毫米波雷达“出圈”：磨刀霍霍IoT

作为一种非接触式传感技术，毫米波雷达传感器具有感测精准、无干扰等优点，现已广泛应用于ADAS（高级驾驶辅助系统）、自动驾驶领域。然而，随着市场的发展，毫米波雷达的应用范围正超出车载领域，逐渐向智慧城市、楼宇自动化、 健康 监护等行业扩展。

Marketsand Markets近日发布的数据显示，到2023年，毫米波雷达传感器的市场总量将达到206亿美元。车载雷达是这一波增长的主要推动力，但随后物联网市场将会成为驱动毫米波雷达市场的另一个车轮，推动其以更高的加速度向前飞奔。

01、百亿元市场前景可期

汽车 一直是毫米波雷达在民用领域发展的重要切入点，这些年随着自动驾驶的兴起，发展势头十分强劲，目前在L2以上自动驾驶系统中基本成了标配。

不过，毫米波雷达的应用范围并不仅局限于 汽车 。

根据东南大学毫米波国家重点实验室张慧副教授的介绍，智慧交通、智慧家居、安防、轨道交通、无人机等都是毫米波雷达发展的潜力市场，其中在智慧交通、安防领域已经形成一定规模的市场，智慧家居领域也是可以预见的重要潜在市场。

以交通监控为例，目前许多大型城市都面临交通堵塞的难题。解决问题的办法之一就是对十字路口和主要道路上的交通信号灯进行更加精确的调控。

4D毫米波雷达是专门为智能交通系统设计的多车道多目标跟踪装置，可提供精确的X、Y、Z三维坐标和一维速度的4D多目标实时跟踪轨迹，检测单车速度、平均速度、车流量、车道占有率、车型、排队长度和事件分析等交通流基本信息。

将4D毫米波雷达集成在高清视频摄像机上，可以同时监控4 12个车道且提供128个目标的高分辨率四维雷达轨迹信息，并同步叠加显示在视频上。有了这些信息，人们就可以更有效地调整交通信号灯，使交通变得通畅。

毫米波雷达在智慧家居领域的应用案例也在增加。随着老龄化进程的加速，毫米波雷达与智慧养老相结合已演化出跌倒报警、睡眠监控等很多新用例。

比如，安富利就开发出了一款基于英飞凌BGT60TR1X系列毫米波雷达芯片的呼吸心跳检测解决方案。该方案利用一发一收两根天线即可工作，采集得到的数据通过基于Arm Cortex-M7的低成本MCU进行处理，能够在大范围内自动检测并捕获呼吸和心跳引发的细微动作。

此外，毫米波雷达还可以检测到细微的物体移动，比如人体手势、呼吸及心跳等。医疗上正在使用毫米波雷达 探索 更多的应用场景，比如血压监测、情绪监测等。

毫米波雷达无需光学摄像也可以追踪一个人的活动，并检测到人们的活动，包括人员跌倒等运动特征，而不用担心使用摄像头带来的隐私问题。

总之，毫米波雷达凭借高精度、高分辨率，尤其是雷达波不受雨、雾、灰尘和雪等环境条件影响，可以全天候全天时工作等特性，在非车用领域应用已经越来越多。

根据智研咨询预估，我国未来几年的智能家居规模增速保持在50%以上，其中家居雷达到2024预计可达105亿元。随着中国自主技术的毫米波技术的发展，必将拓展更多应用场景，为人们生活带来前所未有的便利。

02、“三兄弟”各显其能

如果按照工作频段划分，针对民用市场的毫米波雷达大致有三个类型——24GHz毫米波雷达、77GHz毫米波雷达和60GHz毫米波雷达。那么，哪个工作频段的毫米波雷达更加适合在非车用市场发展呢？

钟侨海指出，24GHz毫米波雷达是最先投入民用的毫米波雷达，其波长为125cm（勉强算是毫米波了）。由于频段的频率比较低，带宽比较窄（只有250MHz），因此24GHz毫米波雷达在测量精度上受到一定限制，这也限制了其应用范围的扩展。不过由于24GHz技术成熟，成本低廉，还是有不少可发挥的空间。

77GHz频段的毫米波雷达波长只有39mm，频率比较高，带宽可达4GHz。一般来说，雷达的波长越短，分辨率/精准度越高（当然成本也会更高），整个系统的外形也会更小。因此，77GHz毫米波雷达在市场上逐渐接棒24GHz产品，成为 汽车 领域的主流，而且很多国家和地区也将这个频段分配为 汽车 的专用频段。

随着77GHz毫米波雷达技术的成熟，24GHz方案在车载应用上的性价比优势已不是那么显著，这些年24GHz毫米波雷达在车用市场逐渐让位于77GHz方案，24GHz毫米波雷达的发展重心逐渐转向工业和消费市场。

60GHz毫米波雷达波长为5mm，具有高达7GHz的可用于短程应用的免许可带宽，因此其可以提供更好的分辨率。它的出现主要是为了应对24GHz雷达带宽受限、精度不足、对运用物体的感测有局限的问题。正因为此，各个主要的技术厂商围绕非 汽车 领域的毫米波雷达的竞争，也逐渐从24GHz转移到60GHz频段。

张慧也认为，智慧家居、 健康 监测等室内应用领域，60GHz频段预计成为市场主流。60GHz频段是大气吸收窗口，非常适合近距离使用，目前已有多款此频段芯片及模块进入商用阶段。

至于智慧交通中的毫米波雷达由于各方面性能要求很高（如探测距离甚至高达500米以上，探测精度和分辨能力均由很高要求），相应的产品已在往79G 81GHz的工作频段上发展了。

可以说，有了24GHz雷达打前站，77GHz雷达在 汽车 领域的重点突破，以及60GHz雷达的补强，毫米波雷达“三兄弟”已经在民用市场闯出了一片新天地。

特别是在非 汽车 领域，毫米波雷达未来的表现是十分值得期待的。

目前，许多国内外主流厂商均在60GHz频段进行相应的产品开发。德州仪器开发的可扩展60GHz单芯片毫米波传感器可实现可靠的无接触手势检测，如灯光控制、媒体控制等。英飞凌开发的60GHz微波天线集成雷达手势识别传感器，可以直接应用在手机或穿戴设备上面。安富利采用毫米波雷达实现非接触式生命体征检测（包括呼吸和心跳）已经逐渐成熟并成功商用。谷歌已经发布了一种60Ghz毫米波雷达芯片，可以更轻松地跟踪和分析睡眠质量。

03、直面技术挑战

尽管毫米波雷达在更广阔的民用领域有很好的市场表现，但是这些领域此前已经有一些成熟的传感技术在应用发展，如红外线、摄像头等。毫米波雷达想要突破自己原有的“舒适圈”，进入非车载这个新市场，就要直面这些技术的挑战。

TI产品营销经理Dennis Barrett指出，与基于视觉和激光雷达的传感器相比，毫米波传感器的一个重要优势是不受雨、尘、烟、雾或霜等环境条件影响。

以智慧家居领域的应用为例，毫米波传感器可在完全黑暗中或在阳光直射下工作。

这些传感器可直接安装在无外透镜、通风口或传感器表面的塑料外壳后，非常坚固耐用，能满足防护等级 （IP） 69K 标准。Dennis Barrett强调，玻璃墙和隔墙在现代建筑中的应用很多，真空吸尘或拖地机器人需要感知这些表面以防止碰撞。事实证明，使用摄像机和红外传感器是很难检测这些元素的。但毫米波传感器却可以检测到玻璃墙的存在及其后面的物体。

事实上，这样的特性使毫米波雷达在工业制造领域也有很大的应用空间。基于视觉的安全系统在尘土飞扬的制造环境（如纺织或地毯编织）中，需要经常清洁透镜。毫米波传感器在照明过强（过低）、湿度高、烟雾和灰尘情况下，都可以检测物体，而且处理延迟很低（通常少于 2ms）。

不过，红外传感器等传统产品也并非没有优势，比如价格便宜等，使之依然占据大量的市场空间。

对此，赛迪顾问集成电路产业研究中心分析师吕芃浩认为，毫米波雷达与红外传感、摄像头等并不是一种相互替代的关系，是相互补充、相互配合的，发挥各自的优势共同为智慧生活服务。红外传感器受温度影响，超声波雷达的作用距离近、测量精度低，无法探测细小目标。在很多应用场景中，毫米波雷达可以弥补这些技术的不足，还能够高精度地确定移动物体的方向、速度、距离，可以检测到细微的物体移动。

未来，随着市场上人们对于传感器精准性要求不断升高，毫米波传感器的需求必将增多，相关产业链将变得更加成熟，价格加亲民。毫米波雷达在非车载领域的发展将取得更加快速的发展。

为贯彻落实安全生产管理目标，打造对生产作业现场车辆全天候、全方位安全监管模式，研发应用工矿车辆管理驾驶辅助系统，同时依托工业物联网技术， 以4G网络为信息传输载体，对生产现场所有车辆安装车载AI终端。

工矿车辆智慧管理系统由北斗车载主动安全终端、特种车360驾驶辅助 、 4G网络、监控平台四部分组成。采用高速处理器和嵌入式 *** 作系统，结合 IT 领域中先进的 H265 视频压缩/解压缩技术、以太网传输技术、定位技术、主动安全报警分析技术、360 全景环视辅助技术、可实现视频录像、视频分析、 汽车 行驶信息记录和无线数据上传、同时配合中心软件可实现中央监控、远程管理及行驶状态数据分析等功能。

AI视觉驾驶行为分析

通过AI视频分析技术，当司机驾驶行为不良时，将触发驾驶报警，同时将此行为抓拍10s视频及3张，并上传到后台

特种车辆 360 全景驾驶辅助：

通过安装在车身周围前后左右的 4 个超广角、高清夜视摄像头，实时采集车身四周的高清视频画面，在图像处理器中经过畸变矫正、透视变换、图像拼接和融合等处理，最终合成车身周围 360 的鸟瞰全景画面，并显示在车载显示屏上，为司机提供 360 全景驾驶辅助。本产品可帮助驾驶人员消除车身周围的视觉盲区，从而有效降低交通事故的发生概率。同时，系统还具有 4 路高清录像功能，可为交通事故、突发事件等状况，提供有效证据、还原事故真相。

定位功能 ：系统通过GPS定位功能，在矿山模拟电子地图实时显示作业车辆位置；调度员可以随时查询任一车辆实时位置。

盲区检测 ：通过安装雷达或AI算法实现盲区提示司机保持车辆两侧安全距离，避免与人员、车辆发生碰撞等行为。 辑

佳兴伟诚公司产品涵盖了车联网及车载安全影像产品各个系统：北斗/GPS定位系统、高级驾驶辅助系统(ADAS)，司机行为分析(DSM)、驾驶盲区监测系统(BSD)、3D高清/360全景环视系统（AVM)、全景流媒体电子AI后视系统(ERMS)以及主动安全车载管理云平台，为全球客户提供可视化、多场景化的车载安全解决方案

文/韦波

之前参加福特科技体验日，福特拿出了SYNC+车机系统和Co-Pilot360系统。

福特说SYNC+ 是“合资品牌最好用的车机系统，没有之一”——此乃官方原话，绝无杜撰。

我好奇地问福特SYNC+的技术团队，为啥把范围划定在“合资品牌”中，得到的回答却是，其实我们很想说SYNC+是全中国最好用的车机系统，但是这个太绝对了，做人要低调……

福特果然很低调。

SYNC+并不是国外SYNC 3或SYNC 4的升级开发版，而是根据中国市场使用百度内核重新开发的一个车机系统，只不过被冠以“SYNC”的称谓而已。国外的SYNC系统都支持苹果CarPlay协议，但SYNC+不支持，由此就能看出差异所在。

有失必有得，除了支持远程控制和智能家居互联之外，SYNC+最大的本领就是相当强大的语音识别能力。不仅可以随时打断，持续输入，还支持直接用语音设置导航途径点，甚至支持中外语音混合输入。

啥叫“中外语音混合输入”？还记得当年赵本山的台词吗——“哈喽啊，饭已经OK了，下来咪西吧”——这就是典型的中外语音混合输入。国内大部分中文车机系统都做不到这一点。关于SYNC+的表现，咱们不妨通过一段视频来了解。

在语音输入表现这一块上，SYNC+的确是做到了“前无古人”，这也是福特敢于自诩“最好”的底气。

不过对于中外语言混合输入，福特工程师表示目前只能支持中英文语音混合输入，暂不支持“咪西”这个语种。

不过体验下来，在SYNC+上其实还是可以挑出骨头的。首先是不支持车窗语音控制，福特工程师说，其实这项功能实际使用率并不高，因为很多司机更习惯于用手直接控制车窗开闭，因为会更快。

对于这一解释我觉得说得过去。不过不能用语言控制天窗的开闭，就是个硬伤了，因为行驶过程中司机如果用手指控制天窗开闭，会更大程度分散驾驶注意力，而且天窗开闭的过程也比较漫长。

总而言之，在SYNC+只能挑出两块骨头，其一就是不支持苹果手机的CarPlay协议，要知道国内苹果手机用户数量其实不少；其二就是不能用语音开天窗——其实这属于功能模块软件的范畴，要想解决不难，相对而言，如何做到支持CarPlay协议才是SYNC+最令人头疼的问题。解决好这个问题，SYNC+就真的是“国内最好用的车机，没有之一”了。

相对于SYNC+系统上还能挑出一些骨头，我倒是更倾向于将目前福特的Co-Pilot360系统称为目前世界上“最好用”的L2级自动驾驶辅助系统——相对于SYNC+技术团队的高调，Co-Pilot360的技术团队实在是太低调了，看着都让人从心底觉得可怜。

其实Co-Pilot360是诸多智能驾驶辅助系统的合集，例如系统内置了C-V2X接口，可以和红绿灯等道路设施实现物联网连接，从而开发出中国独有的绿灯提醒功能。很多司机都有这样的体验，等红灯时看手机或是和车上的其他人聊天，绿灯亮起浑然不觉，直到后面有车哔一声才手忙脚乱起步。所谓的绿灯提醒功能，就是针对这种场景设计的，该功能可以在绿灯亮起前2-3秒对司机进行提醒。

此外，Co-Pilot360还能做到根据前方红绿灯所剩的时间来规划车速，这一功能的开放则需要政府部门的介入，毕竟道路上的红绿灯不归福特管。

总之，Co-Pilot360能实现很多功能，但这里我们只重点探讨其L2自动驾驶辅助功能。

Co-Pilot360可以在车道内实现自动居中行驶，拥有全速段ACC自适应巡航以及自动刹车等功能……从表面上看，充其量算是L2级别的自动驾驶辅助系统。

和目前市面上一些被称为“L2+”或“L25”的自动驾驶辅助系统相比，福特Co-Pilot360还差一个前车轨迹跟行功能。

之前试驾某品牌车型的时候，就感受过前车轨迹跟行功能——即当高速公路上的车道线出现严重磨损，或是行经某些没有车道线路面的时候，如果前方有车辆，系统会通过短波雷达识别出前车行驶轨迹，从而让车辆跟随该轨迹行驶。

这个功能其实是软件功能，所有的L2自动驾驶辅助系统只要简单升级软件就能做到。福特Co-Pilot360的工程团队表示，经过认真研判之后，他们摈弃了这项功能——你可以理解为“自宫”，福特硬生生将自己原先的L25级自动驾驶辅助砍到了L2的级别。

子曾经曰过，欲练神功必先自宫。

福特工程师研究发现，中国高速公路（含城市快速路）的养护质量可以算得上是全世界最好的，类似德国高速公路车道线被磨得模糊不清，或是类似美国加州高速公路坑坑洼洼满是垃圾的情况，在中国不存在。中国高速公路的路面相当平整，且车道线永远清晰可辨。

如果中国高速公路真的出现车道线“消失”的情况，要么是交通意外，要么是修路，这两种情况下，都不适合自动驾驶辅助系统继续保持工作。

所以，在中国高速公路上，前车轨迹跟行功能的实际意义不大。相反在国道上，这项功能可能还会带来副作用——例如在国道路口的左转加直行车道上，你其实想直行，结果却被前车带左转了；或者是过了路口之后你想直行，却发现被前车带到左转道上去了……

而且，在这个“被带偏”的过程中，很容易受到其它车辆的骚扰或打断，安全隐患并不小。出于安全考虑，福特认为在车道线不清的路面上——例如国道省道县道甚至是城市道路上，是不可以启动自动驾驶辅助系统的。

这就是福特“自宫”的理由。

那么，Co-Pilot360何以承受得起“最佳L2”这个称谓？

原因就在于福特团队将ADAS限速牌识别程序连在车辆控制总线上了，这使得福特的ACC自适应巡航进化到了IACC智能自适应巡航——多出来的那个“I”，其实就是“智能化（Intelligent）”的意思。

限速牌识别功能在很多车型的ADAS系统上都存在，但充其量只是在仪表盘上起一个提醒作用——这其实是一件很滑稽的事情，外面这么大个限速标识牌你都看不见，我还指望你去看仪表盘上指甲盖大小的限速提示？

最多出现的场景就是，很多车主习惯于将巡航车速设置在120km/h，结果某路段限速80km/h，通过该路段时，仪表盘上虽说显示80km/h限速，但车子却依旧以120km/h车速通过——如果高速交警真要较真的话，“超速50%扣12分”肯定是没跑的……

但这种情况在Co-Pilot360上不存在——道路限速跌到80km/h的时候，IACC会自动将车速轻柔地降到80km/h；等到120km/h限速标识牌再次出现的时候，IACC会自动将巡航车速提升至120km/h。总而言之，IACC会自动根据道路限速来调整巡航车速。

这一本领甚至在通过两条交汇高速公路之间的互通匝道的时候，也能起作用。

很多车主都知道，在进入匝道的时候需要减速。如果有人以120km/h的巡航车速通过匝道，纯属是活腻歪了。对于福特Co-Pilot360的用户来说，真的可以做到挂着120km/h的巡航车速通过匝道——因为匝道前会有60km/h或40km/h的限速牌，系统看到后会自动降速，等到通过匝道跑到另一条高速路，看到120km/h限速标识牌的时候，系统会再次恢复120km/h的巡航车速。

换句话说，从上高速到下高速，Co-Pilot360的用户只用设置一次IACC智能自适应巡航即可，完全不用担心由于没有注意到限速标识牌而导致的超速违章，也无需多次退出/重启巡航控制，或是不停地调整设定巡航车速。

这一技术的实用意义相当大。

而且通过调研，福特工程师发现不少中国司机都有“合法超速”的习惯，即高速限速100km/h,很多司机都会将车开到109km/h，即超速没有过10%，不罚款不扣分。鉴于此，福特特地为IACC系统设计了可供司机自己调节的“合法超速冗余”，当司机把这个超速冗余向上调整9格的时候，如果系统看到100km/h的限速标识牌，就会将巡航车速调整到109km/h。

当然了，你也可以对超速冗余进行减速处理——这一项功能，可谓是很对中国司机胃口，相当符合中国国情。

不过个人对于Co-Pilot360，并非没有疑虑。最根本的原因在于，Co-Pilot360并不是基于高精地图的自动驾驶辅助技术，单单通过卫星定位精度并不能准确识别自己所在的车道，如此一来，下面的几个场景就能考验出Co-Pilot360的技术智商了。

首先说第一种场景：在中国高速公路上，会出现不同车道有不同的限速标识牌的情况，例如下图——在Co-Pilot360无法确定自己所在车道的前提下，如何来确定正确的限速？

福特工程师表示，对于这种情况，Co-Pilot360的策略是选择小客车的100km/h限速行驶。因为基于目前大部分测试道路的情况，小客车都可以按照高速公路的最高限速行驶。

其实基于现在的技术，要想做到按车道识别限速并不难，并不需要倚赖高精地图——当高速公路上同时出现多个限速标识牌的时候，系统只需要选择离摄像头标定中央最近的那个标识牌就可以了。

但是国内大部分司机在驾驶时会频繁变道，变道的时候车头指向会出现变化，所以如果采用上面这样的选择策略，会导致限速选择的来回切换——通俗点说就是系统被“晃晕了”。所以经过权衡，福特工程师采用了“选择限速最大值”的控制逻辑，简单粗暴地避免了更多干扰。

当然了，在限速80km/h车道上跑100km/h，严格意义上说算是超速20%以上了，至于扣不扣分罚不罚款，就要看警察叔叔杠不杠精了……

然后咱们再看第二题：假设现在是四车道，车辆在最左边的第一车道，右边第四车道的连接出口匝道限速40km/h，这个时候系统会不会因为看到路边的40km/h的限速标识牌，直接在第一车道将车速降到40km/h？出现这种情况将是很危险的。

福特工程师表示，误识别匝道限速的情况是有可能发生的。对于这种情况，系统会根据驾驶员的意图例如开启右转向灯，来判定车辆是否准备进入匝道。

工程师将70km/h以下的限速，例如65km/h、60km/h、55km/h、50km/h、45km/h、40km/h、30km/h以及20km/h，界定为非常规限速。如果在高速公路上突然出现这一类限速标识牌，如果司机没有打右转向灯，系统将直接忽视这类“非常规限速”默认前行，不会降低车速。

当然了，工程师并不排除系统错误识别限速的可能，好在IACC的降速很轻微，而不是急刹，不会引发严重的追尾隐患。如果偶然出现这样的问题，司机只需要踩一脚油门，就能让系统恢复之前的巡航速度。

不过，上面的这种控制逻辑，极有可能引发第三个问题：假设车辆在第一车道上，想变到第二车道上去，打了右转向灯，恰巧这个时候高速路的右侧出现40km/h的匝道限速标识牌，如此一来，系统会不会判断车辆试图出匝道，从而直接在第二车道上将车速慢慢降到40km/h？此外，之前说了IACC的降速很轻微，那么这就会导致司机缺乏降速体感判断，极有可能车速从120km/h降到60km/h之后，司机都浑然不觉。

福特工程师表示，这个问题的症结其实是如何确定下匝道限速标识牌和车辆之间的距离。对于单目摄像头而言，通过限速标识牌在成像中所处的位置以及大小给出算法，就能判断限速标识牌和车辆之间的相对位置；对于双目摄像头来说，距离判断会更加简单。

如此一来，只要设定一个距离阀值，一旦出口匝道限速标识牌和车辆之间的距离高于这个阀值，系统就会判断车辆离最右侧车道很远，没有出匝道的意图，从而忽略限速。

但是，有些地方的高速公路是单向两车道的，无法适用上面的判断逻辑。好在最右侧车道在临近出口匝道的位置，和左侧车道之间有实线，根据这个实线工程师就能编写另外一种判断逻辑算法——即两车道前提下，当右侧出现实线的时候，就可以判断车辆位于第一车道，并没有出匝道的意图。

换句话说，针对一个出匝道的场景，工程师会编写多个判断控制逻辑，这是一个很复杂的过程。尽管如此，福特工程师依然强调，目前Co-Pilot360的人工智能程度没那么高，科技虽然以人为本，但依然需要司机集中精力驾驶。

最后，我想给福特一个建议，即对于Co-Pilot360系统的应用场景宣传，最好强调限定在高速公路上使用——不解释，工程师看了这句话一定懂。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

汽车自动驾驶技术在经过数十年的发展与完善之后，终于在21世纪迎来了曙光：随着车载计算机系统、ADAS（高级驾驶辅助系统）、V2V（车对车通讯）、V2X（车对外界通讯）等技术的快速发展和自动驾驶汽车的实用化，自动驾驶时代似乎就要来临。乍看之下，似乎种种利好消息都预示着人类的手和脚将从手动驾驶中解放出来，但是在这之前，有很多问题是我们必须考虑的。

谷歌推出的无人自动驾驶测试车

首先还是技术层面的问题。尽管自动驾驶技术已经在谷歌、百度等无人驾驶车辆测试项目中表现出了一定的可靠性，但是这并不意味着自动驾驶技术已经成熟了。目前的自动驾驶技术在很大程度上依靠的是各种传感器，如摄像头、CCD相机、激光雷达等，而这些传感器对环境中的光、声源极为敏感，在稍微复杂一点的气象条件（雨、雾、雪等）下，这些传感器很容易做出错误的判断，进而造成不必要的麻烦甚至是交通事故。这一点已经在部分普及车道保持系统的轿车得到了印证：当车道标识线被泥沙等遮挡时，车道保持系统就无法正常发挥作用了，而在雨雪雾天气或者传感摄像头被路面溅起的泥沙遮挡时，车道保持系统几乎被致盲。车道保持系统作为汽车自动驾驶系统的重要组成部分尚且如此不成熟，可想而知其他更敏感的系统在复杂多变的行车环境中将遇到的问题有多大。

自动驾驶对各类传感器依赖程度很高

其次是安全层面的不可靠性。自动驾驶汽车除了大量依靠传感器外，还对智能化的车载网络系统提出了很高的要求，而这在无形中给了一些不法分子可乘之机。在物联网时代，一切都充满了危险性。说起这个，想必大家还对著名黑客巴比纳展示的令ATM狂吐钞票以及入侵心脏起搏器的试验记忆犹新，而如今，自动驾驶汽车很可能成为不法黑客攻击的下一个目标。在2015年7月，网络安全专家查理·米勒和克里斯·瓦拉塞克成功通过车载智能娱乐系统入侵了一辆正在行驶中的切诺基，然后对这辆切诺基的变速器、制动系统、雨刷、转向等系统进行了远程控制，最终迫使克莱斯勒紧急召回了140万辆存在相关网络安全漏洞的车辆。在高度智能化的未来，车载蓝牙、娱乐系统甚至与汽车连接的APP都可能成为不法黑客远程入侵汽车 *** 控系统的途径，如果不能有效解决存在的安全漏洞，自动驾驶汽车将成为“极度危险”的交通工具。

V2V协议需要无线通信技术的支持

此外，自动驾驶技术还需要行业协议和国家法规的支持，技术层面的问题可以随着科学技术的发展得到解决，但涉及到行业协议和国家法规政策的问题可不是那么容易解决的。拿基本的V2V（vehicle to vehicle）通讯来说，依靠无线通信技术实现车与车之间信息互通的V2V，虽然比传统雷达探测范围大出不少，但是它需要依靠专用的通讯频道，而这需要通过统一的行业标准来实现。到目前为止，签署V2V协议的汽车厂家只有通用、福特、克莱斯勒等国际著名品牌，即使在协议签署之后，V2V通讯相关的技术标准和通信协议还没有统一。在无线通讯管控较为严格的中国，这套协议的推行难度可能比国外要高出不止一个台阶。除此之外，V2V以及在V2V基础上升级的V2X协议还会涉及到车辆的位置信息、行驶路线等私人信息，如何在与其他车辆交换信息的过程中保护V2V参与车主的隐私信息，以及如何打消参与其中的车主关于个人隐私的疑虑，也是摆在全球汽车行业面前的一大难题。

在V2X通讯系统中，车与车、车与环境都将不在是孤立开来的个体

尽管面临重重挑战，但自动驾驶成为未来汽车主要发展主要趋势是毫无疑问的。我们在等待自动驾驶时代来临的同时，需要逐步改善传统的驾驶观念，参与到智能化交通系统的建设中来，享受技术带给我们的便利。

以上由物联传媒提供，如有侵权联系删除

2021年相比传统汽车优秀的智能汽车需要满足智能可靠、智能驾驶、智能座舱、智能网联四大标准。

1、智能可靠：智能可靠的评价标准来源传统汽车评价标准体系，用以衡量汽车产品作为工具的根本属性的使用可靠性。智对于智能电动汽车来说，智能可靠涵盖了续航里程、主被动安全性、三电系统安全性、底盘的基础性能等。

2、 智能驾驶：只要汽车作为把人从A点运送到B点的交通工具的基本属性不变，那么对于汽车驾驶的核心诉求：“如何能够更加安全、舒适、便捷将用户运送的目的地”就不会改变。智能汽车的出现，尤其是自动驾驶辅助系统的不断迭代将从根本上改变传统的出行方式。

随着自动驾驶辅助系统的提升，自动驾驶辅助功能将覆盖越来越多的具体化场景，随着覆盖的场景越来越多，将能够实现场景的连点到线和连线到面，从而实现全场景下自动驾驶辅助功能。

3、 智能座舱 ：智能汽车所带来的交互方式的革新带来的是全新的用户体验场景。从基本的车机体验延展到智能座舱体验。但是基于座舱物理边界的用户使用体验除了交互体验，还包括了乘坐的舒适性、空间、视野、设计美学、储物便利性、材质触感、做工品质、空气质量等等体验。

这些都是评价智能座舱的标准。在未来，基于这些品类的用户使用需求，还将延伸围绕着座舱空间的新的产品功能。

4 智能网联：一方面，智能汽车作为万物互联网络中一个节点，是人工智能物联网（AIoT）的一个重要环节。同时也是车联万物（V2X）的起点，将在未来拓展新的产品使用场景，新的使用场景将给消费者带来不同用户体验。

智能汽车阶段层次：

从发展的角度，智能汽车将经历两个阶段。第一阶段是智能汽车的初级阶段，即辅助驾驶；第二阶段是智能汽车发展的终极阶段，即完全替代人的无人驾驶。美国高速公路安全管理局将智能汽车定义为以下五个层次：

1、无智能化（层次0）：由驾驶员时刻完全地控制汽车的原始底层结构，包括制动器、转向器、油门踏板以及起动机。

2、具有特殊功能的智能化（层次1）：该层次汽车具有一个或多个特殊自动控制功能，通过警告防范车祸于未然，可称之为“辅助驾驶阶段”。这一阶段的许多技术大家并不陌生，比如车道偏离警告系统（LDW）、正面碰撞警告系统（FCW）、盲点信息（BLIS）系统。

3、具有多项功能的智能化（层次2）：该层次汽车具有将至少两个原始控制功能融合在一起实现的系统，完全不需要驾驶员对这些功能进行控制，可称之为“半自动驾驶阶段”。

---