10.16638/jki.1671-7988.2019.15.010
黄钰峰，高艺鹏
（长安大学汽车学院，陕西西安710064）
摘要：随着车联网技术的发展，及基础设施的不断完善，智能网联汽车距离我们也更近一步，但随之而来的技术问题也日益凸显。文章主要介绍了智能网联汽车的发展，对智能网联汽车的技术现状进行了具体分析，并依托长安大学智能汽车试验平台对智能网联汽车测试进行了实例分析，最后对未来智能网联汽车的发展做出总结。
关键词：智能网联汽车；发展；技术现状；汽车测试
中图分类号：U467 文献标识码：A 文章编号：1671-7988(2019)15-26-04
Analysis on the technology and testing status of Intelligent Connected Vehicle in China
Huang Yufeng, Gao Yipeng
（School of Automobile, Chang’An University, Shaanxi Xi'an 710064）
Abstract: With the development of Internet of vehicles technology and the continuous improvement of infrastructure, the intelligent connected vehicle is getting closer to us. But the following technical problems are becoming increasingly prominent. This paper mainly introduces the development of intelligent connected vehicles, analyzes the technical status quo, and analyzes the test examples of intelligent connected vehicles based on the intelligent vehicle test platform of Chang'an university. Finally we summarize the future development of intelligent connected vehicles in the future.
Keywords: Intelligent Connected Vehicle; development; technical status; the vehicle test
CLC NO.: U467 Document Code: A Article ID: 1671-7988(2019)15-26-04
前言
2018年对于汽车行业来说，可能不是多么顺利的一年，整体汽车市场呈现负增长态势，国内汽车产销规模也已达到较高基数，汽车市场竞争越来越激烈。与此同时，随着汽车技术的进步，以及人民生活质量不断提升，市场对车辆安全、环保、智能的渴求也开始增强，于是近几年一些新型的车辆得以不断发展，
而智能网联汽车便是其一。1 智能网联汽车的定义与发展
1.1 智能网联汽车的定义
智能网联汽车（ICV, Intelligent Connected Vehicle）是无人驾驶汽车的核心承载主体，是车联网与智能车的有机结合，是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，实现人、车、路、后台等智能信息交换共享，实现安全、舒适、节能、高效行驶，并最终可替代人来操作的新一代汽车。[1]
1.2 智能网联汽车的发展
对智能汽车来讲，其实早在20世纪50年代便有了初步的发展，到八九十年代视觉传感器的出现对智能驾驶的推动巨大；21世纪，激光雷达特别是LIDAR，成为了智能汽车发展的重要推动力；一百多年以来，传感器技术的发展、环
作者简介：黄钰峰，本科生，就读于长安大学汽车学院，主要研究方向：车辆工程。高艺鹏，就读于长安大学汽车学院，本科生，主要研究方向：车辆工程。
26
黄钰峰 等：我国智能网联汽车技术及测试现状分析
27
境感知能力的不断增强也加快了智能网联的建设。现今，谷歌、百度等互联网公司相继踏足该领域，无疑又为智能网联汽车的发展增添了更加强大的生命与活力。
纵观整个智能网联汽车行业，技术的突破及产品的革新是智能网联汽车发展的根本驱动力，同时，政策的跟进驱使着新理念、新技术、新人才投入其中，使得智能网联汽车在硝烟弥漫的汽车市场中得以生存与发展。
2 智能网联汽车技术现状
2.1 智能网联汽车技术
通俗来讲，智能网联汽车能做到三个事情：摄像头和传感器替代人的眼睛、耳朵，先进的中央决策系统替代人的大脑，执行系统替代人的手脚。从这个角度来说，智能汽车关键技术便可分三大部分：环境感知技术、中央决策技术、底层控制技术。
环境感知技术：环境感知包括车辆本身状态感知、道路感知、行人感知、交通信号感知等。[2]在复杂的路况交通环境下，单一传感器无法完成环境感知的全部，必须整合各种类型的传感器，利用传感器融合技术，使其为智能网联汽车提供更加真实可靠的路况环境信息。[2]
而车辆整体环境信息的及时性、准确性和可靠性都依赖于车辆环境感知技术。[3]
底层控制技术：现有的汽车零部件厂商在底层控制市场已沉淀多年，底层控制系统对于智能网联汽车已然不是什么难题。对于无人车来讲，这些控制系统最终都能够实现相应功能，并得到完善。
中央决策技术：对于人来讲，我们驾驶汽车会不断地学习，遇到不同的情况会自行记忆，遭遇各种意外也有应急的处理措施，而最为关键的一点是人是可以犯错的，但相应地会有一套完整、完善的法律体系做保障。而无人车正好缺乏，如果车辆对环境及各种各样的路况、交通事故不能做到提前预知，那么一旦遭遇事故就很难处理。中央决策会是无人车发展过程中的瓶颈，这个瓶颈想要克服，还需要通过环境感知系统的加强来解决。
图1 智能网联汽车技术体系架构[4]
除上述三大技术外，智能网联汽车的发展还离不开其他各项先进科技技术做支撑，图1所示为智能网联汽车技术体系架构示意图，下面对智能网联汽车具体关键技术做简单介
绍。
无线通信技术：长距离无线通信技术用于提供即时的互联网接入，主要运用4G/5G 技术，而相比4G 网络，5G 技术具有超大带宽、超低时延和超大接入量等特点，峰值速率提升在20倍以上，对自动驾驶亟待提升的行驶数据采集、处理和交互控制提升将提供跨越式帮助。数据显示，到2020年，无人驾驶汽车将消耗至少0.75GB/s 的数据流量，庞大的数据量需要超高速率、超低时延的传输，而5G 技术能更好的解
决这些问题。[5]因此，中国智能汽车理应抢先握住5G 时代的
翅膀，在通信技术上进行突破。事实上，自2018年9月19日，中国移动发布国内第一条5G 自动驾驶车辆测试道路起，国内智能网联汽车的发展便加速迈入5G 时代。但目前，自动驾驶技术很大程度上仍旧依赖于4G 技术、V2V （车对车）和V2I （车对基础设施）等技术的结合，而V2V 和V2I 技术主要应用DSRC 专用短程通信技术。[6]
高精度地图与定位技术：高精地图可以为车辆环境感知提供辅助，提供超视距路况信息，并帮助车辆进行规划决策。当然除了全局性的了解道路状况外，自动驾驶也需要实时确定车辆自身的确切位置，定位精度越高，自动驾驶的可靠性越高。[7]而这两项技术正是整个智能汽车的核心部分，制约着其中央决策系统的优劣。
先进驾驶辅助技术：先进驾驶辅助技术通过车辆环境感知技术和自组织网络技术对道路、车辆、行人、交通标志、交通信号等进行检测和识别，对识别信号进行分析处理，传输给执行机构，保障车辆安全行驶。先进驾驶辅助技术是智能网联汽车重点发展的技术，其成熟程度和使用多少代表了智能网联汽车的技术水平，是其他关键技术的具体应用体现。
信息安全与隐私保护技术：智能网联汽车在与网络连接的同时，必然会导致部分安全性的丢失。事实上，在汽车使用过程中，信息终端将不断处理和上传用户信息，这些暴露在网络中的信息很容易被窃取、干扰甚至篡改从而直接影响智能网联汽车体系的安全，因此在智能网联汽车中，必须重视信息安全与隐私保护技术的研究。
除去上诉四大关键技术，智能互联技术、人机界面技术（HMI ）、信息融合技术、车载网络技术、异构网络融合关键技术、交通大数据处理与分析关键技术、交通云计算与云存储关键技术也是当前我国智能网联汽车发展的重要突破点。 2.2 智能网联汽车测试
随着智能网联汽车的快速发展，我们的汽车将会变得更加舒适便捷，也更加环保，不仅能减轻驾驶人的负担，提高
道路的通行能力，还能够在一定程度上减少交通事故的发生。但近年来，特斯拉、谷歌、Uber 等公司因其智能网联汽车系统不稳定、测试不充分导致了一系列交通事故, 从而引发了人们对智能网联汽车的恐慌。[8]因此，发展智能网联汽车不仅需要研究新功能和新算法，保证汽车在运行过程中的安全
汽车实用技术
28 和可靠性才是整个开发过程中的最大难点。只有通过完善的智能网联汽车测试与评价技术，我们的智能网联汽车才能有效确保汽车功能的正常发挥，才能在激烈的智能汽车市场中获取竞争力。
中国汽车技术论坛据不完全统计，国内现有智能网联汽车测试示范区已经超过20个，下面主要结合“长安大学车联网与智能汽车试验场”对智能网联汽车相关基本性能测试做部分介绍（试验场具体功能分区示意如图2所示）。
图2 长安大学车联网与智能汽车试验场功能分区
（1）弱势交通参与者碰撞避免测试
车辆在道路行驶过程中，若突遇行人（或自行车），将主动鸣笛、减速/刹车或换道行驶，如图3。本应用适用于对我国城市及郊区普通道路的碰撞危险预警的测试。
图3 弱势交通参与者碰撞避免测试示意图
（2）前方车辆紧急停车避碰测试
主车（HV ，Host Vehicle ）在车道上行驶，与在正前方同一车道的远车（RV ，Remote Vehicle ）存在追尾碰撞危险时，主车应减速并换道。[9]
本应用适用于对普通道路或高速公路车辆追尾碰撞危险预警的测试。
（3）红绿灯自动识别及无人车速度调控测试
情形1，当无人汽车HV 驶近信号灯控制的路口时，根据视觉传感器检测的结果，结合自车的定位和行驶状态信息，车辆应能按“红灯停、绿灯行”的规则自主通过信号灯路口；情形2，当无人汽车HV 与红绿灯相距较远时，基于V2X 技术，在远端接收前方红绿灯的配时情况，并根据自身车速、剩余红灯配时，应能自动调节车速，从而使得自身在不停车的情况下通过红绿灯停止线。[9]
通过对上诉两类情形的测试可保障红绿灯交叉路口车辆的通行能力及流通效率，并在一定程度上缓解十字路口拥堵状况。
（4）车-路信息交互测试
HV 在道路上行驶的过程中，基于V2I 技术可实时的与
配备RSU 的路侧标牌通信，检测前方道路状况。[9]根据检测结果，如限速、施工、弯道等内容，测试车辆做出的相应决策，从而实时预知交通信息，确保车辆运行安全。
（5）交叉路口碰撞预警测试
在没有红绿灯的十字路口或丁字路口，HV 在路口起步准备直行时，RV-1从HV 左侧驶向路口，HV 的视
线可能被出现在路口的RV-2所遮挡，HV 启动并准备进入路口时，检测ICW 是否对HV 驾驶员发出预警，以提醒驾驶员与侧向来车RV-1存在碰撞危险；当RV-1通过路口后，检测是否提醒HV 驾驶员直行，示意图如图4。
[9]
图4 交叉路口碰撞预警测试示意图
上诉检测方案分别从行人、远车、道路及交通信号等因素对汽车的环境感知能力进行了测试，同时也对车辆自身响应的可靠度及稳定性做出一定的检验，以确保汽车功能的正常发挥，保障车辆实际道路运行安全。这是目前我国智能网联汽车几种最基本的测试方式，而更加丰富、更加完备的测试方案也将会随着技术的发展，源源不断地投入到智能网联汽车的测试应用当中，因篇幅有限，本文便不做详细介绍。
3 总结
结合我国智能网联汽车的技术及测试现状，我们能看到，目前国内智能网联汽车正处于快速发展阶段，相关技术不断创新，道路测试水平也在持续提升，部分企业已实现特定区域无人驾驶运营，现有智能网联汽车也表现出较良好的运行态势。但值得一提的是，不同于其他国家，我国道路状况显得更为复杂，无人车实际道路运行也更加困难，国家和相关企业若想进一步推动智能网联汽车发展，还需不断提高产
业技术和道路测试水平，努力完善相关法律体系。我们期待，智能网联将会为未来出行绘制出一幅无比美好的蓝图。
参考文献
[1] 中国智能网联汽车产业蓄势待发[J].日用电器,2016(08):1. [2] 智车科技.智能网联汽车的关键技术有哪些？[OL].搜狐网,2019-
01-29. www.sohu/a/292080441_100292877.
[3] 王建强，王昕.智能网联汽车体系结构与关键技术[J].长安大学学
报(社会科学版),2017,19(06):18-25.
（下转第69页）
薛方 等：基于回归分析的公路货运量预测
69
4 结论
本文以中华人民共和国交通运输部公开的公路货运量数据为基准，结合国家统计局公开的年度数据搭建多元线性回归预测模型来预测未来某时段的公路货运量，模型可行性较好，预测效果优。
不足之处：各因子都近似为线性模型，如果可以到一种非线性的函数形式替换效果估计更好。
参考文献
[1] 李柏年，吴礼斌，张孔生，丁华.MATLAB 数据分析方法[M].北京：机
械工业出版社,2012.1:53-80.
[2] 周志华.机器学习[M].北京：清华大学出版社,2016:53-57.
[3] 周品，李晓东.数字图像处理[M].北京：清华大学出版社,2012.8:
370-384.
[4] 梁仁鸿，仵思燃.公路货物运输量统计新试行方案问题及完善思路
[J].公路交通科技,2018,7(35):151-158.
[5] 张忠民.公路货物运输量统计方案完善与应用研究[J].交通与运
输,2015,7:186-189.
[6] 孙磊磊，李琼.公路运输量统计中的计量误差分析[J].理论新
探,2012,12:26-28.
[7] 刘拥华，孙静怡，何民，贾利民，庄文君.高速公路货物运输量统计方
法[J].公路交通科技, 2012,29(4):143-148.
[8] 于丹阳，王屾.北京市公路货物运输量抽样调查分析与建议[J].公
路交通科技,2017,1:183-187.
[9] 郭红霞，栗庆耀.公路货运量统计调查方法的改进[J].统计与决
策,2012,21:89-92.
[10] 张志俊，周娅.满足多层次需要的公路运输量抽样调查方法[J].统
计与决策,2014,2:79:81.
[11] 王俊波.组合预测方法在公路运输量预测中的应用研究[J].青岛
理工大学学报,2011,6(32):95-99.
[12] 吴凤山，范林业.中国公路货物运输量的长期预测[J].哈尔滨工业
大学学报,1985,6:8-18.
[13] 瞿尔仁，张乾坤，吴涛，甄晓霞，何刚.公路运输量预测的综合时序
分析[J].合肥工业大学学报(自然科学版),2002,2(25):191-195. [14] 张志俊.公路运输量月度波动系数研究[J].统计与决策,2009,21:
38-39.
[15] 张志俊，左庆乐.公路货物运输量与GDP 的耦合协调度分析[J].
统计观察,2016,22:92-94.
（上接第28页）
[4] 甘海云.智能网联汽车的技术架构及测试方法[J].天津职业技术师
范大学学报,2018,28(01):1-5.
[5] 静静. MWC2017让技术回归、5G 先行 国产厂商这次要领头?
[OL].网易科技,2017-03-01.wwwii/industry/2017- 03/01/content_1825925_2.htm.
[6] 王金玉. 5G 自动驾驶来了！我国首个5G 自动驾驶应用示范公共
服务平台重庆启动[OL].中国汽车报,2019-01-16. www.
cnautonews/tj/znwl/201901/t20190116_604996.html.
[7] 任海宁.“高精地图+高精定位”对自动驾驶意味着什么？[OL].
车云网,2017-08-10. www.cheyun/content/17589. [8] 和福建，石娟，秦孔建.国内外智能网联汽车公共道路测试现状和
发展趋势研究[J].中国汽车,2018(12):28-33.
[9] 爱上长大.揭秘长安大学车联网与智能汽车试验场你不了解的一
面[OL].汽车测试网,2019(01):6-13.www.auto-testing/ news/show-95775.html.
发布评论