1、 中国人工智能系列白皮书中国人工智能系列白皮书 - -智能驾驶智能驾驶 20172017 中国人工智能学会中国人工智能学会 二二一七年十月一七年十月 1 中国人工智能系列白皮书中国人工智能系列白皮书- -智能交通智能交通编委会编委会 主任：主任： 李德毅（中国人工智能学会理事长，中国工程院院士） 执行主任：执行主任： 邓伟文（中国人工智能学会智能驾驶专业委员会主任，北京航空航天大学交通科学与工程学院院长） 副主任：副主任： 谭铁牛（中国科学院院士） 杨放春（北京邮电大学教授） 黄河燕（北京理工大学教授） 焦李成（西安电子科技大学教授） 马少平（清华大学教授） 刘 宏（北京大学教授） 蒋昌俊 （

2、东华大学教授） 王国胤 （重庆邮电大学教授） 任福继 （合肥工业大学教授） 杨 强 （香港科技大学教授） 胡 郁 （科大讯飞执行总裁） 委委 员员： 陈 杰 （北京理工大学教授） 董振江 （中兴通讯股份有限公司研究员级高工） 2 杜军平 （北京邮电大学教授） 桂卫华 （中国工程院院士） 韩力群 （北京工商大学教授） 何 清（中国科学院计算技术研究所研究员） 黄心汉 （华中科技大学自动化学院教授） 贾英民 （北京航空航天大学教授） 李 斌 （华中科技大学教授） 刘 民 （清华大学教授） 刘成林 （中国科学院自动化研究所研究员） 刘增良（中国人民解放军国防大学教授） 鲁华祥 （中国科学院半导体研究

3、所研究员） 马华东 （北京邮电大学教授） 马世龙 （北京航空航天大学教授） 苗夺谦 （同济大学教授） 朴松昊 （哈尔滨工业大学教授） 乔俊飞（北京工业大学教授） 任友群 （华东师范大学研究员） 孙富春 （清华大学教授） 孙长银 （北京科技大学教授） 王 轩 （哈尔滨工业大学教授） 王飞跃 （中国科学院自动化研究所研究员） 3 王捍贫（北京大学教授） 王万森 （首都师范大学教授） 王卫宁 （北京邮电大学研究员） 王小捷 （北京邮电大学教授） 王亚杰 （沈阳航空航天大学教授） 王志良 （北京科技大学教授） 吴朝晖（浙江大学教授） 吴晓蓓（南京理工大学教授） 夏桂华 （哈尔滨工程大学教授） 严新平

4、（武汉华夏理工学院教授） 杨春燕 （广东工业大学研究员） 余 凯 （地平线机器人技术创始人兼 CEO） 余有成 （吴文俊人工智能科学技术奖办公室主任） 张学工 （清华大学教授） 赵春江 （北京农业信息技术研究中心研究员） 周志华 （南京大学教授） 祝烈煌 （北京理工大学教授） 庄越挺 （浙江大学教授） 主笔专家主笔专家 张天雷 任秉韬 郑思仪 王鑫 马楠 张新钰 1 目录 第 1 章 发展概述篇 . 1 1.1. 汽车智能化发展 . 1 1.2. 汽车智能驾驶技术的内涵 . 2 1.3. 汽车智能驾驶技术分级 . 3 1.4. 国内外技术发展现状 . 4 1.4.1 国外智能驾驶技术现状 .

5、4 1.4.2 国内智能驾驶技术现状 . 8 1.5. 公开性智能驾驶比赛 . 11 1.5.1 国外智能驾驶比赛 . 11 1.5.2 国内智能驾驶比赛 . 15 1.6. 汽车自动驾驶产业概述 . 18 1.7. 智能驾驶社会效益与影响 . 19 1.7.1 安全性-减少交通事故 . 19 1.7.2 经济性-促进节能减排 . 19 1.7.3 互联性-推动社会变革 . 20 1.7.4 行业性-改变传统产业发展，行业交互共赢 . 21 1.8. 国内外相关政府政策 . 21 1.8.1 国外情况 . 22 1.8.2 国内情况 . 25 第 2 章环境感知篇 . 27 2.1 智能驾驶感

6、知任务 . 27 2.2 智能驾驶的感知盲区 . 27 2.3 环境感知功能系统构成 . 27 2.4 系统硬件配置方案 . 28 2 2.5 传感感知技术 . 30 2.5.1 相机视觉 . 30 2.5.2 雷达传感 . 33 2.5.3 听觉传感 . 36 2.6 定位与导航技术 . 38 2.6.1 感知态势的基准 . 39 2.6.2 设备组成和种类 . 39 2.6.3 姿态和状态感知 . 41 2.6.4 测试技术 . 42 2.6.5 数字地图 . 42 2.7 V2X 网联通信技术 . 44 2.7.1 设备组成和种类 . 45 2.7.2 功能和感知范围 . 47 2.7.

7、3 测试技术 . 48 第 3 章 决策规划篇 . 49 3.1 决策规划技术概述 . 49 3.2 决策规划技术结构体系 . 50 3.2.1 分层递阶式体系结构 . 50 3.2.2 反应式体系结构 . 51 3.2.3 混合式体系结构 . 52 3.3 决策规划系统的关键环节 . 53 3.3.1 传感信息融合 . 54 3.3.2 任务决策 . 55 3.3.3 轨迹规划 . 55 3.3.4 异常处理 . 56 3.4 决策规划技术方法 . 56 3 3.4.1 全局规划方法 . 57 3.4.2 局部规划方法 . 58 3.5 路权分配技术 . 60 第 4 章 控制工程篇 . 6

8、2 4.1 智能汽车控制架构设计 . 62 4.2 自动驾驶控制核心技术组成 . 64 4.2.1 车辆纵向控制 . 65 4.2.2 车辆横向控制 . 67 4.3 自动驾驶控制方法 . 69 4.3.1 传统控制方法 . 69 4.3.2 智能控制方法 . 70 4.4 自动驾驶控制技术方案 . 72 4.4.1 基于规划-跟踪的间接控制方法 . 72 4.4.2 基于人工智能的直接控制方法 . 74 4.5 人机交互系统 . 77 4.5.1 人机交互系统的作用和意义 . 77 4.5.2 智能汽车人机交互系统发展现状 . 78 4.5.3 人机交互系统的核心技术 . 83 4.5.4

9、人机交互系统的发展趋势 . 86 第 5 章 测试验证篇 . 87 5.1 模拟仿真技术 . 88 5.1.1 需求分析 . 88 5.1.2 技术方案 . 89 5.1.3 未来发展的技术挑战和趋势 . 90 5.2 试验测试示范区 . 91 5.2.1 国外情况 . 92 4 5.2.2 国内情况 . 94 5.3 测试验证技术 . 98 5.3.1 需求分析 . 98 5.3.2 技术方案 . 99 5.3.3 未来发展的技术挑战和趋势 . 107 参考文献： . 108 1 第 1 章 发展概述篇 1.1. 汽车智能化发展 汽车智能化技术在减少交通事故、缓解交通拥堵、提高道路及车辆利用

10、率等方面具有巨大潜能，已成为众多企业的竞争热点。我国发布的 中国制造 2025 中明确指出将智能网联汽车作为一项重点发展对象，并定义智能网联汽车是指搭载先进的车载传感器、控制器、执行器等装置，并融合现代通信与网络技术，实现车内网、车外网、车际网的无缝链接，具备信息共享、复杂环境感知、智能化决策、自动化协同等控制功能，与智能公路和辅助设施组成的智能出行系统，可实现“高效、安全、舒适、节能”行驶的新一代汽车12。 智能汽车（图 1-1）是新一轮科技革命背景下的新兴技术，集中运用了现代传感技术、信息与通信技术、自动控制技术、计算机技术和人工智能等技术，代表着未来汽车技术的战略制高点，是汽车产业转型升

11、级的关键，也是目前世界公认的发展方向3。 图 1-1 智能汽车 在智能驾驶技术的研究方面，美国起步较早，早在 1939 年纽约 2 世界博览会上，美国通用汽车公司首次展出了无人驾驶概念车Futurama。1958 年，美国无线电公司（RCA，Radio Corporation of America） 和通用集团联合， 对外展示了智能驾驶汽车原型。 依赖于预埋线圈的道路设施，车辆可以按电磁信号指示确定其位置与速度，控制方向盘、油门和刹车。 自 20 世纪 80 年代，在美国国防部先进研究项目局（DARPA，Defense Advanced Research Projects Agency）的支持

12、下掀起了智能车技术研究热潮。1984 年由卡耐基梅隆大学研发了全世界第一辆真正意义的智能驾驶车辆，如图 1-2 所示。该车辆利用激光雷达、计算机视觉及自动控制技术完成对周边环境的感知，并据此做出决策，自动控制车辆，在特定道路环境下最高时速可达 31km/h。 图 1-2 第一辆真正意义的智能驾驶车辆 欧洲从 20 世纪 80 年代中期开始研发智能驾驶车辆， 其研究不强调车路协同，而是将智能驾驶车辆作为独立个体，并让车辆混行于正常交通流。日本智能驾驶技术研发起步较晚，且更多关注于采用智能安全降低事故发生率，以及采用车间通信方式辅助驾驶。日本在智能安全及车联网方面的研究走在世界前列， 但对完全智能

13、驾驶技术关注较少。 1.2. 汽车智能驾驶技术的内涵 汽车智能驾驶具有“智慧”和“能力”两层含义，所谓“智慧”是指汽车能够像人一样智能地感知、 综合、 判断、 推理、 决断和记忆； 3 所谓“能力”是指智能汽车能够确保“智慧”的有效执行，可以实施主动控制，并能够进行人机交互与协同。自动驾驶是智慧和能力的有机结合，二者相辅相成，缺一不可3。 为实现“智慧”和“能力”两方面内容，自动驾驶技术一般包括环境感知、决策规划和车辆控制三大部分。类似于人类驾驶员在驾驶过程中， 通过视觉、 听觉、 触觉等感官系统感知行驶环境和车辆状态，自动驾驶系统通过配置内部传感器和外部传感器获取自身状态及周边环境信息。内部

14、传感器主要包括车辆速度传感器、加速传感器、轮速传感器、横摆角速度传感器等；主流的外部传感器包括摄像头、激光雷达、毫米波雷达以及定位系统等。通过这些传感器提供海量的全方位行驶环境信息。不同传感器的量测精度、适用范围都有所不同，为有效利用这些传感器信息， 需要利用传感器融合技术将多种传感器在空间和时间上的独立信息、 互补信息以及冗余信息按照某种准则组合起来，从而提供对环境综合的准确理解。决策规划子系统代表了自动驾驶技术的认知层，包括决策和规划两个方面。决策体系定义了各部分之间的相互关系和功能分配，决定了车辆的安全行使模式；规划部分用以生成安全、实时的无碰撞轨迹。车辆控制子系统用以实现车辆的纵向车距

15、、车速控制和横向车辆位置控制等，是车辆智能化的最终执行机构。 “感知”和“决策规划”对应于自动驾驶系统的“智慧” ；而“车辆控制”则体现了其“能力” 。 1.3. 汽车智能驾驶技术分级 美国高速公路安全管理局 （NHTSA） 将汽车智能化水平分成五个等级：无自主控制；辅助驾驶；部分自动驾驶；有条件自动驾驶；高度自动驾驶。SAE 将汽车智能化水平划分为六个等级：人工驾驶；辅助驾驶；部分自动驾驶；有条件自动驾驶；高度自动驾驶；全自动驾驶。 4 中国制造 2025 将智能汽车分为 DA， PA， HA， FA 四个等级，并划分了各自的界限2。其中，DA 指驾驶辅助，包括一项或多项局部自动功能，如 A

16、CC，AEB，ESC 等，并能提供基于网联的智能提醒信息；PA 指部分自动驾驶，在驾驶员短时转移注意力仍可保持控制，失去控制 10 秒以上予以提醒，并能提供基于网联的智能引导信息；HA 指高度自动驾驶，在高速公路和市内均可自动驾驶，偶尔需要驾驶员接管，但是有充分的移交时间，并能提供基于网联的智能控制信息；FA 指完全自主驾驶，驾驶权完全移交给车辆。 通常将自动驾驶和无人驾驶视作不同的两个概念， 二者之间泾渭分明。自动驾驶是指可以帮助驾驶员转向和保持在车道内行驶，实现跟车、制动以及变道等操作的一种辅助驾驶系统，驾驶员可以随时介入对车辆的控制，并且系统在特定环境下会提醒驾驶员介入操控。同自动驾驶汽

17、车相比， 无人驾驶汽车也配备有各类传感器和相应的控制驱动器，但是取消了方向盘、加速踏板和制动踏板，汽车在没有人为干预的情况下自主完成行驶任务。 1.4. 国内外技术发展现状 1.4.1 国外国外智能驾驶技术现状智能驾驶技术现状 汽车自动驾驶技术发展初期， 研究者通过无线通信或在道路上铺设电缆、磁诱导设备来实现车辆的自动控制。1921 年 World Wide Wireless 期刊上出版的一篇论文中提出，通过无线通信技术实现无人驾驶技术。 1955 年美国 Barret Electronics 公司研制出了第一台自动引导车辆系统 AGVS(Automated Guided Vehicle Sy

18、stem)，它是一个运行在固定线路上的自动运输平台， 具有无人驾驶智能车辆的基本的特征5。 1961 年， 斯坦福大学介绍了其研发的自主驾驶汽车 Stanford Cart，该车上装有一个摄像机，通过有线电缆控制6。日本机械技术研究所在 1978 年进行了世界上首次基于机器视觉的自主汽车驾驶系统道路 5 试验，速度达 30km/h。1980 年，慕尼黑联邦国防军大学开发了无人驾驶汽车 UniBW，车上装配有 8 个 16 位英特尔微处理器，车速可以达到 90km/h7。同时，美国俄亥俄州立大学的 Robert E. Fenton 提出了 AHS(Automated Highway System

19、s)概念，旨在促进高速自主驾驶汽车发展。 20 世纪 80 年代， 德国联邦国防军大学 Ernst Dickmanns 开发的视觉导航汽车“Va-Mors”在没有交通流干扰的情况下车速可以得到 100km/h，为汽车智能化发展奠定了重要基础。1994 年，梅塞德斯-奔驰的“VaMP”完成了 1600km 测试，全程有 95%为自主驾驶7。2004 年，美国政府通过资助军事项目 Demo 、推动自主驾驶技术发展。其中最先进的 DEMO III 智能车辆集成了多种子系统，包括 CCD 立体视觉系统、激光深度成像仪、GPS 导航系统、惯性导航包及遥视机器人驱动系统， 该车辆可以在多种恶劣环境下 （如

20、雨天、路面有污垢等） 、多种光照条件（比如白天、黑夜和阴影等）下实现自主驾驶。 在汽车智能化技术发展历程中，美国卡内基梅隆大学研制了NavLab 系列智能车辆。其中，NavLab-1 系统于 1986 年基于雪弗兰的一款厢式货车改装而成，装有 Sun3、GPS、Warp 等计算机硬件，但由于软件的局限性，直到上世纪 80 年代末，它的最高速度也只有32km/h。NavLab-5 系统是 1995 年建成的，CMU 与 Assist-Ware 技术公司合作开发研制的便携式高级导航支撑平台 PANS 为系统提供计算基础和 I/O 功能，并能控制转向执行机构，同时进行安全报警。它使用了一台便携式工作

21、站 Sparc Lx，能够完成传感器信息的处理与融合、 路径的全局与局部规划。 NavLab-5 以 Pontiac运动跑车作为基础，在试验场环境道路上的自主行驶平均速度达到 88.5km/h， 首次进行了横穿美国大陆的长途自主驾驶公路试验，自主行驶里程为 4496km，占总行程的 98.1%。车辆的横向控制实现了完全自动控制，而纵向导 6 航控制仍由驾驶员完成。 NavLab-11系统是该系列最新的智能车平台，车体采用了 Wrangler 吉普车，最高车速达到 102km/h。装备的传感器包括差分 GPS、激光雷达、摄像机、陀螺仪和光电码盘等。 斯坦福大学 Michael 基于大众帕萨特研制

22、出无人驾驶车辆 Junio，车上装备有五个激光雷达(IBEO, Riegl, SICK, Velodyne)，一个GPS/INS 系统(Applanix)， 五个 BOSCH 雷达， 两个 Intel 四核计算机，一个由大众汽车电子实验室开发的电传线控接口。 意大利帕尔玛大学 VisLab 实验室一直致力于 ARGO 项目研究。于 1998 年沿着意大利的高速公路网进行了 2000 公里的长距离道路试验，整个试验途经平原和山区，也包括高架桥和隧道，试验车的无人驾驶里程为总里程的 94%左右， 最高车速达到了 112km/h。 在 2010年，ARGO 试验车装载了 5 个激光雷达、7 个摄像机

23、、GPS 全球定位系统、惯性测量设备以及 3 台 Linux 电脑和线控驾驶系统，同时将太阳能作为辅助动力源，沿着马可波罗的旅行路线，全程自动驾驶来到中国上海参加世博会，行程 15900km，经历了多种极端环境条件。2013 年，他们研制的智能车在无人驾驶的情况下能够实现交通信号灯识别、避开行人、安全驶过十字路口和环岛等功能。 除高校在自动驾驶领域的积极研究外， 众多汽车厂商也相继开展了相关研究计划。奥迪推出的无人驾驶系统使用两个雷达探头、八个超声波探头和一个广视角摄像机，可以在设定的时间内，按照导航系统提供的信息， 在最高 60kmh 的速度下自主转向、 加速和刹车， 实现完全的自主驾驶。

24、特斯拉开发了自动驾驶系统 Autopilot， 并安装在了 8 万辆 Model S 上。车辆挡风玻璃中间安装有一个 MobileyeEyeQ3视觉系统、 前保险杠下方安装有一个毫米波雷达、 车辆四周安装有 12个超声波雷达。 通用于 2010 年推出了电动联网概念车 EN-V， 它能够通过对实时交通信息的分析，自动选择路况最佳的行驶路线，从而避 7 免发生交通堵塞。沃尔沃于 2015 年 3 月 25 日至 28 日在北京六环高速公路上进行高度自动驾驶测试和展示，测试中，自动驾驶车辆以70km/h 的速度巡航，自动驾驶系统在真实的道路情况下完成了自动转弯、跟车、制动等动作，此间完全没有人为干

25、预。尼桑计划于 8 月下旬在日本上市全新 Serena，该车型将配备日产 ProPILOT 自动驾驶系统，该系统支持车道保持和自动跟车等功能。宝马携手大陆集团在自动驾驶领域展开了合作，共同开发驾驶辅助系统。 以谷歌为代表的 IT 公司在自动驾驶领域的表现也十分活跃，谷歌公司于 2009 年开始研发无人驾驶技术，2012 年，美国内华达州机动车辆管理部门为其无人驾驶汽车颁发了首例驾驶许可证。 谷歌无人驾驶车辆搭载了雷达、车道保持系统、激光测距系统、红外摄像头、立体视觉系统、 GPS 以及车轮角度编码器等设备， 而外部装置的核心便是车顶的 64 线激光雷达，它能提供 200 英尺以内的精细 3D

26、地图数据。据 2015 年 11 月底谷歌提交给机动车辆管理局的报告，谷歌的无人驾驶汽车在自动驾驶模式下已经完成了 130 多万英里。 2013 年，苹果公司宣布向汽车领域进军，开发了智能车载系统 CarPlay，并在2014 年 3 月 4 日的日内瓦国际汽车展上进行了展示。CarPlay 能够支持“电话” 、 “音乐” 、 “地图” 、 “信息”和第三方音频应用程序。梅赛德斯-奔驰，法拉利、宝马、福特、通用等汽车厂商也陆续展示各自车型与 CarPlay 的整合界面。 为促进自主驾驶技术的发展，美国国防部高级研究计划局(DARPA)于 2004 到 2007 年共举办了 3 届 DARPA

27、无人驾驶挑战赛。2004 年的第一届 DARPA 挑战赛在美国的 Mojave 沙漠进行，道路全长 240km，参赛队伍共有 21 支，有 15 支进入了决赛，但却没有一支队伍完成整场比赛。第二届 DARPA 挑战赛于 2005 年举行，有五支队伍通过了全部考核项目，其中来自斯坦福大学的 Stanley 以 8 30.7km/h 的平均速度和 6 小时 53 分 58s 的总时长夺冠。2007 年 11月，第三届 DARPA 挑战赛在美国加利福尼亚州一个后勤空军基地举行。比赛要求参赛车辆在 6 小时内完成 96km 的城市道路行驶，同时遵守所有交通规则。 这次比赛不仅要求参赛车辆完成基本的无人

28、行驶，更重要的是参赛车辆要与其他车辆进行实时交流， 相遇时能主动避让。最终来自卡内基梅隆大学的BOSS车辆以总时长4小时10分20秒，平均速度 22.53km/h 的成绩取得了冠军。 1.4.2 国内国内智能驾驶技术现状智能驾驶技术现状 相比之下，国内在自主驾驶方面研究的起步稍晚。从 80 年代末开始，国防科技大学先后研制出基于视觉的 CITAVT 系列智能车辆。其中，在 CITAVT-、CITAVT-型无人驾驶小车的研制过程中对无人驾驶汽车的原理进行了研究；CITAVT-型的研究以实现在非结构化道路下遥控和自主驾驶为目的；CITAVT-型自主驾驶车基于BJ2020SG 吉普车改装而成，该车型

29、以研究结构化道路环境下的自主驾驶技术为目标，空载条件下速度最高为 110km/h，车辆具有人工驾驶、遥控驾驶、非结构化道路上的低速自主驾驶和结构化道路上的自主驾驶四种工作模式10。 清华大学在国防科工委和国家“863 计划”的资助下从 1988 年开始研究开发 THMR 系列智能车。THMR-智能车能够实现结构化环境下的车道线自动跟踪，准结构化环境下的道路跟踪，复杂环境下的道路避障、道路停障以及视觉临场感遥控驾驶等功能，最高车速达150km/h。THMR-智能车采用了基于扩充转移网络的道路理解技术，大幅度降低了道路图像处理和车道线识别的计算量， 并通过实验测得在车道线跟踪阶段全部计算过程的周期

30、小于 20 毫秒，保证了实际场景下的实时性要求11。 吉林大学从上世纪 90 年代初开始，在智能车辆的体系结构、道 9 路边界识别、车辆的路径跟踪及车体控制等方面取得了一定成果，先后开发了 JLUIV、 DLIUV 系列智能汽车。 重庆大学研制开发出 CQAC系列视觉导航智能车辆。西安交通大学开发了基于 DSP 高速视频处理系统的 Springrobot 智能车， 可实时完成道路检测、 行人检测、 车辆检测等。 国内一汽集团、 上汽集团、 长安汽车等车企也纷纷涉足自动驾驶。一汽集团于 2007 年与国防科技大学合作， 在红旗 HQ3 车型基础上完成高速公路自动驾驶样车。2011 年 7 月 1

31、4 日，红旗 HQ3 无人车完成了从长沙到武汉 286 公里的高速全程无人驾驶实验，历时 3 小时22 分钟； 2013 年具备 PA-HA 功能的红旗 H7 投放市场； 2015 年 4 月，一汽集团正式发布了其“挚途”技术战略，标志着一汽集团的互联智能汽车技术战略规划正式形成。 根据该战略的十年发展计划，“挚途”战略将从当前的 1.0 发展到 4.0。目前“挚途”1.0 已经于 2013 年应用到红旗轿车上，具备紧急制动、防碰预警、车道偏离等驾驶辅助功能。计划在 2018 年前实现的“擎途”2.0 计划，可以通过自主研发的智能互联驾驶系统实现手机叫车、自动泊车和编队跟车功能，且有望搭载于红

32、旗 H7 和解放商用车上。而在 2020 年实现“挚途”3.0，可以实现 V2X 功能，能够整合高速代驾及深度感知和城市智能技术。最终在 2025 年实现“挚途”4.0，实现高度自动驾驶技术整车产品渗透率达 50%以上。 2015 年 4 月 19 日， 一汽在同济大学举行了 “挚途”技术实车体验会，包含有“手机叫车、自主泊车、拥堵跟车、自主驾驶”等 4 项智能化技术。手机叫车功能可在视距范围内通过手机发出叫车指令，车辆自动行驶到指定地点，中途可自动躲避行人；自主泊车可通过手机界面寻找车位，输入停车指令，完成平行或垂直泊车任务；拥堵跟车功能可在堵车时自动跟随前车走停、转弯、加减速，可识别交通标

33、识和车间危险，可降低拥堵驾驶的疲劳和烦躁。 10 2013 年，上汽集团在自动驾驶领域“结盟”中航科工，并且在2015 年的上海车展上展示了自主研发的智能驾驶汽车 iGS。iGS 可以通过摄像头和雷达观测周遭环境， 再把路况数据传达给控制软件进行分析，给出指令。iGS 可以初步实现远程遥控泊车、自动巡航、自动跟车、车道保持、换道行驶、自主超车等功能。 长安汽车在 2015 年 4 月发布了智能化战略“6 5 4” ，即建立 6 个基础技术体系平台，开发 5 大核心应用技术，分 4 个阶段逐步实现汽车从单一智能到全自动驾驶。 目前长安汽车已经完成第一阶段开发试验，即在 4 月完成的 2000 公

34、里高速公路路试。现已进入第二阶段，将在 2018 年实现组合功能自动化，如集成式自适应巡航、全自动泊车、智能终端 4.0 等。未来在第三阶段，实现有限的自动驾驶，如高速公路全自动驾驶等；计划在 2025 年完成第四阶段，实现汽车全自动驾驶，并进入产业化应用。当前，长安汽车已掌握智能互联、智能个性化、智能驾驶三大类 60 余项智能化技术，其中，结构化道路无人驾驶技术已通过实车技术验证。 北汽集团在 2016 年 4 月份的北京车展上，展示了其基于 EU260打造的无人驾驶汽车。车辆通过加装毫米波雷达、高清摄像头、激光雷达和 GPS 天线等元器件识别道路环境，同时配合高清地图进行路线规划实现无人驾

35、驶。 北汽无人驾驶汽车目前搭载的无人驾驶感知与控制元器件大部分都采用了国产化采购， 目的是为未来的量产打下基础。在 2016 年 7 月 6 日，北汽集团新技术研究院与盘锦市大洼区人民政府在北京市举行无人驾驶汽车战略合作协议签约仪式， 双方将在“红海滩国家风景廊道”合资合作共同开发建设无人驾驶体验项目。 长城汽车在 2012 年成立了专业团队，对汽车无人驾驶等智能技术进行研发。目前哈弗 H8、H9 及部分后续车辆已经完成了驾驶辅助（ADAS）阶段的开发。预计在 2020 年，将会推出能够在高速公路上 11 实现自动驾驶的车辆。长城无人驾驶技术通过多种传感器的应用，可实现对道路情况与周围环境的全

36、方位探测， 并经过内部智能电子控制单元高速运算，直接控制车辆的电子转向系统、发动机管理系统及制动系统等机构，实现车辆加减速、变换车道、跟随车辆以及超车等动作。 百度公司于 2013 年开始了百度无人驾驶汽车项目，其技术核心是“百度汽车大脑” ，包括高精度地图、定位、感知、智能决策与控制四大模块。 2015 年百度无人驾驶汽车在国内首次实现了城市、 环路和高速公路混合路况下的全自动驾驶，测试时的最高速度达 100km/h。乐视超级汽车公司于 2015 年 1 月 20 日在北京成立， 发布了智能系统“LeUI” ，将贯穿汽车、手机、TV 等所有乐视智能终端。LeUI Auto版能够通过语音与乘员

37、进行交互，可以通过挥手、轻点、指向和抓取等手势进行人机交互，同时内嵌了地图导航功能。 1.5. 公开性智能驾驶比赛 1.5.1 国外智能驾驶比赛国外智能驾驶比赛 进入 21 世纪后， 美国国防部先进研究项目局于 2004、 2005、 2007年举办了三届 DARPA 挑战赛，掀起了智能驾驶技术研发的热潮12。 首届比赛于 2004 年在美国莫哈韦沙漠举行，全长 240 公里，21支车队报名参赛， 15 支通过资格测试， 所有车队均未能完成首届比赛的测试。 完成程度最高的来自卡耐基梅隆大学的 SandStorm 也仅仅跑完了 11.78 公里，不足全程的 5%。 第二届比赛于 2005 年举行

38、，全长 212 公里，仍侧重于考察车辆在非结构化道路自动驾驶的能力，全程无人、车干扰。23 支车队报名参赛，5 支跑完全程。斯坦福大学的 Stanley 和卡耐基梅隆大学的SandStorm、Highlander 获得前三名。 第三届比赛于 2007 年举行，全长 89 公里，侧重于考察车辆在城 12 区结构化道路的自动驾驶能力， 有少量行人及车辆干扰， 53 支队伍报名， 11 支通过资格测试， 6 支车队跑完全程。 卡耐基梅隆大学的 Boss、斯坦福大学的 Junior 和弗吉尼亚理工的 Odin 获得前三名，如图 1-3所示。 图 1-3 三届 DARPA 挑战赛冠军SandStorm、

39、Stanley、Boss 2006 年起，欧洲开始举办陆地机器人测试（ELROB，European Land-Robot Trial） ，在真实场景下测试包括智能驾驶汽车在内的陆地机器人性能。共举行了三届军事场景和两届民用场景测试，军事主题包括侦察监测、自主导航、编队运输等，民用场景包括安全、消防、灾难控制等。18 支队伍参加首届测试，大部分采用无线遥控方案， 机械故障频发。后几届测试中，自主车辆占比和任务完成度逐年提高。ELROB 测试对欧洲智能驾驶技术研发起到了积极促进作用。 2005 年，Vislab 实验室智能驾驶车辆 TerraMax 参加第二届DARPA 挑战赛，完成全程，获得第五

40、名，如图 1-4 所示。2010 年，其智能驾驶车辆历时 3 月横跨 9 国， 完成从帕尔马到上海共 13000km的智能驾驶试验。2013 年，其智能驾驶车辆完成了包括环岛行驶、交通信号灯、躲避行人在内的城市智能驾驶环境测试。 13 图 1-4 Vislab 实验室 TerraMax 智能驾驶车辆 2011 年在荷兰举行的第一届合作驾驶挑战赛（GCDC: Grand Cooperative Driving Challenge）旨在加速 CACC 系统的实现，缓和世界各地的交通问题，为各国的研究团队提供了展示先进的 CACC 技术的平台。2016 年 5 月第二届 GCDC 比赛在荷兰海尔蒙德

41、举办，由欧洲的项目 i-GAME（2013 年十月份启动）支撑，来自六个欧洲国家的十个学生团队参加，在海尔蒙德到埃因霍温的高速公路上测试（图1-5） ，测试场景包括：两车队汇合，十字路口穿越，转向和自动让道等。 图 1-5 GCDC 比赛场景 2015 年 6 月 9 日，在美国加州举行的美国国防部高等研究计划署 （DARPA） 机器人挑战赛日前落下帷幕， 此次比赛要求参赛队伍建造可以执行核清理等相关任务的机器人，包括驾车、拆卸和开门、使用标准电动工具在墙上切割孔洞、连接消防栓以及旋转打开阀门等。 14 为了模拟真实环境，机器人与控制团队的内部沟通网络需要中断 30秒以上。图 1-6 中韩国

42、KAIST 队机器人 DRC-HuBo 赢得冠军。 图 1-6 韩国 Hubo 机器人赢得 DARPA 冠军 2015 年自动驾驶汽车挑战赛 Autonomous Vehicle Competition （AVC） ，由电子产品厂商 SparkFun 在其位于科罗拉多州博尔德市的总部所在地主办，挑战赛的规则是：开发一款机器人，机器人本身能够自行在该公司的停车场辨识方向。在所有参赛的 71 支队伍中，有一半队伍都能顺利完成 AVC 挑战赛的第一个弯道。 但只有少数的自动驾驶汽车能够度过所有的难关躲避木桶、跳跃坡道等。 2017 年 2 月首场电动无人驾驶比赛 Roborace 在布宜诺斯艾利斯举

43、行，所有参赛车辆都采用相同设计，完全比拼软件设计能力。两辆DevBot 无人驾驶电动赛车（图 1-7） ，在布宜诺斯艾利斯的 ePrix Formula E 赛道上展开比拼。不幸的是，失败的一方因为事故而中途退赛。中途撞车赛车的“胜利者”最高时速达到 115 英里（约合 185公里） 。 15 图 1-7 参赛中的 DevBot 无人驾驶电动赛车 1.5.2 国内智能驾驶比赛国内智能驾驶比赛 为促进我国无人驾驶技术发展，国家自然科学基金委于 2008 年提出了“视听觉信息的认知计算”重大研究计划，并于 2009 年起主办中国智能车未来挑战赛，截止目前已举办 7 届赛事。 第一届比赛于 2009

44、 年在西安举办，包括机械性能测试、交通信号灯识别、交通标志识别和交通标线识别等基本能力测试，以及自主驾驶测试。共有 10 支队伍参赛，最终湖南大学取得冠军。 第二届比赛于 2010 年在西安举办，比赛内容仍然包括基本能力测试和自主驾驶测试，同上届内容相比，基本能力测试中增加了沿锥形标曲线行驶和定点泊车。共有 10 支队伍参赛，最终中国科学院合肥物质研究院的“智能先锋”无人驾驶车辆获得冠军。 第三届比赛于 2011 年在鄂尔多斯举行，比赛要求参赛车辆完成约 11 公里的真实道路环境行驶，全程包括交通标识和信号灯识别、动静态障碍物识别、路口通行、U 形掉头、停止线停车等科目，国防科技大学的“开路雄

45、狮”无人驾驶车辆获得了冠军。 第四届比赛于 2012 年在赤峰举办，比赛内容包括城区道路测试和乡村道路测试，重点考察车辆的安全性、智能性、平稳性和速度。共有 15 支队伍参加了此次比赛，军事交通学院的“猛狮 3 号”取得了冠军。 16 第五届比赛于 2013 年在常熟举办，包括环湖公路测试和城市道路测试，全程 18 公里，共有 18 支队伍参赛，最终北京理工大学获得冠军。 第六届比赛于 2014 年在常熟举办，比赛内容包括通过拱桥、驶入/驶出高架桥匝道、交叉路口通行等科目，共有 22 支队伍参赛，军事交通学院取得了冠军。 第七届比赛于 2015 年也在常熟举办，此次比赛主要侧重于真实道路环境测

46、试，共有 20 支队伍参加比赛，军事交通学院的猛狮车队夺冠。 2016 年第八届 “中国智能车未来挑战赛” 在常熟举行 （图 1-8） ，本次比赛包括真实综合道路环境测试和认知能力离线测试两部分。 其中道路环境测试分为真实高架快速道路测试（约 22 公里）和城区道路测试（约 6 公里） ，考察在遵守道路交通法规、减少交通事故前提下无人驾驶车辆的交通场景识别能力及不同道路环境的适应性和正常行驶 4S 性能（即安全性（Safety） 、舒适性（Smoothness） 、敏捷性（Sharpness）和智能性（Smartness） ，也是首次提供真实高架快速道路、城区道路的测试环境与条件；认知能力离线

47、测试是首次在真实道路交通场景数据库基础上， 通过仿真环境评估无人驾驶车辆的视觉信息环境认识基础能力。另外，本届比赛首次实现无人机与无人驾驶车协同。 17 图 1-8 比赛中的智能汽车 2016 年 12 月中国智能汽车大赛 （CIVC） 在上海国际汽车城国家智能网联汽车(上海)试点示范区封闭测试区举行（图 1-9） 。大赛定位于行业高端交流平台和技术实践测评标尺， 旨在通过汽车智能化功能测试、汽车自动驾驶测试和汽车智能互联测试等一系列立体化、实践性、全方位的测评，促进中国智能汽车行业发展进步。 图 1-9 来自国内部分院校、研究机构及汽车制造商的 19 支参赛队伍 2017 年 6 月 28

48、日至 30 日，世界智能驾驶挑战赛(WIDC)在天津举行（图 1-10） 。赛事由无人驾驶组、智能辅助组、信息安全组三个组别组成，其中无人驾驶组有 19 支车队参赛，智能辅助组有 20 支车队参赛，信息安全组有 24 支车队参加。无人驾驶组比赛设置初赛和 18 决赛，共测试 15 个场景；智能辅助组比赛包含自动泊车（AP） 、自动紧急制动（AEB） 、车道偏离预警与保持（LDW&LKA）三个测试项目，主要针对装有智能辅助驾驶系统的量产车进行测评，从而为消费者提供汽车智能化水平的信息； 信息安全组比赛主要针对具有智能化功能的汽车进行信息安全的攻防测评， 从而推动全球汽车信息安全技术进步和发展。

49、图 1-10 参加世界智能驾驶挑战赛的车辆通过非机动车横穿测试项目点 1.6. 汽车自动驾驶产业概述 传统车企一般采取从辅助驾驶到自动驾驶的逐步递进方案， 20世纪 90 年代已经出现了能够批量生产装车的辅助驾驶系统。2000 年之后，辅助驾驶得到了越来越多的关注，各车企也都投入了大量的研究资源，与此同时，越来越多的辅助驾驶系统出现在了高端车型上。近年来，辅助驾驶逐渐过渡到中低端车型。图 1-11 为我国学者于 2012年调研得到的辅助驾驶系统的消费认知度情况， 可以看出此时辅助驾驶系统已经得到了较为广泛的关注13。 19 图 1-11 辅助驾驶系统认知度 1.7. 智能驾驶社会效益与影响 1

50、.7.1 安全性安全性-减少交通事故减少交通事故 2012 年我国平均每天约 280 人因交通事故伤亡，相当于一次重大空难。驾驶员的责任是交通事故的主要因素，很多时候道路的拥堵也是由于人为的乱并道、乱超车、不按规定速度行驶等不文明行为造成的，驾驶员注意力分散导致交通事故。 智能驾驶不受人的心理和情绪干扰，遵守交通法规，按照规划路线行驶，可以有效减少人为所造成的交通事故和拥堵。同时，智能驾驶汽车能够比人类更加精准地计算和使用路权， 通过车联网共享交通资源信息，可以最大化利用城市的道路资源。 1.7.2 经济性经济性-促进节能减排促进节能减排 智能驾驶可以更合理地操控和切换驾驶模式、 控制车辆的提