智能网联汽车多项核心技术获突破

　　产业振兴，技术先行。对于智能网联汽车来说，关键核心技术能否得到突破，是这一新兴产业能否顺利发展的必要先决条件。当下，在充斥着大量互联网企业和新旧造车势力的智能网联“竞赛”中，谁家的技术更先进，谁就将在这场比赛中掌握主动权。

　　从单车智能到协同智能

　　“目前自动驾驶的主流技术叫单车智能，指的是让车具备所有的感知决策，能够处理路上所有发生的情况。”阿里巴巴达摩院人工智能实验室首席科学家王刚表示。据了解，王刚团队所研发的单车感知系统框架模块，拥有多个传感器和算法，以此确保整个系统可以较快得出结果，该技术在业界内属于领先水平。

　　“但即便是这样的系统，我们在测试时也发现了很多问题，它并不纯粹是目前的算法技术达不到要求而产生的问题，而是单车智能系统本身存在的一些很难解决的问题。”王刚指出，单车智能传感器的盲区和其使用距离，以及车辆需要配备的高精度地图和其他各项基础设施的高成本，都是推广单车智能系统技术的巨大阻碍。

　　“基于这些考虑，我们认为要想实现安全可靠、经济适用的自动驾驶，不但需要研发聪明车，也需要研发聪明道路，让它们配合起来，形成协同智能，才能更好处理自动驾驶面临的困难。”王刚表示，想要解决传感器存在盲区的问题，可以通过把车身传感器放在路上，大幅度缓解“死角困境”。

　　“这样的方案我们称之为智能感知基站。”王刚介绍，其与车身传感器相比有三大优势，一是位置较高，可以无死角覆盖；二是由于静止的缘故，它对运动物体的识别精准度会更高；三是信息可以互联互通形成感知基站网络。“拥有智能感知基站的协同智能方案不仅更安全，而且成本更低，将更有利于无人驾驶的推进，目前我们在此项技术上已经取得了不小的进展。但想要车路协同最终还是离不开车的智能，它们只有共同进步才能把无人驾驶的愿望落到实处。”王刚表示。

　　通信技术助力汽车智能化

　　有了聪明的车和聪明的路，怎么把它们连接起来又是一个问题。“我觉得信息通讯就是连接聪明车和聪明路的有效技术路径。”中国信息通信研究院副院长王志勤表示，以车为主体来实现车和车、车和路、车和人，以及车和网络的通信连接技术被称为V2X技术，它是实现智能网联、车路协同中重要的一环。“其中基于目前的4G、5G移动通信技术而形成的技术我们称之为C-V2X技术，是目前研发的主流方向。”

　　据了解，C-V2X技术可以分为两大技术分支，一个是基于4G的技术，一个是基于5G的技术，目前应用更多的是4G的技术路线，而针对5G基础的C-V2X技术还有很多标准尚在制定过程中。

　　“目前我们认为先推动4G的V2X技术更实际，因为4G和5G之间是互补的关系，它们分别满足不同的应用场景。所以我们觉得应该先从4G起步，来寻找相应的产品和商业模式，从而形成整个发展的基础。”王志勤介绍，C-V2X技术的实验进展可以分为三个阶段，第一阶段是室内模拟，第二阶段是小规模的外景环境模拟，第三阶段是开放的场景测试模拟，目前的技术进展进行到了第三阶段的初期。

　　“下一步我们将考虑开展工具模组、终端和汽车厂商之间互联互通、跨产业链的大规模应用测试工作。”王志勤介绍，多场景测试以及跨产业共同操作所得的测评，会对车辆的运行安全和交通效率的提升形成综合的评价，同时也希望经过测试形成相应的共享数据库，以便形成相应的模型和测试案例。此外，芯片的成熟性在很大程度上决定了整个通讯的性能，而国内芯片的技术得以不断突破，对C-V2X技术的进步也有好处。

　　“C-V2X是专业性很强的领域，我们目前一方面在国内依托5G推进组下面C-V2X工作组，利用90多家产业研用平台，以此专注C-V2X产业的应用；国际上和5GAA（5G汽车通信技术联盟）合作，共同推动通讯和助力智能汽车的智能化和网联化。”王志勤表示。

　　自动驾驶攻克隧道难题

　　不管是车路协调，还是沟通连结的智能网络，最终的目的都是为了实现自动驾驶。“目前实现L5级别的自动驾驶还太过遥远，主流企业的研发方向还是放在攻克L4级别的自动驾驶技术上。”景驰科技CEO韩旭介绍，L4级别自动驾驶与L1、L2、L3级别自动驾驶最大区别在于责任的落点上，“前面的自动驾驶级别是人对车负全责，L4级别是生产厂商对车负责任。”

　　据了解，美国谷歌旗下自动驾驶公司目前已经在亚利桑那的凤凰城进行前排没有司机的无人驾驶试运营。另外由于近年来硬件设施技术的不断更新与突破，比如激光雷达和英伟达的GPU等，目前已有不少自动驾驶企业在加州获得了DMV（美国加利福尼亚州交通管理局）自动驾驶测试资格。

　　“加州气候稳定，在那里自动驾驶成功，不代表着同样的技术在国内也适用。”韩旭表示，该团队在广州的自动驾驶试驾，想要克服我国南方湿热的气候，就必须在传感器融合、保证硬件冗余备份、增强稳定性、适应多种环境等问题上有所突破。“目前为止我们都通过技术解决了这些难题，特别是在自动驾驶穿越隧道这个场景上，可以使用激光传感器、激光雷达、摄像头、毫米波雷达，以及混合定位等技术解决光线较弱的难题，使汽车平稳穿越隧道。”

　　此外，韩旭还预测，该技术有望在近期商业化。“永远不要低估技术进化的能力，凭借目前的技术发展，自动驾驶的难题是可以被解决的。”