精选！一文了解我国智能网联汽车现状及发展趋势

近年来，我国智能网联汽车产业发展迅速，已初步形成L2及以上汽车研发和测试的能力，商业化和应用落地方面也进入探索阶段。2018 年 12 月，工业和信息化部印发了《车联网(智能网联汽车)产业发展行动计划》，发展行动计划目标在 2020 年，实现车联网(智能网联汽车)产业跨行业融合的突破，具备高级别自动驾驶功能的智能网联汽车实现特定场景规模应用，车联网综合应用体系基本构建，用户渗透率大幅提高。

目前，智能网联汽车已初步形成主流的技术架构及集成方案，整体功能方面初步具备一定条件下的自动驾驶能力，但成熟度和可靠性还尚未达到安全交通融入的程度。在市场应用方面，目前依旧是以L2辅助驾驶为主，L3及其以上的自动驾驶功能目前在量产车中尚未开展应用。随着技术的更新和法律法规的健全，智能网联汽车将加速商业化落地、拓展产业应用，在一定条件的应用有望率先开展。

智能网联汽车已经形成主流技术方案

智能网联汽车自动驾驶功能的实现主要依赖于环境感知传感器、自动驾驶计算平台、网联通讯设施、人机交互系统等。其中，环境感知传感器相当于智能网联汽车的五官、自动驾驶计算平台相当于自动驾驶汽车的大脑、网联通讯设施是实现V2X功能的核心、人机交互系统是智能网联汽车的另一个重要的版块，未来智能化、人性化、多样化的人车交互系统将使得自动驾驶功能的接管和移交过程变的更加安全和易用，在降低事故率的同时还能实现多媒体娱乐、导航等功能。

智能网联汽车法规和标准还在完善中

近年来，国家已经开始针对自动驾驶应用场景、车路协同领域的标准、智能网联汽车的网络安全、数据安全、信息安全、个人隐私保护等方面建立相关的法律法规。

在标准方面，2017年12月29日，由工信部、国家标准委共同制定的《国家车联网产业标准体系建设指南》系列文件发布，据标准化主体对象和行业属性把指南分为总体要求、智能网联汽车、信息通信、电子产品与服务等部分，对智能网络汽车的标准进行了顶层设计，为后续开展细化工作奠定了基础。

L2市场渗透率将逐步加大

L3落地方案尚不成熟

目前， L2辅助驾驶功能已经成为在售车型主流配置方案，L3级别的量产化受制于技术和成本尚未实现规模化量产。随着汽车市场的发展趋势和消费者认知的强化，L2级别的辅助驾驶(ADAS)离规模化商业变现更为接近，车型渗透率也逐渐增高，面临产业快速膨胀的机会。

下图为汽车之家2019年统计的在售车辆ADAS配置搭载率，可知近三成以上市面车辆在不同程度上搭载了ADAS的相关功能，搭载率已经具备规模化应用程度。

市场结构方面，L2辅助驾驶早期主要应用于30万元以上的中高端汽车，很多车型也将其做为高配车型的选装功能。在技术层面，行业内认知度最高的第一梯队有特斯拉、沃尔沃、奥迪等，其中特斯拉是从2014年开始为车辆配备安全性驾驶辅助功能，目前特斯拉自动驾驶硬件已经升级到第三代，配备了HW3.0硬件，支持停车场低速运行和高速公路部分特定场景下驾驶辅助功能，未来将提出进一步的功能升级，包括识别交通信号灯和停车标志、城市道路自动驾驶。沃尔沃搭载的Pilot Assist自动驾驶辅助系统能满足车辆在特定条件下的自动跟车、主动刹车、车道保持、路牌限速识别等功能，在识别以及介入方面精准度都非常高。

L3自动驾驶目前是汽车主机厂尚未逾越的一道鸿沟，主要壁垒在于技术方案的可靠性和成本。部分有实力的一线品牌对L3开展过专项攻关，但尚未有成熟产品落地。

V2X车路协同成为

单车智能迈向智慧交通系统的关键

智能网联汽车的发展路径是从单车智能为到车路协同升级，其中以单车智能为主，车路协同为辅。单车智能主要依赖于摄像头、激光雷达、毫米波雷达等环境感知传感器进行道路场景识别，车路协同是单车智能的功能延展和补充，基于V2X(Vehicle to Everything)技术开展。

01

车路协同的应用有望降低单车成本

车路协同是一种自动驾驶补充方案，能够在一定程度上弱化单车传感器的功能和性能要求。从原理上讲，车端传感器的功能可以通过道路端传感器来补偿实现，道路端通过RSU(路测单元)将获取到的环境数据传递给车端，通过坐标系变换将路端环境信息转化成车端环境信息，发送至计算平台进行数据融合。这样一来，只要能保证道路端数据的实时性、完整性和可靠性，可以通过降低单车传感器搭载的数量和性能来实现单车集成成本的降低，而基于RSU的路端数据通过类似广播的方式让所有在道路行驶的车辆共享，实现资源集中和高效处理。

02

车路协同降低自动驾驶计算平台算力负荷

自动驾驶计算平台是智能网联汽车的大脑，各路传感器获取的数据都要在这里融合、决策并输出决策和控制信号。算力是评价计算平台性能的重要指标，也是直接关系到造价成本的核心参数。单车智能方案中，要增强环境感知能力，往往通过增加传感器性能和数量的方式来实现，这意味着实时处理信息量的增大，由于自动驾驶对于数据传输延时性极为敏感，所以对计算平台的算力也提出更高的要求。基于此背景，多接入边缘计算成为比较实用的网络结构，可以部分缓解计算平台的压力。

03

5G的应用将拓宽数据通道，降低通讯时延

基于5G高速数据传输的特征，可以实现海量传感器信息的传输。从功能角度，车端可以利用多元异构的传感器获取更加丰富的车辆周边环境动态信息，在一定程度上提高自动驾驶的安全性;道路传感器之间可以进行实时的信息通讯，实现路径优化、安全信息广播等，包括周边行人防预警、盲区车辆碰撞预警等场景;边缘云与区域云的数据传输也可以通过5G的无线方案。从性能角度分析，5G的高速传输特征可以有效的降低端到端的通信时延，提高安全性能。

智能网联汽车应用

与商业化落地处于探索阶段

总体上，目前我国智能网联汽车还处于形成产业雏形的阶段。以商用无人驾驶的应用主要分两部分：一是公共交通道路，二是一定条件下的受限制区域。随机交通场景的融入目前存在一定的问题，在技术层面技术尚未完全成熟，可靠性和安全性还有待验证;法律法规层面上国家在智能网联汽车(自动驾驶)方面交通法律法规尚未完全建立;运营成本方面，车辆集成费用较大，规模化运营初期投资较大。但是，在一定条件下的场景应用还是存在很大的市场空间，同时目前也具备可行性的技术方案，下面介绍几个不同领域的典型案例：

01

工程用途车辆的应用：自动驾驶矿车

位于鄂尔多斯市达拉特旗白泥井镇的内蒙古宝利煤炭有限公司在2019年9月起，三台无人驾驶矿车在此试运行。据调研统计，由于不需要车内驾驶员，三台无人驾驶的翻斗车，至少可以节省六个司机的成本，但需要有后台人员对其安全性进行监控。

02

固定路线公共交通应用：自动驾驶公交车

2018年12月28日，湖南湘江新区智慧公交示范线首发仪式在长沙市举行。湖南湘江新区智慧公交示范线路全长7.8公里，沿途停靠11个站点，双向总计22个站点，一期计划投放4辆中车电动智能驾驶公交试运行。目前开放道路L3等级的4辆中车电动智能驾驶公交试运行，依托国家智能网联汽车(长沙)测试区，该项目将打造集研发“车-路-云”应用于一体的智慧公交全国示范线。该自动驾驶的功能实现的亮点是V2X的应用，这也是该自动驾驶项目的核心和主推技术。

特定区域公共交通应用：自动驾驶出租车

2019年11月28日，广州文远知行科技有限公司携手广州市白云出租汽车集团、科学城(广州)投资集团，在黄埔区、广州开发区开启RoboTaxi(以自动驾驶技术提供出行服务)试运营服务。车辆采用日产纯电动车型作为原型车，搭载文远知行的L4级自动驾驶软硬件解决方案。

城市特种工作车辆：清洁环卫车

北京植物园配置了微型无人驾驶清扫车 “蜗小白”，于2019年1月1日引进，能够自主完成路面清扫、洒水、垃圾收集等工作。工作效率等效6名环卫工人，极大地提高了清洁效率。