中国智能汽车产业发展报告
目 录
第五章 智能汽车关联产品发展情况(车联网及相关领域)——V2X通信模块发展情况
中国智能汽车产业发展报告
总报告
第一章 中国智能汽车发展综述
随着互联网和人工智能等技术在各行业逐渐渗透,全球汽车产业正面临智能化和网联化所带来的第四次重大变革。在当前中国汽车产业增速放缓的情况下,智能汽车将成为中国汽车产业新的增长点,并有望在汽车智能化变革中实现弯道超车。根据《节能与新能源汽车技术路线图》的规划,到2020年、2025年和2030年,驾驶辅助、部分自动驾驶车辆,高度自动驾驶车辆,完全自动驾驶车辆的市场占有率将分别达到50%、15%和10%。虽然中国智能驾驶行业起步略晚于国际市场,尚处于探索期,但国家政策大力支持、行业巨头布局积极,发展潜力巨大。2017年,中国智能驾驶市场规模超过400亿元,未来将保持每年超过20%的增长速度,到2020年市场规模有望达千亿元。
一、产业发展迅猛,多领域企业开展智能驾驶研究
整体而言,中国智能汽车市场可划分为探索期(2009~2018年)、启动期(2019~2025年)、高速发展期(2025年~)以及成熟应用期四个发展阶段。相对于全球市场,中国企业在智能驾驶领域的推进更积极。中国智能驾驶相关企业主要有整车制造企业、大型互联网企业和小型智能驾驶创业企业三类。
(一)传统汽车企业加大智能汽车布局,但与国际水平仍存在差距
近几年,智能网联汽车的概念开始对传统汽车人的思维造成冲击和改变,中国汽车企业渴望通过智能网联汽车领域在现有汽车企业格局中获得新地位。北汽集团、广汽集团、上汽集团、长安汽车和比亚迪汽车等均已涉足智能汽车领域,积极开展智能汽车研发和测试。其中,2016年4月长安汽车完成了重庆到北京2000公里无人驾驶测试,2017年11月获得美国加利福尼亚州路测无人驾驶牌照,并计划在2020年实现第3级别CA阶段(相当于SAE的L 3级别)无人驾驶汽车量产上市。目前,长安汽车实现内外资源的整合,与华为公司、百度公司、腾讯公司、阿里集团和蔚来汽车等合作伙伴达成了战略合作。上汽集团在智能驾驶领域采取了一系列举措,包括与中国移动、华为公司共同推出的智能出行服务,与Mobileye制定了智能驾驶技术联合开发计划等,与阿里集团合作推出了第一款互联网汽车荣威RX5,并在上市18个月内销量超过50万辆。广汽集团自2013年开始进入智能汽车领域,至今已有5年历史,在基于V2X技术的自动跟车、自动泊车和自动驾驶算法中的多项关键技术方面实现了突破。
中国传统整车企业以智能网联汽车技术跟进为主,采取从DA逐步向FA发展的模式,逐渐提高汽车的自动化水平。目前,各大整车企业的量产乘用车基本具有侧向稳定控制、自动助力转向控制等辅助驾驶功能,高档乘用车配置了自动泊车、自适应巡航和车道偏离预警系统等,而且都在投入巨资研发具有特定工况(低速)托管能力的半自动驾驶技术,包括防撞紧急制动、手机遥控泊车、拥堵跟车和车道跟踪控制等功能。传统整车企业在未来的发展进程中,首先将会面临第3级别CA阶段有条件自动驾驶的人机共驾的挑战。
(二)大型互联网企业加入造车行业,打破传统汽车行业格局
在新一轮科技革命的推动下,大量的互联网企业开始研发智能汽车的关键技术和核心部件,并制订造车计划,积极跻身智能汽车行业,拓展业务领域,力图在新一轮科技浪潮中崭露头角,占据市场主导地位。随着智能驾驶技术的研发和新兴车企的出现,系统级部件和软件算法的研发等使得整车装配技术不再具备高度专业化特点,传统整车制造企业的技术门槛相对降低,这使得智能汽车行业迎来大繁荣、大发展的时代。大量的互联网企业和新型车企及创业公司开始从各个方面展开研究:或研发核心传感器以降低成本推动智能汽车智能化落地;或以攻克关键算法作为技术解决方案;或进行智能汽车研发测试。智能驾驶汽车行业呈现百花齐放、百家争鸣的状态,关键技术、测试装备和测试标准、政策法规等都将持续突破并逐渐标准化,传统汽车行业格局将很快发生变革。
实际上,百度、阿里、华为等都对智能驾驶汽车研发进行了布局推进。以互联网企业百度公司为例,2013年开展无人驾驶汽车项目研发,核心是包括感知、定位、智能决策与控制的“百度汽车大脑”研发。百度通过自主采集和构建高精度地图并运用帧内关键点检测和点云拼接、路面提取等技术,实现了厘米级定位。2015年12月,百度公司无人驾驶汽车在北京完成了首次公开道路测试并于次年底在乌镇试运营;2017年4月,宣布开放自动驾驶平台——Apollo平台,帮助其他研发机构结合其自身的车辆和硬件设备搭建一套与之相匹配的自动驾驶软件系统。2017年7月,推出Apollo 1.0平台,开放封闭场地的自动驾驶能力。目前,百度公司经过大规模上路测试,积累了大量的自动驾驶数据和技术开发能力,并建立起包含感知、定位、高精度地图、规划决策与控制、仿真、后台数据处理等各方面能力的技术平台。
对于以蔚来汽车、小鹏汽车、威马汽车和奇点汽车等为代表的新兴造车企业,从企业的建立阶段便深入布局自动驾驶汽车的研发与制造,正处于快速发展阶段。这些企业纷纷建立各大生产基地,通过不断推出样车和量产计划,抢占汽车智能化的发展风口。根据新兴造车企业的发展战略,汽车智能化将在2018年集中爆发,产品将直接面向终端消费者。随着越来越多的新造车企业走向市场,智能网联汽车行业的洗牌将加快速度,预计未来能够存活的企业仅3~4家。在全新市场阶段,新兴造车企业如何在没有资本注入的情况下实现企业自我造血,不断提升技术竞争力与品牌影响力,将成为决定其未来胜出的关键因素。
(三)众多小型智能驾驶创业企业,围绕智能驾驶产业链进行布局
因智能驾驶技术还不成熟,需要的技术能力和技术方向繁多复杂,涵盖了很多之前未纳入汽车产业链的技术,给创业企业提供了更好的技术输出平台和成功的可能性。目前,众多创业企业纷纷进入智能汽车领域,围绕智能驾驶产业链进行布局。从车辆改装、传感器、数据处理、地图、规划决策、定位和数据后处理等各个环节,整体推动智能汽车技术更好地发展。
目前,创业企业的技术团队中,来自百度公司的较多。2015年成立的“地平线”,将ADAS和自动驾驶两条技术路线同时推进。“地平线”已与美国、德国、日本以及中国这四大汽车市场内的OEM和Tier1展开了合作。2017年3月成立的景驰科技,要完成百度公司未完成的计划,将建立中国首个无人驾驶汽车大规模产业化企业,计划在2018年量产500~1000辆无人驾驶汽车。2017年8月,从百度公司离职的倪凯创立了禾多科技,主攻介于CA与HA之间(相当于SAE的L 3.5级,L 3.5是需要把准L 4系统降维为L 3使用)的自动驾驶技术。此外,新兴初创企业还有Pony.AI、主线科技、roadstar.ai等也在多个场景下开发相应的自动驾驶技术,积极推进多种场景下的自动驾驶技术商用化。
作为行业新进入者,初创企业是轻装上阵,有望凭借各自优势,在无人驾驶的整车制造、运营、系统解决方案或关键零部件等领域获得重要地位,实现跨越式发展,但在激烈竞争中已经出现“大鱼吃小鱼”现象,多数创业企业难逃被大企业收购或阻击的命运。
传统整车企业与新兴互联网企业之间虽然存在一定的竞争关系,但两个领域也在不断地相互学习、补充与融合,共同打造智能网联汽车产业生态体系。上汽集团与阿里集团共同投资开发荣威RX5,利用云端计算提供个性化服务,结合阿里集团的生态数据和车主出行数据推送定制服务,具备智能导航、人机交互等互联功能,为传统汽车智能化开辟了一条典型的可借鉴之路。此外,北汽集团与百度、广汽集团与腾讯等也纷纷签署了战略合作协议,共同在车联网服务、智能驾驶、云平台、大数据、汽车生态圈、智能网联汽车营销和宣传等领域开展业务合作,以推动双方业务的全面发展。
二、企业聚焦智能汽车,产品技术迎来大爆发
企业在智能汽车技术方面的研究方向不同,整车企业大部分以辅助驾驶为先导,通过不断装配传感器攻克关键技术按智能化等级逐层过渡到自动驾驶,最终实现无人驾驶。互联网企业则多通过搭载全面的传感器和成熟的智能驾驶技术直接实现无人驾驶。
智能汽车作为智能化、网联化及电动化的结合体,其构架分为三个系统、一个平台和一套总成。其中,三个系统是感知系统、决策系统和执行系统;一个平台是车联网平台,由通信网络、通信终端及精确的3D地图构成;一套总成系统是电力总成系统,包括动力电池、电机及电控系统等。其中,行业比较公认的智能网联汽车定义是: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,实现车与X(车、路、人、云端等)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,实现“安全、高效、舒适、节能”行驶,并最终实现替代人来操作的新一代汽车。
在环境感知技术层面,智能网联汽车传感器产业的发展较集中,全球汽车传感器90%的市场份额被大陆集团、博世集团、德尔福和电装公司等企业垄断,Velodyne、Quanergy和Ibeo等企业在激光雷达技术方面的优势显著。中国智能网联汽车传感器与国外同类产品相比,整体技术水平普遍不高,面临准确度低、分解能力差、信号精度不足和抗干扰性弱等问题。但是,一些传统军工企业开始布局民用市场,不断促进毫米波雷达技术的成熟与发展。在激光雷达方面,涌现出一些新兴企业进行相关技术与产品研发。
在定位测绘技术层面,在V2X车联网通信领域中存在DSRC与LTE-V两大技术发展阵营。中国华为公司和大唐公司等企业积极参与LTE-V标准制定,并进行产业布局。2015年,华为公司旗下的海思公司独家中标奔驰汽车第二代车载通信模块全球项目,击败了高通公司;2016年,大唐联芯推出业界首款芯片级LTE-V预商用产品。但目前LTE-V车联网通信仍面临技术积累不足、产业标准滞后、与整车企业未紧密衔接等问题。在定位导航方面,北斗导航等技术在车载市场的应用率较低、通信成本较高,尚未充分发挥技术优势,面临应用市场发展不均衡等挑战。
在决策规划技术层面,中国ADAS算法领域的相关企业具有较强竞争力,百度公司和地平线等企业的机器视觉算法技术基本可实现ADAS功能,车道线识别率、车辆识别率等指标紧跟国际水平。目前,中国众多企业集中于智能汽车顶层决策算法的设计研发,但是在芯片处理方面的开发能力欠缺,继续采取直接采购国外芯片的方式,会使得中国核心芯片技术面临空心化危机。
智能汽车的发展涉及多方企业的努力与各种知识技术的融合,是汽车行业全新运营模式的发展形成过程。不可否认,与欧美发达国家相比,传感器、车载芯片、中央处理器、车载操作系统等都是中国的短板和弱项。针对这种情况,政府有关部门应大力扶持新兴的中小型零部件企业,组织政产学研用多方合作,共同攻克智能汽车关键传感器核心技术,降低相关部件成本促进产业化应用;继续支持互联网企业和整车制造企业研发共性技术,加快推进智能汽车应用与测试;最大限度地支持创业创新,掌握更多尖端核心技术,推动智能汽车发展落地。
总体而言,中国在智能网联汽车关键技术领域已取得显著成绩,但随着深入发展会面临一定的挑战,未来需要全面加强智能网联汽车产业的整合联动,进一步提升传感器相关技术研发与制造能力。同时,充分利用中国先进的5G通信及导航定位等技术优势,加快其在智能网联汽车产业的布局与推广,并在国际上发挥带头引领作用。
三、商业模式重塑、跨产业联合成为新形态
“智能汽车”已经不再只具备汽车这一单项功能,而是综合了计算机、互联网、物联网和人工智能等高端技术于一体的“智能移动机器人”。在产品定位和价值重心发生转变之后,智能汽车相关企业势必将重新定义和建立自身的商业模式。2017年以来,中国智能汽车的商业模式不断创新,对整个智能汽车产业的发展起到了积极推动作用。
(一)商业模式不断丰富,跨企业合作模式成为新态势
有效的商业模式能快速带动产业链发展。通过对产品成本分摊与获利平台的重新搭建,重新划分各方成本结构及利益分层,确保各方获利,实现全产业链的盈利,是产业良性发展的运营模式。
在汽车智能化进程的快速推动下,智能汽车市场涌现了大批互联网造车企业。一方面,以BAT为首的互联网企业全面进军汽车行业,纷纷与传统整车企业联手打造全新一代的智能汽车产品。百度公司启动了无人驾驶开发计划;阿里巴巴则早于2014年与上汽集团共同宣布建立合资企业;腾讯公司也牵手广汽集团,准备继续深耕造车领域。另一方面,以蔚来汽车、小鹏汽车、威马汽车和奇点汽车等为代表的互联网造车企业动作频频,第一批智能汽车产品正在逐步落地,未来造车格局进一步明晰。对所有汽车行业的新加入者而言,研发仅是刚刚踏出的第一步,生产并获得上市销售资质才是关键。而目前互联网造车企业普遍在2016~2017年才完成工厂选址,并达成投资意向。为尽快将产品投向市场,大部分互联网造车企业都选择由传统汽车企业代工的模式进行量产产品的生产。
智能汽车产业链分支众多,市场需求量巨大,且发展空间广阔。在汽车行业转型升级的重要阶段,既有企业人才配备齐全、深谙汽车之道的传统汽车企业,也有储备了先进互联网及自动驾驶技术的互联网造车企业,为快速扩张智能汽车市场规模,全新的跨界合作模式无疑是促进产业发展的重要途径。
(二)新商业模式推动智能汽车推广应用规模
随着互联网造车企业快速兴起,衍生出了一系列商业模式。
(1)“互联网+”模式。该模式采用“线上线下”的互联网路线,能快速匹配消费者的需求,并根据消费者的不同需求提供灵活的购买形式。此外,“互联网+”模式也成功刺激了传统汽车企业的造车观念,逐渐体现出将“以用户为核心”的创新思维融入汽车生产、制造及推广过程,并使其在技术与人才交流方面变得日益活跃,促进了高层技术研发及管理人才的流动速度,推动了中国智能汽车产业的快速转型。
(2)共享模式。近几年,中国共享经济市场正在蓬勃发展,其中共享汽车出行已经进入高速发展阶段,传统租车、网约车及分时租赁等共享出行模式正在快速普及与发展。随着汽车共享出行市场的逐渐成熟,互联网专车市场作为市场规模最大、用户认可度较高的互联网出行细分领域,具有显著的资本优势及海量的运营数据,将成为无人驾驶商业化落地的首选。在智能汽车共享时代,“无人驾驶汽车+共享出行”的全新模式将最终解决城市的交通问题。
(3)服务主导模式。在智能汽车全面来临的时代,终端消费者未必需要拥有汽车,市场商业模式将转变为以每次出行服务的里程数以及在途中所使用的服务项目进行计费。对于消费者而言,每一次用车中的服务体验将影响下一次的出行选择。智能汽车市场的收费模式将从过往的低频率、高单价消费转变为高频率、低单价消费。对于业内企业,不再是仅以产品硬件的推陈出新来满足消费者需求,而是要在既有的软件服务平台上进行内容优化,最大限度地提升消费者出行的服务体验,围绕消费者全旅程的体验来设计和改善服务内容,形成动态且可持续的业务闭环。智能汽车产业将不再是单纯以产品销售为主导的传统制造业,而向以乘坐体验为核心的服务导向型行业进行过渡。
四、政策频出,中国智能汽车发展驶入快车道
目前,主要发达国家均高度重视智能网联汽车产业发展,欧、美、日等发达国家和地区都将智能网联汽车作为重要发展方向,发布了一系列政策和法规,并通过研发和示范等进行引导和推动,联合国和国际标准化组织ISO已将智能网联汽车发展作为重要工作。在中国,智能网联汽车产业也被纳入国家重要发展战略,政府部门频繁推出相关政策加快产业发展。2015年5月国务院印发的《中国制造2025》将无人驾驶汽车作为汽车产业未来转型升级的重要部分;2016年,工业和信息化部组织有关单位制定了《智能网联汽车发展技术路线图》,并由国家制造强国建设战略咨询委员会对外发布,明确了智能网联汽车技术路线,并提出阶段性发展目标;2017年,工业和信息化部、国家发改委、科技部共同印发了《汽车产业中长期发展规划》,认为智能网联汽车有望成为抢占先机、赶超发展的突破口。
总之,中国在政策、法规和标准等方面大力支持智能网联汽车产业发展,并全力推进智能网联汽车相关的技术研究、产品开发和测试示范等方面的建设,为促进产业进步创造了良好的政策环境。智能网联汽车相关标准和法规等方面虽取得了一定进展,但仍需加大力度进行丰富与完善,以便进一步促进产业的快速落地。
(一)智能网联汽车迫切需要国家政策法规支持
目前,中国自动驾驶技术正处于产业化探索的初期,政策与技术进步是否匹配,在一定程度上决定了产业的创新速度和竞争力。中国亟须加大在政策领域的创新力度,充分发扬“敢为天下先”的精神,让政策创新成为产业发展的竞争力,成为新经济的生产力。
(二)各部门统筹规划,协同推进智能汽车发展政策
智能网联汽车产业涉及计算机、通信、大数据、人工智能等学科领域,以及智慧交通和智慧城市等应用领域,需要政府在不同领域出台相关的政策法规,综合加以推进。积极发挥政府对智能汽车发展的引导作用,强化战略规划和顶层设计,完善产业政策,优化发展环境。加强部门协同、行业协调和军民融合,建立跨部门、跨行业、跨领域的协调发展机制,协同推进核心技术自主化、汽车和基础设施智能化、运行监管规范化,增强政策合力,提升质量、效益和发展的效率。
(三)构建完善系统的政策法规体系
中国现行的汽车相关政策主要是基于传统汽车制定的,在引导和规范智能网联汽车发展时存在明显的问题和不足,迫切需要有关部门加强对智能网联汽车政策环境的研究、分析和把握。全面开展重大政策研究,加快推进相关制度的调整和完善,尽快构建系统的、科学的智能网联汽车政策法规体系,为产业的持续快速发展创造良好的政策法规环境。
五、法律体系不完备,需进一步加强
目前,智能网联汽车上路行驶受到有关法律法规的限制。第一,现有交通法规要求驾驶员必须为人类,智能网联汽车的自动驾驶系统在中国还未被认定为驾驶人,且并未明确如何评判自动驾驶系统为合格驾驶人或自动驾驶汽车的驾驶主体。第二,智能网联汽车不能注册登记,尚不能作为商品车辆上路行驶。第三,部分地区的法规禁止悬挂试验牌照的机动车辆在快速路和高架桥行驶,阻碍了智能网联汽车的试验测试和产业化发展。第四,现有的对驾驶人的发证和违章扣分处罚等管理政策不适合自动驾驶系统。第五,保险、刑事和民事责任认定,创新商业模式的市场准入(如网约车)等其他相关方面的法规还不配套。
针对以上情况,中国应尽快设立合法的自动驾驶制度。
(一)需要明确自动驾驶概念
目前,全球智能汽车行业尚未对自动驾驶汽车或智能网联汽车有公认的标准定义,中国也不例外。尚未明确的定义会致使企业定位不清,行业相关研究人员的多种定义会使公众对智能汽车概念更加模糊不清。因此,国内首先需要对自动驾驶汽车或智能汽车进行标准定义,提出其发展目标和发展路线,引导行业向一个方向发展,加速中国汽车行业智能化进程。
(二)亟须出台智能汽车测试法规
智能汽车的商业化离不开道路测试这一实践性、必要性检验。除了对测试路段需具备的测试条件进行规范之外,对申请道路测试的单位资质和车辆智能化水平也提出严格标准的要求,并对测试过程中的安全保障与损失等的责任归属问题进行划分。对开展道路测试的车辆是否需要发放临时测试牌照,测试车辆驶入未允许测试区域内等诸多问题进行研究,保证道路测试安全有效地进行。
除了对道路测试进行规范之外,示范区内的测试规程也应探索出台。主要是对示范区内的测试条件要求和测试流程进行规范,使各测试区内的测试内容趋于标准化,也有利于示范区建设和新示范区的落成。
(三)探索出台智能汽车上路行驶相关法规
智能汽车从特定路段测试走向全路段测试,将会面对更加复杂的交通状况和交通事故等问题。现行交通法规是对传统汽车进行约束的标准规定,智能汽车与传统汽车共同组成的交通环境、全无人驾驶汽车行驶的交通环境等都需探索出台相应的法规,主要对智能汽车需要满足的硬性条件和各交通参与者需要承担的责任进行规定说明,对行驶安全和事故责任认定等问题进行责任划分,以及其他关键问题进行标准化要求。
六、法规体系滞后于产业发展,仍处于研究与编制阶段
中国智能网联汽车领域相关的标准法规正在逐步建立和完善。2016年,工业和信息化部、国家标准化管理委员会联合启动了《智能网联汽车标准体系建设方案》的研究及编制工作,委托全国汽车标准化技术委员会组织汽车、电子、信息、通信、互联网和交通等相关行业的骨干企业、技术机构、行业组织、科研院所和高等院校等,共同开展方案研究及编制工作。2016年11月,全国汽车标准化技术委员会发布《智能网联汽车标准体系建设方案》(第1版),明确了智能网联汽车标准体系建设的目标和原则,对智能网联汽车标准体系框架进行了分析和研究,并积极推进后续标准法规的各项事宜。2017年6月,工业和信息化部发布了《关于征求〈国家车联网产业标准体系建设指南〉意见的通知》面向公众征求意见,初步确立了95项无人驾驶标准。2017年9月,《智能网联汽车公共道路适应性验证管理规范(试行)》已经形成基本框架,但尚未对外正式发布。2017年12月,北京市交委、市交管局、市经信委联合制定的《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)》公开发布,对中国自动驾驶公开道路测试具有里程碑意义。此外,工业和信息化部、交通运输部和公安部也在起草国家层面的自动驾驶规范,预计将很快出台。
在中国,由于专业背景、技术关注点和利益趋向性不同,不同行业对智能网联汽车的定义、功能、构成的理解存在一定的差异,技术标准体系常滞后于产业发展,一般随产业发展的成熟应运而生。现行的机动车安全技术标准主要适用于传统的机动车辆,并没有针对智能网联汽车单独提出相关的技术要求。
中国针对现阶段智能汽车产业的发展现状,在构建标准体系时需要遵循以下几个原则。
(一)面向未来技术,避免制约技术创新和产业发展
智能网联汽车作为新兴产业集群,融合了汽车、电子、信息和通信等不同行业的新理念和新技术,技术和产业尚处于快速发展中,其范畴也随着技术发展和应用不断扩展和完善。智能网联汽车标准体系建设考虑到未来技术发展和应用的多样性,采取开放和融合的态度,避免标准体系方案制约智能网联汽车技术和产业的发展。
(二)以智能化为主,同时采用智能化和网联化两条路径
智能化和网联化代表了智能网联汽车发展的两种不同路径,发展方向是“智能化+网联化”,最终实现替代人类执行全部驾驶任务。智能网联汽车标准体系的构建中:在智能化方面,前期以先进驾驶辅助系统(ADAS)技术和应用为重点,逐步扩展到自动驾驶(AD);在网联化方面,以车内硬件、软件接口和车内通信协议为重点,逐步扩展到车辆与外界进行信息交互的通信协议及界面接口。
(三)立足基本国情,适应中国道路交通特点与产业需求
智能网联汽车标准体系的建设应调查研究中国道路交通的特点、典型驾驶行为、事故形态、用车方式和商业模式等具体情况,充分考虑智能网联汽车相关产业及技术发展现状,对智能网联汽车关键技术、产品的适用性进行研究和对比分析,确定适合中国的技术发展路线和应用场景,提出适用于中国国情和产业需求的智能网联汽车标准项目。
(四)科学进行分类,合理确定层级、定位和适用范围
智能网联汽车标准体系的建设根据内容和适用性划分的基础、通用规范、产品和技术应用及相关标准,按照特定系统或技术的工作原理及功能等进行归类。根据性质和层级不同,制定国家标准(包括强制性国家标准)、行业标准和团体标准,实现国家标准、行业标准和团体标准的良好配合与衔接,并对电子、通信、互联网及智能交通等相关标准提出要求,为体系间相互协调兼容预留接口。
(五)确定工作进度,加快急需标准项目的研究与制定
智能网联汽车标准体系的建设聚焦于技术和产业发展的方向目标,把研究基础共性和关键技术以及成熟的产品与技术应用标准作为研发建设重点,研究制定适用不同产品类别和应用领域要求的标准。依据各种不同场景下,智能网联汽车相关技术应用前景分析,确定体系建设短、中、长期计划及优先开展项目,有步骤、有计划地协同推进具体标准的制定。
(六)强化体系协调,实现与其他相关行业标准兼容
智能网联汽车标准体系的建设应强化与电子、信息和通信等相关领域的技术标准体系的协调性,在满足电子、信息和通信等通用技术要求的基础上,结合汽车独特的使用条件和技术特征制定车载电子、信息、通信装置及系统的整车级技术标准,并加强与道路设施、交通控制信号等协调,兼容和支撑智能交通及智慧城市标准体系的建设。
(七)坚持开放态度,积极参与国际标准法规的制定与协调
智能网联汽车标准体系的建设应秉承开放合作态度,加强与世界主要汽车生产国、联合国(UN)、国际标准化组织(ISO)、国际电工委员会(IEC)等国家、国际组织和机构的交流与合作,充分吸收和借鉴国际经验和成果,加大对国际标准法规的协调力度,积极参与相关国际标准法规的制定与协调,为中国汽车产业“走出去”战略创造有利环境。
七、示范区建设推广已取得一定进展,各汽车企业积极路测格式问题
中国在推动智能汽车产业发展的进程中,尤其关注智能汽车测试与示范的相关工作,并正在政策方面给予大力支持。2015年5月,国务院发布《中国制造2025》发展战略,首次涉及智能网联汽车测试与示范相关内容。2015年7月,根据工业和信息化部公布的2015年智能制造46个试点示范项目名单,中国首个智能网联汽车试点示范区开始进行规划建设。国家发改委在2017年11月印发的《增强制造业核心竞争力三年行动计划(2018~2020年)》中提出,要大力开展智能汽车信息安全和测试评价技术研究,建立完善的信息安全评价体系。目前,中国关于智能汽车测试的政策正在全面推进,但是在测试标准贯彻落实方面仍然需要加快推进、更新与完善,而且现有道路交通相关法律在客观上仍未给出关于无人驾驶汽车上路测试的明确条文,对智能汽车的进一步应用推广造成了一定的法律障碍。当前,为满足智能汽车测试需求,需要模拟并建设大量的实际交通场景,传统汽车试验场已经无法满足智能汽车技术产品的测试需求。欧、美、日等国家和地区纷纷建设智能汽车专用测试基地,中国也正在积极推动智能汽车测试与示范区建设工作,工业和信息化部首先通过智能制造试点示范项目批准了国家智能网联汽车(上海)试点示范区,之后又与北京—河北、重庆、浙江、吉林、湖北等地方政府签署了示范合作框架协议,与公安部、江苏省政府签署共建合作协议,与四川省政府签署相关协议,初步形成了“5+2+1”的智能汽车测试基地格局。
自动驾驶汽车要告别实验室,实现规模化生产和销售,道路测试是必不可少的环节。
在乘用车领域的自动驾驶测试方面,2015年12月,百度公司与宝马公司合作的无人驾驶汽车在北京进行路测,拉开了中国智能网联汽车路测的序幕,路测过程中实现了多次跟车、减速、变道和超车等复杂驾驶行为。2016年11月,百度公司的18辆无人驾驶汽车在乌镇进行运营体验,首次在开放路段实现全程无人干预的HA级别(相当于SAE的L4级别)无人驾驶。2017年7月,李彦宏在副驾驶座位乘坐百度公司研发的无人驾驶汽车在北京五环道路上行驶,1分钟视频中显示该车始终处于自动驾驶状态。2016年4月,长安汽车的3辆无人驾驶汽车从重庆市出发,途经安康、西安、郑州和石家庄等地,完成超过2000公里的道路测试。2016年12月,中国科学院合肥研究院和江淮汽车共同研制的无人驾驶汽车Mr.JAC完成了无人驾驶测试,具备在真实交通道路及园区道路等复杂交通状况下的自主行驶能力。此外,广汽集团的无人驾驶汽车也在近两年多次参加智能汽车相关赛事,进行了开放道路的测试与竞技,并取得了优异成绩。
在商用车领域的自动驾驶测试方面,2015年9月,宇通客车宣布其研发的无人驾驶大型客车已在全开放道路进行测试,成为全球首辆通过测试的大型客车。2016年11月,百度公司与北汽福田联合发布了中国首款无人驾驶载货车,并在2017年开展路测工作。2017年1月,驭势科技发布了首辆完全独立自主研发的无人驾驶电动汽车——城市移动包厢,已初步完成测试,并计划1~2年内加速推进量产。2017年9月,智行车推出了其首辆无人驾驶扫路车“蜗小白”,并率先落地北京奥林匹克森林公园。2017年11月,图森未来HA级别(相当于SAE的L4级)自动驾驶载货车在上海封闭示范区完成测试,测试全程经历了环岛掉头、过交通信号灯、躲避障碍车辆以及数次转弯等项目,整个过程完全自主、无人干预。2017年12月,主线科技的自动驾驶载货车在上海汽车城进行了首次展示,并计划在天津港落地其无人驾驶集装箱牵引车。
在无人驾驶出租车领域的测试示范方面,中国出租车打车软件服务商滴滴公司宣布进军无人驾驶领域,2015年与北汽集团签署合作协议,计划在无人驾驶领域进行深度合作,并在2016年与驭势科技进行商业接触,同时也在硅谷寻求收购或投资无人驾驶技术企业,以加快该公司在无人驾驶方面的进度,以便进一步在无人驾驶出租车领域取得一定突破。
目前,中国已初步建立了智能汽车测试评价体系,具体测试技术及方法仍处于概念性阶段,需要进一步明确与深入。在智能汽车测试与示范区建设方面已经取得了一定成绩,基本形成了全国范围内的战略布局,同时各大整车、零部件、互联网及新兴创业型企业也全面开展智能汽车相关技术与产品的测试工作,并在乘用车、商用车领域均取得了突出进展。但是,现有智能网联汽车示范区的交通状况相对简单,驾驶场景和环境复杂度不够,无法满足研发测试的需求。在未来智能汽车测试过程中,仍需要积极引导企业在示范和测试期间研发新一代交通控制路网技术,实证在实际道路环境下智能网联汽车的运行情况,以及检测V2X网络通信的安全性与兼容性等内容,为未来的政策制定和相关法规法律的制定提供重要支撑,并在尚未大规模开发的国家级重点新区,统一规划配套基础设施,并加强相关的试点示范工作。
八、信息安全成为智能汽车发展的关键问题
当前智能汽车的智能化、网联化程度不断提高,智能汽车面临的信息安全问题愈加严峻。只有保证智能汽车的信息安全,才能够避免恶意入侵等带来的经济损失和由此引发的公共安全问题。尽管当前智能网联汽车的安全漏洞尚未被不法分子大量利用,但是有统计表明,56%的消费者将信息安全问题作为他们购车时的主要考虑因素。由此可见,智能网联汽车的信息安全已经成为汽车产业甚至是社会关注的焦点。
中国智能网联汽车信息安全企业大致可分为以下几类。①具有国资背景的检测机构,以CIIA智能网联汽车信息安全实验室、中国信息通信研究院泰尔终端实验室和赛迪集团为代表,前者主要从事通信设备检测,后者主要从事软硬件设备检测。由于汽车与互联网、通信行业日益融合,这类企业自然涉入汽车信息安全检测当中。②传统互联网安全企业,已经把汽车作为下一个终端进行产业布局,以奇虎360、腾讯科恩实验室等为代表。③从事物联网安全的企业,把汽车作为物联网的一个节点进行产业布局,以梆梆安全、匡恩网络等为代表。④一些做传统加密业务的企业,布局汽车端之上的云数据加密产业链条。⑤具有一定的汽车软件开发基础的企业,迅速切入汽车信息安全行业当中。
国家在互联网、大数据和卫星通信等众多领域发布了大量信息安全相关政策,主要有关于网络接入安全、工业和交通领域信息安全、个人信息等方面的立法,以及营运车辆安装卫星定位系统、互联网地图数据服务器和数据管理、电信安全试点、大数据安全管理等方面的内容。目前,国家颁布的相关信息安全政策主要集中在国家信息安全保护领域,对高精度地理信息测量以及高精度电子地图的绘制有严格的限制。同时,智能网联汽车作为新生事物,相关的产品信息(含OBD在线诊断、车载娱乐、RFID射频识别等)和个人隐私信息等信息安全的立法保护还不完善。
中国汽车信息安全企业绝大部分以软件、漏洞为突破口,在渗透测试、漏洞挖掘和安全检测方面具有一定的技术积累,在汽车端之上的管、云安全防护方面有一定的建树。但是在车端,如总线数据加密、空中升级等涉及车载芯片级的安全防护方面的技术较欠缺,信息安全企业的竞争不够明显激烈的主要原因:①智能汽车信息安全发展处于起步阶段,涉及信息安全的企业较少;②智能汽车与互联网存在一定的技术壁垒,传统安全企业对这个领域的关注度不高,大型互联网安全企业几乎没有车载安全产品;③汽车零部件集成度较高,要求复杂,融入车辆信息安全体系中的单一产品成熟度较低;④汽车信息安全企业技术积累普遍不高,没有形成强大的有竞争力的产品。
九、智能驾驶汽车的量产与普及尚有较多瓶颈
目前,智能网联汽车领域合作仍存在一定问题,如合作受制于法律法规的限制,仍局限在技术研发和示范测试等范围,部分企业合作与智能化战略不符。
首先,全球智能网联汽车领域合作仍主要局限在技术研发和示范测试等阶段,自动驾驶汽车市场化合作仍有待进一步探索。现阶段,高自动化等级的智能网联汽车市场化发展面临大量的法律法规障碍,相关企业在合作推动破除智能网联汽车发展面临的法律法规障碍的探索未取得实质性进展。
其次,部分企业智能化发展战略不明确,导致部分企业合资合作行动没有以智能网联汽车发展战略作为指导,或与其制定的智能网联汽车发展战略不完全相符,使合作项目的范围和内容比较散乱,不聚焦。
最后,智能网联汽车领域合作对企业跨界融合发展和转型的作用尚未完全显现。现阶段,企业在智能网联汽车领域开展的跨界和同领域的合资合作行动,仍处于夯实基础阶段,尚未对企业的发展和转型产生重大影响,需要企业持续推进相关工作。
产业篇
第二章 智能网联汽车产业发展情况
智能网联汽车作为未来汽车产业智能化、网联化、电动化和共享化发展的重要载体,已成为解决汽车产业可持续发展的重要途径,正在分阶段逐步进化与落地。
一、基本概述
关于智能网联汽车的发展阶段,美国SAE及NHTSA、德国VDA等组织已经给出了各自分级方案,在此基础上我国通过考虑中国道路交通情况的复杂性特征,加入了对应级别下智能系统能够适应的典型工况特征,给出了涵盖辅助驾驶(DA)、部分自动驾驶(PA)、有条件自动驾驶(CA)、高度自动驾驶(HA)以及完全自动驾驶(FA)的智能网联汽车分级标准。
图2.1 智能网联汽车产业生态
目前,为了不断推动汽车智能化等级进步,智能网联汽车产业已初步形成了涵盖传统整车企业、新兴造车企业、零部件供应企业、互联网企业、通信企业以及其他软硬件及算法供应企业的产业生态圈,如图2.1所示。其中,传统整车及零部件企业正在不断探索推进智能网联汽车等级化的发展路径,并积极开展跨界融合,加强汽车的智能化配置;新兴造车企业坚持智能网联汽车自主研发与制造,不断加快新车的发布与量产速度;互联网企业主要致力于研发开放的智能驾驶系统平台,逐步完善路测数据积累及商业化试运营;通信企业加快5G技术快速发展,推动车联网技术发展与服务水平提升;其他软硬件及算法供应企业则主要集中于某一特定的关键技术与产品的研发,实现智能网络汽车某一特定功能,以此不断完善智能网络汽车的功能和应用,推动智能网络汽车商业落地的进程。
二、政策法规分析
当前,主要发达国家均高度重视智能网联汽车产业发展,欧美日等发达国家和地区都将智能网联汽车作为重要发展方向,通过一系列政策、法规、研发和示范等进行引导和推动,联合国和ISO将智能网联汽车发展作为重要工作。在中国,国家也高度重视智能网联汽车产业的发展,政府部门频繁推出利好政策为该产业发展保驾护航,具体政策规划如表1所示。
表2.1 中国智能网联汽车产业发展相关政策
时间 | 主体部门 | 文件名称 | 相关内容 |
“十二五”期间 | 科技部 | 国家“863”计划 | 对智能网联汽车车路协同等关键技术进行立项并取得了初步成果,陆续通过验收且投入实践应用领域 |
2015年5月 | 国务院 | 《中国制造2025》 | 明确指出:到2020年,掌握智能辅助驾驶各项关键技术及总体技术,初步建立智能网联汽车生产配套体系及自主研发体系 |
2015年7月 | 工业和信息化部 | 《2015年智能制造试点示范项目名单》 | 明确指出汽车智能制造综合试点示范、智能网联汽车试点示范等项目 |
2016年3月 | 中国汽车工业协会 | 《“十三五”汽车工业发展规划意见》 | 要求在“十三五”期间建立汽车产业创新体系,积极发展智能网联汽车 |
2016年5月 | 国家发改委 | 《“互联网”+人工智能三年行动实施方案》 | 提出加快人工智能技术在汽车领域推广应用 |
2016年10月 | 中国汽车工程学会 | 《节能与新能源汽车技术路线图》 | 明确提出将以新能源汽车和智能网联汽车为主要突破口,产生一系列智能网联汽车原创科技成果并有效普及应用 |
2016年12月 | 工业和信息化部财政部 | 《智能制造发展规划(2016-2020年)》 | 提出了推动新一代信息通信技术在装备(产品)中融合应用,促进智能网联汽车、服务机器人等产品研发、设计和产业化 |
2017年7月 | 工业和信息化部国家发改委科技部 | 《关于印发(汽车产业中长期发展规划通知)》 | 提出要求实施智能网联汽车技术路线图,明确近、中、远期目标,攻克智能网联汽车关键技术难题,加快智能网联汽车法律法规体系建设,开展智能网联汽车示范推广 |
2017年11月 | 国家发改委 | 《增强制造业核心竞争力三年行动计划(2018-2020年)》 | 在智能网联汽车关键技术产业化方面的重点任务包括:开展智能网联汽车基础共性技术研发、开展智能网联汽车信息安全和测试评价技术攻关、提升智能网联汽车核心软硬件水平、提高智能网联汽车创新能力以及推进智能网联汽车军民融合发展等方面内容 |
2018年1月 | 国家发改委 | 《智能网联汽车创新发展战略》(征求意见稿) | 对智能网联汽车的战略态势、战略纲领、战略任务、战略保障等方面进行了初步阐述,并指明各部门要加大对智能网联汽车新发展的支持力度,各地区要结合实际制定推动智能网联汽车创新发展的有效举措,确保各项战略任务有效落实 |
除上述关键性政策外,我国也正在逐步建立和完善智能网联汽车领域相关的标准法规。2016年,国家标准化管理委员会、工业和信息化部联合启动了《智能网联汽车标准体系建设方案》的研究及编制工作,委托全国汽车标准化技术委员会,以及各相关领域的组织、企业、高等院校和研究院等共同开展方案研究及编制工作。2016年11月,全国汽车标准化技术委员会提出《智能网联汽车标准体系建设方案》(第1版),明确了智能网联汽车标准体系建设的目标和原则,对智能网联汽车标准体系框架进行了分析和研究,并积极推进后续建立标准法规各项事宜。2017年6月,工业和信息化部发布《关于征求〈国家车联网产业标准体系建设指南(智能网联汽车)(2017年)〉(征求意见)意见的通知》面向公众征求意见,初步确立了95项无人驾驶标准。同年9月,《智能网联汽车公共道路适应性验证管理规范(试行)》已经形成基本框架,但尚未对外正式发布。同年12月,北京市交委、市交管局、市经信委联合制定的自动驾驶车辆道路测试相关指导意见及实施细则对外公开发布,在中国自动驾驶公开道路测试方面有里程碑意义,此外,工业和信息化部、交通运输部和公安部也在起草国家层面的自动驾驶路侧规范,预计很快出台。
总体而言,目前中国在政策、法规、标准等方面大力支持智能网联汽车产业发展,并全力推动智能网联汽车相关技术研究、产品开发和测试示范等方面的建设,为促进产业进步创造了良好的政策环境。在智能网联汽车相关标准、法规等方面虽取得一定进展,仍需加大力度进行丰富与完善,以便进一步促进产业的快速落地。
三、关键技术条件
智能网联汽车作为智能化、网联化及电动化的结合体,其构架分为三个系统、一个平台和一套总成,如图2.2所示。其中,感知系统、决策系统和执行系统为三个系统;由精确的3D地图、通信终端及通信网络构成的车联网平台为一个平台;动力电机、电池及电控等电力总成系统为一套总成系统。
图2.2 智能网联汽车关键技术架构
在环境感知技术层面,智能网联汽车传感器产业发展较集中,全球汽车传感器90%的市场份额被少数零部件企业所垄断,主要包括大陆集团、博世集团、德尔福、电装等企业,激光雷达技术方面则主要集中在Velodyne、Quanergy和Ibeo等企业。与国外同类产品相比,中国智能网联汽车传感器整体技术水平普遍不高,面临准确度低、分解能力差、信号精度不足和抗干扰性弱等问题。然而,一些传统军工企业正在加快向民用市场渗透,不断促进毫米波雷达技术的成熟与发展,在激光雷达方面主要涌现出一些新兴企业进行相关技术与产品研发。
在定位测绘技术层面,V2X车联网通信主要存在DSRC与LTE-V两大发展阵营,中国华为、大唐等企业正在积极参与LTE-V标准制定并进行产业布局。但是,当前LTE-V车联网通信仍面临技术积累不足、产业标准滞后与整车企业未紧密衔接等问题。在定位导航方面,北斗导航等技术在车载市场应用率较低,通信成本较高,尚未充分发挥技术优势,面临应用市场发展不均衡等挑战。
在决策规划技术层面,国内相关企业在智能网联汽车顶层决策算法的设计研发方面具有较强竞争力,百度、地平线等企业的机器视觉算法技术基本可实现ADAS功能,车道线识别率、车辆识别率等指标紧跟国际技术水平,然而,国内企业在芯片处理方面的开发能力存在缺失,仍然采取直接采购国外芯片的方式,会使得中国核心芯片技术面临空心化危机。
总体而言,中国在智能网联汽车关键技术领域已取得显著成绩,但深入发展面临一定的挑战,接下来需要全面加强智能网联汽车产业的整合联动,进一步提升传感器相关技术研发与制造能力,同时充分利用中国先进的5G通信及导航定位等技术优势,加快其在智能网联汽车产业中的布局与推广,并在国际上发挥带头引领作用。
四、测试评价环境
在推动智能网联汽车产业发展进程中,中国尤其关注智能网联汽车测试评价等相关工作,并在各方面给予大力支持与明确指示,全力加快智能网联汽车测试与示范区建设,为促进产业快速落地创造了良好的测试评价环境。目前,有10多个省市竞相规划或建设智能网联汽车示范区,具体如表2.2所示。其中,国家智能网联汽车(上海)试点示范区为国家首个智能网联汽车试点示范区。此外,工业和信息化部又与重庆、北京、浙江、武汉、长春等省市签订《〈基于宽带移动互联网的智能网联汽车、智慧交通应用示范〉合作框架》,联合公安部与江苏省签署《共建国家智能交通综合测试基地》等一系列协议。
表2.2 中国智能网联汽车测试示范区建设情况
时间 | 地点 | 示范区/项目名称 |
2015年7月 | 上海 | 国家智能网联汽车(上海)试点示范区 |
2015年8月 | 江苏常熟 | 中国智能车综合技术研发与测试中心(常熟) |
2015年9月 | 浙江 | 基于宽带移动互联网的智能汽车、智能交通应用示范(5G车联网应用示范) |
2016年1月 | 北京、河北 | 基于宽带移动互联网的智能汽车、智能交通的(京翼)应用示范区 |
2016年1月 | 重庆 | 基于宽带移动互联网的智能汽车与智能交通应用示范 |
2016年7月 | 辽宁盘锦 | 辽宁盘锦北汽无人驾驶体验项目 |
2016年7月 | 深圳 | 深圳无人驾驶示范区(无人驾驶汽车小镇) |
2016年9月 | 湖南长沙 | 湖南湘江新区智能系统测试区 |
2016年11月 | 吉林长春 | 国家智能网联汽车应用个(北方)示范区 |
2016年11月 | 湖北武汉 | 武汉智能网联汽车示范区 |
2017年1月 | 福建漳州 | 全球首个“城市级无人驾驶汽车社会实验室” |
2017年3月 | 海南 | 海南无人驾驶汽车技术开发与实验基地 |
2017年8月 | 江苏无锡 | 国家智能交通综合测试基地(无锡) |
2017年11月 | 四川成都 | 中德合作智能网联汽车、车联网标准及测试验证试点示范项目(四川示范基地) |
在上述智能网联汽车测试示范区中,上海示范区第1期封闭测试区已完成建设并对外开放运营,现已成功应用于行业测试服务,产业带动效应逐步显现,成为影响力较大、技术水平较先进、测试能力较全的中国智能网联汽车项目合作平台及交流展示窗口。但是,中国其他测试示范区发展参差不齐,一部分测试示范区建设完毕但尚未对外公开提供测试服务,另一部分测试示范区则基本处于规划与待建状态。
同时,为推动无人驾驶汽车的上路测试,北京市出台了自动驾驶车辆道路测试相关指导意见与实施细则,对自动驾驶汽车的上路测试进行了规范与界定,并对测试车辆、测试主体、测试驾驶员、测试道路、路试申请以及测试管理等方面内容进行了详细说明,对加快促进智能网联汽车技术与产品测试评价具有重要意义。
此外,中国还加强智能网联汽车相关测试与评价相关理论的工作,围绕智能网联汽车产业开展了ADAS测试评价、车联网“端管云”测试评价、信息安全测试评价和功能安全测试评价等各方面测试评价技术与方法的研究,通过对智能网联汽车软、硬件产品及系统工程质量的安全与可靠性进行检测,不断促进其相关技术、产品、算法和系统等方面的改进与完善。
五、市场发展形势
汽车智能化尝试起源于车联网,中国智能网联汽车研发设计于2014年前后才在真正意义上开始进行,经过这几年的发展,现已处于市场探索期,预计2020年之前重点推广智能驾驶辅助,属于智能网联汽车的DA和PA,2020~2030年重点推广CA和HA的自动驾驶阶段,到2030年之后,FA全自动驾驶会进入产业化,专业化越强的车辆全自动驾驶的需求越高,约到2040年,FA全自动驾驶车辆在新车中的占比会达到比较可观的规模,智能网联汽车产业初步形成一定的市场规模。就当前中国智能网联汽车产业市场发展形势而言,主要呈现出两种不同路线:一种是以传统汽车企业为主,通过不断升级的智能辅助驾驶系统一步步实现汽车的无人驾驶;另一种则是以高新互联网企业和科研院所为主直接进行无人驾驶技术研发。
对国内传统的整车企业而言,主要以智能网联汽车技术跟进为主,采取从DA逐步到FA的发展模式,逐渐提高汽车自动化水平,目前各大整车企业的量产乘用车基本装有自动助力转向控制、侧向稳定控制等辅助驾驶功能,高档乘用车装有自动泊车、车道偏离预警系统、自适应巡航等辅助驾驶功能。此外,特定工况(低速)的半自动驾驶技术也有各大整车企业投入巨资进行研发,其中包括:拥堵跟车、防撞紧急制动、车道跟踪控制、手机遥控泊车等。传统整车企业在接下来的发展进程中,将会面临第3级别CA有条件自动驾驶中人机共驾阶段的挑战,从而进入智能网联汽车产业发展的最难突破瓶颈。
对以蔚来汽车、小鹏汽车、威马汽车和奇点汽车等为代表的新兴造车企业而言,其从一开始便深入布局自动驾驶汽车的研发与制造,正处于快速发展阶段,分别在中国东南沿海城市纷纷建立各大生产基地,通过不断地推出样车和量产计划,抢占汽车智能化发展风口。之后,在2018年,消费者将可以选择多样化、多品牌的新兴汽车。随着越来越多的新造车企业走向市场,将加快智能网联汽车行业的洗牌速度,未来能够存活的企业预计只有3~4家。在全新市场阶段,新兴造车品牌如何在没有资本注入的情况下实现企业自我造血,不断提升技术竞争力与品牌影响力,将成为决定其未来胜出的关键因素。
传统整车企业及新兴互联网企业之间虽然存在一定的竞争关系,但两个领域也在不断地相互学习、补充与融合,共同打造智能网联汽车产业生态体系。以荣威RX5智能网联汽车为例,其为上汽集团与阿里巴巴共同投资开发的一款车型,利用云端计算提供个性化服务,结合阿里生态数据和车主出行数据推送定制服务,具备智能导航、人机交互等互联功能,为传统汽车智能化开辟了一条典型可借鉴之路。此外,北汽集团与百度公司、广汽集团与腾讯公司等也纷纷签署了战略合作协议,共同在车联网服务、智能驾驶、云平台、大数据、汽车生态圈、智能网联汽车营销和宣传等领域开展业务合作,以推动双方业务的全面发展。中国智能网联汽车产业发展已经驶入快速车道,其未来发展前景值得期待。
六、总结
随着国家利好政策的保障、资金投入加大、企业机构的推动以及人才资本的涌入,中国智能网联汽车产业发展逐渐进入关键时期。综合本报告对中国现阶段智能网联汽车产业发展的综述与分析,可以总结出目前国内智能网联汽车产业发展在总体上呈现的以下特点:①具备良好的政治发展环境,且相关标准法律体系正逐步完善,但是具体实施细则仍需深入加强与落实;②在关键技术领域取得显著成绩但仍需加强创新型技术研发与应用,并在V2X网联化方面形成自身先进性优势;③测试与评价环境设施配套良好,但需加强发挥与产业的协同效应,以便促进产业链的同步发展;④市场发展呈现不同路径,各大类型企业争相崭露头角,但是整体发展形势仍处于探索阶段。将来,我国需要进一步加快智能网联汽车产业相关政策落实、法律出台与标准制定,激励智能网联汽车先进共性技术加快研发、创新与应用,同时全面促进产业链各部分形成协同发展,并善于充分利用自身现有优势发挥引领作用。相信中国必将在全新一轮的汽车产业变革时期抢占制高点。
第三章 智能汽车整车产品发展情况
随着互联网、通信、大数据和人工智能等技术在汽车领域的深入应用,汽车行业正面临着从产品到体验的多重变革,逐渐从传统的机械产品发展过渡为具备智能化及网联化功能的新一代智能移动产品。目前,智能化、网联化、电动化和共享化作为汽车产业发展的重要方向,四者的深度融合将会带来整车产品形态的全新变革,也将会促成智能汽车整车产品结构形态、价值重心以及商业模式的根本转变。
一、产品体系架构
智能汽车整车产品是一个集环境感知、规划决策、控制执行等功能于一体的高新技术综合体,其拥有相互依存的产品价值链、产业链和创新链,相比传统汽车而言均发生了较大改变。
第一,在产品价值链方面,传统的汽车价值链主要由设计研发、整车制造、整车销售及汽车后市场等方面构成,但是技术的进步、产业的发展以及消费者观念的改变,均带来了产品价值链的巨大变化,衍生出互联网造车企业、共享服务平台以及系统服务提供商等新型主体,使得传统整车企业对智能汽车产品品牌、定价以及销售渠道的控制力逐渐下降,需要跟随产品价值链的变化进行战略调整(见图3.1)。
图3.1 智能汽车整车产品价值链变化示意
第二,在产品产业链方面,传统的汽车产业链由配套企业、整车企业和经销企业三个环节共同构成,然而智能汽车产业链中的新型参与者通过其自身的制造方式及制造技术正在产生一定的影响,促使整车企业对原有的产品生产线进行更新换代,对生产方式进行智能升级。在智能汽车整车产品产业链中,传统整车企业将与新参与者展开竞争,将凭借自身技术、品牌和创新能力在竞争激烈的市场中生存或成为OEM。
第三,在产品创新链方面,传统的汽车创新链主要由参与者、资源要素、对象以及运行机制等四部分组成,其发展已经较完善。但是,信息网络技术与传统汽车技术的深度融合,推动了全新智能汽车产品技术路线的形成,也使得信息化、网络化、数字化和平台化成为汽车产业创新的主要方向。新型的智能汽车产品创新链涵盖了学科的交叉融合、人才结构的调整以及知识结构的变化,无论对于传统整车企业还是互联网造车企业而言都面临一定挑战。
二、功能价值转变
随着智能汽车技术的快速发展与深入应用,自动驾驶系统基本能够完成部分或全部的驾驶操作,并可逐步将驾驶员从汽车行驶状态中需要完成的观察、决策和控制等行为中解放出来,使得娱乐、办公和休闲等活动成为人们在汽车行驶过程中的新选择,进而带来整车产品从简单的交通运输工具向移动生活空间载体的全新转变,由此对智能汽车的参与者及消费者产生了一定影响。
一方面,智能汽车整车产品功能定位的全新转变,使得与其相关的参与者角色不断丰富。随着智能汽车整车产品逐渐打开制造企业直面终端消费者的渠道,收集并挖掘出行体验数据将成为连接二者的重要纽带。因此,整车产品的参与者也不再仅仅是传统的汽车制造企业,同时还会融入系统平台及软硬件供应企业、互联网业务服务企业等竞争对手,软件开发与集成、个性化出行服务、消费数据收集分析将日益转化为智能汽车产品参与者之间的核心竞争力。
另一方面,智能汽车整车产品功能定位的全新转变,使得其所面向的消费者群体日益扩大。传统汽车整车产品对使用者提出了较高要求,其往往需要驾驶员具备一定的驾驶技能。然而,随着自动驾驶技术日益成熟,将不断弱化驾驶者在购车决策中的核心地位,任何具有汽车出行服务需求的终端消费者都将成为购买智能汽车整车产品的决策者和营销对象。此外,在无人驾驶时代来临时,终端消费者将未必需要拥有汽车产品,而是更关注于每一次的出行服务体验。因此,服务提供企业将不能再仅仅依赖于硬件产品的更新升级以满足消费者日益增长的需求,而是需要在既有软件服务平台上进行内容优化,最大限度地提升消费者的出行服务体验。
面对智能汽车整车产品在功能定位、价值重心、消费群体以及商业模式等方面的日益转变,自动驾驶时代汽车产业的整体竞争格局也将不断向外拓展,整个生态系统将囊括主机企业、出行服务平台、软件服务供应商、零部件企业和车载信息系统开发企业等,专业化与精细化分工也将成为行业发展的必然走向。未来的智能汽车产品制造企业将会较少关注整车的外观、性能及硬件等属性,而是通过自动化生产线、标准化汽车硬件规格及大规模生产降低成本。品牌服务供应企业的地位将日益凸显,以单次出行为收费基础的出行服务平台也将通过提供满足消费者需求的定制化出行服务获取竞争优势。
三、市场现状分析
纵观智能汽车市场发展进程,最早的智能化尝试起源于车联网领域,2014年前后,真正意义的智能汽车的研发与设计开始正式进行。目前,已经发展到市场探索期,各大整车制造企业、互联网企业、通信企业、软硬件供应企业以及共享出行服务企业等纷纷发力,行业洗牌阶段已经拉开序幕。
(一)整车
在整车产品方面,市场上大部分智能汽车正处于PA向CA(相当于SAE的L2向L3)阶段过渡的关键时期,传统整车企业、互联网企业和造车新兴企业等的新车型先后亮相,逐步准备进入量产化阶段。
首先,以通用汽车和福特汽车等传统汽车企业为代表,采用从高级驾驶辅助系统ADAS切入,“渐进式”地由高级驾驶辅助逐步实现无人驾驶,典型代表有:奥迪正式发布的新款车型奥迪A8,已经成为首款达到CA级别(相当于SAE的L3级)自动驾驶量产车型,并开始面向市场进行销售;通用汽车正式发布第四代自动驾驶汽车,并已经向美国NHTSA递交申请,计划在2019年将这款自动驾驶车型投入应用,该款车有望成为首款无须驾驶员、转向盘和踏板就能实现安全驾驶的HA级(相当于SAE的L4级)自动驾驶量产汽车产品。
其次,以Google、百度公司等为代表的互联网企业,通过价格高昂的传感器“一步到位式”地实现完全无人驾驶,如谷歌公司旗下的Waymo宣布在亚利桑那州凤凰城已经完成了对HA级(相当于SAE的L4级)无人驾驶汽车的试运营,将在2018年12月31日之前再生产数千辆自动驾驶汽车并完成首批交货;百度公司作为中国无人驾驶领域的先驱者也相继发声,短短五个多月,Apollo自动驾驶平台便已经从1.0迭代至2.0版本,同时还推出了面向中国复杂交通环境、可量产的Apollo Pilot、小度AI车载系统等方案及产品。
最后,还有以Telsa为代表的造车新势力企业,在完成自行造车的同时也在不断研发互联网式自动驾驶技术。中国首批新兴造车量产实践者涵盖蔚来汽车、威马汽车和小鹏汽车等数十家企业,已经纷纷发布品牌车型,准备通过以自建工厂或代工造车的方式在一年内将量产车全面推向市场。
(二)零部件
智能汽车整车产品的市场发展进程,必然与关键零部件的市场现状密切相关,尤其是传感器、高精度地图以及V2X通信等领域,其相关技术及产品的研发速度将直接影响整车产品的量产化进程。
第一,在传感器方面,正处于三大传感器不断融合的市场阶段。首先,激光雷达作为自动驾驶汽车不可或缺的传感器之一,其产品在性能、指标和成本方面已经能够满足汽车企业的基本需求,而且价格也有所下降。其次,车载视觉系统相关硬件日趋成熟,且软件逐步升级,汽车零部件巨头所提供的摄像头传感器,都已经同整车企业达成合作并实现量产。
第二,在高精度地图方面,作为实现CA、HA等级自动驾驶的关键技术,其能够减少汽车对雷达等感知设备的依赖程度,有利于降低成本并提升可靠性,同时也是V2X与自动驾驶技术融合的重要载体。目前,能够实现PA、CA等级自动驾驶的高精度地图主要是ADAS级,随着2018年5G标准的确立以及人工智能的成熟,高精度地图会逐渐向HAD级发展,成为支撑智能汽车整车产品网联化功能的关键技术之一。
第三,在V2X通信方面,主要包括DSRC和LTE-V两大技术类型,基本处于标准制定、技术研发及产品测试阶段,尚未实现大规模市场化部署与应用。目前,以大唐电信、华为公司和高通公司等为代表的车联网通信企业,已经相继公开发布了最新研发产品。其中,大唐电信作为LTE-V2X标准的主要推动者,相关标准已经基本建立,并临近最终商用;高通公司的“9150 C-V2X”芯片将在2018年12月进行测试,并于2019年正式投入市场进行商业化应用。此外,中国以外的整车企业也不断进行V2X相关技术研发及产品应用,进行V2V、V2I等装置的网联化场景测试。其中,通用汽车作为较早开始进行V2X研究的汽车企业之一,已经实现利用标配V2V通信提供全速范围内的自适应巡航、前碰撞预警和车道保持等功能;上汽集团荣威品牌作为中国首家公开演示V2X技术的品牌,联手中国移动、华为公司合作开发并推进C-V2X技术及产业发展,计划到2019年研发出具备量产条件的智能汽车整车产品。
综合考虑智能汽车整车及其关键零部件产品市场发展现状,技术研发水平不断加强与提升,产品逐步研发,并进入测试阶段,对于近期市场发展均有一定规划。但是,与智能汽车CA级别(相当于SAE的L3级)及以上整车产品量产化阶段仍有较大差距。
四、未来发展进程
近两年,传统汽车集团都在发力自动驾驶,并制订了详细的智能汽车整车产品量产规划,如表1、表2所示。其中,中国整车企业计划在2020年达到智能汽车整车产品CA级别(相当于SAE的L3级)的发展水平,并于2025年跨入HA级别(相当于SAE的L4级)。而国外自动驾驶市场,由于投入早、规模大,且部分企业存在多级同时发展的情况,预计在2020年有望推出HA级别(相当于SAE的L4级)水平的智能汽车整车产品,时间规划进度比中国稍早。
表3.1 国外整车企业智能汽车整车产品量产计划
整车企业 | 2014年 | 2015年 | 2016年 | 2017年 | 2018年 | 2019年 | 2020年 |
大众-奥迪 | Level2 | Level3 | Level4 | ||||
宝马公司 | Level1 | Level2 | Level5(试点项目) | ||||
戴姆勒-梅 赛德斯 -奔驰 | Level2 | Level3 | Level4 | ||||
福特汽车 | Level1 | Level2 | Level3 | Level4 | |||
通用汽车 | Level1 | Level2 | Level3 | Level4 | |||
沃尔沃汽车 | Level1 | Level2 | Level3 | Level4 |
表3.2 中国整车企业智能汽车整车产品量产计划
整车企业 | 2010年 | 2018年 | 2019年 | 2020年 | 2022年 | 2025年 | 2030年 |
中国一汽 | PA | CA | HA | FA | — | ||
上汽集团 | DA~PA | CA | HA | — | |||
广汽集团 | DA | PA~CA | HA | FA | |||
北汽集团 | DA | PA | CA | — | |||
长安汽车 | DA~PA | CA | HA | — | |||
东风汽车 | DA~PA | CA | HA | — | |||
吉利汽车 | DA | PA~CA | HA | FA | — |
然而,即使未来几年智能汽车整车产品会逐步投入量产,并且以各种方式频繁出现在公众视野,但是并不意味着其能像传统汽车一样进入寻常百姓家庭,成为普通大众所能消费的产品。
目前,或许诸多企业正在直接研发较高水平的智能汽车整车产品,但在商业化应用方面,仅具备技术成熟的自动驾驶汽车还远远不够,仍需要法律法规、事故保险和道路基础设施等方面的协同发展。
为了加快推动智能汽车产品的量产及落地进程,在细分领域的应用场景吸引了传统汽车企业、互联网企业以及初创企业,无人驾驶商用车产品将先于乘用车产品率先实现在特定区域的完全自动驾驶。与乘用车相比,商用车具有相对固定的行驶路线,使得高精度地图可以一次投入并反复使用,同时固定的路线也能获得较好的安全性保障。此外,利用可靠的自动驾驶技术有助于规避驾驶员疲劳驾驶带来的危险,有助于提高车辆驾驶的安全性。因此,无人驾驶载货车、无人驾驶物流车、无人驾驶小型客车等商用车产品有望成为公共道路上率先实现无人驾驶的交通工具。目前,戴姆勒公司、谷歌公司、Uber公司、特斯拉、百度—福田和图森科技等企业,均已完成无人驾驶商用车的上路实践,并已经取得了显著成果。
五、总结
智能网联技术被认为是汽车诞生百余年来最具革命性的技术变革,随着汽车智能化水平的逐步提升,整车产品的价值链、产业链和创新链等体系架构将发生巨大改变。同时,其功能价值也将逐步由传统的交通运输工具转变为移动生活空间载体,从仅具备单一的运输服务发展成为人们移动过程中的休闲场所。目前,尽管各大整车企业、互联网企业和新兴造车企业等纷纷发布了HA级别(相当于SAE的L4级)量产车型,但市场上已经量产的智能汽车大部分仍处于PA级别(相当于SAE的L2级)及PA~CA(相当于SAE的L2~L3级)过渡级别。因此,综合考虑标准法规、技术产品和市场条件等各方面因素,智能汽车整车产品的逐步升级与成熟应用仍面临严峻的挑战,需要产业内各相关行业统筹规划、协同推进。
第四章 智能汽车关键零部件产品发展情况
随着智能汽车产业化的推进,智能汽车关键零部件产业在汽车工业体系中的地位正在不断提高,智能汽车关键零部件的技术突破对于整个智能汽车行业的发展具有重要的决定意义。在汽车智能化的背景下,涌现出许多新的智能汽车零部件研发企业与生产机构,共同致力于加快智能汽车产业化的步伐,智能汽车的发展对其关键零部件的发展有重要的导向作用。
一、概况
近几年,越来越多的企业开始投入更多的资本研发智能汽车及其相关零部件产品。位于美国匹兹堡的ArgoAI人工智能企业被福特收购后,将开发一款人工智能的虚拟司机系统,以实现福特汽车2021年推出一款全自动无人驾驶汽车的承诺;百度公司重组智能驾驶群组事业部,决心将无人驾驶汽车从研究院阶段推至商业开发和变现阶段;英伟达正在与京东集团X事业部展开深度合作,共同探索人工智能产品在物流运输领域广泛深入的应用,推动京东集团智慧物流体系所涉及的各类终端设备全面智能化。全球领先的科技企业中,有10多家都专门设置了自动驾驶板块。智能汽车的热潮,将带动关键零部件产业发展。
本报告重点围绕智能汽车的传感感知、定位、ADAS以及高精度地图等智能汽车关键零部件企业及产品,详细阐述其发展情况。
二、传感领域
1.车载摄像头
车载摄像头主要分为单目摄像头、双目摄像头、后视摄像头、立体摄像头和环视摄像头等不同类型。当前,车载摄像头的生产企业主要为国际各大汽车零部件巨头,如博世集团、法雷奥、大陆集团、麦格纳、采埃孚、日立公司、天合等,同时这些企业还在继续加大研发投入,注重芯片和算法的提升。此外,近年来,Mobileye公司作为全球领先的视觉处理系统供应商,已经成功占据全球视觉处理90%以上的市场份额。在我国,车载摄像头相关企业则主要有Minieye、深圳前向启创、Maxieye、南京创来科技、纵目科技等,其中只有深圳前向启创和纵目科技等企业进入前装市场。
在车载摄像头中的双目摄像头,主要是基于视差的原理,可以在数据量不足的情况下,测定车辆前方环境(树木、行人、车辆和坑洞等),并且获得准确的距离数据,用以提供给自动驾驶系统进行车辆控制。中国双目ADAS生产企业及产品见表4.1。
表4.1 中国双目ADAS生产企业及产品
企业名称 | 成立时间 | 总部地点 | 主要产品 |
中科慧眼 | 2014年1月 | 北京 | 前装/后装双目ADAS产品 |
双髻鲨 | 2014年9月 | 北京 | 双目ADAS产品 |
智谋科技 | 2015年5月 | 北京 | 双目相机/芯片,整体解决方案 |
在车载摄像头中的单目摄像头,主要基于机器学习原理,使用大量数据进行训练,进行环境识别。尽管需要大量数据支持,且在恶劣光线条件下的表现不如双目摄像头,但其相对便宜的价格以及成熟的技术也获得了一部分企业的青睐。中国单目ADAS生产企业及产品见表4.2。
表4.2 中国单目ADAS生产企业及产品
企业名称 | 成立时间 | 总部地点 | 主要产品 |
Mineye | 2013年1月 | 深圳 | 定制化ADAS解决方案 |
肇观电子 | 2016年5月 | 上海 | 计算机视觉系统及产品 |
maxieye | 2015年11月 | 上海 | 车载视觉技术产品 |
纵目科技 | 2013年1月 | 上海 | ADAS软硬件解决方案 |
极目智能 | 2011年8月 | 武汉 | 基于图像技术的安全驾驶解决方案 |
智华驭新 | 2012年11月 | 苏州 | 汽车配件,ADAS配件 |
灵动飞扬 | 2003年 | 深圳 | 前装ADAS配件 |
前向启创 | 2013年9月 | 深圳 | 整体ADAS解决方案 |
中天安驰 | 2013年11月 | 深圳 | 后装ADAS解决方案 |
北醒光子 | 2015年6月 | 北京 | 包括单线、多线在内的多种激光雷达研发 |
总体而言,在单目摄像头领域,以色列企业Mobileye是世界较领先的高级驾驶辅助系统研发企业,中国企业与其依然存在一定的差距。
2.激光雷达
激光雷达作为无人驾驶汽车的眼睛,通过准确测量视场中物体轮廓边沿与设备间的相对距离,利用轮廓信息组成点云并绘制3D高精度地图,进而帮助自动驾驶系统实现提前行驶路线规划。
目前,激光雷达的生产企业集中在国外,包括美国Velodyne公司、Quanegy公司以及德国Ibeo公司等,造价均比较高,一个因素是激光雷达属于高精密仪器,另外一个因素是激光雷达单一型号需求量小,量产困难。激光雷达的高昂造价导致自动驾驶团队选择型号的时候会有所顾虑,如Volvo高端自动驾驶汽车XC90也只在前面配置了一个一线的激光雷达。在激光雷达领域受到关注的是Quenergy,该公司计划直接研发固态激光雷达。国外主要激光雷达产品基本信息见表4.3。
表4.3 国外主要激光雷达产品
企业名称 | 所在地 | 成立时间 | 主要产品 |
Velodyne | 硅谷 | 1983 | HDL-64E,HDL-32E,VLP-16 Puck,the VLP-16 Puck Lite,Puck Hi-Res |
Quanergy | 硅谷 | 2012 | VI8,S3,S3-Qi,Q-Guard,The MarkVIII |
IBEO | 德国 | 1998 | LUX-4L,LUX-8L |
Trilumina | 美国 | 2011 | 固态雷达 |
Innoviz Technologies | 以色列 | 2016 | 固态激光雷达;LiDAR系统-Innoviz One |
Luminar | 硅谷 | 2012 | 雷达传感器 |
LeddarTech inc | 加拿大 | 2007 | 激光雷达 |
Phantom Intelligence | 加拿大 | 2011 | 半导体激光雷达 |
Phoyonic Vision | 英国 | / | 低成本激光雷达 |
Scanse | 英国 | 2014 | 低成本扫描激光雷达 |
Wayno | 硅谷 | 2016 | 低成本激光雷达 |
Oryx Vision | 以色列 | 2010 | 雷达传感器 |
Princeton Lightware | 美国 | 2000 | Geiger-node激光雷达 |
中国几家主要激光雷达初创企业也在尽力追赶,北醒光子于2015年发布了用于无人机避障的ToF激光雷达DE1.0。2016年10月,北醒量产的3DFlash固态激光雷达CE30,获得奥迪品牌认可,并凭借这款产品在奥迪品牌的创新实验室大赛中获得人工智能的应用总冠军,产品开始向汽车领域进军。北醒选择Flash LiDAR作为产品发展方向,原因是激光雷达在激光发射端的产业链较成熟,有现成方案可用,而在接收端,使用的是高速CMOS而不是复杂度更高的APD雪崩光电二极管。目前,已经出货的是CE30-A,主要用于自动导航汽车。
镭神智能量产了可用于AGV导航防撞,是机器人自主导航与定位的单线TOF激光雷达企业,也是中国唯一自主研发出激光雷达集成电路芯片的企业,还是中国唯一一家自主设计研发出激光雷达自动化、半自动化生产线的企业,使生产效率提高数十倍,提高了规模量产能力,提升了激光雷达产品的性能及稳定性,并降低了成本。
2017年11月,北科天绘推出了两款用于无人驾驶领域的激光雷达新产品,其中R-Fans-32号被称为史上最小的32线激光雷达,C-Rans则是一个高线数的局部视场激光雷达。
2017年9月,杭州激光雷达企业光珀智能在美国推出全固态面阵激光雷达,包括5款产品,分成短距、中距、长距3个平台。该公司称这次发布的新产品采用了深度相机或者被称为固态面阵激光雷达的技术。官方透露,在产品价格方面,短距离产品定价几百元,中距离产品定价约2000元,长距离产品定价1万元以内。
速腾聚创宣布量产16线激光雷达、公布普罗米修斯计划、免费开放RS-LiDAR-Algorithms激光雷达点云算法、展示多激光雷达耦合方案,再到推出32线激光雷达,在研发代表激光雷达未来发展趋势的产品方面,速腾聚创计划推出MEMS(微机电系统)固态激光雷达和OPA(相控阵)固态激光雷达。
多线激光雷达将可能是未来无人驾驶汽车的必备传感器,并且与高精度地图及驾驶系统核心算法紧密相关。
3.毫米波雷达
毫米波车载雷达主要以24吉赫和77吉赫波段为主,分别用于中短距和中长距测量,现广泛应用于自适应巡航、前碰撞预警、盲点检测等ADAS系统。随着ADAS技术及功能的快速发展以及产品的成本降低,毫米波雷达则有望在无人驾驶领域得到广泛应用。
毫米波雷达的技术主要被大陆集团、博世集团、电装公司、奥托立夫公司、安波福等传统零部件国际企业所垄断。以77吉赫毫米波雷达为例,只有博世集团、大陆集团、安波福、电装公司、TRW、富士通天、日立公司等企业掌握该技术,其中博世集团及大陆集团的产品市场份额最高。目前市场上的毫米波雷达产品如表4.4所示。
表4.4 目前市场上的毫米波雷达产品
主要企业名称 | 主要产品 | 雷达频率(吉赫) | 探测距离(米) |
德国博世集团 | 中距离雷达MRR | 76~77 | 前向:160;后向:80 |
长距离雷达LRR4 | 76~77 | 前向:250 | |
德国大陆集团 | 短距离雷达SRR320 | 24~25 | — |
长距离雷达ARS410 | 76~77 | 前向:170 | |
长距离雷达ARS430 | 76~77 | 前向:250 | |
日本富士通天 | — | 76~77 | — |
美国安波福 | 中距离雷达ESR2 .5 | 76~77 | 前向:174 |
瑞典奥托立夫 | 短距离雷达 | 24~25 | — |
日本电装公司 | 长距离雷达 | 76~77 | — |
日本Denso | — | 76~77 | — |
德国ZF⁃TRW | 中距离雷达AC100 | 24~25 | 前向:150 |
与国外企业相比,车载毫米波雷达在中国仍处于起步阶段。在24吉赫雷达方面,中国少数企业研发已有成果,市场化产品即将问世,但在77吉赫毫米波雷达方面仍处于初级阶段,中国只有极少数企业能达到77吉赫雷达的样机阶段,产业化进程仍待突破。中国毫米波雷达产品研发进展状况见表4.5。
表4.5 中国毫米波雷达产品
企业名称 | 雷达频率 (吉赫) | 市场化进度 | 主要优势 |
华城汽车 | 24 | 产品即将问世 | 研发已有多年经验,上市公司资源齐全 |
浙江智波 | 24 77 | 24吉赫雷达处于样机阶段,77吉赫雷达处于实验室阶段 | 开发人员在无人驾驶硬件领域具有多年经验;亚太股份入股10% |
芜湖森思泰克 | 24 77 | 24吉赫雷达已有少量供货,77吉赫雷达正在样机送测阶段,预计2018年第三季度完成 | 研发实力在中国属前言,进度较快 |
深圳卓泰达 | 24 77 | 77吉赫RCC雷达已在深圳九州展展出 | 开发人员从军用领域转往民用领域,经验丰富 |
沈阳承泰科技 | 77 | 2018年9月推出外部测试 | 已在内部测试阶段 |
南京隼眼科技 | 77 | 仍处于实验室阶段,2016年下半年推出样机,计划18-24个月后形成量产 | 背靠东南大学,东南大学拥有国家毫米波雷达重点实验室 |
北京行易道 | 77 | 在北京车展由北汽无人驾驶汽车实车展出 | 研究经验丰富 |
三、定位领域
1.卫星定位
随着卫星定位技术的飞速发展,目前全球范围内的GPS、glonass、北斗、galileo等四大导航系统已经形成了全部或者局部的运行,预计未来10年内将全部开发投入运行。同时,随着新信号体系的投入,地基增强系统的完善,目前定位技术服务已经可以实现区域实时1米以内的定位精度,已经可以实现车道级别的识别。
定位系统的快速发展无论是辅助驾驶还是无人驾驶,都将具有重要意义。在辅助驾驶领域,定位系统被用来自动导航;在无人驾驶领域,定位系统更是关系到无人驾驶汽车的自主循迹。
上海的千寻位置以“互联网+位置(北斗)”为理念,通过北斗地基一张网的整合与建设,基于云计算和数据技术,构建位置服务云平台,以满足国家、行业、大众市场对精准位置服务的需求。除了国外的GPS定位产品之外,中国的很多企业也在开发北斗定位产品。
2.惯性导航
惯性导航系统主要应用于在某些场景下(如隧道或室内),若智能汽车接收不到卫星信号,惯性导航便可凭借自身的特性轻松实现连续定位。
惯性导航系统根据陀螺仪的不同,可分为机电(包含液浮、气浮、静电、挠性等种类)陀螺仪、光学(包含激光、光纤等种类)陀螺仪、微机械(MEMS)陀螺仪等类型的惯性导航系统。惯性导航产品的发展情况见表4.6。
表4.6 惯性导航产品的发展情况
类型 | 主要应用级别 | 定位误差典型值 | 常用应用领域 | 技术水平 |
陀螺罗盘 | 初级导航级 | - | - | 第一代 |
液浮、气浮、磁悬浮陀螺系统 | 中高导航级 | 1nnl/h | 航海、陆用 | 第二代 |
挠性陀螺系统、静电行陀螺系统 | 中等导航级、稳定控制 | 2nml/h | 航空导航 | 第三代 |
光纤陀螺系统 | 中低导航级、航姿仪、稳定控制 | 3nml/h | 航空、航海、陆用 | 第三代 |
激光陀螺系统 | 中高导航级 | 1nnl/h | 航空、航海、陆用 | 第四代 |
四、ADAS企业及产品
伴随汽车安全标准、汽车电子化水平的不断提高以及人们对驾驶安全需求的不断增长,具备主动安全技术的ADAS系统呈现快速发展的趋势。
1.大陆集团
大陆集团研发的ADAS产品包括传感器、控制策略以及执行机构,能提供整套的ADAS系统服务。具体而言,大陆集团具备摄像头、毫米波雷达和激光雷达的供应能力,其中,摄像头系统可实现IHC、LDW、LKA、TSR、FCW和SVC等功能;毫米波雷达系统则可实现ACC、AEB、FCW和BSM等功能;激光雷达系统主要可实现BEA等功能。大陆集团在摄像头及毫米波雷达产品方面均有较强实力。摄像头在白天和夜间的探测距离分别为40米和80米;长距离毫米波雷达的探测距离可达到200米;红外激光雷达主要作为AEB功能的低成本方案,配套小型汽车。大陆集团在全球ADAS市场占有率较高,丰田汽车、福特汽车和通用汽车等OEM都是其客户。中国自主品牌也有多家企业在使用大陆集团的ADAS产品,如广汽集团、东风汽车等。
2.博世集团
博世集团是ADAS系统供应商,具备传感器、处理器及执行机构的供应能力,能提供整套ADAS系统服务。在传感器方面,博世集团拥有长距离毫米波雷达、中距离毫米波雷达、摄像头、夜视系统等产品。可实现ACC、FCW、AEB、LDW、LKS、TSR、PDS、NVA等几乎所有ADAS功能。众所周知,博世集团在长距离毫米波雷达方面技术较领先,探测距离可达到250米,产品已经发展到第三代。另外,博世集团还基于77吉赫推出中距离毫米波雷达产品,也是市场上技术较领先的产品。博世集团在全球ADAS市场占有率仅次于大陆集团,长距离毫米波雷达是博世集团的主要优势领域。奥迪品牌、奔驰汽车、宝马集团、大众汽车和本田汽车等OEM都是博世集团的客户。中国自主品牌也有多家在使用博世集团的ADAS产品,如吉利汽车、长安汽车等。
3.奥托立夫
奥托立夫的ADAS相关产品涉及传感器、处理器以及部分执行机构,是全球知名的转向盘、安全带和安全气囊供应商。作为ADAS系统供应商,奥托立夫可以提供整套的ADAS系统服务方案,还可以提供视觉以及雷达两种ADAS传感器,可实现AEB、ACC、IHC、LDW、TSR、PDS、NVA等多项ADAS功能。奥托立夫最擅长的无疑是夜视系统,在该领域的市场占有率遥遥领先;在雷达方面,通过收购MACOM公司,提高了自身的研发设计能力。奥托立夫的主要OEM客户是宝马集团、奔驰汽车、沃尔沃汽车、奥迪品牌和本田汽车等企业,其中宝马集团、奔驰汽车、沃尔沃汽车的夜视系统用的都是奥托立夫的产品。奥托立夫也是多家中国自主品牌的ADAS系统供应商,如吉利汽车、长城汽车等。
4.安波福
安波福是ADAS系统供应商,具备传感器、控制策略及执行机构的供应能力,能为客户提供整套ADAS系统服务。在ADAS传感器方面,安波福的产品覆盖摄像头、毫米波雷达及超声波雷达等产品,可实现AEB、FCW、ACC、LDW、PDS、NVA等多项ADAS功能。另外,2015年,安波福投资了Quanergy公司,布局低价量产激光雷达产品。安波福的主要OEM客户是福特汽车、沃尔沃汽车、马自达汽车等企业。中国自主品牌中,长安汽车、吉利汽车等OEM也是安波福的ADAS系统客户。
5.采埃孚天合
采埃孚天合具备传感器、处理器及执行机构的供应能力,是ADAS系统供应商,能提供一整套的ADAS系统服务。主要供应的ADAS传感器是摄像头、毫米波雷达等产品。可实现ACC、FCW、AEB、LDW、BSM等多项ADAS功能。其第三代单目摄像头采用Mobileye的EyeQ3,2015年已实现量产,标志雪铁龙是采埃孚天合的主要合作伙伴。采埃孚天合的主要OEM客户是标志雪铁龙、沃尔沃汽车、奔驰汽车、日产汽车等企业。中国自主品牌中采埃孚天合的客户相对较少。
6.电装公司
电装公司是ADAS系统供应商,产品包括传感器、处理器和执行机构,能为客户提供整套ADAS系统服务。电装公司的ADAS传感器产品有毫米波雷达、激光雷达以及摄像头,能实现几乎所有ADAS功能。其77吉赫毫米波雷达产品的探测范围可以达到±18°,205米。电装公司的摄像头产品有体积小、抗低温的特点。电装公司的主要OEM客户集中在日系企业,包括丰田汽车、本田汽车、马自达汽车、铃木汽车等。电装公司在中国自主品牌中的ADAS客户相对较少。
7.法雷奥
法雷奥可以提供ADAS传感器、算法和执行机构及整套ADAS系统服务。传感器覆盖红外摄像、毫米波雷达、摄像头等多种产品,可实现AP、SVC、ACC、AEB等多种ADAS功能。法雷奥的主要OEM客户为日产汽车、福特汽车、通用汽车等企业。其超声波雷达以及环视摄像头的市场占有率较高。中国自主品牌中法雷奥的客户相对较少。
五、高精度地图
自动驾驶在未来的研发和应用需要具备完善的公路基础设施,包括车辆间通信、传感器的性能以及低成本等多种因素。要想将自动驾驶汽车投入使用,必须先让车辆能获取准确的位置信息。传统地图只需要做到米级精度即可实现GPS导航,但要想保证无人驾驶汽车行驶安全需要达到厘米级精度才可以。高精地图能满足这个要求,能很好地弥补传感器在测量和感知方面先天存在的缺陷,为自动驾驶提供即时定位,构建正确的地图。国外高精度地图的企业及产品的研发动态如下。
(1)在高精地图研发领域处于领先地位的HERE,建立面向自动驾驶及ADAS用途的云地图数据库——HDLM(HD Live Map)。HERE计划于2017年实现德国全地区高速公路覆盖,到2019年实现西欧和美国高速公路100%全覆盖,HERE计划在全世界主要地区提供大部分自动驾驶道路的HD Live地图。
(2)与HERE地图赛道竞跑的有TomTom。TomTom的高清地图(包括Road DNA)是一款基于数字地图的产品,可帮助自动驾驶汽车在高速行驶中精准定位,并帮助决定采用哪条行车路线。TomTom的Road DNA技术配合高精度地图使用,可以将原本的3D地图Point数据转换成2D视图,在对地图数据进行压缩的同时,还能保留道路上的关键要素(计算传感器获得的实时数据与Road DNA之间的相关系数来判断实时的车辆位置)从而节省空间,并能使自动驾驶汽车对道路信息的处理速度加快。
(3)美国Civil Maps公布了一种能简单、直接使用的地图工具——Atlas DevKit。Atlas DevKit能通过一系列传感器套件更快、更经济地定位车辆,实时生成自动驾驶汽车所需的高精度地图,并大大减少数据量降低处理难度。全新套件包含一组硬件和配套软件系统。其中硬件设备包括摄像头、光学探测设备以及激光雷达(LiDAR)等一系列传感器,组成一组独立的、即插即用的套装。值得一提的是CivilMaps研发的一种数据处理方法,能够将车辆传感器获取的海量数据转换成车辆可读的地图。使用人工智能技术集成车辆摄像头和激光雷达传感器收集的原始3D数据,在这个过程中不但生成了精细的、用于自动驾驶汽车的3D地图,还产生了海量数据。而软件系统便会帮助整合这些数据,并删除不必要的冗余数据,以节省存储空间。
(4)目前,中国有十几家地图供应商拥有导航电子地图甲级测绘资质。高德在2014年便开始了高精地图的研发,将以大数据能力和机器学习能力为基础的AI引擎嵌入其中;百度公司在前不久发布的Apollo1.5版本中,高精地图服务成为较大亮点之一。Apollo高精地图已应用于低速自动驾驶作业车中。四维图新在前不久宣布与宝马合作,为其在中国销售的汽车提供导航电子地图产品,预计宝马集团在中国销售的L4级自动驾驶系统将使用四维图新的高精度地图。在2017年四维图新用户大会上呈现了该公司面向自动驾驶的战略布局,以及“打造智能汽车大脑”的战略愿景。
六、关键零部件企业汇总
智能车辆包括单车智能和车辆网两个方面,单车智能是实现智能交通的基础,车辆网技术是实现全方位智能交通的关键。在单车智能方面,根据智能汽车的感知、决策与执行,将这一领域的关键零部件企业进行了汇总,见表4.7。
表4.7 单车智能关键零部件企业汇总
项目分类 | 关键环节 | 关键产品 | 关键技术 | 国外代表企业 | 中国代表企业 | |
车辆/设施关键技术 | 环境感知 | 车载摄像头 | CMOS图像传感器 | 索尼、三星、美商半导体、松下、OV、OmniVision、Gentex、Melexis、On-Semi、ST、Hynix | 格科微电子、比亚迪电子、晶方科技、长信科技 、中芯国际、 中科慧眼、安森美、武汉新芯 | |
数字信号处理器 | 德州仪器、Mobileye(英特尔收购)、ST、东芝、ADI、安森美、麦格纳、Morpho、CogniVue | 华为海思、旷视科技、创来科技 、中科慧眼、无锡维森、苏州智华、中科龙智、深圳佑驾、美好幸福生活、汉华安道、前向启创、清研微视、道可视、纵目科技、智驾电子、青岛慧眼、奇美车电、德赛西威、中天安驰.华创车电、澔鸿科技、灏泷、鹰瞰信息、知远电子、粤熙科技、经纬恒润、北京双髻鲨 | ||||
镜头组 | 日本电波、三星、LG | 舜字光学、大立光学(中国台湾)、玉晶集团(中国台湾)、亚洲光学(中国台湾) | ||||
模组封装技术 | 松下、索尼、法雷奥、富土通、大陆、麦格纳、日立 | 欧菲光、舜宇光学、无锡凯尔、兴芯微、思比科 | ||||
夜视系统 | 奥托立夫(AUTOLIV)、德尔福、伟世通、博世、法雷奥 | 保千里、星宇股份、江苏精湛光电仪器、广州飒特 | ||||
毫米波雷达 | --- | BOSCH、Continental、Hella、Fujistu-ten、ZF-TRW、Denso、Delphi、Autoliv、Valeo、Hitachi、Rfbeam,ST、InnoSenT、Mitsubishi | 苏州豪米波、华航无线电、迪恩杰、硕贝德、象德信息,卓泰达、雷博泰克、波速、奥迪威、 成都西科、凌波微步、北京行易道、华域汽车、安必喜、智波科技、东方安高、森思泰克、承泰科、纳雷科技、晟泰克、南京米勒、厦门意行 | |||
激光雷达 | --- | Velodyne、Quanergy、Delphi、Sick、IBEO、OMRON、Hokuyo、Riegl、Continental | 华达科捷、巨星科技、思岚科技、大族激光、雷神智能、禾赛光电、速腾聚创、北醒光子、北科天绘、中海达、思岚、欧镭激光 | |||
超声波雷达 | --- | BOSCH、Panasonic、Valeo、DENSO、Murata | 同致电子科技、深圳航盛电子、厦门澳仕达电子、北京蓝天豪迪、辉创电子 | |||
智能决策 | 芯片 | 芯片设计 | 英伟达、高通、英特尔、三星、恩智浦、英飞凌、德州仪器、意法半导体、瑞萨电子、安美森半导体、德芯科技、东芝、罗姆半导体 | 东软、海思、地平线、寒武纪、中科慧眼、森国科、熠知电子科技、深鉴科技、西井科技 | ||
芯片封装 | Amkor Technology、星科金朋、Unisem(韩国)、Nepes | 日月光(中国台湾)、力威(中国台湾)、南茂(中国台湾) 京元电子(中国台湾)、长电科技、优特科技 | ||||
微处理单元 | NXP、Renesas、TI、Infineon、STMicro-electronics、NVIDIA、Intel | --- | ||||
算法策略 | --- | Waymoo、Renesas、AdasWorks、Flyby | 商汤科技、图漾科技、图森未来、清智科技、禾多科技、魔视智能、景驰科技、Pony Al、Roadstar AI、格灵深瞳、旷视科技、依图科技、飞搜科技 | |||
控制执行 | 制动系统 | 制动器 | Continental、Delphi、Mobis、BOSCH、Bethel、ADVICS、NISSIN、MANDO、ITT、Akebono、Hitachi、Brembo、Honeywell、Federal Mogul、TBK | 京西重工、武汉元丰、上海汽车制动、天合富奥、亚太机电、浙江万安、东风电子科技、万向 | ||
制动系统 | 采埃孚、博世、大陆、克诺尔、曼德克、布雷博、威伯科( WABCO)、目立、目信、曙光 | 京西重工、武汉住电、浙江亚太、上海汽车制动、浙江万向精工 | ||||
电子油门 | HELLA、KSR、AISAN、Tsuda、Kefico | 伯特利、联合电子 | ||||
控制系统 | 动力系统 | 发动机 | 电装、博世、法雷奥、佩特米、雷米 | 博耐特、武起、贵航、华川电装 | ||
新能源动力电池 | 电芯及电能 | LG化学、三星SDI、松下、AESC、SKlnnovation、目立汽车、东芝 | 比亚迪、力神、宁德时代、沃特马、北京国能、中航锂电 | |||
电池管理系统 | 电装、博世、大陆、LG伊诺特、海拉 | 德赛电池、中航锂电、深圳科列、国轩高科、宁德时代、惠州亿能、均胜电子、比亚迪、背景普菜德、天津捷威动力、西安冠通数源 | ||||
正极材料 | 目亚化学、卢田工业、三菱化学、清美化学、田中化学、Valence | 天津巴莫、杉杉科技、青岛屹运、当升科技、北大先行、深圳聚华、厦门钨业、宁波金和、河南科隆 | ||||
隔膜 | 超化威、Celgand、Exxon-Yonen、日本宇部、住友化学、SK | 星湃材质、中科科技、金智高科、沧州明珠、河南义腾、南通天丰、东航光电、河北金力、天津东帛 | ||||
执行系统 | 执行器 | --- | Continental、ZF-TRW、 BOSCH、 Mando、Nexteer、Akebono、 Nissin Kyogo、thys-senkrupp、 Advics、Jekt、NSK、 Brembo | 京西重工、亚太机电、万安科技 | ||
信息交互关键技术 | V2X 通信网络 | 车载操作系统 | --- | 微软、Linux、黑莓、Wind River、特斯拉、奥迪、雪佛兰、宝马、通用 Onstar、丰田G-book、福特SYNC、宝马Connected Dnve、奔驰my COMMAND、沃尔沃 Volvo On Call菲亚特 | 阿里、腾讯、百度、蔚来汽车、安吉星、博泰、九五智驾、飞驰物美、远特科技、一汽启明、钛马、斯润天朗、迪纳科技、得润电子、威仕特 | |
汽车人机界面
| 中控显示屏 | JD、AUO、夏普、LG、三星 | 信利、天马、台湾中华映管(CPT) | |||
智能仪表盘 | 大陆、日本精机、电装、伟世通、马瑞利、博世、矢崎 | 比亚迪、浙江仪表厂、江苏新通达、成都天兴仪表、东风电子、武汉光庭、山东天海 | ||||
显示器 | Nippon、Seiki、DENSO、Continental、BOSCH、Visteon、Aisin、Panasonic、Navdy、Pioneer、Carpro、Halo | 乐驾科技(车萝卜-CarRobt)、WayRay及斑马科技联合研发AR-HUD和HUD-PLAY、水晶光电、小禾科技、怡利电子、异视科技、前海智云谷 | ||||
语音交互系统 | Nuance、Seiki、Google Assistant\亚马逊Alexa、Facebook、微软 | 云知声、科大讯飞、思必驰、AISpeech、捷通华声、中科信利、乐乐语音、灵伴科技、有光科技 | ||||
手势识别系统 | Leap Motion、Prime Sense、微软、SoftKinetic Systems SA、Mano Motion、EyeSight Technologies、Chirp Microsystems | 商汤科技、极鱼科技、凌感科技、锋时互动、英梅吉科技(IMG) | ||||
通信技术 | -- | Qualcomm、ST、DENSO、NXP、Broadcom、RENESAS、Continental、Autotalks | 大唐、华为、中国移动/联通/电信、千方科技、飞驰镁物、车通云、中传股份、图麟科技 | |||
通信芯片 | -- | Qualcomm、RENESAS、NXP、USI、Sierra、Wireless、Telit、U-blox、Gemalto、Simcom、Novatel、Option、Cohda、哈曼、松下、阿尔派、三菱电机、伟创立 | 华为、中兴、台积电、联电、中芯国际、华虹宏力、日月光、矽品、安靠、长电、京元电子、移远、先锋 | |||
云平台与大数据 | -- | -- | 德尔福、罗森伯格、Valens、otonomo、英特尔、英伟达、福特、谷歌、丰田、爱立信、uber、lyft | 百度、阿里巴巴、菜鸟物流、京东、中国移动、滴滴出行、优必爱科技、亚美科技 | ||
信息安全 | -- | -- | 特拉斯、通用汽车、大陆、英特佩斯、BlackBerry、Deep、Instincl、WITZ、VisualThreat、OpenCar、TowerSec、Redbend、Cisco | 百度、乐视、长安、北京现代、东风标致、长城、北汽股份、360、腾讯科恩、梆梆安全、中国联通、大唐电信 | ||
基础支撑技术 | 高精度地图 | -- | -- | Google、HERE、TomTom、Civil、Maps、IGO、Zenrin、GeoDigital、Mapscape、Incrementp、Applanix | 高德、百度、四维图新、极奥科技、经纬智能、武大吉奥、立得空间、深圳凯立德 | |
高精度定位 | -- | -- | Ttible、NovAtel、ESRI、U-blox | 司南卫星导航、合众思壮、华测导航、中海达、千寻位置、华大北斗、超图软件、武汉中地数码、武汉依迅、广州超前科技、北斗星通、航天智科、深圳慧视通 | ||
惯性导航 | -- | -- | Bosch Sensortec、STMicroelctronics、InvenSense、Honeywell、NOVATEL、KVH | 上海新纪元机器人 |
七、总结
当前的汽车产业变革给整车企业和零部件企业都带来了巨大机遇。目前,在智能汽车关键零部件领域中,摄像头、雷达、定位产品、ADAS产品和高精度地图等领域虽然被国外企业占去很大的市场份额,但中国智能汽车关键零部件的市场占有率呈上升趋势。中国品牌零部件企业需加强与互联网企业的跨界融合,快速布局自动驾驶、车联网和智能交通等新兴领域市场。在智能汽车领域,应以传感器和高精度地图等重点领域为突破口,积极开展资本并购与跨界合作,充分吸收和利用互联网初创企业、地图厂商的技术和资源优势,弥补自身业务短板,积极围绕深度学习、大数据、云服务平台等关键技术开展创新研发,解决当前自动驾驶及车联网技术应用的瓶颈问题。各领域企业通过跨界合作建立统一的标准化规范,形成有效的产业融合,这对中国发展智能汽车将是强有力的支撑,最终实现中国由汽车制造业大国向强国转变。
第五章 智能汽车关联产品发展情况(车联网及相关领域)——V2X通信模块发展情况
随着汽车工业进入互联网时代,汽车不再是简单的代步工具,也不再只是汽车企业能生产的产品,越来越多的互联网企业开始加入造车行列中,例如,Google、Uber、百度、蔚来等。但在突如其来的特斯拉自动驾驶事故后,人们回归了平静,自动驾驶汽车的安全问题重新被人们重视起来,人们开始怀疑,或许以传感器为主导的造车势力可能存在先天缺陷,摄像头、雷达等自主式感知设备无法对全天候、全路况的复杂环境做出准确图像分析识别,导致安全事故的发生。V2X的协同式信息交流技术则可以规避图像识别不准确等问题,通过搭建车与外界事物的沟通桥梁,从而实现信息的及时感知和有效传递,使车和外界事物可以沟通,降低事故的发生概率。
一 概述
(一)V2X介绍
V2X(Vehicle-To-Everything),是指车辆与外界一切事物的信息交互,是车联网、智能网联汽车、无人驾驶汽车、智能交通运输系统等众多新领域未来得以顺利发展的关键要素。当下,车与车之间的通信,即车—车,英文为Vehicle to Vehicle,简写为V2V;车与行人之间的通信,即车—人,英文为Vehicle to Pedestrian,简写为V2P;车与基础设施之间的通信,即车—基础设施,英文为Vehicle to Infrastructure,简写为V2I,这三种车与外界交互信息的基本形式构成了V2X(见图1)。V2X得以实现以上三种模式的信息交互功能主要是通过通信技术,车辆的通信技术就好比人脸部的耳朵和嘴巴,可以实现“听”和“说”的功能,因此车辆能够在复杂环境中感知信息、传递信息。该技术于短期来讲,是为自动驾驶或无人汽车完善功能,弥补单一传感器造车的功能欠缺,于长期来讲,是为人—车—路、智慧交通一体化提供全方位的安全保障。
图5.1 V2V、V2P、V2I示意
(二)V2X与ADAS的关系
1.ADAS的现状分析
ADAS即高级驾驶辅助系统,英文全称为Advanced Driver Assistant System,该系统通过安装在车辆前后保险杠、侧视镜、驾驶杆内部以及挡风玻璃上形形色色的传感器,包括单目摄像头、双目摄像头、激光雷达、毫米波雷达等,实现对光、热、压力以及其他静态、动态物体的捕捉和辨识,从而实现对车辆是否处于危险环境的提前认知,增加汽车驾驶过程中的舒适度和安全程度。
ADAS具有以下几种主要功能。
(1)前碰撞预警FCW(Front Collision Warning)。FCW主要功能是在有潜在碰撞危险的情况下给予驾驶员更多的反应时间。一般该功能在5公里/小时速度时开始启动,在感应自动探测前方障碍物后,计算出与前车的相对距离并分析发生碰撞的可能性,在有潜在碰撞危险时发出警示信息(见图5.2)。
图5.2 前碰撞预警FCW(Front Collision Warning)示意
(2)车道偏离预警LDW(Lane Departure Warning)。能够识别偏离车道的车辆并发出警示,即在未打转向灯且无意识偏离原车道时迅速发出警报,或以转向盘振动提醒驾驶员车辆已经偏离车道线,一般LDW功能在60公里/小时速度时开始启动(见图5.3)。
图5.3 车道偏离预警LDW(Lane Departure Warning)示意
(3)自动紧急制动AEB(Autonomous Emergency Braking)。能够识别出车辆前方的物体,并在前方物体与本车存在潜在碰撞风险时发出警示并自行制动,避免或减少事故的发生(见图5.4)。
图5.4 自动紧急制动AEB(Autonomous Emergency Braking)示意
虽然ADAS看起来已经尽善尽美,但也存在技术问题和漏洞。例如FCW功能,该功能只能提供本车与前方车辆间直线距离的警示,很难准确判断与侧方行驶车辆之间的距离,并且在变道超车或存在侧面碰撞潜在危险时难以进行预警提醒。此外,由于此类功能的实现主要依靠摄像头、雷达的图像识别等感知技术,所以一旦传感器处于不能完全感知周边物体的状态下,如暴雨、雾霾、天色昏暗等极端气象环境,将对车辆以及车内人员的安全产生严重威胁。LDW功能也有其局限性,由于该功能只对本车出现偏离车道的情况进行预警,而无法对周边车辆有变道超车风险的情况进行预警,并且由于该功能的实现需要依赖GPS和图像信息,导致在某些信号不佳或极端天气下无法使用,如行驶在隧道中,可能会使LDW功能无法实现自主预防和安全驾驶辅助。
2.V2X对ADAS的辅助升级作用
现阶段ADAS系统还存在某些不完全、不完整性,例如ADAS对车身周围一定距离有效,但范围有限,不能覆盖大面积区域,如果可以将覆盖范围扩大到驾驶员的视野范围,并且车与车之间可以通信,车与车之间的情况和状态可以互通有无的话,那么驾驶员或车内人员的安全性将大幅提高。
应用V2X通信技术,可以提升智能汽车的安全性和效率。V2X通信将在很大程度上实现车辆行驶过程中车与车的通信,传递包括位置、速度、方向、制动等车辆行驶信息。V2X通信可以实现信息的相互传递功能,就像是车辆的嘴巴和耳朵,可以有效避免单一传感器判断下的极端天气图像识别模糊、视觉死角等问题,减少事故发生概率,实现最大限度的交通事故零伤亡。
配置ADAS系统的车辆,其本身搭载的毫米波雷达、摄像头可以收集车辆周边环境情况,另外通过V2X获取更加广泛的环境参数,例如,十字路口、斜坡信息等道路状况等,形成360°无死角的计算机认知,提升了车辆的主动安全性。V2V提供的防碰撞警示提醒,可以使车辆之间的安全距离进一步缩短;通过V2I获取的交通管制信号,可以控制通行的速度和选择加减速时机;V2P保证路边行人的安全性。在三者作用下,可以使得道路的通行效率大大提高。
V2X提供了收集数据的能力,ADAS开发机构可以通过这些数据进行模拟和调优,不断提升自动驾驶的预测体验。V2X与ADAS结合,可以实现汽车在行驶中的相互通信,大大拓宽驾驶员的视野,获取一些摄像头和传感器无法捕捉到的信息,随时随地了解周边汽车的车速、车距、行驶方向等情况,帮助驾驶员通过通信跨越ADAS的缺陷和限制。V2X于ADAS上的应用如图5.5所示。
图5.5 V2X应用于ADAS上的示意
(三)V2X功能的实现
目前,V2X具有车与车、车与人、车与基础设施三类,共有多个主要功能。以某家汽车企业在V2X方面的研究进展和成果为例:近距离告警、超车告警、前车透视、十字路口预警、交通灯预警以及行人横穿预警。此外V2X还可实现的功能有故障车辆告警、紧急制动预警、道路施工提醒和远程遥控驾驶,还有更多正在开发中的其他功能。
1.V2V(车与车之间通信)
(1)近距离告警
当系统判定本车与同向行驶且处在前方车道上的其他车辆(处于停止状态或车速远远小于自身车辆)存在追尾风险时,系统会对驾驶者预警,提醒注意规避或减速。目前,该功能其实通过车载雷达和摄像头就能实现,而较常见的毫米波雷达探测距离最远可达200米。不过,V2X系统的探测范围更大,基本可达到毫米波雷达探测范围的500%。此外,基于雷达技术的近距离告警功能只能提醒本车驾驶员,而不能将同样的信息告知前车(见图5.6)。
图5.6 近距离告警示意
(2)超车告警
在行驶过程中,若探测到两侧后方盲区内存在同向行驶的其他车辆同速行驶或超车,系统便会向驾驶员发出预警,提醒驾驶者暂时不可变道。其实以上两个功能与基于车载雷达的防碰撞预警和盲区监测实现的功能基本相同,不同的是V2X的这两个功能探测范围更大(1000米)(见图5.7)。
图5.7 超车告警示意
(3)十字路口预警
进入十字路口前,当车辆发现前方横向道路侧方也有车辆接近路口,并且判断两车可能会在路口发生碰撞时,车载系统会分别向两车发送预警信息,提醒驾驶者注意,从而避免双车碰撞。该功能在狭窄且有盲区的路口使用能起到相当重要的作用(见图5.8)。
图5.8 十字路口预警示意
(4)前车透视
当后车视线受到前车遮挡时,后车可通过V2X系统调取前车的前置摄像头查看前方道路状况。由于V2X探测范围更大,驾驶员甚至可以提前约1000米得知前方道路的状况,较车载雷达系统更完善(见图5.9)。
图5.9 前车透视示意
2.V2I(车与基础设施通信)——交通灯预警/红绿灯车速引导
当车辆接近带倒计时功能的信号灯(同时必须安装可发送信号灯数据信息的V2X信号发射器)路口时,车载系统会调取行驶数据(车速等)和信号灯数据(红绿灯倒计时数据等)判断车辆能否按照既定速度通过路口。若不能,便计算需要以什么速度通过绿灯或等待红灯转绿。除了让行驶更平顺减少频繁启停外,对节油也能起到一定作用,毕竟启停少了也能减少燃油消耗(见图5.10)。
图5.10 交通灯预警/红绿灯车速引导示意
3.V2P(车辆与行人之间的通信)——行人横穿预警
当车载系统发现道路前方有行人横穿道路,且人与车存在碰撞危险时,车载系统即会向驾驶者发出告警。但需要注意的是,启动车载告警系统的前提是行人需要和车辆一样携带V2X相应的设备,例如携带有此功能的手机或电子设备,若无此设备,车载V2X系统不会发出警报,这种情况下驾驶员的注意力和雷达更有用(见图5.11)。
图5.11 行人横穿预警示意
二 V2X通信模块
(一)两个关键技术——DSRC与LTE-V
V2X分为DSRC和C-V2X两个标准和产业阵营。一个是DSRC专用短程无线通信标准,以IEEE802.11p为基础,V2V为其主要的应用方式。目前,经过十余年的发展,形成了以恩智普、ST、Renesas等传统汽车电子企业为主导的产业链阵营。另一个是C-V2X。C-V2X是基于LTE技术,通过LTE-V-Direct和LTE-V-Cell两大技术作为支持,应用于V2I、V2V、V2P等。目前正处于标准制定的关键阶段,并于2017年9月完成了第一版的标准,形成以大唐、华为、高通等通信企业、电信运营商和汽车企业为主的产业链阵营。
1.DSRC技术
DSRC即Dedicated Short Range Communications,中文名称为专用短程通信技术,是一种高效的无线通信技术。该通信技术以IEEE802.11p标准为基础,可实现小范围内,一般在数十米内,车辆与车辆之间行驶信息的发送、接收、交换、分享,例如位置信息、行驶方向、速度信息等(见图5.12)。DSRC专用短程通信技术可通过车载显示屏、语音提示、振动车椅等方式实现车辆在运行轨迹中向有碰撞危险可能的双方驾驶员发出预警。
图5.12 DSRC技术示意
2.LTE-V技术
LTE-V是基于LTE协议,为车辆与人之间通信、车辆与车之间通信、车辆与基础设施之间通信而研发的新型特定通信技术,目前国家拟定规划5905-5925兆赫频段作为基于LTE-V2X技术的车联网直连通信的工作频段,并已发出征求意见稿。用于汽车通信的LTE Direct直连技术,未来将搭载5G技术,即蜂窝网络辅助的LTE-V-Direct技术和LTE-V-Cell技术。
LTE-V技术主要是通过蜂窝网络辅助完成车载设备的发现,采用半分布式、半集中式的控制方式,基于车辆的优先级、相对与绝对速度,调整控制信道的资源占用。提供设备认证,快速发现周围具备相同功能的设备或用户,管理设备通信干扰,连接建立与控制网络拥塞,调节单点的带宽,从而提高通信的容量,为紧急消息预留控制信道资源,可以快速分发(见图5.13)。
图5.13 LTE-V技术示意
(二)DSRC与LTE-V比较
1.DSRC的优劣势
(1)DSRC的优势
①目前以汽车企业主导产品开发为主;
②控制方式采用分布式;
③可支持车速超过192公里/小时的高速移动;
④发射功率较低,工作时长较长,功耗较低,能源消耗较低;
⑤设备小巧便于维护更换;
⑥与车内总线和系统协同性好。
(2)DSRC的劣势
①纯AD HOC点对点无式机制;
②收时延和抖动限制比较高;
③信道拥塞和发射功率的冲突,传输范围和干扰之间的冲突,在高密集的场景,同区域有大量车辆时,容易发生数据碰撞,数据包的碰撞丢失对其影响较大,网络性能降低;
④需要大量的控制消息,对各节点动态变化的路由信息进行维护;
⑤建网成本高。
2.LTE-V的优劣势
(1)LTE-V的优势
①控制方式采用半分布式——半集中式,网络性能好;
②系统架构可扩展;
③高速移动时可提供可靠度高、时延低、安全可信的信息传输;
④信道资源配置管理商用成熟;
⑤网络拥塞控制和抗干扰能力商用成熟;
⑥可支持大量业务、应用和用户数;
⑦频谱效率高;
⑧与现有通信技术兼容性好;
⑨通信容量大;
⑩覆盖范围广;
LTE-V技术支持在车辆密集的场合发挥作用;
接入技术灵活,可实现与DSRC技术集成使用;
支持迭代升级,可平滑演进至5G。
(2)LTE-V的劣势
①与汽车电子和车内总线的配合度低,汽车企业的支持度低;
②发射功率稍高,功耗较高,高能源消耗下不能实现长时间续航。
3.LTE-V相较DSRC更具有优势
DSRC与LTE-V的比较分析如表5.1所示。
表5.1 DSRC与LTE-V比较分析
发展路径 | 技术特点 | 关键指标 | 优点 | 缺点 |
DSRC | 以LEEE802.11p为基础的标准。DSRC物理层是Wi-Fi的扩展,其MAC层与Wi-Fi相同 | 支持车速200公里/小时,反应时间100ms,数据传输速率平均12Mbps(最大27Mbps),传输范围1公里 | 技术较为成熟;欧美日均有相应构架 | 用户数较多时可靠性下降;需要路边设施(RCU) |
LTE-V | 4G针对车辆应用定义了两种通信方式:集中式(LTE-V-Gell)和分布式(LTE-V-Direct)。集中式也称为蜂窝式,需要基站作为控制中心。分布式也称为直通式,无须基站作为支撑 | 支持车速500公里/小时;LTE-V-Gell传输带宽最高可扩展至100兆赫,峰值速率上行500Mbps,下行1Gbps,时延≤50ms,支持车速500公里/小时,覆盖范围类似LTE | 公用现有4G网络;信道宽;同步性好;传输距离远;可自然过度到5G | 标准未定;市场经验不足 |
相比较802.11p的DSRC,LTE-V的优势更明显:
①基于蜂窝网络,与目前4G和未来5G网络可以复用,部署成本低;
②网络覆盖广,网络运营盈利模式清晰;
③基于3GPP标准制定,全球通用,使用单一的LTE芯片组,模块成本大幅降低;
④LTE-V作为5G的重要组成部分持续演进。
从中国拥有全球最大的LTE网络现状和LTE-V演进的技术优势来看,LTE-V应该是中国V2X技术标准的首选。
(三)V2X亟待解决的问题
1.网络覆盖问题
LTE-V的实现可以基于有蜂窝网络和无蜂窝网络条件,在有蜂窝网络条件下,V2X的通信为大带宽、大覆盖,服务质量较高,通信质量也较好,处于无蜂窝网络的条件下,虽然通过PC5接口的连接也可实现V2X的功能,但由于无网络覆盖,通信带宽、通信覆盖面积受到影响,导致通信质量下降,功能实现完整度大幅降低。
2.频谱资源问题
频谱资源作为无线通信技术发展的基石,越来越受到人们的关注,而又由于频谱空间是有限的,如何提高频谱利用率是现今无线电通信技术发展过程中不得不面对的难题。在服务区域内,V2X用户与LTE用户同时共享资源,在这一空间和时间内就会产生V2X用户与LTE用户分配相同的频谱资源和相互正交的频谱资源,而当分配相同的频谱资源时,Device-to-Device通信将会对LTE网络造成干扰。因此,解决频谱资源问题将成为必然。
3.多普勒效应和频率偏移问题
车辆间相对高速度导致明显的多普勒效应和频率偏移。LTE-V在设计方面增加了4个DMRS(Demodulation reference signal)信号。这些信号与500公里/小时以下的速度和ITS(智能交通系统)频段相关联,提高了高速信号追踪能力。
4.点碰撞和冲突问题
道路上车辆多,通信节点密度高,随机分配可能导致节点碰撞和冲突。LTE-V一方面强化了传输结构,引入了采用半持续调度方式的分散型调度技术,在相同的子帧上传输控制信号和数据,减少了频内辐射,优化了信道的使用;另一方面导入了新调度分配功能,可在密度更高的环境下进行恰当的数据资源处理。
5.缺少同步源
在时钟同步,网络不覆盖的情况下,缺少同步源。LTE-V同时支持基站和全球导航卫星系统(GNSS),时间同步。
6.车辆移动性问题
限制V2X发展的一大重要因素还包括了车辆的移动性问题,在车辆高速移动的V2X通信场景中,位置信息的精准度成为一个重要的待解决问题,且在车辆高速移动状态下,场景之间切换与服务小区之间切换地更加频繁,对通信服务质量提出了更高要求。不过这些问题相信会随着信息科技的发展,高精准、高时效的科技产品的出现迎刃而解。
三、通信模块产业链分析
目前,全球的智能汽车网联化通信模块发展战略正在围绕以DSRC和LTE-V两大核心技术研发生产。国外网联化通信模块侧重于依靠DSRC技术研发,因DSRC技术先在国外发展、研发生产较早,技术相对成熟,美国、日本等国普遍采用该技术。而中国LTE-V技术起步较晚,但在汽车网联化应用方面具有自主知识产权技术,可以充分利用LTE蜂窝网络的优势,实现系统容量大、覆盖范围广、低延时的技术特性,并可以平滑演进到5G,相较DSRC具有后发优势。目前中国和欧洲等国家和地区正积极采用LTE-V技术进行研发。
纵观全球智能汽车网联化研发生产企业,依托DSRC技术研发产品的企业主要以国外企业为主,研发产品的类型也不一样,包括思科公司和日本电装公司推出的DSRC相关模组,NXP恩智浦半导体公司推出的针对V2X RoadLINK的芯片组以及全球领先的集成式V2X芯片组供应商Autotalks公司、互联自动驾驶汽车(CAV)技术领导者Cohda公司推出的DSRC VANET的V2V通信模组。国内也有一部分企业依托DSRC研发相关产品,但趋于少数,只是借鉴和吸取DSRC的经验。LTE-V虽起步较晚,但因其所具备的后发优势,国内绝大多数企业选择LTE-V技术进行研发,华为集团与大唐集团是LTE-V技术发展的推动者,于2017年3月共同完成了国际通信标准化组织3GPP有关V2V、V2I、V2P相关标准的制定。但因LTE-V技术正处于起步阶段,华为集团、大唐集团、高通公司等类型的企业均采用合作模式,共同为LTE-V的发展群策群力。预计到2020年,LTE-V发展成熟时,该类型企业将会进入竞争态势,共同抢占市场份额。预计形成以华为集团、大唐集团、高通公司、恩智普等企业为主导,其他小型企业为辅的市场竞争格局。
在产业链的上、中、下游划分中,大唐集团和华为集团类型的企业可大致归于产业中游,属于车载设备和路侧设备生产研发企业;产业链的上游企业是以高通公司、恩智普、Autotalks为代表的芯片企业,主要开发和生产DSRC/LTE-V芯片,为车载设备和路侧设备生产企业提供重要支持;产业链的下游,是以上汽集团、北汽集团、中国一汽、通用汽车、福特汽车为代表的整车企业,以及蔚来汽车、威马汽车为代表的新型造车企业,大唐集团和华为集团为该类型企业提供V2X相关的车载终端设备,前后装市场均可采用。
智能汽车网联化通信模块产业链中,中游为核心纽带,即车载设备和路侧设备企业,贯穿了全产业链,是推动产业链发展的中坚力量。
技术篇
第六章 智能网联汽车前沿技术发展情况
一、概述
随着自动控制、传感器和机器视觉等技术的不断发展,世界各主要汽车产业国都在通过项目资助、共同开发和示范推广等手段尽享相关领域的布局,积极推动本国在自动驾驶技术与应用方面的发展。汽车智能化程度将成为衡量汽车性能的重要参数,是夺取未来汽车市场的关键因素。因此,各大汽车企业为在智能汽车领域占据一席之地,纷纷通过自主开发或与IT企业合作的方式将信息技术与汽车系统整合。很多IT企业结合自身的技术优势,也在进行相关的技术储备或推出各种智能化产品。
智能网联汽车技术根据技术应用和应用场景的不同,设立了“两横三纵”的技术架构。智能网联汽车电子技术拥有智能化和网联化两个维度,按照技术构架发展,逐步成熟。智能网联汽车技术构架见图6.1。
图6.1 智能网联汽车技术构架
二 发展特点
(一)智能化与网联化协同发展
根据已发布的智能网联汽车技术路线图,对各阶段实现的目标进行了分配。智能网联汽车技术路线进度时间见图6.2。
图6.2 智能汽车技术路线进度时间
(二)各国为推动普及ADAS,陆续出台政策
2017年,欧盟委员会计划强制执行纳入新车标准配置的19项安全技术,标准配置包括车道偏离警告系统和自动紧急制动系统。中国C-NCAP《中国新车评价规程》在加分要求中增加了车道偏离预警或车道偏离辅助系统、自动紧急制动系统和速度辅助系统100%装机量的要求。各汽车大国陆续推出政策,要求逐渐配置相关的汽车电子组件,相关政策成为推动汽车电子的发展最大动力。部分国家发布的ADAS方面相关政策见表6.1。
表6.1 部分国家和地区发布的ADAS方面相关政策
国家 | 管理当局 | 具体政策 | 强制指数 |
美国 | 美国高速公路安全管理局(NHTSA) | (1)从2011年起,汽车玻璃标签必须明确标明该车是否可以安装车道偏离警示系统(LDW)与前部碰撞警告系统(FCW) (2)可能于未来几年要求强制安装自动紧急制动系统(AEB) (3)未来两年豁免整个行业2500辆汽车遵循现行相关交通安全规定,允许它们在没有配备驾驶员的情况下上路测试 | ★★★ |
美国 | 美国公路安全保险协会(IIHS) | (1)对于安装FCW等碰撞规避系统的车型提高其安全评级 (2)2022年9月1日,自动紧急制动系统(AEB)成为技术标准 | ★★★ |
欧洲 | 欧洲新车安全评价程序(NCAP) | (1)2014年起,主动安全系统的权重从10%上升至20%,安装自动紧急制动系统(AEB)的汽车才能达到5星评级(表示乘员受到严重伤害的概率小于或等于10%) (2)从2016年起,紧急制动系统(AEB)需具备防止与行人碰撞的能力 (3)从2017年起,4星评级车辆需具备主动安全系统 | ★★★★ |
日本 | 欧盟委员会 | 2017年,计划强制执行纳入新车标准配置的19项安全技术,标准配置包括车道偏离警告系统和自动紧急制动系统 | ★★★★ |
日本国土交通省(MLIT) | 2016年,强制安装自动紧急制动系统(AEB) | ||
日本内阁 | 2015年,发表关于自动驾驶的战略革新创造研究计划,希望2017年前后实现复合辅助功能 | ||
日本警察厅 | 2016年,公布公路自动驾驶实证实验准则草案,包括驾驶员的职责、车辆装备和事故对策等,明确了自动驾驶汽车公路实验规定 | ||
澳大利亚 | 澳大利亚新车安全评价程序(ANCAP) | 从2012年起,只有安装车道偏离警示系统(LDW)与自动紧急制动系统(AEB)才能达到5星评级 | ★★★ |
加拿大 | 政府 | 2011年强制要求全球范围内的新增乘用车安装车身电子稳定系统ESC(ESP) | ★★★★ |
中国 | 中国汽车技术研究中心(C-NCAP) | 2015年版《中国新车评价规程》给出了明确的车身电子稳定系统ESC(ESP)加分项,在满分61分的安全测试中可加1分。2018年版《中国新车评价规程》将速度辅助系统(SAS)、自动紧急制动系统(AEB)、车道偏离预警系统/车道偏离辅助系统(LDW/LKD)的加分要求设定为系统装机量达到100% | ★★★ |
中国汽车工业协会 | 2016年3月,发布《“十三五”汽车工业发展规划意见》,明确了智能网联汽车发展设定的目标 | - | |
资料来源:互联网和《中国新车评价规程》 |
(三)国际汽车电子两种不同技术路线加速发展
2017年2月,美国加利福尼亚州车辆管理局(DMV)公布了11家企业提交的自动驾驶“脱离报告”。在加利福尼亚州获得自动驾驶汽车测试资格的企业,根据相关法律法规,每年必须上报驾驶员控制汽车的次数。这些数据是衡量自动驾驶汽车实际运行性能的重要指标,被称为自动驾驶模式的“脱离”(Disengagement),是指车上驾驶员在必须接管车辆操纵的情况下,驾驶员手动接管驾驶的情况。DMV对自动驾驶模式的“脱离”定义的场景是:在自动驾驶模式下,自动驾驶模式未能成功激活,需要驾驶员进行人工干预。此次DMV公布的这些自动驾驶项目脱离测试数据,基本反映了加利福尼亚州境内主要自动驾驶项目在不同路段和不同天气环境中进行测试的情况。谷歌公司车辆的性能比其他企业的车辆更加优异。DMV公布的自动驾驶项目脱离测试数据见表6.2。
表6.2 DMV公布的部分企业自动驾驶项目脱离测试数据
企业 | 测试里程 (公里) | 脱离次数 (次) | 测试里程/脱离次数 | 测试道路环境状况 |
谷歌/Waymo | 1017388 | 124 | 5128.0 | 主要为近郊(Suburban) |
宝马公司 | 1020 | 1 | 638.0 | 类似高速公路(Likely Highway) |
福特汽车 | 944 | 3 | 196.7 | 高速公路 |
通用汽车/Gruise | 15641 | 181 | 54.0 | 城区 |
特斯拉 | 880 | 182 | 3.0 | 高速公路,近郊 |
梅赛德斯-奔驰 | 1076 | 336 | 2.0 | 城区 |
博世公司 | 1572 | 1442 | 0.7 | 州际公路(Interslates),城市快车道(Freeways) |
资料来源:加利福利亚州车辆管理局和莫尼塔研究 |
在智能网联汽车领域,有两种具有代表性的、不同的发展路径,代表企业分别是特斯拉和谷歌公司。特斯拉依托传统传感器的相互融合,完成数据的收集、识别和处理分析,最终实现自动驾驶功能;谷歌公司通过地图和深度学习相互融合,应用实时建模的方法完成自动驾驶功能。
在自动驾驶精度控制方面,特斯拉的算法及处理水平较高,与之相比,奔驰路测车辆应用的传感器比特斯拉多100%,但精度控制水平远低于特斯拉。谷歌公司没有公布确切的数据,其通过软件可以检测和识别手势等信号,并做出反应。Mobileye配置的前向碰撞预警系统FCW的算法识别精度已经达到99.99%。谷歌和特斯拉智能网联汽车发展历史分别见表6.3和表6.4。
表6.3 谷歌智能网联汽车发展历史
第一代 | 第二代 | Waymo | ||
时间 | 2008年完成25分钟穿越美国大桥 | 2014年在加利福利亚州山景城电脑历史博物馆展出 | 2016年成为独立事业部 | |
原型 | 丰田油电混合轿车普锐斯改造 | 雷克萨斯RX450H混合动力SUV改造 | 克莱斯勒小型载货车改造 | |
工作原理 | GPS、惯性装置和一组红外激光器,按照之前已经构建的环境驾驶 | 传感器收集车辆本身及四周的数据,通过处理器分析和运算控制行驶;借助GPS设备与传感器,精确定位车辆位置和前行速度,判断周围行人、车辆和信号灯等 | 基于人工智能,推动更高层次的自动驾驶(Level4、Level5);保持软件和硬件同步开发 | |
传感器配置 | 摄像头 | 无 | 有 | 视觉系统,光探测(Light Detection) |
毫米波雷达 | 无 | 4个 | 有 | |
激光雷达 | 无 | 360旋转的激光全息传感器,位于车身顶部 | 3个不同探测距离的激光雷达,可判断行人面部朝向,成本降低90% | |
超声波传感器 | 标配 | 标配 | 标配 | |
高精度地图 | 无 | GPS,车轮装有位置传感器,谷歌地图实时更新 | 高精度实时地图,软件算法优化 | |
中控系统 | 无 | 新增Kill按钮,出现问题可及时转换成人工驾驶 | 两种工作模式,其中一种作为备用系统 | |
零件设备配置情况 | 和传统汽车基本相同 | 原型车没有制动、转向盘、油门,只有启动按键 | 和第二代基本相同 | |
资料来源:谷歌和互联网 |
表6.4 特拉斯Autopilot数据平台发展历史
Autopilot 1.0 | Autopilot 2.0 | ||
应用时间 | 2012年 | 2016年 | |
应用车型 | Model3、Model X | Model3、Model X、Model S | |
自动驾驶硬件等级 | 部分自动化(CA) | 完全自动化(FA) | |
传感器配置 | 摄像头 | 1个前置摄像头 | 8个,3个前置前视、2个侧视、2个侧面后视、1个后置后视 |
毫米波雷达 | 1个前置雷达 | 增强版前置雷达 | |
激光雷达 | 无 | 无 | |
超声波传感器 | 12个 | 12个(传感距离加倍) |
(四)中国企业合作开发,精度提升速度快
清华大学、国防科技大学和北京理工大学以及院士团队、汽车企业依托国家“863”计划和国家自然科学基金委项目,取得了对环境感知、人的行为认知和决策、基于车载及“车—路”通信的驾驶辅助系统等方面的研发进展,而且研发出了演示智能驾驶的样车。清华大学等高校与企业联合研发出先进驾驶辅助系统(ADAS)功能样机,包含自适应巡航控制系统、行驶车道偏离预警系统和行驶前向预警系统等,而且逐步实现了产业化。中国部分科技企业和汽车企业合作布局情况见表6.5。
表6.5 中国部分科技企业和汽车企业合作布局情况
分类 | 科技企业 | 合作汽车企业 | 事件 |
智能化 | 华为 | 东风汽车 | 2014年10月17日,华为与东风汽车合作布局车联网,并计划携手“三步走” |
长安汽车 | 2014年11月10日,华为与长安汽车宣布计划在车联网、智能汽车业务拓展等领域展开合作 | ||
中兴 | 中兴智能汽车 | 2016年7月,中兴通讯收购珠海广通客车70%股权,成立中兴智能汽车有限公司,计划围绕新能源汽车研发、设计、生产制造、销售及汽车无线充电、智能驾驶、车联网进行研发 | |
百度 | 宝马(截至2016年11月) | 2014年9月,双方签署合作协议,涉及车辆使用、驾驶策略、高精度三维环境地图、配套基础设施、相关法律和产业标准六个维度;2015年12月,1辆基于宝马3系改装的百度智能汽车在国内完成首秀 | |
比亚迪汽车、奇瑞汽车、北汽集团 | 在乌镇举行的世界互联网大会上,百度亮相的18辆统一涂装的智能汽车涵盖的车型都是国内自主品牌,包括比亚迪泰、奇瑞EQ以及北汽集团EU260 | ||
蔚来汽车 | 2017年,百度投资蔚来汽车,成为技术方案提供商 | ||
腾讯 | 和谐汽车 | 2015年,腾讯、富士康及和谐汽车合资成立Future Mobility,锁定中高级电动汽车市场 | |
上海国际汽车城 | 2016年12月,腾讯和上海国际汽车城签署战略合作协议,双方计划借助各自的优势,在自动驾驶、高清地图和汽车智能网联标准制定等战略性领域进行深层合作,共同推进自动驾驶技术发展和商业化推广应用 | ||
网联化 | 华为 | 奥迪汽车、宝马公司 | 2016年9月27日,奥迪汽车、宝马公司和戴姆勒与移动电信网络设备公司爱立信、华为、英特尔、诺基亚和高通组成5G汽车联盟,加快研发自动驾驶汽车所需的互联网设备 |
博世公司 | 2017年2月22日,华为与博世公司、沃达丰联手合作,共同研发LTE-V2X技术,目前正在德国进行路测,旨在多车道高速公路上进行车道变换演示 | ||
阿里巴巴 | 上汽集团 | 2016年7月,阿里巴巴与上汽集团历时两年共同研发的荣威RX5发布,共同开发互联网汽车平台,及操作系统YunOS for Car | |
百度 | 奇瑞汽车 | 2016年5月16日,百度宣布与芜湖政府合作建设“全无人驾驶汽车运营区域”,百度和奇瑞汽车正式联合开发无人驾驶汽车 | |
乐视 | 北汽集团 | 乐视北汽车联网系统亮相 |
三、发展现状
(一)中国研发的毫米波雷达将量产
目前,24吉赫和77吉赫已经成为毫米波雷达的主流频段。其中,24吉赫波段的毫米波雷达主要用在汽车后方,77吉赫波段的毫米波雷达主要用在汽车的前方和侧面。毫米波雷达的波段未来将统一到77吉赫(76~81吉赫)频段,用于长距离探测的毫米波雷达将使用76~77吉赫频段,用于中短距离探测的毫米波雷达将使用77~81吉赫频段(欧盟、东盟、新加坡、美国FCC委员会、加拿大等已进行相关规划)。当前,随着配置毫米波雷达已经从高端车型向中低端车型延伸,其普及程度逐步扩大。目前毫米波雷达在应用中的配置分为几种情况:1长+2短,代表车型是别克威朗;1长+4短,代表车型是奥迪A4;1长+6短,代表车型是奔驰S级。24吉赫和77吉赫毫米波雷达应用比较见表6.6。
表6.6 24吉赫和77吉赫毫米波雷达应用范围比较
频段分类 | 24吉赫 | 77吉赫 |
开放范围 | 全球超过150个国家 | 全球超过97个国家 |
应用范围 | BSD盲点监测系统 | FCA前碰撞报警功能系统 |
LCA辅助变道系统 | ACC自动巡航系统 | |
RCTA后方穿越车辆报警系统 | AEB自动制动系统 | |
EAF开门辅助系统 | ||
PCR后防撞级预警系统 | ||
FCTA前向车辆报警系统 | ||
资料来源:互联网。 |
毫米波雷达的核心部分包括:前端单片微波集成电路MMIC和雷达天线高频PCB板。目前,MMIC技术掌握在国外企业手中,特别是仅有英飞凌、飞思卡尔和ST等极少数芯片企业掌握着77吉赫的MMIC技术。中国的毫米波雷达技术主要集中在24吉赫频段,华域汽车、芜湖森思泰克和杭州智波等企业已有所积累,还处于研发的初始阶段。同样,雷达天线高频PCB板技术也是由国外企业掌握,其中Schweizer在77吉赫毫米波雷达方面占有明显的优势,占全世界市场份额的30%。此外,PCB板的层压板材主要由Isola和Rogers等国外企业提供,中国相关企业还没有此类技术储备,元器件需从国外进口,仅能按照图纸进行代加工。沪电股份与Schweizer合作,采用其PCB产品生产24吉赫和77吉赫毫米波雷达。毫米波雷达零部件供应体系企业见表6.7。
表6.7 毫米波雷达零部件供应体系企业
部件分类 | 企业 | |
国外 | 国内 | |
雷达模块(整体) | 博世、大陆、海拉、德尔福(Delphi)、电装、富士通天等 | 华域汽车、意行半导体、森思泰克、沈阳承泰、南京隼眼等 |
雷达天线PCB板 | Schweizer、Rogers、Isola等 | 沪电股份等 |
前段单片微博集成电路MMIC | ADI、英飞凌、NXP、ST、飞思卡尔等 | 意行半导体、华域汽车 |
目前,中国的中高端汽车配置的毫米波雷达传感器全部依赖进口,华域汽车已经解决了相关产品导入问题,已经能够生产具有盲点侦测BSD和车道切换辅助LCA功能的24吉赫毫米波雷达。中国在毫米波雷达研发的第二阶段解决的主要问题是降低24吉赫毫米波雷达的成本。
(二)车载视觉系统的硬件成熟,软件逐步升级
车载视觉系统由车载光学镜头、车载图像感光芯片和专用图像处理ISP芯片组成。车载视觉系统的工作原理:镜头采集的图像由摄像头内的感光组件电路和控制组件进行处理,转化为计算机能够处理的数字信号,从而实现对行人的检测和车辆周边路况的感知。
在车载视觉系统的软件方面,以典型的Mobileye为例,芯片和处理平台均能实现升级,工作频率由122兆赫提升到了332兆赫,而改变的访问方式使速率提升了100%,图像的彩色像素由640×480提升到了2048×2048(Input)或者4096×2048(output)。
在车载视觉系统的硬件方面,COOS镜头(包括lens和光感芯片等)、芯片和内存、SIM卡及外壳等其他物料组成了车载摄像头。
在市场的竞争格局方面,绝大部分企业将业务集中在产业的某一个或几个环节上,仅有极少数企业具备了垂直一体化的能力。目前,国内企业占有一定优势的是红外截止滤光片(又称红外滤光片或吸热过滤片)市场,欧美和韩国企业在图像传感器市场占主要地位,中国台湾企业主导了光学镜片市场,中国大陆、中国台湾、韩国和日本的企业在模组市场的份额名列前茅。中国企业正在迅速成长。
目前,国际汽车零部件巨头企业正在与整车企业进行合作量产摄像头传感器,并加大了研发方面的投入,重点是算法和芯片的提升。未来,中国企业在摄像头方面的发展主要是突破专用的图像处理芯片和复杂图像处理技术,基本实现自主研发,从而最终实现车载视觉系统与其他感知系统融合产品的大规模应用。
(三)高精地图成为实现L3、L4阶段自动驾驶的关键技术
实现L3、L4级别自动驾驶的关键技术是成熟的高精地图技术。成熟的高精地图技术可以实现降低自动驾驶的成本,提高可靠性,降低对雷达等感知设备的依赖程度,是自动驾驶技术与V2X融合的载体,在统一标准的前提下,有利于技术的发展和应用。
高精地图与传统地图相比,具有绝对坐标精度更高的特点。例如,HERE的下一代绘图应用将可以精确到厘米级,高精地图将拥有更丰富和更细致的道路交通信息元素。高精地图包含分析层、活动层和动态层三个图层。
(1)高精地图的动态层能够收集实时更新的其他车辆传感器和道路传感器收集的交通数据,通过实时更新和补充实现协同感知,进入网联化的第二阶段。
(2)高精地图的分析层能够通过收集到的实时大数据分析驾驶记录,能够帮助车辆进行自动驾驶训练,实现协同决策和控制,进入网联化的第三阶段。
(3)高精地图的活动层与传统地图相比,增加了大量高精度目标数据(路边地标、树木、防护栏、道路边缘的类型和高价物体)、车道属性数据(车道的宽度和车道线的类型等)、道路数据(道路的方向、铺设、弯曲率、坡度和形状等)。
现阶段先进驾驶辅助系统ADAS配置的地图已经拥有了活动层信息,精度达到了1~5米。例如在宝马集团的Adaptive Speed Recommendation系统(ASR——通常称为牵引力控制系统Acceleration Slip Regulation)减速区,系统在距障碍物50~300米时提醒驾驶员进行减速操作,提前提醒的时间是根据当时车辆的行驶速度、制动速度和驾驶员的反应时间进行调整的。当车辆在转弯路段行驶时,系统还会根据整体路况、道路宽度和车道数量等,按照计算出的合理的车速进行调整。高精地图与传统地图对比见表6.8。
表6.8 高精地图与传统地图对比
指标 | HAD高精度地图 | ADAS级高精度地图 | 传统地图 |
精度 | 厘米级 | 亚米级 | 10米 |
服务对象 | 机器 | 机器+人 | 人 |
图层层次 | 活动层、动态层、分析层 | 活动层 | 二维、静态 |
信息采集 | V2X信息和云技术信息更新 | 众包采集,专业化采集 | 卫星影像和航空图像 |
应用领域 | 更高级的自动驾驶 | ADAS、L2/L3自动驾驶 | 测绘、GIS等 |
四、未来展望
(一)激光雷达成本逐步下降
激光雷达是以发射激光束探测目标位置和速度等特征量的雷达系统,是激光技术与雷达技术相结合的产物,主要融合了激光、全球定位和惯性导航三种技术。激光雷达的工作原理:由发射装置向目标发射激光束,再由接收器接收从目标反射回来的激光束,并将反射回的信号与发射的信号进行比较,根据激光飞行时间原理,计算出目标位置和移动速度等数据,这些三维数据可以直接生成三维图像,不用通过大量计算和处理,而且精度极高。目前,激光三维成像雷达是获取大范围三维场景图像效率和精度最理想的传感器。
目前,激光雷达按照线目不同主要分为2D、2.5D(1、4、8线)和3D(16、32、64线)等几类。2D和2.5D激光雷达主要用于探测目标的位置和轮廓,3D激光雷达主要用于环境的视觉感知。
中国激光雷达企业的技术水平与国外还有较大差距,主要表现在多线激光雷达技术方面。目前,中国的激光雷达主要应用于地形测绘、建筑测量和服务类机器人等领域,尚处于探索研发阶段,还没有用于ADAS系统和无人驾驶的3D激光雷达产品。国外和中国激光雷达企业产品及参数分别见表6.9和表6.10。国外部分激光雷达企业发展现状见表6.11。
表6.9 国外激光雷达企业产品价格及参数
供应商 | 型号 | 价格 (美元) | 特点 | 线目数线 | 水平视野角度 | 垂直视野角度 | 距离精度 (厘米) | 探测范围 (米) | 输出频率 (万像素/秒) |
Velodyne | HDL-64E | 50万-100万 | 性能佳,价格昂贵 | 64 | 360° | 26.8° | <2 | 50(路面) 120(汽车、数) | 130 |
HDL-32E | 10万-30万 | 体积更小、更轻 | 32 | 360° | 10°-30° | <2 | 70 | 70 | |
VLP-16 | 7999 | 适用于无人机 | 16 | 360° | 15°-45° | <3 | 100 | 30 | |
UItra Puck-32 | 500 | 汽车专用 | 32 | 360° | 28° | <2 | 200 | 70 | |
Quanergy | S3 | 250 | 性价比高 | 8 | 120° | - | - | - | 50 |
IBEO | LUX 4L | - | 两倍输出,三次回波,智能角度分辨率 | 4 | 2层:110° | 3.2° | <10 | 200 | - |
LUX 8L | - | - | 8 | 110° | 6.4° | <10 | 200 | - | |
Innoviz | HD-SSL | 100 | 尺寸小,价格低 | - | 100° | 25° | <2 | 200 | 25 |
LeddarTech | Vu8 | - | 目前该公司性能最好的产品 | 8 | 100° | 0.3°-3° | <5 | 215 | - |
M16 | - | 适用于车载雷达 | 16 | 95° | 0.3°-3° | <5 | 100 | - | |
Leddar | - | 为单点测量设计 | 1 | 3° | - | <5 | 40 | - | |
ISI6 | - | 专业为工业用途设计 | 16 | 45° | - | <5 | 50 | - | |
Leia | SPL100 | - | 适用于大面积地形勘探 | - | 60° | - | <5 | - | 40 |
数据来源:Velodyne IBEO等企业公开资料,互联网和莫尼塔研究
表6.10 中国主要激光雷达企业产品价格及参数
供应商 | 型号 | 价格 (元) | 特点 | 水平视野角度 | 垂直视野角度 | 距离精度 (厘米) | 探测范围 (米) | 输出频率 (万像素/秒) |
思岚科技 | PRLidar | 2399 | 2D激光雷达,适用于扫地机器人等 | 360° | - | <0.5 | 6 | - |
镭神智能 | LS01 | 2280 | 2D激光雷达,适用于AGV导航360° | - | <35 | 6 | - | - |
LS02 | - | 非旋转扫描激光雷达,适用于无人机定高等 | 360° | - | <2 | 6 | - | |
N101 | - | 基于TOF(飞行时间)原理的二维扫描探测传感器,适用于直升机定位导航 | 270° | - | <35 | 30 | - | |
N301 | - | 360° | - | <35 | 200 | - | ||
巨星科技 | Toucan | - | 3D激光雷达 | - | - | - | 6 | - |
大族激光 | LiDAR C0602 | - | 2D激光雷达 | 360° | - | - | 6 | - |
镭神智能 | LiAir Pro | - | 无人机激光雷达系统 | 330° | - | <10 | 920 | 50 |
LiAir Pro | - | 360° | - | <20 | 100 | 70 | ||
LiAir Base | - | 360° | - | <20 | 100 | 30 | ||
LiBack pack | - | 室内一体化激光雷达扫描系统 | 360° | <30 | <30 | 100 | 30 | |
Li-Eagle400 | - | 轻小型机载激光雷达 | 80° | - | <5 | 600 | - | |
Li-Eagle1000 | - | 80° | - | <8 | 1400 | - | ||
Li-Eagle2000 | - | 80° | - | <5 | 2050 | - | ||
- | - | - | 330° | - | <5 | 920 | 50 |
资料来源:各企业公布的数据、互联网
表6.11 国外部分雷达激光企业发展现状
供应商 | 简介 |
Lnnoviz | 2016年8月,完成900万美元4轮融资,用来研发能够满足自动驾驶汽车的高性能、低成本固态激光雷达。Innoviz计划推出增强版后,专为自动驾驶车设计100美元级的固态激光雷达 |
Leddar Tech | 2007年,在加拿大魁北克市成立,剥离自加拿大国家光学研究所,是全球唯一一家基于专利、前沿技术的高级探测与测距系统供应商。主要为OEM整车企业、Tir1供应商、零部件&子系统供应商、系统集成商提供LeddarCore IC传感器技术,用于开发ADAS/AD解决方案中的激光雷达。2016年6月,对外公布了针对无人驾驶汽车的固态激光雷达IC路线图。目前,Leddar Tech与法雷奥合作研发1款“最便宜的激光雷达传感器” |
Phant on Intelligence | 欧司朗光电半导体事业部在合作开发1款“可用于城市驾驶中低速障碍,场探测的集成式、低成本激光雷达。”其中1款概念产品是半导体激光雷达,拥有16个二极管阵列,可探测距离达30米。整个阵列按照一个宽度大于高度的扁矩形形状排列,应为其设计的场景更强调水平方向的分辨率;避免车辆前方的剐蹭和撞击 |
Tri Lumina | 2013年成立的半导体激光照明公司,致力于开发芯片产品,同时降低了激光雷达的尺寸和成本。该公司合作研发的固态Lidar传感器即将投产 |
Photonic Vision | 英国小型创业企业,主要业务是开发面向汽车、工业及防卫安全市场的低成本激光雷达和视觉传感器技术 |
资料来源:互联网、莫尼塔研究 |
(二)高精地图技术将逐步成熟
高精地图是支撑汽车实现智能网联化的关键技术之一。目前,ADAS系统应用的高精地图能够实现L2、L3级别自动驾驶技术的需求。随着5G通信技术和人工智能的发展,高精地图将逐渐成熟。高精地图的成熟将促进计算机视觉、3D建模和车联网数据快速处理等技术的成熟发展,随着云端闭环实时更新技术和基于深度学习的环境感知技术不断发展,使高精地图逐渐向HAD级发展。
目前,高精地图采用多种技术方案进行数据的采集和处理。传统汽车企业和ADAS解决方案提供企业采用UGC实时更新和众包等方式进行数据的采集;而以谷歌公司和百度公司为代表的高科技企业和主流的地图企业,利用摄像头和激光雷达采集城区的全区域覆盖数据和高精度数据。采用不同的数据采集方式,对于覆盖的区域、数据的精度、实时更新和成本控制等方面的影响不同,且特点不尽相同,传统汽车企业、ADAS解决方案提供企业和地图企业进行的战略合作将成为主要的发展趋势,而科技企业的产品实现商业化将会促进采集方式的整合,从而推动产业的发展。高精地图数据采集和解决方案对比见表6.12。
表6.12 高精地图数据采集和解决方案对比
采集 方式 | 数据 来源 | 使用 路况 | 传感器 | 算法和 云技术 | 应用 企业 | 优点 | 缺点 |
专业化采集 | 专业采集车 | 全路况 | 激光雷达+摄像头 | 专业采集系统软件+离线编辑处理平台 | 谷歌、百度、HERE、四维图新 | 构成3D建模,地图精度高和覆盖率有保障 | 成本较高,缺乏实时更新 |
众包 | 量产运营车辆 | 高速公路(目前) | 摄像头+雷达视觉方案 | 基于深度学习的环境感知技术+端闭环解决方案 | Uber(otto)、Mobileye | 以众包方式大量收集道路数据,持续完善地图数据库,实时更新快 | 亚米级,只采集对ADAS有帮助的信息,如路标、交通指示牌、信号灯等 |
UGC(用户生产内容) | 移动智能网恋终端(手机+车载) | 全区域 | 摄像头+雷达视觉方案 | 基于深度学习的环境感知技术+端闭环解决方案 | 特拉斯(antopilot)传统汽车企业 | 数据量庞大、完整,流量人口定制化需求,实时更新快 | 信息安全 |
高精地图的主要提供企业包括:传统汽车企业、ADAS解决方案提供企业、智能驾驶科技企业和地图企业。这些企业提供高精地图的方案和方式各不相同,各有优势:传统汽车企业和ADAS解决方案提供企业主要采用众包方式,具有掌握大量数据和能够实时更新的特点;而地图企业拥有技术积累充足、地图的精度和覆盖率高、绘图基础深厚等先天优势。高精地图除了能够提供道路信息之外还被赋予了更多的功能:提供实时路况信息、3D建模、参与路径规划、参与ADAS系统的交互与决策。高精地图在ADAS系统中和交互与决策的关系见图6.3,高精地图绘制参与企业对比见表6.13。
图6.3 高精地图在ADAS系统中和交互与决策的关系
表6.13 绘制高精地图参与企业对比
企业分类 | 方案与布局 | 优势 | 劣势 | 代表企业 |
地图企业 | 采用激光雷达绘图车辆,3D配合2D方式绘图,通过与汽车企业合作,传感器融合地图,获取地图更新数据,逐步向标准化发展 | 易形成通用标准,有助于产业普及;绘图基础深厚,地图精度和覆盖率有保障 | 前期投入较大;初期标准统一前,定制化需求较多 | 思维图新、高德、HERE |
科技企业 | 为实现完全无人驾驶汽车,进行高精度地图绘制 | 在部分地区实现较高精度,制作方式一般是全3D数据,满足现阶段测试要求 | 地图主要是各自无人驾驶项目内部使用,不具备通用性 | 谷歌、百度、Uber、特拉斯 |
ADAS方案供应商 | 独立制作高精度地图,与汽车企业合作,将具备采集能力的ADAS摄像头和雷达部署在量产车上 | 以众包方式收集道路数据,持续完善地图数据库,协助ADAS系统进行感知和决策 | 通常只采集部分对ADAS系统有帮助的信息,例如Mobileye Roadbook重点采集交通指示牌、信号灯等 | Mobileye、纵目科技、得润电子、前向起创(亚太股份) |
传统汽车企业 | 以投资地图制作公司或自主研发的方式掌握高精度地图技术 | 具备数据压缩优势,减小传输和更新压力;拥有数量庞大的量产车资源,通过众包方式快速积累数据 | 不使用激光雷达,在精度方面存在差异;属于初创企业,绘图成本大,存在经营压力 | 福特汽车、通用汽车、大众汽车 |
1.国外高精地图领域软硬件融合
近几年,国际地图企业通过不断与传统汽车企业、科技企业和传感器企业(数据信息的入口)开展合作,将产业链的生态布局不断向算法芯片和数据输入端的传感器等领域渗透,希冀成为自动驾驶技术的方案提供企业。地图企业之外的参与者频繁布局高精地图领域,使数据的采集更精准、覆盖面更广泛、更容易直接实现实时更新。
典型的国际地图企业HERE的核心业务已经转化为通过依托其丰富的地图数据和核心位置平台,为企业、汽车和消费者提供位置服务和解决方案。目前,HERE的地图数据覆盖约200个国家,超过4600万千米,其战略布局就是要实现汽车电子的软硬件融合,这也成为汽车电子行业在自动驾驶领域的发展趋势。
在其他高精地图参与者中,谷歌公司、苹果公司、特斯拉和Uber也成为行业的典范。谷歌公司在车辆周边环境数据的计算和处理方面始终走在最前沿,其高精地图在算法优化和实时建模方面处于领先地位,依赖其城市规划和路径优化规划的算法解决方案,谷歌公司在提供地图技术方面领先的优势较大。而在自动驾驶领域庞大的数据需求方面,特斯拉凭借其OTA空中更新,Uber凭借开展的Otter和沃尔沃载货车的运营,使这类企业在高精地图和自动驾驶测试等方面具有更容易延伸和拓展的优势。在高精地图领域布局的主要国外企业见表6.14。
表6.14 在高精地图领域布局的主要国外企业
企业类型 | 企业名称 | 时间 | 事件 | 数据采集模式 |
科技企业 | 谷歌 | 2005年 | 推出地图服务,后续推出街景、室内、三维地图等服务 | 基于消费者数据反馈+无人驾驶车测绘 |
2012年 | 应用于其第二代无人驾驶汽车,实时更新完成无人测试 | |||
2016年 | 宣布收购城市规划位置数据分析服务商Urban Engines,加强谷歌地图的位置分析功能,Urban Engines团队直接并入谷歌地图团队 | |||
Uber | 2016年 | 斥资6.8亿美元收购无人驾驶载货车公司Other | 载货车城市无人驾驶测绘+卫星定位分析 | |
2016年 | 与沃尔沃汽车达成伙伴关系,互相协助开发自动驾驶技术,并计划将100辆沃尔沃XC90 SUV自动驾驶汽车投放到美国宾夕法尼亚州 | |||
2017年 | 开始制作新加坡的3D地图,Uber会将摄像头以及地图制作相关设备搭载到已经在共享出行平台投入运营的车辆上 | |||
苹果 | 2016年 | FAA批准苹果“操作无人驾驶飞机系统进行数据收集、摄影和摄像”,计划用无人机和新的室内导航功能改进其地图服务 | 智能终端移动产生的UGC数据 | |
特拉斯 | 2015年 | 用Model S收集数据,建立实时地图数据更新库 | OTA空中更新 | |
ADAS方案供应商 | Mobileye | 2016年 | Mobileye的REM系统,与地图企业HERE ,传统汽车企业如宝马公司、大众汽车展开合作,使用众包数据完成高精度地图的绘制和更新 | 传感器产生的众包数据 |
传统汽车企业 | 通用汽车 | 2016年 | 10忆美元收购自动驾驶初创企业Cruise Automation | 无人驾驶汽车测试+众包数据 |
福特汽车 | 2017年 | 10忆美元投资初创企业Argo AI | - |
2.中国高精地图企业加大力度进行布局
随着自动驾驶技术的不断发展,中国地图企业及相关企业已经充分认识到高精地图在自动驾驶领域的关键支撑作用,均在高精地图领域进行战略布局。
四图维新作为中国地图行业的领先企业,在地图数据和实时采集更新方面已经有了15年的积累,从2016年开始在ADAS高精地图领域进行布局,对上下游产业链加快进行一体化整合。通过与东软战略联合强化在车联网平台软件方面的实力,收购杰发科技芯片商完成在软硬件方面的综合布局,高级驾驶辅助地图率先实现商业化,入股HERE设立子公司等,四图维新正在从传统的地图企业转型为完整解决方案提供企业。
在高精地图其他相关企业中,腾讯公司在2013年全资收购了甲级测绘企业科菱航睿,在2014年向四图维新投资近12亿元成为第二大股东;百度公司在2014年全资收购了甲级测绘企业长地万方;阿里巴巴在2014年全资收购高德软件。中国各大互联网企业均已间接获得了国家测绘局甲级地图测绘资质,为即将进行的产业链整合及在智能汽车领域的布局奠定了基础。
3.高精地图逐步成熟
根据发布的《中国制造2025》技术发展路线图,明确了智能网联汽车各阶段发展的目标,同时也指明了相关领域在各阶段的发展目标。在高精地图领域,2020年前,为了实现PA级智能网联汽车,需要提供适用的亚米级高精地图;2025年,为实现CA级智能网联汽车,需要提供适用的覆盖全国高速公路的高精地图;2030年,为实现自动驾驶的需求,要实现生产自动化和标准化、覆盖全国主要公路的高精地图。随着智能化和网联化的不断发展,以及5G通信技术标准建立和人工智能化的发展,高精地图在自动驾驶领域的应用将逐步成熟。高精度地图发展成熟时间见表6.15。
表6.15 高精度地图发展成熟时间
时间 | 2017-2018年 | 2018-2020年 | 2020-2025年 |
阶段 | ADAS级高精度地图 | HAD级高精度地图 | |
图层 | 活动层(道路级别的数据,车道属性相关数据) | 动态层(V2X联网数据) | 分析层(协同决策和控制) |
技术方案 | 3D建模环境感知+端闭环解决方案 | 3D环境感知+云技术/V2X技术 | V2X技术+深度学习+人工智能 |
支撑技术 | 计算机视觉和云技术,算法芯片 | V2X、5G高速率车载通信模块,道路基础设施建设 | 执行控制零件的软件化人工智能芯片 |
(三)2019~2022年车载通信模块逐步成熟
作为未来智能交通运输系统关键技术的V2X具体包括:V2P(车—行人)、V2V(车—车)、V2I(车—基础设施)等。V2X技术的主要作用是降低交通事故发生率和大幅提高交通安全,同时为自动驾驶提供了大幅降低成本、实施容易的技术路线和基础平台。
目前,被广泛认可的V2X技术有两类:美国主导的基于IEEE 802.11p的专用短距离通信(DSRC)和3GPP主导的基于3GPP的长期演进项目(LTE)。其中,美国主导的DSRC技术是基于IEEE 802.11p演进扩充的无线局域网,可实现小范围内图像、语音和数据的实时、准确和可靠的双向传输,是欧美等国家和地区在车联网领域应用的主流技术,但也存在最大传输时延及可靠性不可控、道路相关设施建设投入大、车辆离开道路后难以获得服务的应用场景、未来的商业模式不清晰等缺陷,大规模应用难以实现。而3GPP主导的基于3GPP的长期演进项目(LTE)中,以中国大唐通信集团和华为为主导的LTE-V技术,基于4.5G或5G网络能够使车联网更优化,能够解决DSRC技术难以解决的容量、商业模式和离路覆盖等问题。中国通信标准化协会(Chinese Communication Standards Association,CCSA)已经针对国内LTE V2X推出了工作项目,由大唐通信集团和华为负责相关标准的制定。LTE-V技术在车联网领域应用的优势见表6.16。
表6.16 LTE-V技术在车联网领域应用的优势
低延时 | 基于DSRC标准的802.11p在5.9吉赫频率短距离通信的系统时延超过100ms,而LTE-V的系统时延为50ms |
频谱带宽 高可靠性 组网成本低 演进路线明确 | 分配灵活,可根据实际情况增减 传输更可靠,集中式资源分配协调技术,降低了竞争冲突丢包 覆盖面广,网络运营及盈利模式清晰 3GPP持续演进,可支持未来ITS业务的需求 |
LTE-V技术为了满足车辆的主动安全、行车效率和车载娱乐等多种场景的业务需求可分为两类:LTE-V-Direct(短程直通式通信)和LTE-V-Cell(广域蜂窝式)。其中,LTE-V-Direct(短程直通式通信)引入了LTE D2D(Device-to-Device),具备寻找150米内数以千计设备及服务能力,通过网络终端实现了车车之间的通信,具有低时延的高性能,适用于安全类业务;LTE-V-Cell(广域蜂窝式)对现有蜂窝技术进行了扩展,通过LTE拥有的公共网络实现回传,并利用相关的安全管理体系实现功能,适用于信息娱乐业务。
(四)国内外车联网企业提前布局车联网市场
车联网作为未来智能交通的重要支撑领域之一,汽车企业和半导体企业该领域积极布局。有专家预测,车载通信模块将在2019~2022年发展成熟,市场将快速增长。
车联网在自动驾驶领域的应用已成为行业公认的趋势,半导体企业纷纷推出V2X解决方案,希冀在车联网市场抢占先机。目前,意法半导体、恩智浦、高通、博通、大唐电信和华为等国内外半导体企业均推出了相关解决方案。例如大唐电信推出了世界第一台LTE-V车联网设备,拥有核心自主知识产权。半导体企业在车联网领域的新进展见表6.17,汽车企业在车联网领域的新进展见表6.18。
表6.17 半导体企业在车联网领域的新进展
企业 | 动态 |
瑞萨 | 推出首款V2X系统单晶片----R-Car W2R、智能汽车运算系统SoC的新型视频处理电路模块 |
意法半导体 | 与Autotallks合作,第二代V2X镜片组导入设计、合作研发面向大众市场的V2X芯片组 |
U-Blox | 与Cohda Wireless合作,推出嵌入式V2X收发顺达模组----THEO-PI |
恩智浦 | 向德尔福汽车公司提供可是想V2X通信的RoadLJNK芯片,实现B2X芯片产量 |
Autotalks | 与奥迪合作进行一体化V2X屋顶天线系列产品开发,与意法半导体合作开发出一款世界领先的V2X芯片组,并继续合作开发V2X增强型全球导航卫星系统 |
高通 | 推出骁龙820A汽车处理器 |
大唐电信 | 推出全球第一台LTE-V车联网设备,可支持车联网V2X自组织通信,并具有核心自主知识产权 |
表6.18 汽车企业在车联网领域的新进展
企业 | 动态 |
奔驰汽车 | 推出全球第一款搭载Car2X智能云端交互系统的量产车型,具备该功能的车辆之间、车辆与基础设施之间可以交换信息 |
通用汽车 | 计划凯迪拉克CT6采用V2V通信模块 |
丰田汽车 | 已在美国密歇根州Mcity无人驾驶示范区投放5000辆智能网联汽车进行V2X测试 |
奥迪汽车 | 2012年,与恩智浦签署的战略创新合作协议中就包括了V2X通信,2016年在德国对恩智浦和Cohda Wireless上午V2X通信技术进行了大量现场测试 |
(五)2022~2025年算法和决策芯片逐步成熟
1.算法逐步成熟
目前,深度学习在智能汽车领域正在逐步取代原传统算法。被广泛用于自动驾驶、传感器融合、目标识别、自然语言处理和计算机视觉等汽车领域的人工智能,正是基于深度学习,智能驾驶技术相关企业已经开始探索如何基于GPU组建神经网络,从而实现自动驾驶。在自动驾驶领域,实现自动驾驶的难点是十分复杂和很难预测的程式环境下的驾驶场景,需要多种传感器进行融合才能实现对数据进行定位、规划和决策。现有主流人工智能算法种类见表6.19。
表6.19 现有主流人工智能算法种类
算法分类 | 种类 |
深度学习 | 深度玻尔兹曼机(DBM)、深度信念网络(DBM)、卷积神经网络(CNN)、堆栈式自动编码器 |
神经网络 | 自组织映射、感知机、反向传播算法、霍普菲尔德神经网络、径向基函数网络(RBFN)、反转算法、自编码器(Autoencoders)、玻尔兹曼机、Spiking神经网络、学习质量量化(LVQ) |
机器学习 | 回归算法、神经网络、SVM(支持向量机)、聚类算法、降维算法、推荐算法、豪斯判别、朴素贝叶斯、决策树 |
径规划算法 | Dijksha算法、Lee算法、Fioyd算法、双向搜索算法、蚁群算法、administration |
深度学习和传统算法相比较,最大的不同点是:在给定模型后,深度学习能自动完成学习完成被分配给的任务,而这些任务包括自动驾驶、无人机、语音和图像等多种任务。国外算法企业及产品对比见表6.20,国内算法企业及产品对比见表6.21。
表6.20 国外算法企业及产品对比
企业名称 | 产品 | 性能 |
英伟达 | 特拉斯P100 | 集成1500亿个晶体管,拥有每秒超过20万亿次的FP16浮点运算性能 |
英特尔 | Nervana | 该芯片可以加速各类神经网络,如谷歌TensorFlow框架 |
IBM | TrueNorth | True North的每个内核均有256个神经元,每个神经又分别与内外部的256个神经元连接 |
谷歌 | TPU | 通过降低芯片的计算精度,减少实现每个计算操作所需的晶体管数量,使芯片单位时间内运行的操作数量更高 |
微软 | Project Catapult | 该系统的硬件成本只占服务器所有其他配件总成本的30%,需要的运行能量也只有不到10%,但处理速度是原来的200% |
资料来源:互联网、莫尼塔研究
表6.21 国内算法企业及产品对比
企业名称 | 产品 | 性能 |
Mobileye | EyeQ5 | EyeQ5最多支持20个外部传感器(摄像头、雷达或激光雷达),完全可编程加速程器,芯片内置的4种类型加速器均经过其系列算法优化 |
英伟达 | Drive PX2 | 具备高性能的平台计算和深度学习能力 |
英特尔 | Nervana | 该芯片可以加速各类神经网络,如谷歌TensorFlow框架 |
IBM | TrueNorth | True North的每个内核均有256个神经元,每个神经又分别与内外部的256个神经元连接 |
谷歌 | TPU | 通过降低芯片的计算精度,减少实现每个计算操作所需的晶体管数量,使芯片单位时间内运行的操作数量更高 |
微软 | Project Catapult | 该系统的硬件成本只占服务器所有其他配件总成本的30%,需要的运行能量也只有不到10%,但处理速度是原来的200% |
2.决策芯片的软硬件逐步融合
一般情况下,为业务提供解决方案部署的平台包括CPU、GPU、FPGA和ASIC。其中,CPU和GPU需要软件支持,而FPGA和ASIC是软硬件一体构架,即软件就是硬件,这些也是处理器芯片分类的特点。由于CPU和GPU领域存在大量开源软件和应用软件,各种新技术首先会用CPU实现算法,其编程资源丰富易得,开发成本低、周期短;FPGA高并行性能使业务性能得到量级提升,而且是动态可重配,部署在数据中心可根据业务形态配置不同逻辑实现不同的硬件加速功能;ASIC芯片可以获得最优性能,面积利用率高、速度快、功耗低,但开发风险极大、成本高、开发周期长,不适合深度学习算法快速迭代的领域。未来的算法和芯片将协同发展,软硬件的融合设计将成为发展趋势。主流芯片构架见表6.22。
表6.22 主流芯片构架对比
CPU | GPU | FGPA | ASIC | |
软件和硬件 | 需要软件支持、指令系统 | 软硬件一体结构,使用硬件语言 | ||
开发周期 | 较短 | 较长 | ||
能耗比 | 最低 | 较低 | 较高 | 最高 |
易用性和晶体管效率 | 指令系统将高级语言翻译成机器语言,更易用 | 算法直接用晶体专门电路实现,建筑在物理结构之上,晶体管效率更高 | ||
结构 | 70%晶体管用来构建CACHE,适用复杂的逻辑运算和通用性数据运算 | 晶体管大部分构建计算单元,适用大量数据、逻辑不负责的并行计算 | 灵活、可部署高性能通用可编程芯片,计算效率高,更接近底层IO | 体积小、功耗低、计算性能高、计算效率高、量产成本大幅度降低,适用算法固定的专用领域 |
性能提升方案 | 增加CPU核数、提高CPU频率、修改CPU架构增加计算单元FMA数量 | 处理的算法本身复杂度低,处理的数据之间互相独立 | 工艺技术 | |
应用领域 | 串行运算和逻辑控制,文字处理、运行交易数据库、网络应用等场景 | 图像像素处理等大规模、逻辑简单的并行运算,通用计算领域 | 企业军工 | 消费电子 |
发展趋势 | 第一阶段,CPU和GPU起步,算法根据芯片设计优化;第二阶段,FGPA逐步成熟开始和CPU和GPU 组成协同处理器架构,软件和硬件开始融合;第三阶段,未来大规模技术突破和城北降低经济化,ASIC成为主流架构,算法和芯片协同发展,软件和硬件融合加速 |
第七章 智能汽车典型技术应用案例
所谓“智能汽车”是指在普通车辆上加装传感器、控制器等部件实现环境感知和信息交互,从而取代人的操作使车辆自动控制前往目的地。近几年,依靠计算机控制和传感器技术的飞速发展,智能汽车已经成为各国车辆工程领域研究的热点和汽车工业增长的新动力。智能汽车是传统汽车和新兴计算机控制技术相结合的复合体,一方面利用各种各样复杂的道路环境提升计算机处理的水平;另一方面又将先进的计算机控制技术不断应用到传统汽车上。本报告将结合几个智能汽车典型技术应用案例来详细介绍计算机控制技术在传统汽车上的应用。
一 自适应巡航控制系统(ACC)
自适应巡航控制系统的前身被称为定速巡航控制系统,两者的区别在于自适应巡航系统在巡航状态下可以根据配置该系统的车辆与前方车辆的车距主动调节车速,而定速巡航在巡航状态下无法主动调节车速,只能依靠驾驶员介入控制。巡航系统发展示意见图7.1。
图7.1 巡航系统发展示意
在智能车辆行驶过程中,通常在某一路段都是按照预定好的车速行驶,所以在行驶的过程中必然会遇到前方车辆,这个时候就需要一种可以根据车距来主动调节车速的自适应巡航系统。该系统主要由感知模块、控制模块、执行模块三大模块组成,其中,感知模块由雷达、方向传感器、车速传感器构成。方向传感器和车速传感器用于提取车辆转向盘的转向角度和车辆速度信息,然后通过CAN总线传输至行车电脑ECU供计算判断使用。雷达一般安装在汽车前部,用来探测前方车辆。目前,各国使用的ACC雷达主要以77吉赫频段的毫米波雷达为主,该类型雷达具有价格低廉、探测距离远(可达100~200米)、受雨雪雾等恶劣天气影响较小等特点。控制器包括车速设定器、车距设定器、巡航控制开关、退出开关和ECU,ECU的主要作用是接收传感器的信息,通过分析计算判断通过CAN总线向执行器发送命令。执行器包括状态显示器、制动控制器、节气门控制器和报警器,主要作用是自主控制车速和警示驾驶员。各国汽车自适应巡航雷达性能参数见表7.1。
表7.1 各国汽车自适应巡航雷达性能参数
性能参数 | 德国 (大众) | 瑞典 (CGLSIES TECH) | 美国 (VORAD) | 日本 (Eaton VORAD) | 英国 |
发射频率 | 77吉赫 | 77吉赫 | 77吉赫 | 60.5吉赫 | 77吉赫 |
方式 | FMCW | FMCW | FMCW | FMCW | FMCW |
作用距离 | 150米 | 200米 | 100米 | 120米 | 100米 |
相对距离精度 | 1米 | 0.3米 | 0.2米 | ±0.3米 | 0.5米 |
相对速度 | -80-240 公里/小时 | -360-360 公里/小时 | - | 0.4-180 公里/小时 | ± |
相对速度精度 | 2.5公里/小时 | - | - | 1% | 1.5公里/小时 |
扫面速率 | 33赫兹 | 10赫兹 | - | - | 20赫兹 |
当驾驶员通过控制模块设定好车速和车距时就可以启动ACC自适应巡航系统,毫米波雷达按照发射频率向前方不断发射毫米波,探测出前方车辆的三维立体形状,然后ECU根据前方车辆的位置计算出本车与前车的车距、方位角和车速(得出相对速度和相对加速度)。当车辆前方畅通时,汽车ECU将车主设定的车速与车速传感器实际测得的车速比较,采用PID控制策略向节气门控制器发送指令,不断修正速度,以保证车辆在上下坡和拐弯工况中使车速最大限度地接近设定车速。当前方有行驶车辆时,在雷达测得两车车距大于设定车距时,仍按照上述控制策略控制车速;当两车车距小于设定车距时,ECU计算实际车距和安全车距之比,以及两车的相对速度和相对加速度大小,综合这些数据计算两车发生追尾的可能性。当该可能性低于阈值时,采取控制节气门开度这一稍微舒适的减速方式;当该可能性超过阈值时,在控制节气门开度的基础上还要施加制动力协助减速。但是为了安全起见,制动减速度被限定在0.3g(现在配备行人防撞系统的制动减速度略大)。当车辆减速至车距大于设定车距时,继续按照上述策略对车辆进行自适应巡航控制。自适应巡航系统工作原理见图7.2。
图7.2 自适应巡航系统工作原理
自适应巡航系统对于汽车,不仅在一定程度上解放了驾驶员,也是保障行车安全的一项重要配置,该项配置正在以逐年增长的速度应用于汽车上。2014年1~12月中国新售车辆ACC总预装量及渗透率见图7.3。
图7.3 2014年1~12月中国新售车辆ACC总预装量及渗透率
二、车道保持系统(LKA)
车道保持系统(LKA)是由车道偏离警示系统(LDW)进化衍变而来。车道偏离警示系统在车辆的行驶轨迹偏离当前车道时会提醒驾驶员,车道保持系统在车辆的行驶轨迹偏离当前车道时不仅会提醒驾驶员,还会在一定程度上自动转动转向盘使车辆回归原车道。车道保持系统同样由感知模块、控制模块和执行模块组成。感知模块采用摄像头,一般安装在车辆的前方或前挡风玻璃附近,主要用来获取前方道路图像信息。控制模块包括系统开关、转向灯开关和ECU,行车电脑ECU的作用就是对摄像头的道路视频图像进行计算处理,并向电子助力转向装置发送转向指令。执行模块包括电子助力转向装置(EPS)和警示装置,由它们提醒驾驶员汽车即将偏离车道和主动调整汽车的行驶方向。车道保持系统示意见图7.4。
图7.4 车道保持系统示意
当车辆的速度达到一定值后,可以开启车道保持系统,然后摄像头将前方道路视频图像信息传输给行车电脑ECU。ECU对前方道路图像首先分割提取感兴趣的区域,然后再对该区域进行降噪和二值化处理,得到二值化图像。二值化处理后的车道图像见图7.5。
图7.5 二值化处理后的车道图像
在二值化图像中对车道线在图5中的位置进行分析计算,车道线在图5中发生了位置偏移就代表汽车相对车道线发生了横向偏移,亦即汽车有发生偏离车道的危险。当偏移位置量超过阈值时,首先通过声音或振动的方式提醒驾驶员,如果驾驶员仍然不采取主动干预措施,系统会向电动助力转向系统发送反方向的转向信号,使汽车回归原车道的中间位置。如果在系统工作过程中驾驶员试图变道,只需要将转向灯打开,ECU通过CAN线接收到转向灯打开的信息后,会允许此时车道偏离,而不采取警告和主动修正措施,可以保证车辆正常超车变道。
由于LKA是一套基于图像信息处理判断的系统,所以能见度会对LKA系统会产生很大影响,雨雪等极端天气情况下会对系统的正常工作产生干扰。即使这样,LKA系统仍不失为一项保障安全的配置,欧洲E-NCAP汽车碰撞机构最新调查结果显示,搭载LKA系统的汽车死亡事故率可降低9%。
三、自动泊车系统
顾名思义,自动泊车系统就是简化人的操作,甚至不需要人的操作,自动将车辆停入指定的停车位。该系统需要依靠超声波雷达和摄像头,采集停车位附近环境和位置信息,然后由ECU根据车库和障碍物的位置设计一条泊车路线,再由ECU对车辆的制动器和电子助力转向系统施加控制信号,自主控制车辆的转向盘和制动器将车辆停入车位,在整个过程中大部分车型的换挡操作仍然需要驾驶员完成。自动泊车系统工作示意见图7.6。
图7.6 自动泊车系统工作示意
当开启自动泊车系统后,在车辆向前行驶的过程中,车身周围布置的超声波雷达不断向外发射超声波,超声波遇到障碍物反射后又被接收,根据超声波返回的时间可以计算出每个障碍点的距离,由此构建出障碍物的三维轮廓。结合摄像头所拍摄的图像,由ECU处理后可以计算出车库的形状和位置。ECU根据雷达和摄像头的信息,首先计算出车辆是否可能完成停车入库,如果存在可能性,便立即生成一条泊车入库的路线。当驾驶员挂入倒挡后,行车电脑ECU根据生成的方案,向电子助力转向系统发送转向信号,后方雷达将与后车的距离实时传输给ECU。当车距小于安全距离时,ECU向电子助力制动系统发送制动信号停车;当驾驶员把车挂入前进挡后,助力转向系统(EPS)按照预定轨迹实施转向,前方雷达实时监测与前车的距离;当该距离小于安全距离时,立即停车,按照这样反复前进后退的策略将车泊入车库。
四、基于车联网的智慧交通系统
无人驾驶汽车如果单纯依靠摄像头、雷达和GPS实现与外界环境的信息交互,就必然存在很多较难克服的弊端,例如,利用摄像头识别交通信号灯和部分复杂的交通标志很容易受到天气能见度的影响。尤其在背光、逆光时这种影响更突出,这个问题现在仍是世界性难题。再例如拐弯路口无人驾驶汽车的相互避让问题,由于不同的无人驾驶汽车所采取的避障策略不同,很容易发生剐蹭事故。如果要从根本上解决这些问题,就必须采用车辆网实现车与车(V2V)、车与基础设施(V2I)、车与人(V2H)、车与路(V2R)之间的互联互通。
图7.7 自动泊车系统工作示意
目前,国内的车联网发展较快,依然是在车与基础设施(V2I)、车与人(V2H)这两方面发展。车与人通信(V2H)主要体现在车辆与人所持的移动中端设备的信息交互,这个技术的发展也是分为低端和高端两个层次。低端层次就是人可以通过手持移动终端,与车辆进行简单信息交互和简单控制,例如车辆传感器测得的车辆温度、位置和剩余油量等信息通过无线模块传输至移动终端,同时人可以通过移动终端对车辆进行发动机启动、空调调节、灯光控制等简单操作。高端层次就是指直接通过移动终端向车辆发送前进、后退、左转、右转的指令,车辆的控制模块根据该指令实现车辆的遥控驾驶。
车与基础设施通信(V2I)当前仍然处于试验阶段,因为该技术发展的瓶颈不仅要提升汽车本身的技术,还需要提升交通道路设施技术。所以,即使有些无人驾驶汽车装备了这项配置,也只能在有限的道路场合可以实现车与基础设施的通信,例如上海嘉定的智能网联车试验场、长安大学的智能网联汽车试验场。当车辆靠近交通信号灯时,由交通信号灯的无线通信模块将信号灯信息发送给车辆的无线模块,行车电脑再根据无线模块的信息确定车辆是继续前进还是立即停止。
车联网虽然就目前来说在汽车领域的应用不够广泛,也不够深入。但在不久的将来,车联网一定会成为智能交通领域解决“人、车、路协同发展”的一个发力点。