随着技术的快速发展,为促进产业迅速落地与产品安全运行,与其相关的测试评价及示范应用变得日益重要。因此,要加快完善测试评价技术,加强跨部门、跨领域测试评价机构协同配合,建立健全智能汽车测试评价体系架构及测试基础数据库;重点研发虚拟仿真、软硬件结合仿真、实车道路测试等技术和验证工具,以及整车级、系统级和零部件级的测试评价系统;推动企业、第三方测试评价机构能力建设,建立国家级智能汽车技术试验及安全运行评价中心。
智能网联汽车,可以提供更安全、更节能、更环保、更舒适的出行方式和综合解决方案,是城市智能交通系统的重要环节,是构建绿色汽车社会的核心要素。其意义不仅在于汽车产品与技术的升级,更有可能带来汽车及相关产业全业态和价值链体系的重塑,是国际公认的未来发展方向和关注焦点之一。当今世界,以移动互联、大数据及云计算等技术为代表的新一轮科技革命方兴未艾,推动传统制造业向“智能制造”转型升级的趋势日益明显。我国政府提出了“中国制造2025”及“+”发展战略,大力推动产业转型升级和结构优化调整。汽车产业作为国民经济的支柱产业,其自身规模大、带动效应强、国际化程度高、资金技术人才密集,必将成为新一轮科技革命以及中国制造业转型升级的重要产业。
我国智能网联汽车产业仍处于萌芽期,需要国家顶层设计发展战略,并按智能网联汽车发展的轻重缓急程度,分阶段推出相关法规政策。通过国豕科技计划(专项、基金等)专项资金加大对智能网联汽车关键核心技术研发的支持力度,构建汽车企业、互联网企业、信息企业、科研院所及其他机构共同参与的协同创新网络。在符合条件的城市及区域增加、扩大智能网联汽车示范推广的数量和范围,完善示范区的软硬件设施和测试能力。
智能网联汽车作为智能化与网联化的结合体,主要是通过环境感知、定位测绘、决策规划和控制执行等关键模块实现自动驾驶,环境感知主要涉及摄像头、激光雷达、毫米波雷达等传感器,定位测绘则主要通过V2X通信及定位导航进行实现,决策规划的核心在于算法设计与芯片处理,控制执行则是主要在于利用电源管理芯片和功率器件技术提高电气化程度。目前,智能网联汽车的核心技术研发主要集中在激光雷达尤其是固态激光雷达及感知技术、车联网通信协议及通信技术、数据技术及高精地图等方面,布局这些技术是自动驾驶商业化落地的重要基础。
以深度学习为代表的人工智能技术在智能网联汽车上正在得到快速应用。尤其在环境感知领域,深度学习技术已凸显出巨大的优势,正在以颠覆性的速度替代传统机器学习方法。深度学习方法需要大量的数据作为学习的样本库,对数据采集和存储提出了较高需求。同时,深度学习技术也存在内在机理不清晰、边界条件不确定等缺点,需要与其他传统方法融合使用以确保可靠性,且目前也受限于车载芯片处理能力的限制。
智能网联汽车产业的跨行业、跨领域属性突出,主管部门包括发改委、工信部、交通部和公安部等多个部委,涉及领域涵盖汽车、交通、电子、通信和等多个行业,需要从政策、法规、标准、测试及示范等方面协同推进。因此,需要加强部门合作、领域协同,集聚国内各行业产学研用创新资源建立国家智能网联汽车创新中心等行业组织或机构,构建“技术、资本和产业”三位一体的技术创新体系,助力我国汽车工业的转型升级战略,承载和践行国家发展战略。
相关文章