Advances in Computer Science Research, volume 87
3rd International Conference on Mechatronics Engineering and Information Technology (ICMEIT 2019)
Analysis on Key Issues in the Development Process of
Intelligent amp; Connected Vehicle
Zhibin Du a, Tianmei Ding b, Pengchao Zhao c, Huiyu Xie d, * and Fada Xu e
China Automotive Technology amp; Research Center Co. Ltd, Tianjin 300300, China
aduzhibin@catarc.ac.cn, b dingtianmei@catarc.ac.cn, czhaopengchao@catarc.ac.cn,
d,*xiehuiyu@catarc.ac.cn, exufada@catarc.ac.cn
Abstract. In order to get an overall understanding of the development of ICV ( Intelligent amp;
Connected Vehicle ), this paper predicts the overall development trend of ICV from the perspective
of intelligence and interconnection, establishes the corresponding development curve situation chart,
and systematically sorts out the corresponding key issues in the different stages of the development
process of intelligence and interconnection, so as to provide reference for the research focus of the
various stages of ICV.
Keywords: ICV; Intelligence; Interconnection; Integration.
1. Introduction
The development of ICV will bring new impetus for the development of technology-intensive
industries such as automobiles, communications, electronics, and the Internet, and will also become
a key means to solve social problems such as environment, energy, congestion, and security. As the
ultimate form of automobile products, ICV has become the commanding height of the future
development strategy of the industry that countries all over the world compete to seize [1]. The
reconstruction and transformation of the innovation chain, value chain and ecological chain under the
pattern of automobile industry has become an irreversible trend.
As the largest automobile market in the world, China has a profound foundation and strategic
advantages in information technology, industrial base, market space and mechanism construction.
However, at the same time, due to different culture and consumption habits of Chinese consumers,
they have their own characteristics in terms of car use, entertainment, and social contact. On the other
hand, as the high-precision map, interconnection communication, big data and other technologies of
the intelligent connected vehicle industry are related to the national security field, which is highly
valued and strictly monitored by the government, relevant enterprises engaged in the industry must
be authorized by the state. As the ultimate form of the future vehicle, ICV has attracted many
enterprises to flood in the industry with its great potential. The original traditional auto enterprises
are undergoing rapidly transformation and new enterprises are constantly emerging. All parties are
actively striving for high-quality resources and consumer groups, and the overall market is changing
rapidly with fierce competition. The above particularity of the Chinese auto market will inevitably
lead China to find an ICV road with Chinese characteristics that is different from other countries in
the world.
In view of the development of ICV, scholars and relevant practitioners have conducted in-depth
research in the fields of policies and regulations, strategic planning, industrial dilemmas, core
technologies, and test sites in combination with the special circumstances of the Chinese auto market,
and have proposed relevant development suggestions [2-6]. Based on the in-depth study on the current
industry development status, this paper predicts the development trend of ICV from the perspective
of intelligence and interconnection, analyzes the key issues arising from the different stages of
intelligence and interconnection, and clarifies the development difficulties and priorities of each stage.
2. Overall Development Trend of ICV
ICV includes two aspects: intelligence and interconnection. The Society of Automotive Engineers
(SAE) divides the intelligent process of ICV into five levels, Driver Assistance (DA), Partially
Copyright copy; 2019, the Authors. Published by Atlantis Press.
This is an open access article under the CC BY-NC license (http://creativecommons.org/licenses/by-nc/4.0/).
28
Advances in Computer Science Research, volume 87
Automatic (PA), Conditionally Automatic (CA), Highly Automated (HA) and Fully Automatic (FA)
[7]. In terms of interconnection, it is divided into three levels according to different functions realized:
L1 is the connected auxiliary information interaction, L2 level is the connected collaborative
perception, and L3 level is the connected collaborative decision-making and control. In term of
technology, the development of intelligence and interconnection requires the penetration and
integration of multiple fields, and the two cannot develop independently from the other side. In the
future, ICV will show the development trend of integration alternatively led by intelligence and
interconnection. In terms of market, due to the particularity of the Chinese auto market, the
development of ICV shall be managed relying on the governmentrsquo;s power of enforcement. Moreover,
as the ICV industry is technically difficult and capital intensive, there are two development patterns
within the industry. Technology-oriented and transformation-oriented service providers that occupy
the technical commanding height by virtue of high-precision maps, computer vision and software
algorithms actively
剩余内容已隐藏，支付完成后下载完整资料
Advances in Computer Science Research, volume 87
3rd International Conference on Mechatronics Engineering and Information Technology (ICMEIT 2019)
智能网联汽车发展过程中的关键问题分析Zhibin Du a, Tianmei Ding b, Pengchao Zhao c, Huiyu Xie d, * and Fada Xu e
China Automotive Technology amp; Research Center Co. Ltd, Tianjin 300300, China
aduzhibin@catarc.ac.cn, b dingtianmei@catarc.ac.cn, czhaopengchao@catarc.ac.cn,
d,*xiehuiyu@catarc.ac.cn, exufada@catarc.ac.cn
摘要：为了全面了解ICV的发展，本文从智能化和互联化的角度预测了ICV的总体发展趋势，建立了相应的发展曲线态势图，系统梳理了智能化、网联化发展过程不同阶段相应的关键问题，为ICV各个阶段的研究重点提供参考。
关键字: ICV；智能；网联；集成
1.引言
ICV的发展将为汽车、通信、电子、互联网等技术密集型产业的发展带来新的动力，也将成为解决环境、能源、拥堵、安全等社会问题的关键手段。ICV作为汽车产品的最终形式，已经成为世界各国竞相抢占的未来产业发展战略的制高点[1]。汽车产业格局下的创新链、价值链、生态链的重构与转型已成为不可逆转的趋势。
中国作为世界上最大的汽车市场，在信息技术、产业基础、市场空间和机制建设等方面具有深厚的基础和战略优势。但同时，由于中国消费者文化和消费习惯的不同，他们在用车、娱乐、社交等方面都有自己的特点。另一方面，由于智能网联汽车产业的高精度地图、网联通信、大数据等技术涉及国家安全领域，受到政府的高度重视和严格监控，相关行业企业必须获得国家授权。ICV作为未来汽车的最终形式，以其巨大的潜力吸引了众多企业的涌入。原有的传统汽车企业正在快速转型，新企业不断涌现。各方都在积极争取优质资源和消费群体，整体市场瞬息万变，竞争激烈。中国汽车市场的上述特殊性，必将使中国找到一条不同于世界各国的具有中国特色的ICV道路。
针对ICV的发展，学者和相关从业人员结合中国汽车市场的特殊情况，在政策法规、战略规划、产业困境、核心技术、试验场等方面进行了深入研究，并提出了相关的发展建议[2-6]。本文在深入研究当前产业发展现状的基础上，从智能化和网联互通的角度预测了ICV的发展趋势，分析了智能化和网联互通不同阶段出现的关键问题，明确了各个阶段的发展难点和重点
2.ICV的总体发展趋势
ICV包括智能化和网联化两个方面。美国汽车工程师学会（SAE）将ICV的智能过程分为五个层次，驾驶员辅助（DA），部分自动化（PA）、条件自动化（CA）、高度自动化（HA）和全自动化（FA）[7]。
Copyright copy; 2019, the Authors. Published by Atlantis Press.
This is an open access article under the CC BY-NC license (http://creativecommons.org/licenses/by-nc/4.0/).
28
Advances in Computer Science Research, volume 87
在网联方面，根据实现的功能不同，将其分为三个层次：L1是网联的辅助信息交互，L2是网联的协同感知，L3是网联的协同决策与控制。从技术上讲，智能化、网联化的发展需要多个领域的渗透和融合，两者不能脱离对方独立发展。未来，ICV将呈现智能化、网联化交替主导的集成化发展趋势。在市场方面，由于中国汽车市场的特殊性，ICV的发展应该依靠政府的执法权来管理。此外，由于ICV产业技术难度大、资金密集，产业内存在两种发展模式。以技术为导向、以转型为导向的服务商，凭借高精度的地图、计算机视觉和软件算法，占据技术制高点，积极布局高产值的生态型产业。结合中国市场对多样化出行方式的需求，未来中国市场将率先实现生态领先。因此，在政府与生态双轮驱动模式下，智能化、网联化将实现全面提升和协调发展。结合以上分析，建立了ICV发展态势图，如图1所示。
ICV的智能化水平和网联互通程度有着模糊的界限，其中智能化水平是目的，网联互通水平是手段。在发展初期，汽车智能起着主导作用，引领着整个行业的发展。网联互通需求不明显，汽车达到DA级。在PA级，随着智能化水平达到一定水平，对更多智能数据的需求增加，对汽车智能控制的信息传输效率和频率的要求逐渐提高，网联互通的需求增加并超过智能化的需求。网联互通是实现汽车智能化的基本技术手段。在CA级别，更智能的车辆需要集成场景。5G、高精度地图和云平台等网联技术亟待突破。要实现V2X（车辆到任何东西），需要更大的数据量和更高的效率，以确保智能驾驶的安全性。在HA级，在网联技术的支持下，单车逐渐实现高度智能化，系统可以完成所有驾驶操作。在FA层面，车辆高度智能化和网联化。现阶段，技术瓶颈已不再是业界最为关注的问题。更多的用户需求需要挖掘，生态链建设成为业界关注的焦点。
29
Advances in Computer Science Research, volume 87
3. 各级别智能化发展的关键问题
ICV的智能技术使车辆能够基于车辆传感器和软件算法独立识别、感知、决策和控制车辆运动[8]。其发展可分为DA PA、CA和HA FA三个主要阶段。
3.1 DA PA级别的关键问题
DA级和PA级主要基于自主环境感知和识别，提供基本的连通信息引导，实现单车智能辅助驾驶。外部性能包括自动紧急制动、自适应巡航控制、车道内自动驾驶、自动泊车、车道变换辅助和跟车。
该阶段的主要共性技术问题是在简单的条件下实现车辆对道路的高识别、高可靠性和实时信息交换。包括单传感器简单环境识别技术的准确性和车底控制改造的可靠性两个方面。目前的环境识别技术主要是利用激光雷达、毫米波雷达、单目/双目视觉等硬件，结合与辅助驱动相关的自定义算法来实现的。自动驾驶技术的发展主要针对城市道路或高速公路。通过检测车道信息，可以准确获得车辆相对于车道的位置和方向。然而，对于非结构化道路，如农村道路，需要更强大的识别算法。因此，为了保证驾驶员的安全，简单环境识别率至少应达到95%。自动驾驶仪系统通过对车辆传感器采集的数据进行处理和分析，为车辆提供关键的环境信息，包括车辆的位置和速度、道路形状、交通信号、动静态障碍物等，并根据周围环境做出进一步的控制动作。面对各种突发事件，车辆的控制行动需要确保车辆的位置、姿态、速度、加速度等重要参数与最新的决策一致。从市场角度看，现阶段非自主汽车的销量和需求是主力军。无人驾驶汽车的结构很难在短时间内摆脱传统汽车的模式。其中涉及到的控制装置、节气门、制动器、油门踏板、前悬架系统、方向盘、前轮转角传感器、辅助转向机构等的改造仍需注意。
从社会角度看，我国汽车市场保有量大，日常出行车辆多、交通拥堵、停车难、环境污染等问题日益严重。ICV可以有效改善大城市的交通问题，满足用户多样化的出行方式。解决用户的痛点是ICV发展的基础。要围绕中国汽车市场的规模和消费者行为的特殊性，规划和开发相应的智能化、网联化技术，制定相应的商业模式，进行切实可行的自动驾驶应用场景设计。基于当前的车辆容量和用户需求，ICV的发展过程中必然存在多种驾驶模式并存的问题。作为最基本的自动驾驶模式，根据智能城市交通建设的需要，未来DA级以上新车的装配率必须接近100%。
标准规范是促进ICV健康发展的重要保证。自2017年底以来，北京、上海、重庆、深圳、长沙、长春等地相继发布了ICV相关路试标准。政策标准与技术发展同步。ICV的法律、评估、保险、信息安全、交通执法等相关标准贯穿于ICV发展的全过程。因此，在DA和PA两个层次上，国产智能车还处于早期的应用和测试阶段。要全面考虑标准的构成和兼容性，全面开展标准政策规范建设。此外，还需要制定以智能化水平为重点的技术和应用标准，以满足中国独特的道路交通和驾驶行为特征，如等级、术语、汽车芯片、通用技术标准等。
30
Advances in Computer Science Research, volume 87
3.2 CA级的关键问题
CA需要互联的环境感知，能够适应条件更复杂的交通环境。典型系统包括高速公路自动驾驶系统、郊区高速公路自动驾驶系统、协调排队驾驶系统和交叉口交通辅助系统。
ICV发展中期的主要共性技术问题包括多源传感器感知信息优化组合、高度耦合的车辆自主决策控制和人机交互通用框架技术。ICV最初是为了解决车辆适应复杂环境的问题而设计的。加强机器视觉深度认知和多源信息优化组合是解决复杂场景下道路、规则和识别问题的有效途径。一方面，为了提高障碍物和高速目标的检测精度和可靠性，需要采用深度学习技术。另一方面，为了满足高速行驶时的检测要求，需要强大的网络技术。高耦合车辆的自主决策涉及硬件和算法两个方面。高耦合车辆条件自主控制和轨迹规划的最佳策略是自主开发和设计芯片和电子电路，开发和利用关联感知信息和自动驾驶综合决策控制器，集成ADAS图像识别等相关算法，决策控制策略集成与路径规划。以上两项在环境识别和决策控制方面的技术突破，只解决了复杂环境下人机协同驾驶能力不足的问题。为了保证智能车辆在道路上的可靠性，有必要建立基于ICV的中国驾驶员人机交互行为数据库作为底层支撑层。
从产业支撑的角度看，CA级产品需要特殊的系统化测试认证方法及相应的测试环境。因此，有必要研究智能网联驱动功能的测试方法和技术，根据中国市场的特殊性，制定科学完整的ICV测试评估标准、ICV测试场景数据库和数据采集标准。在流数据传输方面，必须解决数据标准和安全规范问题，这是实现车辆数据、交通数据和环境数据多维集成、实时高效处理的重要保证。
3.3 HA FA级别的关键问题
从HA级别到FA级别的转变是一个颠覆性的突破。在该阶段，交通环境参与度提高，需要车辆与其他交通参与者之间的网联协作控制能力，完全自主的感知、决策和控制能力，实现高速公路、郊区道路、城市道路等各种道路条件下的自动驾驶。
HA FA级别旨在使车辆更聪明，而不是更智能。数据的深度挖掘和应用，以及人工智能技术，已成为车辆与其他交通参与者协同控制的主要共性技术问题。数据仍然是底层支持的基础。对于场景类数据，需要大数据云计算技术来满足特定道路环境下车辆不同驾驶特性的需求。对于数据类行业来说，通过大数据技术构建个性化的市场解决方案和智能化的旅游生态是发展后市场业务的必要条件。与CA级不同，HA FA级需要实现车辆的自主判断和决策，确定行驶路径和驾驶路径，而不是“条件高度耦合控制决策”。人工智能技术的介入将大大提高车辆通过自主学习了解外部环境、做出预测和决策的效率。这对保证智能车辆的驾驶安全具有重要的积极意义。
在产业支撑层面，随着ICV向自主决策的逐步过渡，数据训练材料的作用，即情景数据库的作用，正在计算机科学研究中逐步推进。数据训练材料的建设应从车辆决策控制的驾驶员驾驶行为数据库和全路况情景数据库两个方面考虑。建立用于车辆决策控制的驾驶员驾驶行为数据库，可以分为四个阶段：提取描述驾驶行为的典型参数、建立行为数据结构和规范、划分典型组并收集各组的驾驶行为、存储数据。智能网联车辆全道路场景数据
Advances in Computer Science Research, volume 87
库也可以分为四个阶段：各种自然场景和典型场景的采集、场景元素的分析和解构、场景特征模型的重建、数据存储场景数据库的生成。数据库涉及多个方面。特别是要与智能交通协调发展和建设。因此，政府采取高度参与的态度已迫在眉睫。从安全、管理等方面考虑，使数据库建设与新型智能交通系统相适应。
4. 各级别网联化发展的关键问题
ICV的网联是为了解决驾驶过程中的信息传输问题，使辅助车辆更加智能化。L1级仅为信息服务和远程信息处理提醒（车辆遥控和远程信息读取），对及时性和可靠性要求较低。L2级采用V2X技术，能够准确传输信息，辅助车辆进行决策和控制服务。L3级别用于支持公共云平台或LAN决策。
4.1网联辅助信息交互层面的关键问题
网联辅助信息交互主要以无线语音、数字通信和卫星导航定位系统为平台，通过定位和无线网络提供实时交通信息、车辆诊断、应对策略、增值服务等信息服务<s
剩余内容已隐藏，支付完成后下载完整资料</s
资料编号：[234918]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
