5月19日，2016?第四屆國際電動汽車及關鍵部件測評研討會于江蘇常州召開，本屆研討會以“測試評價助推產品技術升級”為主題。圍繞整車、動力電池系統、驅動系統、充電系統四大技術領域，從新能源汽車檢測測試工況、企業及產品準入政策法規、整車主客觀實證測評(EV-TEST)、智能網聯汽車、新能源車輛安全運行監控、動力電池系統開發測試等話題展開深度研討。

上海交通大學汽車工程研究院教授張希發表題為《電動汽車智能化及關鍵核心技術》的演講，他表示，電動汽車是智能化的最佳平臺，也為電動汽車發展注入新的生機和活力，需要從技術、體制、政策、法律各個方面進行努力。

上海交通大學汽車工程研究院教授張希

電動汽車智能化的現狀以及趨勢

目前交通面臨三大問題，安全、擁堵和污染，智能電動汽車的目標是解決這三大問題。我們團隊對智能汽車的定義是物理上搭建新的傳感器、控制器、執行器，融合現在的一些通信、網絡、控制、人工智能等理論，解決環境感知、智能決策等問題，最終實現安全、舒適、節能、高效的功能，可替代駕駛員操作。

對于智能汽車的技術狀態提出從0到4五個等級的分布，針對目前的智能汽車大多數處于2到3的階段，距實現全工況無人駕駛尚有一段距離。目前主要有三部分力量在推動智能汽車發展，一個是院校，包括研究所和高校，第二個部分是傳統的車企，大眾、奔馳、長安等等，第三是新興的科技公司，包括谷歌、百度、樂視。趨勢應該是解決這三方的融合的問題，而最終還是以傳統車企作為一個主導的研發主體。

首先，智能汽車第一步就是傳感，信息的獲得。目前問題是很多在研發狀態的智能汽車采用的傳感器可能過于昂貴，像激光雷達，成本可能都達到數十萬人民幣，這對于智能汽車市場化的推進是非常不利的。一個解決辦法是利用成本相對低廉的傳感器，結合內部的一些比較高新的控制策略以及信息融合的策略，從而實現智能汽車的功能最大化。

后續的市場化方面，前期可能面臨一些測試規范的問題，分為三個部分，第一個是在實驗室的模擬，第二個是搭建的實測的場地，具有真實交通環境以及采集數據和監測傳感裝置，通過內部的場地的建設，來實現汽車的初步場地測試，最終是現在實際的公路上，或者說實際的高速公路上的測試，最后是在校準和標定，有大量的傳感器，然后需要一個標準校訂和程序。基于網聯方面，考慮路測單元的信息輸入，包括車道的運行，協同感知，路口的輔助等等，還有移動通信網的整合，從而推進整個數據獲得的全面性。

智能汽車的關鍵技術

智能汽車也包括傳統汽油車、柴油車，電動汽車作為依托有以下幾個優勢，第一個是電機反應迅速，另外是電機作為一個執行機構，從感知和融合，以及產生的控制來傳到執行機構，需要一個線控轉向、制動等實現運行的平順，第三，電動汽車的智能回饋和節能環保，第四是結構相對簡單，第五，我國在電動汽車技術上處于較好的研究高度，不像傳統汽車上發動機和底盤技術受國外品牌的限制，電動汽車更易于產業化的突破，從而避開一些技術壁壘的問題。

我們把ADAS技術分為幾個層，這幾個層是跟人類的一種行為模式的比照，第一個是環境感知層，這是模擬人體的五官器官，是通過認知的功能，包括通過雷達、攝象頭等等，下面是獲得這些信息之后，人需要大腦的思考和他的一些處理，就是一個信息融合和智能決策，大腦的一個基本功能。不但是人大腦里面有神經元，大腦神經元之間需要一個信息和數據的交互，最重要的，是對人的行為產生一個行為決策，最后是模擬人的四肢，就是智能控制的執行層，最終實現對車的一個控制和執行。

一個基本體系是從環境感知，從各個傳感器、攝象頭、雷達等等，得到這些數據采集，然后是融合，包括場景重構，包括3維場景，然后是精準的定位，通過GPS或者北斗系統，獲得一個定位，然后障礙物的識別，包括正負障礙物的識別，車輛的識別等等，融合以后，就開始做一個智能決策，包括路徑的規劃，人機的共建等等，最終是給一個執行層，包括自動駕駛的驅動，轉向制動，到電機端或者一些執行機構。上面幾個層可能要跟車輛的一些動力學，車輛本身，傳統汽車本身的一些知識體系進行一個很好的融合，而目前有一些研究者把我們的車當做一個黑匣子，認為他可能對車并不了解，但是可以對車的一些指令進行一些傳輸，但是這個最終體現的效果可能不如你把車的整個性能很好的融合，最終達到好的效果。

安全體系的問題，智能體系也是一個車，便有行車安全，智能駕駛或者無人駕駛的安全是非常重要的。另外一個是信息安全，這是一個新的概念。信息安全和通信系統，包括一些車聯網，或者云端的一些信息融合，如果是存在一定的信息傳輸風險，別人是可以通過他的一些控制來把你的車給掌握，這個也是有真實的案例的。另外在智能控制系統的架構上，一個架構必須有一個很好的建立，建立一個統一的融合的架構，最后是整車的集成和標定。集合整車關鍵組件以及電池系統適應性的改變，必須把上述幾個層面的數據或者信息來進行一個整合，最后就是測試問題。

環境感知和信息融合，包括了幾個理論，或者是一些基本的知識體系，計算機視覺與圖象處理，機器學習理論、數據融合理論等等，包括三維場景的重構，行人及其行為的感知，因為前方可能有很多的目標，包括有可能在極端的情況下有行人橫穿馬路的情況，怎么樣處理，包括車把行人給遮擋的問題，行人遮擋以后，通過靜態或者動態的傳感，并不能很好的判斷行人移動的方向，對于司機來說，這是基本的要求，要預判行人是怎么樣行動的一個路徑，這個也對感知和信息融合提出了更高的要求。下面是決策的層面，人工智能、決策支持、機器學習等等，這還是基于高精度的定位技術。控制執行，這是跟執行機構，包括電機電池等等，要進行一個很好的結合，線控技術，等等，這些必須要融合在控制執行單元里面。

控制架構整車集成，考慮通過多核的處理單元，多核的智能控制系統，同步并行處理獲得的信息，以及數據的決策等等。最終就是把整個的控制系統整合在整車之中，這樣可以減少通信上分布的復雜性，以及在這個復雜性前提下產生的數據傳輸錯誤的概率。

最終就是測試環節，包括一開始在實驗室的環境下進行一個簡單的傳感器、控制器單向的測試，這是一個功能測試；在封閉的環境下我們搭建一個封閉的測試場地，通過這個場地的封閉環境對控制執行安全體系功能和性能的測試。在稀疏的流量環境，包括車輛很少的高速公路，或者非高峰期的公路上進行測試，這樣對車的安全性的保障提供了一些可靠的基本條件，最終是在全天侯的開放道路上進行測試。考慮各種因素，結合智能汽車的特殊要求，建立標準的特殊場地，最終形成一個標準的測試體系，這對智能汽車的推廣和智能化是非常關鍵的。

產業化思路，如何解決基礎理論與整個自動駕駛整車落地實施之間的平衡關系，目前是基于理論上的研究，怎么樣真正的融合到產業化的車的功能的體現，這個是智能電動汽車實現的一個關鍵。

建議和思考

電動汽車是智能化的最佳平臺，也為電動汽車發展注入新的生機和活力。需要從體制、政策、法律各個方面進行努力。一個是產學研協同發展的理念，推動一體化的發展，以用戶為中心，以乘坐者為中心發展技術。打破行業壁壘，推動傳統汽車和IT企業和交通產業的融合。現在很多IT是把車作為一個黑匣子，傳統汽車在創新性方面有所欠缺，怎么樣推動各個方面的產業融合，這是非常具有重要性的，利用IT企業的強大人工智能操作系統技術以及他創新性的思維，來結合傳統汽車產業具有的完整技術體系，來推動智能電動汽車的發展，這是我們認為比較合理的技術路線。而堅持自主特色，形成智能車產業核心競爭力，堅持導航自主化。在我國目前非常復雜的交通場景下實現更好的定位精度和信息的輸入。

智能車測試場地和示范園的建設，這是為政府提出了一些要求，目前在我國的北京上海杭州重慶等已經批復了智能該同的示范區，武漢正在批復的過程當中。進一步加快智能車的相關標準法規和規范的建設，因為這些相對的標準和法規是全新的，怎么樣制訂合理的標準法規，這個也是為相關研究人員和政府機構提出了一些新的挑戰。最后就是無人駕駛汽車，可能會存在社會問題和倫理道德的問題。最終責任認定，如果你買了無人駕駛汽車以后，出了事故，到底是車主問題，制造商問題，還是保險公司問題，目前看來，大家認為是車企，他提供了車，什么都是由他控制，我并沒有操控，責任可能是在車企，最終是怎么樣認定，這是行業需要思考的。

返回第一電動網首頁 >