汽车智能化核心智能驾驶

智能驾驶发展初衷安全因素：汽车的基本功能是能从A点移动到B点，并且不发生碰撞或功能失效等问题。发展到现在，汽车的安全性和可靠性都得到了很大的改进，安全带、安全气囊和一系列被动安全碰撞机构，基本可以在50km/h的碰撞下保护驾驶员和乘客的安全。另外，随着汽车的推广，越来越多的人拥有自己的汽车，这使得驾驶员的驾驶素质参差不齐，虽然经过了一定的驾驶训练和考试，但是交通状况是多变的，有很大的不确定性，很难及时地做出正确选择。不管是因为反应时间过长还是判断失误导致做出错误的决定，都有可能导致车祸的发生。一些研究表明，人为失误是大多数撞车事故的主要原因。印第安纳大学的一项研究估计，人的因素，如超速、注意力不集中和注意力分散，在所有撞车事故中占92.6%。在较新的研究中，这个比例介于90%~95.4%之间。美国机动车碰撞起因调查（NMVCCS）认定肇事驾驶员占交通事故起因的94%（±2.2%），车辆和环境相关原因约占2%。调查报告还分析了驾驶员撞车的特殊原因，研究发现，在41%的撞车事故中，识别错误、分心或监督不足是起因所在。此外最常见的错误是决策错误，占33%，如驾驶车辆太快来不及反应和错误判断距离或速度。这些人为错误转化为巨大的经济和生活质量损失。根据国家统计局的数据，近十年来每年的交通事故直接损失（车辆维修和交通设施维修）在9亿~12亿元人民币之间，每年有约人死于交通事故，而且我国只认定因交通事故7天内死亡时，死因才定义为交通事故致死，所以每年死于交通事故的人只会更多。而自动驾驶的引入，将会极大地减少人为错误引起的交通事故，保护人民生命财产安全。由于大多数车祸是由人的识别或决策错误引起的，所以需要驾驶辅助系统来帮助驾驶员应对紧急状况，缩短控制车辆的反应时间和提高车辆运行的稳定性。发展历程-：科研探索，学术积累国家自然科学基金委员会年起每年举办一届“智能车未来挑战赛”，研发具有自然环境感知与智能行为决策能力的无人驾驶汽车，并通过真实道路环境下的自主行驶来检验研究成果。年国防科技大学与一汽合作研发的红旗HQ3无人驾驶车完成了从长沙至武汉公里的高速全程无人驾驶实验，标志着我国无人车在复杂环境识别、智能行为决策和控制等方面实现了新的技术突破。-：互联网巨头下场，初创厂商涌入年百度开启无人驾驶项目，陆续于北京、加州进行路测，并在乌镇开放无人驾驶车辆试运营。华为与百度同年起步，与车企进行合作逐步迈入车联网供应商序列。AutoX于本阶段尾声入场，年成立后于同年完成开放道路测试。小马智行于年12月创立，切入Robotaxi领域。景驰、Roadstar等相继入局，自动驾驶浪潮袭来。-：巨头发力，迈入领先此阶段中国自动驾驶实现跨越式发展。百度发布Apollo计划并经4年演绎实现Robotaxi落地商用探索，同时L4级自动驾驶解决方案也已降维装车量产；华为明确其市场定位，为主机厂提供优质智能汽车解决方案，以自动驾驶、车联网等核心技术赋能主机厂；自动驾驶独角兽与小马智行技术进程不断推进，陆续推出、完善产品及服务。同时期，自动驾驶产业链逐渐成熟，上游核心传感器厂家不断涌现，下游场景解决方案纷纷开始落地。据年加州DMV发布的《年自动驾驶接管报告》数据显示，中国自动驾驶领域的头部参与者已逐渐成为国际自动驾驶行业领先选手，AutoX与Pony.ai的MPI（脚注：MilesperIntervention，平均每次接管的行驶里程间隔）指标上榜前五名，紧随Waymo、Cruise之后。发展驱动因素政策：国内多部门出台政策护航自动驾驶发展计划到年，中国标准智能汽车的技术创新，产业生态，基础设施，法规标准，产品监管和网络安全体系基本形成。除了积极推进政策立法，年开始，智能网联汽车示范区也在全国陆续开花。除工信部合作推进的一批智能网联或自动驾驶示范区成立外，陆续有部分省市通过与机构合作，或资本合作等形式，打造基于自身产业需求的智能网联汽车测试场景。其中，以北京经济技术开发区全域为核心的北京市高级别自动驾驶示范区，是全球首个网联云控高级别自动驾驶示范区。年成立至今，目前已累计开放1,公里自动驾驶测试道路，测试里程超过万公里，开通5G基站5.64万个。技术：汽车电子电气架构由分布式走向集中，软硬件解耦提高软件开发效率传统汽车主要采用分布式电气架构，即每个车载功能对应一个或多个ECU（汽车电子控制器），各ECU之间通过CAN总线进行信号传输。ECU主要用于接收来自传感器的信息，进行处理后，输出相应的控制指令给到执行器执行。整车企业电控系统开发的主要工作（软件算法，匹配标定等）都依托与ECU完成。随着汽车电子化程度提升，车内ECU数量达到上百个，且由不同的供应商提供，存在算法无法协同、互相冗余、难以统一维护及统一进行OTA升级等痛点。为此，博世、大陆、安波福等Tier1纷纷推出新一代电子电气架构，其主要技术包括网关、域控制器及车载以太网等，实现汽车架构由分布式向域集中升级，最终走向中央计算，达到车云协同的效果。集中式的架构一方面可以减少算力冗余，提高利用率，同时集中式的控制器更方便协调多传感器共同感知车内和车外环境，统筹决策。预览时标签不可点收录于合集#个上一篇下一篇