车技术和产业化发展步伐并取得显著成绩。智能网联汽车是我国汽车产业实现换道超车的重要战略契机,也是我国建设汽车强国的重要支撑。一、中国智能网联汽车产业发展总体情况2017年4月,工信部、国家发改委和科技部印发《汽车产业中长期发展规划》,并提出加大智能网联汽车关键技术攻关,开展智能网联汽车示范推广,同时对智能网联汽车新车装配率提出明确发展目标:到2020年,汽车DA(驾驶辅助)、PA(部分自动驾驶)、CA(有条件自动驾驶)系统新车装配率超过50%,网联式驾驶辅助系统装配率达到10%。到2025年,汽车DA、PA、CA新车装配率达80%,HA(高度自动驾驶)和FA(完全自动驾驶)汽车开始进入市场。2017年,国家发改委牵头制定《智能汽车创新发展战略》,并于2018年1月5日-18日向全社会公开征求意见。根据《智能汽车创新发展战略》(征求意见稿)规划,到2020年,智能汽车新车占比达到50%;到2035年,中国标准智能汽车享誉全球,率先建成智能汽车强国,全民共享“安全、高效、绿色、文明”的智能汽车社会。图1 智能网联汽车“三横两纵”技术架构产业调研结果显示,2017年中国汽车市场合资品牌超过50%的车型具备辅助驾驶功能,自主品牌超过10%车型具备辅助驾驶功能。百度、华为等ICT公司依托在信息技术方面的优势积极布局无人驾驶。随着人民群众对汽车出行安全的日益重视和国家发展战略的规划指导,预计未来DA、PA级智能网联汽车的市场渗透率将快速提高,高级别智能网联汽车也将加速研发进程。二、中国智能网联汽车关键技术智能网联汽车具有多领域深度交叉融合的特点,相关技术涉及汽车、信息通信、交通等诸多领域,技术架构复杂。根据技术特点可划分为“三横两纵”的技术架构:“三横”是指智能网联汽车主要涉及的车辆、信息交互与基础支撑3个领域技术,“两纵”是指支撑智能网联汽车发展的车载平台以及基础设施条件。具体架构图如图1所示。智能网联汽车多项技术涉及国家信息战略安全,决定了我国必须发展具备中国标准的智能网联汽车,而我国在信息通信、北斗导航、5G等领域的技术优势也为智能网联汽车技术的跨越式发展提供重要支持。智能网联汽车“三横两纵”的技术架构涉及的部分关键技术进展如下:1.环境感知技术环境感知技术利用激光雷达、毫米波雷达、超声波雷达、摄像头等车载传感器及V2X通信技术感知车辆周围环境。虽然传感器的性能和稳定性不断提高,但单一传感器仍难以满足全天候、高精度、高可靠性的环境感知,需要运用多传感器融合技术提高感知能力。在复杂环境识别领域,“深度学习”被认为是更具性能优势的技术方案,但如何更好地理解其“黑箱”式的决策机制,是“深度学习”技术在智能网联汽车取得应用的前提。2.智能决策技术常用的智能网联汽车决策方法包括:状态机、决策树、深度学习、增强学习等,传统的状态机和决策树方法具备高效、可读性强等特点,但其对于特殊、复杂工况的应对能力不足,深度学习具备一定的应对未知工况的能力,但对计算能力要求更高,目前车规级芯片难以满足需求。未来,两种决策机制的协同运作是更具性价比的方案。3.控制执行技术目前在单车控制方面,多采用PID控制、模糊控制、自适应控制等传统控制策略,这些控制方法可靠性高,但是需要车辆制动、转向、油门、悬架的线控技术支持。我国在汽车线控领域虽然取得一定成果,但与国际巨头相比仍有较大差距。随着网联化技术的发展,未来智能网联汽车将作为信息节点,构建智能交通和智慧城市系统,但目前在多车协同控制方面,仍然处于实验室研究阶段通信技术V2X通信技术主要分为以IEEE 802.11p为代表的DSRC通信技术和以蜂窝为基础的LTE-V通信技术两大类。作为最新的LTE技术,5G技术具备高速、高带宽、高容量、低延时等特点,满足未来智能网联汽车的通信需求,是未来V2X通信的重要实现手段,我国在5G领域的技术优势也决定了LTE技术方案更加符合中国发展需要。5.云平台与大数据技术智能网联汽车云平台通过信息交互极大地扩展了车辆的感知能力,通过云平台可实现城市级别的车辆优化控制,云计算中心和边缘云的配合,可进一步提升云控平台效率和对车辆的控制能力,对提高出行安全和效率有重要意义。6.信息安全技术智能网联汽车面临的安全威胁大致可分为“云端威胁、传输威胁、终端威胁和外部威胁”四层。目前,国内正在开展全生命周期信息安全防护设计,构建以预测为核心的智能汽车信息安全保障PPDR体系,打造智能网联汽车的信息安全架构和“端-管-云”协同的信息安全技术体系。7.高精度地图与高精度定位技术高精度地图和高精度定位是智能网联汽车必须的基础技术,可大幅降低车辆信息处理压力。高精度地图的采集涉及到重要的地理信息、安全信息的采集,存储和处理过程必须保证安全可控。我国的北斗导航系统也为智能网联汽车的定位提供安全保障,摆脱对GPS等国外导航系统的依赖。惯性导航和SLAM定位技术则是对卫星导航的重要补充,有助于进一步提升定位精度和稳定性。除上述技术外,九大关键技术中的标准法规和测试评价也是智能网联汽车的重要支撑技术,对加速技术迭代、加快产业化步伐和加强运营监管具有重要意义。三、智能网联汽车技术发展特点4.1 智能网联汽车技术发展特点各相关产业对智能网联汽车的关注和研发投入,大大推动了智能网联汽车的技术进步,智能网联汽车的技术发展也展现出如下特点:1.人工智能技术在智能网联汽车加速应用以“深度学习”为代表的人工智能技术大大推动了智能网联汽车感知技术的提升,Google、百度等互联网公司的持续高投入也进一步推升人工智能技术在汽车上的应用。人工智能可以帮助汽车更好的理解环境,为车辆的自主驾驶提供基础,同时,智能网联汽车也已成为人工智能应用落地的最佳场景。2.自主式与网联式智能加速融合通过V2X辅助信息感知可以在时间、空间两个维度有效扩展智能网联汽车的环境感知能力,是对车载感知系统的强有力补充。随着相关信息通信技术的成熟和基础设施的不断完善,网联式车辆智能和车路协同技术正在受到越来越多的重视,并与自主式智能加速融合。3.道路测试评价技术成为热点开放道路测试是智能网联汽车上路行驶的前提。2017年末,北京市率先提出国内首个无人驾驶道路测试地方性法规,结束了我国企业只能到国外开展道路测试的不利局面。目前,国内已有北京、上海、重庆、天津等十余个城市展开道路测试工作,相关的无人驾驶汽车测试和评价机制也成为研究热点 主要技术突破1. 传感器技术加速发展激光雷达、毫米波雷达、摄像头等传感器的性能直接决定了车辆对环境的感知能力。激光雷达由于分辨率高、具备三维成像能力,成为重要的无人驾驶汽车传感器。目前,机械旋转式激光雷达的高成本限制了其应用,国内外厂商积极研发低成本、高稳定性、小型化的MEMS固态激光雷达。毫米波雷达方面,国内企业已经完成77GHz毫米波雷达的原型开发,钛赫兹毫米波雷达由于具备三维成像能力,也成为毫米波雷达的研究重点之一。2. 异构计算芯片取得突破Intel、Nvidia和高通占据了智能网联汽车计算芯片的主要市场,国内企业正在积极研发相关计算平台和芯片,为中国汽车配上“中国芯”。智能网联汽车所需的异构芯片架构,为企业规避专利壁垒提供了机遇。目前以寒武纪、地平线、深鉴科技等为代表的国内企业在AI芯片的研发上已经取得一定成绩,芯片在功耗和算力方面取得突破。3.辅助驾驶和特定场景无人驾驶技术成熟自动紧急制动系统(AEBS)、车道保持系统(LKS)、自动泊车(PA)、自适应巡航(ACC)等辅助驾驶系统已逐渐成熟,即将进入市场化推广阶段。目前在复杂路况场景,智能网联汽车还不具备完全无人驾驶能力,而机场、港口、矿区、工业园区和旅游景区等特定场景具备道路状况简单、行驶速度较低等特点,对车辆的信息感知、决策控制能力要求较低,将是无人驾驶率先落地的场景。清智科技、智行者等企业针对景区、物流场景的无人驾驶汽车目前已经具备商用化能廖宕蠡」残约际跗教敖饩龇桨肝铀偻贫悄芡导际踅胶筒祷椒ィ叫杞饩龈呔鹊赝蓟∈萜教ā⒅悄芡翟瓶鼗∑教ā⑿滦椭悄艹翟刂斩嘶∑教ā⒊盗局悄芗扑慊∑教ê椭悄芡敌畔踩∑教ǖ任宕蠡」残约际跗教ā?. 高精度地图基础数据平台建立行业统一的数据标准和交换格式,消除产业合作的技术障碍和标准藩篱。突破高精地图数据采集、融合、更新与数据服务平台等基础技术,开展全国范围的基础道路数据采集,建立公共数据服务平台,实现高覆盖、高精度、高实时性的数据动态更新。2. 智能网联汽车云控基础平台建立标准化的智能网联驾驶数据通信与应用接口,实现跨品牌车辆和跨行业应用之间信息的互联互通,以及服务之间的协同与联动,打破信息孤岛现象。解决海量数据的分类规则定义、权重定义、融合感知等规则设计,基于单车、多车的控制模型,实现车路协同感知及集中式协同决策与控制,3. 新型智能车载终端基础平台研究面向新一代智能网联汽车的电子电器与网络架构,以以太网为网络主干、域控制器为主要节点,重点开展智能驾驶的冗余设计。制定车内网络通信需求与数据交换格式等标准协议,实现智能车载终端基础平台设计。4. 车辆智能计算基础平台发展基于可重构深度学习与增强学习,支持车规级多源目标传感、信息融合、中央决策、上层控制的汽车大脑芯片。提高智能芯片与算法的协同化程度,研究车载环境中场景数据不可预知下芯片的高效非监督式算法演进,布局深度学习模型的稀疏化、低精化,搭建基于高效编译的芯片设计软件生态,并建立规范的芯片测试评价平台与标准。5.智能网联汽车信息安全基础平台重点突破智能汽车终端安全、边界安全、网络安全和数据安全技术,建立基于分域隔离与纵深防御的安全控制机制、入侵检测框架与可信认证模型、通信交互框架与访问控制模型数据生命周期管理与安全稳定存储四大能力。促进访问控制、入侵防护、安全隔离、在线升级等技术应用,实现对智能汽车入侵行为的实时监控和阻断。研发面向智能汽车大数据及云平台的身份认证、数据加密、监控审计等安全技术,支撑智能汽车上路的安全运行。四、智能网联汽车技术发展趋势智能网联汽车核心在于提升出行的安全性,为提高车辆的感知、决策、执行能力,相关传感器、计算芯片、控制算法、汽车线控、系统集成、信息通信等技术及产品必将向着高可靠性、高性能、低功耗、小型化等方向不断发展。针对未来社会开放道路的完全无人驾驶,必须适应中国复杂的交通环境和驾驶员习惯。因此,我国亟需建立面向智能网联汽车的中国驾驶员自然驾驶行为基础数据库,打造面向智能网联汽车的驾驶行为数据共享平台。建立面向不同级别自动驾驶系统的中国测试场景库,满足智能网联汽车不同级别自动驾驶系统的测试与评价需求。建立测试场景与测试里程的对应关系,形成仿真测试与实路测试能力与测试方法,支撑我国自动驾驶汽车测试。五、结语智能网联汽车产业发展关乎国家战略安全,其多产业融合的特点也决定了其发展需要统筹监管,加强整合资源。我国在体制机制方面的优势可以有效促进跨部门、跨产业、跨技术的协同创新,加快攻克相关技术和产业化难题,保障产业技术的自主安全可控,实现智能汽车强国建设目标。
文章来源:《信息通信技术与政策》 网址: http://www.xxtxzz.cn/qikandaodu/2020/1003/856.html
上一篇:智能船舶国际标准体系版图
下一篇:通信技术助力汽车智能化和网联化发展