无人车如何实现在卫星不可用条件下的高精度智能导航？

如果在卫星不可用的条件下，想要实现高精度的智能导航，必须要通过视觉或者激光雷达系统来进行辨别。随着我们对汽车的自动化要求程度越来越高，目前我们对于汽车智能化的要求不仅仅体现在可以进行语音导航或者简单的AI智能。而是需要他能够应对城市道路码头，繁华的街道以及一些封闭的空间，比如在地下隧道和建筑物内部等复杂场景之下，都能够完整的应对我们所需求的道路通讯。

但是一般情况下，目前主流的还是需要通过汽车搭载的天线跟卫星相结合，从而能够实时更新地图信息。但是这样一来对于信号的要求程度是非常高的，而且绝大多数的汽车是不可能一直让卫星跟汽车连接，因为这样做功率的消耗是非常大的。所以在这样一个前提之下就开发了视觉雷达系统，他们主要是通过向周围发出探测信号，然后获得反馈了解周围的路况信息。

特别是在封闭的空间当中，因为周围的反射物比较多，所以他们可以收集更多的信息。同时也可以根据这些信息在驾驶的过程当中来判断自己的行车速度和行车轨迹。甚至有时候可以不用你自行去选择，就已经帮你筛选出最好的行车路线。

目前主流的是gns+imu加上感知系统以及其他的定位手段。但是以目前的技术手准来看的话，就算加上定位和感知系统，我们的汽车智能化也只能在稳定性和可靠性方面做出相应的提升，却并不能够做到百分百的安全。甚至有时候汽车的智能化系统会给我们带来一些错误的信息，让汽车作出错误判断，从而发生一些交通意外事故。因此目前短时间内并不能够实现汽车的完全自动化，还依赖人类进行 *** 控。

小蛮驴无人车取件码七位数输入四位数。
小蛮驴是阿里公司开发的智能物流无人车，于2021年9月在乌镇物联网大会上正式亮相。
小蛮驴集成了阿里达摩院最前沿人工智能和自动驾驶技术，采用了智能仿真、嵌入式系统等自动驾驶技术创新，大脑应急反应速度可达到人类7倍。还能与菜鸟驿站无缝衔接，无需快递员即可解决“最后一公里”难题。

这并非年轻的蔚来 汽车 首次发生此类事故，当然，类似因自动驾驶/自动辅助驾驶导致交通事故，业内也并非蔚来 汽车 一家。相关事件调查发现，自动驾驶系统无法识别响应路障、三角警示牌等静态障碍物。显然，这给火热的全新自动驾驶敲响了一记警钟。

无独有偶，1个月前，清华大学 汽车 产业与技术战略研究院院长赵福全在一个智能网联论坛上直言，这个行业“很热、很乱，也很难”，现在虽然行业“乱度降低，但难度有增无减”。

今年是L3级别量产元年

众所周知，车联网是 汽车 电子信息通信和道路交通运输等行业深度融合的一种新型产业形态，随着5G技术的商用，车联网产业快速发展，行业应用加速渗透，智能化和网联化的趋势显著，成为数字经济发展的一个重要组成部分。

根据自动化程度的不同，国内外相关机构将自动驾驶分为L0~L5六个等级。业内普遍以L3为分水岭，以下为辅助驾驶，以上是高级自动驾驶。根据研究机构IHS预测，自动驾驶市场规模不断扩大，并将在2035年达到5600亿美元。

智能网联 汽车 究竟有多火？“在过去的一年半里，国内新上市的车上有1000多款ADAS（高级驾驶辅助系统），安装率非常高。”透过某部属研究机构负责人给出的这一数据，我国自动驾驶产业的火热程度可见一斑。

目前，我国智能网联 汽车 产业发展基本与全球先进水平处于“并跑”阶段。2020年，L2级智能网联 汽车 乘用车新车市场渗透率达到15%，2021年上半年提高至20%左右，L3级自动驾驶车型在特定场景下开展测试验证。

“对于OTA（空中下载技术），三五年前我们根本想不到会有这么高的安装率和普及率。”在感慨自动驾驶飞速发展的同时，这位负责人坦言，与媒体报道的自动驾驶 汽车 交通事故相比，企业平时在日常测试过程中遇到的大小事故可能更多一些。

据了解，乘用车的自动驾驶技术水平，目前正处于L2向L3过渡的阶段，商用车自动驾驶进程相对更为快速。自动驾驶行业容错率极低，在技术高度成熟之前贸然上路，企业将面临比较高昂的试错成本。因而，前沿的自动驾驶解决方案会率先在特定场景中进行测试，充分验证之后投入商用。商用车领域落地的自动驾驶技术更为领先，目前大多已经达到L3+级别。大部分车企已经推出具备L2级别辅助驾驶系统的车型。2021年作为L3量产的元年，多家车厂推出或计划推出配备L3级别自动驾驶解决方案的车型并投入生产。

值得一提的是，我国复杂的路况能为自动驾驶测试者提供更多行驶数据，使本土公司在测试上具有一定优势，有望实现对国外企业的弯道超车。

测试与真正的交通尚有距离

近日，工业和信息化部、公安部、交通运输部联合发布了《智能网联 汽车 道路测试与示范应用管理规范（试行）》（以下简称《规范》）。2018年4月，这3个部委联合发布了《智能网联 汽车 道路测试管理规范（试行）》，发挥了积极的引导作用。全国27个省（市）出台了管理细则，建设了16家智能网联 汽车 测试示范区，开放了3500多公里测试道路，发放了700余张测试牌照，道路测试总里程超过700万公里，长沙、上海、北京等地还开展了载人载物示范应用。

不过，在道路测试工作开展过程中，也存在测试方案不统一、测试结果不互认、车路协同不到位等问题，行业企业提出进一步放开高速公路、无安全员测试等需求。

公安部道路交通安全研究中心主任王长君表示，现有的道路测试，不管是封闭场地测试还是特定的公开道路测试，都存在根本性的问题。一是封闭场地的测试项目少。二是封闭场地的测试大多是定性的测试，比如，测试 汽车 看到红绿灯能不能停，至于当时的车速是多少，以什么样的速度安全停下来等，这些都没有测试。三是测试道路的场景非常有限。

而测试道路的局限直接导致以下问题：第一，在路上跑的时候会有大量无效行驶，无效行驶导致了无效测试；第二，所测试的交通规则有限，许多交通规则没有测试；第三，对于其他交通参与者不遵守交通规则的行为，自动驾驶 汽车 如何应对没有测试；第四，有大量未知的场景无法测试。

事实上，越来越多的人认为自动驾驶太难了。即便是对自动驾驶信心满满的“钢铁侠”马斯克，前不久也在推特上承认自动驾驶太难了。他说，通用自动驾驶是一个如此难的任务，因为这要求去解决很大一部分现实世界的AI问题。

王长君表示，实践中自动驾驶测试更多将重点锁定在车辆的安全预期功能测试上，很少考虑围绕既有规则进行测试，结果造成安全功能控制的精度不高，以及对交通规则的遵守机制不健全。因此，他建议结合自动驾驶 汽车 所面临的复杂长期的安全挑战，可以开展全面遵守交通规则的便利仿真测试，即可以在电脑平台上，完成对所有交通规则遵守能力的测试。

网络与多网融合问题不容忽视

对于测试示范区，国家智能网联 汽车 创新中心副主任辛克铎也认为示范区存在商业化可运营场景不多的问题。他反问道：“没有的话怎么可能实现大规模生产呢？场景不丰富、模式不确定，现在可持续运营的商业模式依然没有确定，迄今为止这是智能网联 汽车 依然面临的问题。”

在辛克铎看来，特斯拉只是网联车，但不是智能网联车。他强调，要旗帜鲜明坚定地认为，将来智能网联驾驶 汽车 的方向一定是V2X（车对外界的信息交换），V2X是中国智能网联 汽车 的必由之路。“智能网联驾驶是一个复杂的系统，系统的冗余性、稳定性和安全性，单靠一家公司是很危险的。智能网联 汽车 是集IOT（物联网）、人工智能、大数据等多种技术于一体的最具发展前景的引领性行业，实际上这不止是 汽车 行业的事情，而是与整个智能 社会 密切相关。”他说。

不过，作为智能网联 汽车 的基础，网络建设与多网融合却不乏问题。辛克铎表示，许多人说5G达到1毫秒了，这样的低时延对自动驾驶肯定是行的，但是在示范区建设过程中，实际数字是50毫秒。“1毫秒有没有呢？反正我没有见过。”他认为，支持自动驾驶的连续覆盖的5G网络是否已经预备好了，这是我们所面临的一个非常严峻的问题。

同样，多网融合也存在问题。辛克铎说：“车路云网图大家都在干，是否解决了融合的问题和统一标准的问题呢？据我所知并没有，这些问题不解决怎么支持自动驾驶？因此，多网融合依然是一个非常重要的问题，基础网络建设仍是基础中的基础。”

此外，云平台一致性作为一个核心问题也不容忽视。辛克铎表示，现在很多网络和信息化建设是一样的，基本上各行业各领域垂直化，信息孤岛模式居多。比如，有3个城市建了自动驾驶示范区，彼此之间都是独立不相通的。基础设施标准不一致，安全防护手段不一致，产业生态没有建立，自然无法出现规模产品和建立好的商业模式。

智能车含金量高
智能车辆是一个集环境感知、规划决策、多等级辅助驾驶等功能于一体的综合系统，它集中运用了计算机、现代传感、信息融合、通讯、人工智能及自动控制等技术，是典型的高新技术综合体。对智能车辆的研究主要致力于提高汽车的安全性、舒适性，以及提供优良的人车交互界面。近年来，智能车辆己经成为世界车辆工程领域研究的热点和汽车工业增长的新动力，很多发达国家都将其纳入到各自重点发展的智能交通系统当中。

智能网联汽车主要是涉及到电子信息技术相关的研究，这里也细分成很多研究方向，这里主要是包括三个部分：汽车和设施关键技术、信息交互关键技术和基础支撑技术，下面将这三大类技术展开说说：
一、汽车和设施关键技术
这里又分为小大类研究方向，主要是在汽车自动驾驶和无人驾驶方面的一些感知和决策技术，包括环境感知技术、智能决策技术和控制执行技术三个方向。
1环境感知技术
其中环境感知技术主要是研究汽车对于行驶环境的感知，包括雷达探测技术、机器视觉技术、车辆姿态感知技术、乘员状态感知技术等。
2智能决策技术
智能决策技术主要是对环境感知方面采集的数据进行处理，然后决策如何 *** 作汽车，这里包括行为预测技术、态势分析技术、任务决策技术、轨迹规划技术、行为决策技术。
3制执行技术
聚焦于对车辆控制方面的研究，包括关键执行机构、车辆纵向横向和垂直运动控制技术、车间协同控制技术等。
二、信息交互关键技术
这里主要研究智能汽车信息传递、处理和相关安全方面的内容。分为四方面的技术，包括专用通信与网络技术、大数据、平台技术、信息安全。
1专用通信与网络技术
汽车专用的通信技术，包括短程通信技术、无线射频通信技术、LTE-V通信技术、移动自组织网络技术等。
2大数据
智能汽车中会不断的产生大量的数据，有汽车行驶的性能数据，有信息传递的数据等，包括非关系型数据库技术、车辆数据关联分析与挖掘技术等。
3平台技术
包括信息服务平台和安全及节能决策平台。
4信息安全
顾名思义就是盐焗汽车信息的安全。包括车载终端信息安全技术、手持终端信息安全技术、路测终端汽车安全技术等。这一块的研究在未来也是重中之重，因为汽车的安全涉及到整个交通系统的安全和城市的安全。
三、基础支撑技术
这一块包括的内容就比较多了，包括导航与地图技术、基础设施的建设、车载硬件平台、车载软件平台、人因工程、整车安全架构还要各个城市的相关法律和标准。

近年来， “无人驾驶” 作为一个 科技 热词，频频出现在中国民众的视野内。有人支持有人反对。支持的一方说无人驾驶可以减少驾驶员的负担，减少车祸，能大幅度降低交通拥堵，让生活更智能化，老年人或残疾人也能方便出行。

反对的一方说这将会失去驾驶乐趣，完全依赖电脑到有可能忽视很多事故，万一有事故谁来负责？或者黑客入侵导致更危险的事故。不管你是否不喜欢无人驾驶，这必然是未来 汽车 发展的方向。

无人驾驶 汽车 也称智能车、无人自动驾驶车、自主导航车或轮式移动机器人，是室外移动机器人在交通领域的重要应用。无人驾驶车系统是一个集环境感知、规划决策和多等级辅助驾驶等功能于一体的综合系统，是充分考虑车路合一、协调规划的车辆系统，也是智能交通系统的重要组成部分。

另外，从 汽车 智能驾驶产业链来看，产业链涉及到的领域比较多，有 光学元件、集成电路、控制系统 等，自动驾驶功能的实现有赖于 感知、定位、决策、执行 四个环节的高效配合。

据资料显示，2021年我国无人驾驶相关专利申请数量为2107项，无人驾驶相关企业处测量达1564家，同比增长355%。 整体仍处于高速增长态势。

在自动驾驶 汽车 的研发竞争中，美国和欧洲一直是领先者。不过，目前我国智能驾驶的相关技术正飞速发展，相关产业链正逐步实现国产化，智能驾驶应用空间与市场规模庞大。 未来，在自动驾驶 汽车 的普及率上可能超越欧美等技术强国。

1、政策利好无人驾驶行业发展， 近年来，国家出台多项无人驾驶、车联网产业相关政策推进行业发展。加强智能网联 汽车 、自动驾驶、车路协同、船舶自主航行、船岸协同等领域技术研发。

2、5G技术加快无人驾驶 汽车 发展， 5G技术的快速发展和应用，推动高级自动驾驶 汽车 的诞生，加快无人驾驶 汽车 的到来。

3、物流领域应用推动无人驾驶行业发展， 在疫情防控阶段，“物流无人化”的需求不断提高。展望未来，物流领域的无人驾驶应用将得到进一步拓展，不断推动无人驾驶行业发展。

因此，无人驾驶技术发展对 汽车 制造业的颠覆性变革作用和对现代工业升级的助推作用将日渐显现。当前，智能辅助驾驶已成为 汽车 行业转型发展的主流。未来，无人驾驶技术将拉动人工智能、物联网、大数据、云计算等信息 科技 研发和运用，推动中国经济转型升级进程。

可以预见， 中国在智能辅助驾驶的产业化方面将突飞猛进，成为全球无人驾驶领域的一道亮眼风景。

汽车 零部件企业，主营减震器、内饰功能件、底盘、刹车系统。 公司是国内研发IBS 汽车 零部件厂商第一家，IBS将成为主动安全执行端的关键模块，除IBS和EVP以外，也前瞻布局了其他相关项目。

汽车 电子行业龙头， 有关智能驾驶方面的投入主要在关键零部件，包括但不限于高精度定位、视觉处理、毫米波雷达、激光雷达等环境处理上。

国内知名的军事训练器材供应商，智能无人系统业务 ，目前已就无人驾驶所需要的“车辆自主定位”，“车辆环境感知”,“车辆自主定位成图”等关键技术进行储备和业务布局；公司的导航产品与互联网巨头的无人驾驶领域有深度的合作。

国内较早进入卫星导航定位领域的公司 ，公司依照“高精度引导-自动控制-无人智能控制驾驶”三个阶段进行规划并实施，在高精度引导、智能控制、无人驾驶等系统的核心算法方面实现了自主研发。

汽车 信息化、智能化、网络化的全面供应商 ，与一些国内 汽车 厂和国外企业在部分专用导航产品上开始了专用车型的定制化服务，新五年规划明确无人驾驶发展方向。

国内 汽车 制动系统专业龙头企业，布局了自动驾驶产业。 公司的 汽车 电子 *** 纵稳定系统已研发成功，并与国内大厂展开整车智能驾驶合作，是最有潜力的智能驾驶标的之一。

---