详解汽车智能化及关键核心技术：电动汽车是最佳平台

2016年5月19日，第四届电动汽车及其关键零部件评价国际研讨会在江苏常州举行。本次研讨会的主题是“测试与评估促进产品技术升级”。围绕汽车、动力电池系统、驱动系统和充电系统四大技术领域，围绕新能源汽车测试条件、企业和产品准入政策法规、EV-TEST、智能网联汽车、新能源汽车安全运行监测、，以及动力电池系统的开发和测试。

上海交通大学汽车工程研究所教授张neneneba锡发表了题为“电动汽车智能关键核心技术”的演讲。他说，电动汽车是最好的智能化平台，也为电动汽车的发展注入了新的活力和活力，这需要在技术、制度、政策和法律上下功夫。

上海交通大学汽车工程研究院张neneneba锡教授

智能电动汽车的现状与发展趋势

目前，交通面临三大问题，即安全、拥堵和污染。智能电动汽车的目标就是要解决这三大问题。我们团队对智能汽车的定义是，在物理上构建新的传感器、控制器和执行器，并集成当前的一些理论，如通信、网络、控制和人工智能，以解决环境意识和智能决策等问题，最终实现安全、舒适、节能和高效的功能，这可以代替驾驶员的操作。

针对智能汽车的技术现状，提出了从0到4的五个等级的分布。对于目前的智能汽车来说，大多处于2到3的阶段，要实现全工况无人驾驶还有很长的路要走。目前，推动智能汽车发展的主要力量有三大，一是学院，包括研究院和大学，二是传统汽车公司，如大众、奔驰和长安，三是新兴科技公司，包括谷歌、百度和乐视。趋势应该是解决这三方的整合问题，最终传统车企将成为主导研发主体。

首先，智能汽车的第一步是传感和信息获取。目前的问题是，许多正在开发的智能汽车中使用的传感器可能过于昂贵，例如激光雷达，成本可能达到数十万元，这对智能汽车市场化的推进非常不利。一种解决方案是使用相对低成本的传感器，结合一些相对高科技的控制策略和信息融合策略，从而最大限度地发挥智能汽车的功能。

在后续的市场化中，前期的测试规范可能会出现一些问题，分为三部分。第一部分是实验室中的模拟，第二部分是构建的具有真实交通环境和数据采集与监测传感器的现场。通过内部场地的建设，将实现汽车的初始现场测试，最终在实际道路或实际公路上进行测试。最后，将使用大量传感器对其进行校准和校准，然后需要进行标准修订。基于网络连接方面，考虑路测单元的信息输入，包括车道操作、协同感知、路口辅助等，以及移动通信网络的集成，以促进整个数据采集的全面性。

智能汽车的关键技术

智能汽车还包括传统的汽油车和柴油车。电动汽车具有以下优点。首先是电机反应迅速。此外，作为执行器，电机需要线控转向和制动才能实现平稳运行。第三，电动汽车的智能反馈和节能是环保的。第四，结构相对简单。第五，中国在电动汽车技术方面处于良好的研究水平。与传统的汽车发动机和底盘技术受到外国品牌的限制不同，电动汽车更容易突破工业化，从而避免了一些技术壁垒。

我们划分ADAS技术……

logy分为几个层次，将其与人类的一种行为模式进行比较。第一层是环境感知层，通过包括雷达、相机等在内的认知功能模拟人类的五种感官。下面是大脑的一个基本功能，即信息融合和智能决策。人类大脑中不仅存在神经元，而且还需要大脑神经元之间的信息和数据交互。最重要的是对人类行为做出行为决策，最终模拟人体肢体，这是智能控制的执行层，最终实现对汽车的控制和执行。

一个基本的系统是从环境感知、各种传感器、摄像头、雷达等收集这些数据，然后进行融合，包括场景重建，包括三维场景，然后进行精确定位，通过GPS或北斗系统获得位置，然后识别障碍物，包括正负障碍物、车辆识别等。，然后进行智能决策，包括路径规划、人机共建等。上述各层可以很好地与车辆的一些动力学、车辆本身以及传统车辆本身的一些知识系统相结合。目前，一些研究人员将我们的汽车视为一个黑匣子，认为他可能不知道这辆车，但他可以传递汽车的一些指令，但最终的效果可能不如你将汽车的整个性能整合在一起，最终取得良好的效果。

安全系统的问题，智能系统也是一辆车，所以有驾驶安全，智能驾驶或无人驾驶的安全非常重要。另一个是信息安全，这是一个新概念。信息安全和通信系统，包括一些汽车联网，或者云中的一些信息融合，如果存在一定的信息传输风险，其他人可以通过他的一些控制来控制你的汽车。这也是一个真实的案例。此外，在智能控制系统的架构中，必须建立好一个架构，必须建立一个统一集成的架构，最后是整车的集成和校准。为了集成车辆的关键部件和电池系统的适应性变化，有必要集成上述级别的数据或信息，最后是测试问题。

环境感知和信息融合包括几个理论，或一些基础知识系统、计算机视觉和图像处理、机器学习理论、数据融合理论等，包括三维场景的重建、行人的感知及其行为，因为前方可能有很多目标，包括在极端情况下行人过马路的可能性，如何处理，包括行人阻挡行人后，汽车阻挡行人的问题，通过静态或动态传感，判断行人的运动方向不是很好。对于驾驶员来说，这是一项基本要求。为了预测行人将如何移动，这也对感知和信息融合提出了更高的要求。以下是基于高精度定位技术的决策层、人工智能、决策支持、机器学习等。控制执行是与执行机构（包括电机和电池等）以及有线控制技术等的良好结合，必须集成到控制执行单元中。

控制架构与整车集成，考虑了多核处理单元、多核智能控制系统、同步并行处理获得的信息、数据决策等。最后，将整个控制系统集成到整车中，这可以降低通信分布的复杂性和在这种复杂性下数据传输错误的概率。

最后是测试环节，包括最初在实验室环境中对传感器和控制器进行简单的单向测试，这是一种功能测试；

在封闭的环境中，我们设立了一个封闭的测试场地，并通过该场地的封闭环境测试安全系统的功能和性能。在稀疏的交通环境中进行测试，包括车辆较少的高速公路或非高峰道路，为车辆的安全提供了一些可靠的基本条件，最终在开放的道路上进行全天测试。综合考虑各种因素，结合智能汽车的特殊要求，建立标准的专用场地并最终形成标准的测试体系非常重要，这对智能汽车的普及和智能化非常重要。

工业化的思路，如何解决基础理论与实现全自动驾驶汽车落地之间的平衡，目前是基于理论研究，如何真正融入工业化汽车功能的体现，这是实现智能电动汽车的关键。

建议和思考

电动汽车是最好的智能平台，它也为电动汽车的发展注入了新的活力。我们需要从制度、政策和法律的各个方面做出努力。一个是产学研协同发展的理念，推动一体化发展，以用户为中心，以乘客为中心发展技术。打破行业壁垒，促进传统汽车、IT企业和交通运输行业的融合。如今，许多IT公司将汽车视为黑匣子，传统汽车缺乏创新。如何在各个方面促进产业融合是非常重要的。我们认为，利用it公司强大的人工智能操作系统技术和他的创新思维，结合传统汽车行业的完整技术体系，推动智能电动汽车的发展，是一条合理的技术路线。坚持自主特色，形成智能汽车产业核心竞争力，坚持导航自主。在中国非常复杂的交通场景下，可以实现更好的定位精度和信息输入。

智能汽车试验场和示范园区的建设对政府提出了一些要求。目前，智能汽车示范区已在北京、上海、杭州和重庆获批，武汉正在审批过程中。进一步加快智能汽车相关标准、法规和规范的建设，因为这些相关标准和规范都是全新的，如何制定合理的标准和规范也给相关研究人员和政府机构带来了一些新的挑战。最后，无人驾驶汽车可能存在社会和道德问题。最后的责任是，如果你在购买无人驾驶汽车后发生事故，是车主的问题、制造商的问题还是保险公司的问题？目前，似乎每个人都认为是汽车公司，他提供了汽车，一切都由他控制，我无法控制。责任可能在于汽车公司。如何最终确定它是该行业需要思考的问题。2016年5月19日，第四届电动汽车及其关键零部件评价国际研讨会在江苏常州举行。本次研讨会的主题是“测试与评估促进产品技术升级”。围绕汽车、动力电池系统、驱动系统和充电系统四大技术领域，围绕新能源汽车测试条件、企业和产品准入政策法规、EV-TEST、智能网联汽车、新能源汽车安全运行监测、，以及动力电池系统的开发和测试。

上海交通大学汽车工程研究所教授张neneneba锡发表了题为“电动汽车智能关键核心技术”的演讲。他说，电动汽车是最好的智能化平台，也为电动汽车的发展注入了新的活力和活力，这需要在技术、制度、政策和法律上下功夫。

上海交通大学汽车工程研究院张neneneba锡教授

智能电动汽车的现状与发展趋势

目前，交通面临三大问题，即安全、拥堵和污染。智能电动汽车的目标是解决这些问题……

e重大问题。我们团队对智能汽车的定义是，在物理上构建新的传感器、控制器和执行器，并集成当前的一些理论，如通信、网络、控制和人工智能，以解决环境意识和智能决策等问题，最终实现安全、舒适、节能和高效的功能，这可以代替驾驶员的操作。

针对智能汽车的技术现状，提出了从0到4的五个等级的分布。对于目前的智能汽车来说，大多处于2到3的阶段，要实现全工况无人驾驶还有很长的路要走。目前，推动智能汽车发展的主要力量有三大，一是学院，包括研究院和大学，二是传统汽车公司，如大众、奔驰和长安，三是新兴科技公司，包括谷歌、百度和乐视。趋势应该是解决这三方的整合问题，最终传统车企将成为主导研发主体。

首先，智能汽车的第一步是传感和信息获取。目前的问题是，许多正在开发的智能汽车中使用的传感器可能过于昂贵，例如激光雷达，成本可能达到数十万元，这对智能汽车市场化的推进非常不利。一种解决方案是使用相对低成本的传感器，结合一些相对高科技的控制策略和信息融合策略，从而最大限度地发挥智能汽车的功能。

在后续的市场化中，前期的测试规范可能会出现一些问题，分为三部分。第一部分是实验室中的模拟，第二部分是构建的具有真实交通环境和数据采集与监测传感器的现场。通过内部场地的建设，将实现汽车的初始现场测试，最终在实际道路或实际公路上进行测试。最后，将使用大量传感器对其进行校准和校准，然后需要进行标准修订。基于网络连接方面，考虑路测单元的信息输入，包括车道操作、协同感知、路口辅助等，以及移动通信网络的集成，以促进整个数据采集的全面性。

智能汽车的关键技术

智能汽车还包括传统的汽油车和柴油车。电动汽车具有以下优点。首先是电机反应迅速。此外，作为执行器，电机需要线控转向和制动才能实现平稳运行。第三，电动汽车的智能反馈和节能是环保的。第四，结构相对简单。第五，中国在电动汽车技术方面处于良好的研究水平。与传统的汽车发动机和底盘技术受到外国品牌的限制不同，电动汽车更容易突破工业化，从而避免了一些技术壁垒。

我们将ADAS技术分为几个层次，将其与人类的行为模式进行比较。第一层是环境感知层，通过包括雷达、相机等在内的认知功能模拟人类的五种感官。下面是大脑的一个基本功能，即信息融合和智能决策。人类大脑中不仅存在神经元，而且还需要大脑神经元之间的信息和数据交互。最重要的是对人类行为做出行为决策，最终模拟人体肢体，这是智能控制的执行层，最终实现对汽车的控制和执行。

一个基本的系统是从环境感知、各种传感器、摄像头、雷达等收集这些数据，然后进行融合，包括场景重建，包括三维场景，然后进行精确定位，通过GPS或北斗系统获得位置，然后识别障碍物，包括正负障碍物、车辆识别等。，然后进行智能决策，包括路径规划、人机共建等。上述各层可以很好地与车辆的一些动力学、车辆本身以及传统车辆本身的一些知识系统相结合。目前，一些研究人员将我们的汽车视为一个黑匣子，认为他可能不知道这辆车，但他可以传递汽车的一些指令……

t最终的效果可能不如你对汽车整体性能的整合，最终取得良好的效果。

安全系统的问题，智能系统也是一辆车，所以有驾驶安全，智能驾驶或无人驾驶的安全非常重要。另一个是信息安全，这是一个新概念。信息安全和通信系统，包括一些汽车联网，或者云中的一些信息融合，如果存在一定的信息传输风险，其他人可以通过他的一些控制来控制你的汽车。这也是一个真实的案例。此外，在智能控制系统的架构中，必须建立好一个架构，必须建立一个统一集成的架构，最后是整车的集成和校准。为了集成车辆的关键部件和电池系统的适应性变化，有必要集成上述级别的数据或信息，最后是测试问题。

环境感知和信息融合包括几个理论，或一些基础知识系统、计算机视觉和图像处理、机器学习理论、数据融合理论等，包括三维场景的重建、行人的感知及其行为，因为前方可能有很多目标，包括在极端情况下行人过马路的可能性，如何处理，包括行人阻挡行人后，汽车阻挡行人的问题，通过静态或动态传感，判断行人的运动方向不是很好。对于驾驶员来说，这是一项基本要求。为了预测行人将如何移动，这也对感知和信息融合提出了更高的要求。以下是基于高精度定位技术的决策层、人工智能、决策支持、机器学习等。控制执行是与执行机构（包括电机和电池等）以及有线控制技术等的良好结合，必须集成到控制执行单元中。

控制架构与整车集成，考虑了多核处理单元、多核智能控制系统、同步并行处理获得的信息、数据决策等。最后，将整个控制系统集成到整车中，这可以降低通信分布的复杂性和在这种复杂性下数据传输错误的概率。

最后是测试环节，包括最初在实验室环境中对传感器和控制器进行简单的单向测试，这是一种功能测试；

在封闭的环境中，我们设立了一个封闭的测试场地，并通过该场地的封闭环境测试安全系统的功能和性能。在稀疏的交通环境中进行测试，包括车辆较少的高速公路或非高峰道路，为车辆的安全提供了一些可靠的基本条件，最终在开放的道路上进行全天测试。综合考虑各种因素，结合智能汽车的特殊要求，建立标准的专用场地并最终形成标准的测试体系非常重要，这对智能汽车的普及和智能化非常重要。

工业化的思路，如何解决基础理论与实现全自动驾驶汽车落地之间的平衡，目前是基于理论研究，如何真正融入工业化汽车功能的体现，这是实现智能电动汽车的关键。

建议和思考

电动汽车是最好的智能平台，它也为电动汽车的发展注入了新的活力。我们需要从制度、政策和法律的各个方面做出努力。一个是产学研协同发展的理念，推动一体化发展，以用户为中心，以乘客为中心发展技术。打破行业壁垒，促进传统汽车、IT企业和交通运输行业的融合。如今，许多IT公司将汽车视为黑匣子，传统汽车缺乏创新。如何在各个方面促进产业融合是非常重要的。我们认为，利用it公司强大的人工智能操作系统技术和他的创新思维，结合传统汽车行业的完整技术体系，推动智能电动汽车的发展，是一条合理的技术路线。坚持自主特色，形成智能汽车产业核心竞争力，坚持导航自主。在中国非常复杂的交通场景下，可以实现更好的定位精度和信息输入。

智能汽车试验场和示范园区的建设对政府提出了一些要求。目前，智能汽车示范区已在北京、上海、杭州和重庆获批，武汉正在审批过程中。进一步加快智能汽车相关标准、法规和规范的建设，因为这些相关标准和规范都是全新的，如何制定合理的标准和规范也给相关研究人员和政府机构带来了一些新的挑战。最后，无人驾驶汽车可能存在社会和道德问题。最后的责任是，如果你在购买无人驾驶汽车后发生事故，是车主的问题、制造商的问题还是保险公司的问题？目前，似乎每个人都认为是汽车公司，他提供了汽车，一切都由他控制，我无法控制。责任可能在于汽车公司。如何最终确定它是该行业需要思考的问题。

标签：奔驰北京长安大众理念

汽车资讯热门资讯