南京櫟樹交通互聯科技有限公司 華國棟

1. 智能網聯汽車的應用特性 
　　首先是整個智能網聯汽車的應用層次結構，實際上分為兩大層級，一是信息，二是控制。信息分非駕駛相關類的，車聯網技術從2009-2010年開始興起，經過這些年的發展，非駕駛的應用非常豐富了，在駕駛相關的這塊又分為傳感探測類和決策預警類，在控制層面，分為五級，從駕駛輔助到完全的自動駕駛。智能網聯汽車通過智能化與網聯化兩個技術路徑，協同實現信息和控制的功能。

圖1 智能網聯汽車應用層次結構

　　目前我們正在做的工作是實現從單車智能化到智能網聯汽車，我們的智能化和網聯化正在逐步融合，我們的車輛在自身傳感器探測的基礎上，通過跟許多外部節點進行信息交互，實現了更加全面的環境感知，更好地支持車輛決策和控制。單車智能化包括環境感知、判斷、執行，大量的技術、產品和一些科研成果正在涌現，最終目標是實現V2X智能網聯化。
　　在單車自主控制的狀態下，每個車都是一個獨立的信息孤島，依賴自身的傳感器獲取的信息是非常有限的。我們要實現智能網聯的協同控制，實現V2X，以豐富信息來源，我們通過各種各樣的通訊、傳感手段或者說通過跟汽車的整個執行機構的交互手段豐富信息，我們可以實現提前預警，并在緊急情況下可以進行緊急的控制，提升我們的安全。
2.常見智能網聯汽車的應用場景
　　市面已有的成熟成果，并且在不同的場景得到應用，包括自適應巡航、自動緊急剎車、車道保持、自動泊車，與防碰撞預警、偏離預警、行人碰撞預警、疲勞預警等等，這涉及到許多場景與應用，我們也參與過很多產品的研發和工作。

圖2 智能汽車的控制中心-ECU系統

　　接下來介紹一些典型的應用場景，我們跟全國非常大的動力系統廠家在合作，主要進行ECU系統遠程診斷監測，包括故障分析、大數據分析，ECU是汽車電子控制的核心，有處理電路、微處理器，其中有很多嵌入式的程序，比如目前全國7000多萬輛商用車里大量的用到了ECU控制系統，有的商用車被發現燃油消耗過高，或者在運行過程中有故障和問題，可能其機械結構是正常的，但是內置的ECU程序有問題。所以我們在整個系統運營過程中不斷地對各種版本的ECU程序進行刷寫，提升運行的效率。

　　智能汽車的輔助駕駛系統我們發展無人駕駛或者是輔助駕駛，很多車都是用改裝的方式實現的，我在上個月聽了一個講座，當時演示了很多改裝車輛時的視頻或者照片，有的車在行駛過程中把樹撞倒了，有的撞墻了，有的過坑的時候顛簸非常大，我們的改裝實際上都是通過加裝各種雷達、傳感器、視頻處理的一些設備諸如此類的后改裝方式，并沒有實現對整個ECU系統的控制，這一領域的協議對各個廠家來說都相對比較封閉的，并不對外開放的。
　　我們跟ECU廠家一起討論，是否可以制定ECU系統標準數據互操作的接口，使我們的無人駕駛車輛在升級改裝的時候，可以使用標準接口進行調用，以防止出現或者減少出現剛才所提到的情況發生。無人駕駛車在改裝過程中會出現很多現實問題，所以我們希望制定ECU系統的標準數據庫操作接口，并提供給各個無人駕駛改裝的單位來進行調用。
　　在視覺系統上，夜視及雨天、霧天等各種情況下處理各種路況的時候，目前還沒有很好的應對技術我們應對夜視有三個技術路線，一是微光夜不木測基礎、被動熱成像夜視技術，與主動紅外夜視技術，各有各的優缺點，我們也有相對比較成熟的算法或設備。我們正在跟一個高校合作，該高校為我們提供星光級的處理，使得在不良的視覺條件下，能夠把圖像進行清晰化，甚至把車牌識別出來，我們也在探索其在整個車輛上的應用。
　　這是霧霾圖像的處理系統，我們國家整體環境污染情況非常嚴重，這是由綜合因素造成的，據說車輛排放所造成的霧霾污染物占整體的2%左右，這個數據是不準確的，我們這兩天也跟天津很知名的高校開展了課題的合作，是關于尾氣排放的實時監測，包括碳排放和氮氧化物的排放，我們實測車輛在商用車行駛過程中排放的數據，我們市面上的很多車行駛過程中的排放數據可以在整個試驗場測試出來，，這會帶來很嚴重的環境污染問題，冬天到了，江蘇的霧霾天氣越來越多了。
　　通過在我們的專項處理設備里面加載圖象處理法，針對霧霾多發的情況，通過算法對車輛前方的采集圖像進行實時清晰化處理，以保證行車的安全。
　　在高精準定位方面，我們是從2012年左右開始研究北斗定位的，我們也很高興告訴大家，到目前為止中國整個衛星導航定位的各種性能指標已經達到了跟GPS同等的水平，所以在亞太地區我們用北斗跟用GPS的效果是一樣的。大概在七八年前，有一個高校的老師跟我們說北斗的誤差非常大，但是現在已經能做到厘米級的精度，這也跟北斗系統建設整個大的體系有關。
　　我們在上半年的時候，曾在一個城市的公路車輛上面，安裝了將近1000臺車輛的純北斗定位的裝置，我們在實測過程中的定位精度已經達到了跟GPS同等的水平。這兩年國內在推高精度定位，首先要進行基礎設施的建設，一是全國的地級增強網，在云南有一個城市幫它規劃被稱之為公交信號優先，實際上有一個非常重要的因素，即定位的精準要高，通過傳統的普通定位有時候會有偏移、誤差，定位精度要高，除此之外運算速度要快，如果通過差分糾偏，20秒過去，公交車都已經跑了很遠一段距離了。
　　我們高精度定位芯片原來是由瑞士相對壟斷的，價格也非常高，現在我們已經在進行國產化了，國產化的第一批芯片已經出來了，我們公司正在配合芯片公司做測試，成本也下降了很多，我們在這方面也做了大量的工作，特別是在無人駕駛、輔助駕駛這一領域，高精度定位是必不可少的基礎設施和手段。
　　我們也參與過很多TSP系統的建設，國外的就這幾家規模比較大，提供的服務也很多，包括追蹤、故障診斷、呼叫中心等，這是做的比較大的TSP服務廠商，國內還有一些其他的TSP服務廠商，模式存在問題，只針對自己的車做服務，限制了大規模的應用。除此之外還有采取收費的模式，有的服務第一年是免收年費的，第二年續費的時候，續費率非常低。所以目前來看沒有一個能夠通用的TSP平臺，都是每個廠商建了一個個獨立的平臺，限制規模的擴張。
　　交通化正在實現交通大數據的很多示范工程，我們也參與了一些城市交通大數據平臺的建設，原來有大量的交通工具和交通基礎設施，都是建很多孤立的系統，數據不能實現互聯互通，數據標準也是五花八門的，非常雜，現在交通部正在逐步推進一個城市或者一個省的交通數據的集中化管理。數據集中以后產生的數據量非常大，包括位置、視頻等各種各樣的數據，其實集聚起來以后可以分析挖掘產生很多附加的產品，常見的是路況的服務產品，我們一般都是通過手機端查路況，這為我們提供交通出行的服務。
　　有些特定行業，實際上是非常需要無人駕駛車的，主要的目標是降低成本，再者是提高工作效率，這是特種車輛廠家對我們提出的功能需求，即輔助駕駛系統的功能需求，其中包括視頻、位置、顯示、無線通訊、擴展通訊、電源系統、遠程升級等等，我們從特定行業來看，要求是非常復雜的，所以我們今后無人駕駛要推商用車應該是比較容易實現的，能夠實現最后的產業化，如果一個研發、一個產品或者一個體系解決方案不能實現產業化的話，就難以持續。
　　這是我們定制的一套模擬設備裝置，里面包含各種各樣的功能。我們在智能網聯汽車整個產業發展當中還是存在一些問題，第一個是我們的一些理論、算法、設備原始創新成果比較少，集成的比較多一些。第二個是在產業生態上面，還沒有形成具有國際影響力的生態圈和產業鏈。第三個是受傳統業務模式的影響，傳統的車廠或者零配件企業、芯片、通訊企業信息孤島普遍存在，大家不愿意共享自己的數據，所以制定的數據標準、通訊標準都是五花八門的，這就需要我們進一步規范，來規避制約因素，實現未來的網聯化的汽車。
3.構建開放式汽車應用平臺 
　　所以我們認為要充分地實現與互聯網、云計算、大數據、物聯網包括電商的融合，實現跨越式的發展。在構建開放式汽車應用平臺方面實際上分幾個層面，一是基礎設施方面，通訊、定位、交通基礎設施是必不可少的。對于應用服務平臺，我們分成三類，第三方汽車應用軟件、算法都屬于這個范疇，包括我們的ECU的程序都屬于軟件，構建開放應用平臺，供我們需要發展智能網聯汽車的各種特定行業應用、調用服務，將信息傳給控制終端，并為其提供一個前端接入的接口。最終海量的汽車用戶通過移動智能終端和車載交互終端在各個行業當中完成應用。

圖4 智能網聯汽車關鍵技術問題

　　所以要解決五大關鍵基礎問題，第一個是開放汽車應用平臺技術，打破信息孤島，提供一站式的應用。第二個是汽車社交網絡，車車通信，可以理解為汽車社交網絡，構建整個數據可視化、實施場景、人機交互的網絡。通訊信號經常會出現不良的情況，怎么通過融合通訊的方式進行解決，保證穩定可靠。數據源非常多，所以要實現多源信息采集和存儲傳輸，包括在通用不良的條件下怎么實現離線的存儲以及普傳。我們的標準數據互聯技術，與實現所有的傳感通訊、ECU控制，數據接口標準化來降低智能汽車網聯化的難度。
　　實際上車聯網已經發展大概有七八年了，傳統的有車載前裝模式和后裝模式，都存在一些問題，所以一直未探索出車聯網的盈利模式。我們今后要實現智能網聯汽車的新模式，其核心是要有商業模式，能實現產業化，能產生經濟效益，就是可持續的。所以我們提出的觀點是要開放共享，實現一站式應用、融合通訊，實現共性標準，廣泛適配，最后實現數據共享。
4.智能網聯汽車應用生態鏈 
　　我們提出來的汽車應用生態鏈的圖，第一要有基礎設施，包括衛星定位網絡、移動通信，還包括交通的基礎設施，面向乘用車和商用車，構建開放式汽車應用平臺，提供豐富包括各種各樣的算法、程序、傳感，和視頻處理，以及出行生活的應用，我們在一站式平臺上都可以調用，以支持整個生態圈的發展，同時整車、零部件包括一些互聯網的服務，都屬于汽車技術與產品的供應商，面向海量的駕駛人提供滿足用戶的差異化需求。

       友情鏈接：www.51carfi.com