對汽車智能化進程及其關鍵技術的思考

隨著控制、感知、通信和執行器技術的飛速發展，以電動化、自動化及網聯化為基礎的智能汽車成為汽車行業

發展一大趨勢，而汽車智能化所帶來的技術挑戰性問題也成為人們關注的熱點。從汽車自動化、智能化的發展進程來看，汽車智能化可分為駕駛輔助、半自動化、高度自動化和完全自動化4 個階段。本文對當前汽車智能化研究中以車企和IT 行業所主導的2 條技術路線進行介紹，深入分析了汽車智能化在各個發展階段的特徵和含義，並概括了汽車智能化所面臨的多源信息融合感知、智能汽車控制架構協調決策控制、人機交互與擬人共駕等挑戰性問題。最後，對汽車企業智能化發展提出建議。

隨著互聯網技術、通信技術、人工智慧、計算機技術的快速發展，智能化已經成為了一種趨勢和潮流。從智能手機、智能家電，到企業的智能製造、智能物流等，智能化已經滲透到整個社會的各行各業。而在「工業4.0」、「智能交通」、「智慧城市」和「互聯網+」的大背景下，汽車智能化已經成為汽車產業發展最重要的潮流和趨勢。

21世紀以來，互聯網、IT技術和智能技術的發展給人類日常生活帶來巨大改變，同時進一步促進人們對智能產品要求的提高。對於汽車這一現代人類出行的重要交通工具而言，人們對其安全、節能、環保、便捷、舒適等性能有了更高要求。汽車在帶給人們方便快捷的同時，也帶來了交通事故、城市交通擁堵和環境污染等一系列問題。而從國家和社會層面來看，汽車產業的良好發展已經不僅關乎汽車行業本身，更關乎國家的經濟、環境、就業等問題。因此以信息化、自動化為核心的汽車智能化得到廣泛關注。更值得注意的是，在汽車智能網聯化的大趨勢下，除了傳統汽車企業外，互聯網企業也正在加入汽車製造行列，無人駕駛汽車、互聯網汽車等成為關注點。在此發展趨勢下，一向被認為「循規蹈矩」的傳統車企將如何面對當前快速發展的智能化趨勢？

在此背景下，本文將綜述汽車智能化大趨勢，概述國內外相關發展規劃和產業現狀，對以車企和IT行業為主導的2條技術路線進行介紹，深入分析汽車智能化在各個發展階段的特徵和含義，概括其所面臨的挑戰性問題，並對其技術發展提出建議。

汽車智能化大背景

汽車在提高人們生活水平的同時，也帶來了能源、環境、安全、擁堵等日益嚴重的社會問題。已成為全球第一大原油進口國，第二大石油消費國，當前汽車耗油約佔整個石油消費量的1/3，預計到2020年這一比例將上升到57%。因此，如何有效提高能源利用率、降低能源消耗、減少尾氣排放是國家和行業所面臨的巨大挑戰。在交通擁堵方面，據交通部2014年發布數據顯示，交通擁堵帶來的經濟損失高達2500億元人民幣，占城市人口可支配收入的20%。另外，據美國交通信息服務公司INRIX在2017年發布的一項全球交通排行報告顯示，在2016年交通擁堵在美國造成約3000億美元的損失，其中，洛杉磯

以104 h/人的擁堵時間成為這項報告中最擁堵的城市。安全方面，據美國國家公路交通安全管理局統計，在2015年道路交通安全事故中死亡人數為35092 人，比2014年增加2348人，7.2%的增幅也成為近50年來之最，而在2015年，歐洲由交通事故造成的經濟損失達到GDP的2%。

以自動化、信息化為基礎的智能汽車有解決能源、安全和環境問題的巨大潛力，因而受到人們極大關注。目前對於汽車智能化有以下共識：通過採用自動駕駛技術，能夠減少90%的由於人為操作引起的交通事故；通過車-車通信和智能速度規劃，在智能化發展的前期可以將道路通行率提高10%以上，在高度自動化階段可以將道路通信率提高50%~90%；在節能減排方面，通過經濟性駕駛和整體智能交通規劃，能源消耗至少能降低15%~20%。不僅如此，隨著近年來電子信息領域新技術的應用，物聯網、大數據、移動互聯、自動化、智能化技術迅速發展，也為汽車智能化帶來良好的技術條件。因此，傳統車所帶來的問題、對汽車發展提出的新目標和需求及技術發展所帶來的智能化實現的可能性，形成了汽車智能化發展的拉力和推動力。在此環境下，汽車智能化已經成為了行業發展的熱點，並且正在引起行業的巨大變革。

為此，世界各國紛紛制定出相應的汽車智能化研究計劃，歐盟、美國和日本均發布政策法規來推動智能網聯汽車發展。在《製造2025》中也明確給出了汽車智能化技術的總體目標，即制定自主駕駛標準：基於多源信息融合、多網融合，利用人工智慧、深度挖掘及自動控制技術，配合智能環境和輔助設施實現自主駕駛；可改變出行模式、消除擁堵、提高道路利用率；裝備自動駕駛系統的汽車，綜合能耗較常規汽車降低10%，減少排放20%，減少交通事故數80%，基本消除交通死亡。在《製造2025》后，工信部、國家發改委、國家測繪局等相關部委出台多部政策，從智能車、網聯化、智能製造、地圖信息採集、大數據等多個方面促進智能汽車的發展。

汽車智能化的2 條技術路線

目前，汽車智能化有2 條不同的技術路線：一條是以汽車企業為主的漸進提高汽車駕駛自動化水平；另一條是以科研院所和IT企業為主的無人駕駛

技術發展路線。

漸進提高駕駛自動化水平

以逐漸提高汽車自動化水平為目的的技術路線是汽車企業推動智能化進程的主要思路。從汽車技術的角度看，汽車自動化程度不斷提高，向著輔助駕駛、半自動化駕駛、高度自動化駕駛和完全自動駕駛的智能化方向發展。

在輔助駕駛階段，車輛控制以駕駛員為主，機器輔助駕駛員，降低駕駛負擔。而從駕駛權或者駕駛意圖來看，駕駛員掌握最終的駕駛權（圖1）。目前量產乘用車上裝有的輔助駕駛技術，有側向穩定控制、電動助力轉向控制，部分高檔車裝有自動泊車、自適應巡航、車道偏離預警系統等。在半自動化駕駛階段，車輛的自動化水平得到進一步提高，在特定工況下可以有短時託管的能力，此時，汽車具有一定的自主決策的能力（圖2）。目前，各大汽車公司投入巨資開發具有特定工況（低速）託管能力的半自動駕駛技術，有防撞緊急制動、手機遙控泊車、擁堵跟車、車道跟蹤控制技術等。在高度自動化駕駛階段和最終的完全自動駕駛階段，車輛具有高度的自主性，汽車可以進行自主規劃、決策和控制，可以實現複雜工況的託管能力甚至完全自動駕駛（圖3）。

圖1 輔助駕駛階段

圖2 半自動化駕駛階段

圖3 高度自動化駕駛和完全自動駕駛階段

汽車智能化伴隨著汽車電子技術的發展而形成，其中最顯著的變化是電子控制單元（ECU）在整車開發過程中所佔的比例。汽車電子技術第一次出現，是在20世紀30年代早期安裝在轎車內的真空電子管收音機，那時汽車仍然是完全由人操控。隨著科技的進步，微型計算機逐漸應用於汽車的各子系統中，用以彌補人類駕駛員的不足，幫助其更好地完成駕駛任務，同時提高駕駛安全性、舒適性及燃油經濟性（圖4）。現如今，各大汽車廠商已經為其生產的汽車配備了各種各樣的駕駛輔助系統，而此時，汽車電子成本已佔汽車總成本的45%以上。不難看出，智能化也已經成為未來汽車的發展方向之一，而這條發展路線的最終目標將是實現完全自動駕駛。汽車電子規模增長如圖5所示。

圖4 汽車電子技術發展時間歷程

圖5 汽車電子規模發展

在國家層面上，不同國家發布的智能汽車自動化分級標準總體原則相同，但具體略有不同。在《製造2025》中，將智能汽車自動化分為駕駛輔助（DA）、部分自動駕駛（PA）、高度自動駕駛（HA）和完全自主駕駛（FA）4級，並給出各階段的功能性定義。典型的汽車智能化技術分級標準如圖6。

圖6 典型汽車自動化分級

無人駕駛技術發展路線

無人駕駛技術是汽車智能化另一條技術路線。無人駕駛的主要特點是跳過汽車自動化逐級發展的思路，直接實現車輛的無人駕駛，其研究主要來自科研院所和IT企業，以展示技術為主，應用領域可以拓展到封閉半封閉的礦山、碼頭、大型物流場等特殊場景。近年來，美國、歐洲、日本等國家都進行了無人駕駛汽車的研究，且已經取得了一定進展。

美國是無人駕駛汽車領域研究最早也是技術最領先的國家。在國家層面，由國防部高級研究計劃局（DARPA）對美國的汽車企業、科研機構和高等院校進行資助，用於研究無人駕駛技術在軍事領域的應用，具體項目包括：ALV項目、DEMO-II 計劃、DEMO-III 計劃等。谷歌公司是目前國際上無人駕駛汽車領域取得成果最為顯著的企業，谷歌無人駕駛汽車已在公路上進行了100多萬km的測試。目前，美國內華達州、佛羅里達州、加利福尼亞州、德克薩斯州、密歇根州及首都華盛頓已立法准許無人駕駛汽車上路，雖然目前還僅限於測試目的。德國也是最早開始研究無人駕駛技術的國家。早在20 世紀80 年代，德國慕尼黑聯邦國防軍大學就與賓士公司合作開始研發自主駕駛汽車。其代表性成果是賓士S500無人駕駛汽車，2013 年該車在城市和城際道路完成了長距離自主駕駛試驗，複製了125年前賓士夫人貝爾女士的旅程（圖7）。

圖7 國內外無人駕駛技術研究進展

儘管國外對無人駕駛領域的研究起步早、投入大，但是該領域國內外技術差距並不很大。南京理工大學、北京理工大學、清華大學、科學院合肥物質科學研究院、西安交通大學、軍事交通學院、上海交通大學、湖南大學等院校在無人駕駛車輛關鍵技術方面取得一系列研究進展。國防科技大學從20 世紀80 年代就開始無人駕駛汽車研究，2003年成功研製了「紅旗旗艦自主駕駛系統」，該系統在高速公路正常交通情況下，具有自主超車功能，最高穩定自主駕駛時速達130 km/h。2006年研製成功新一代紅旗HQ3無人駕駛轎車，該車在2006 年9 月參加東北亞投資貿易博覽會，並於2007 年1月作為的先進技術成果參加俄羅斯「年」活動。2011年完成長沙到武漢長距離無人駕駛。從這些研究機構和科研院所取得的研究成果來看，無人駕駛技術已經取得了很大進展，但是目前面臨的困難還有很多，技術水平不足、關鍵零部件依賴進口、政策法規不完善等問題較為突出。

雖然無人駕駛技術已得到長期的關注和研究且已取得較大發展，但從實際推廣和大批量應用的角度來看，無人駕駛汽車要想成為人類交通工具，將面臨法律、事故責任、駕駛樂趣等問題。但無人駕駛技術在汽車智能化進程各階段可發揮重要作用，如無人駕駛技術中的感測感知、車道跟蹤、路徑優化、主動避障等場景化的功能和技術，可以移植到漸進式發展路線中的特定階段中（圖8）。

汽車智能化進程中的網聯化

汽車網聯化

近年來，隨著電子信息領域新技術的發展，物聯網、雲計算

、大數據、移動互聯等新技術正在向傳統行業滲透。在汽車行業，與此對應的趨勢稱之為汽車網聯化。汽車網聯化是指基於通信互聯，使汽車具有環境感知、決策和控制運動能力。而在車聯網的環境當中，車輛位置、速度和路線等信息構成了巨大的交互網路。通過全球定位系統（GPS）、射頻識別（RFID）、感測器、攝像頭圖像處理等裝置，車輛可以完成自身環境和狀態信息的採集；通過互聯網技術，所有車輛可以將自身的各種信息傳輸匯聚到中央處理器；通過計算機技術，這些大量車輛的信息可以被分析和處理，進而被車輛所使用。從汽車的角度來看，車聯網使得車與車、車與基站、基站與基站之間能夠通信，從而獲得實時路況、道路信息、行人信息等一系列交通信息，最終實現提高駕駛安全性、減少擁堵、提高交通效率、提供車載娛樂信息等功能。

車聯網是車內網（通過應用成熟的匯流排技術建立一個標準化的整車網路）、車載移動互聯網（車載終端通過通信技術與互聯網進行無線連接）和車際網（基於專用短程通信技術（DSRC）技術和無線區域網的動態網路）三網融合的技術。就車輛本身而言，車聯網的主要功能為：1）信息服務和管理，主要體現在車載服務和互聯娛樂上；2）提高車輛感測和感知條件，為汽車的自主規劃和決策提供更豐富的外在資源和參考（如交通信息、道路地理信息、車與外界的信息交換技術（V2X）、大數據、雲計算等）；使得汽車更安全、更節能和更舒適。當然，車聯網還可以提供智能化交通管理、緊急救援等社會性功能（圖9）。

圖9 車聯網主要功能示意

值得注意的是，智能網聯汽車也早已經不是汽車行業專屬的名詞，一大批IT 科技企業也紛紛投身到智能汽車、無人駕駛以及車聯網技術的研究，一批科技公司諸如谷歌、百度也紛紛推出自己的無人駕駛汽車。但是，就如同上述汽車智能化2條技術路線，互聯網公司和IT公司實質上想為用戶提供一個聯通世界、舒適溫馨、可娛樂辦公、可靠的駕駛艙。而實現如此功能的前提條件則是汽車的高度自動化（託管技術）甚至無人駕駛的實現。所以，相比傳統汽車廠商的思路，互聯網和IT企業更加追求無人駕駛和純電驅動，以避開傳統汽車公司的技術壁壘。而複雜的道路交通環境又決定了無人駕駛階段短期不可能實現，因此，互聯網和IT企業的研究重點將放在未來智能網聯化所必需的智能感測感知、RFID射頻識別和通信等技術上,並積極尋求與車企合作，為其提供無線通信網路和高精度地圖等服務。

網聯化給智能化進程帶來新機遇

從控制技術的角度縱觀汽車智能化的發展，汽車智能化的技術主要由感知、規劃、決策和控制幾個部分組成。在感知和信息獲取層面上，主要有車載式和網聯式2種。在智能化發展的前期，通常不考慮車-車、車-路通信，自動化車輛的智能控制依賴於車載的雷達、攝像頭等信息。車載式方案的局限性主要表現在不能充分獲取周邊行車環境信息，大規模應用成本較高，缺少城市環境的全方位掃描。

而隨著自動化水平的加深，尤其在高度自動化和完全無人駕駛階段，汽車自主駕駛的需求和日益複雜的道路交通環境使得車輛對周邊環境有了更高的需求。交通系統的智能化和汽車的網聯化為填補這樣的需求空間提供了可能。在智能交通系統和車聯網中，依託高速通信設施和統一的通信協議，車輛能夠充分感知和理解周邊複雜的交通環境、道路地理信息、周邊車輛信息及行人信息，進而可以實現自主規劃和決策。從控制的角度，這種機遇可以表達為外界信息的充分獲取（圖10）。

圖10 汽車智能化系統示意

汽車智能化發展的關鍵技術

智能化汽車是集環境感知、規劃決策、執行控制、多等級輔助駕駛等功能於一體的綜合系統。對於智能化汽車的研究，需要對計算機、現代感測、信息融合、通信人工智慧及先進自動控制等多個高新技術進行綜合利用。汽車智能化發展的關鍵技術主要有環境感知技術、車輛協同控制技術及行駛優化技術、人-機交互與駕駛權分配技術、數據安全及平台軟體和基礎設施、技術法規及驗證平台等。下面分別從感測感知、決策與控制、輔助平台與技術3個層面進行闡述。

感測感知層面

在感測感知層面，主要有環境感知與多感測器信息融合技術、感知與在線智能檢測技術、汽車行駛狀態估計方法、交通車輛與行人行為預測、車載與網聯信息融合技術、V2X通信模塊集成技術等。在這一層面，主要的功能和目的是利用激光、毫米波、超聲波雷達、攝像頭等車載感測器和通過車聯網獲取的多源數據，為車輛提供規劃決策所需的必要條件。而提高信息的可靠性、安全性及高精度和可信度也需要充分考慮。

決策與控制層面

決策與控制是汽車實現自主駕駛的核心部分，其中規劃與決策的目的是對採集的信息進行進一步處理，根據所獲取的信息進行規劃和決策，實現輔助駕駛和自主駕駛。

決策和控制架構。智能汽車網路架構和控制如圖11所示，可以看到規劃決策層和執行控制層構成了汽車上下層控制框架。上層規劃與決策在整車控制單元中進行，決策系統的任務是根據全局行車目標、自車狀態及環境信息等決定駕駛行為、路徑規劃、速度規劃等問題，決策機制應在保證安全的前提下適應儘可能多的工況，進行舒適、節能、高效的正確決策。下層執行層可以按照功能分為轉向、驅動、制動和懸架橫縱垂向系統。下層執行層如何快速響應和執行上層規劃的指令，也是開發智能系統所要重點研究的問題。因此，從控制架構的層面來看，汽車智能駕駛是在整車層面上進行控制，實現這一目標的前提是整車層面上的協同控制。關鍵技術有車輛協同控制及行駛優化技術、多目標優化理論及方法、車輛自主運動決策與高精度橫縱向跟蹤控制技術、綜合車輛與環境信息的節能技術、高速近距離跟車/編隊行駛技術、極限工況車輛緊急避障技術等。

圖11 智能汽車網路架構和控制架構

決策和控制方法。從實際工程方法來看，決策與控制主要分基於人工啟髮式和自主學習式的決策與控制方法。目前傳統車輛一般採用人工啟髮式的控制器，其中大部分控制系統主要依賴於確定的規律或規則表。這種方法工程應用性好，但是控制結構簡單，只能處理預期之內的結果。而隨著汽車自動化水平的加深，對車輛自主決策能力提出了新的要求，汽車不僅需要在某個具體工況進行規劃決策，如超車、巡航、跟車等單一工況，還需要有在線學習能力以適應更加複雜的道路交通環境和不可預期工況，而這種能力也是實現無人駕駛不可或缺的能力。同時，現有的汽車控制系統，運行一段時間之後，部件老化、磨損等問題使得出廠時的標定參數不再處於最優狀態，導致控制性能下降。汽車的「自主」也可以體現在自我維護和調整上，汽車自動控制系統也需要結合智能演算法，基於汽車行駛數據、性能評價進行智能整定（自標定）、診斷和維護。考慮以單一車載控制系統為核心的計算單元已不滿足實時計算的要求，通過人工智慧（狀態機、決策樹、深度學習、增強學習等）、大數據技術、雲計算由計算機自動完成決策的方法也逐漸受到人們關注。

人-機交互與駕駛權分配。隨著汽車輔助駕駛與自動化駕駛技術的不斷發展，汽車與駕駛人之間的關係變得十分複雜，各種基於環境信息感知的車輛主動控制系統與性格各異的駕駛人共同構成了對智能汽車的并行二元控制，人-車之間形成了一種動態交互關係。雖然汽車的智能化已經得到很大發展，但是真正意義上的無人駕駛在短期內也很難實現，因此在未來很長一段時期內，智能汽車仍然面對人-車共同控制的局面。隨著汽車自動化程度的提高和自主決策許可權的擴大，車的意圖和人的意圖必然出現耦合和與制約關係。同時，不同於其他的工業產品，汽車作為個性化需求較強的產品，用戶對於汽車自主決策和控制的接受度是衡量汽車價值的一個重要指標，因此建立人性化、個性化的汽車智能控制系統，實現人-車-環境整體性能最優是智能汽車技術發展過程中必須和亟待解決的關鍵問題。

與車輛的精細化感知、控制能力相比，人的駕駛行為具有模糊、退化、個性化等特點；而車輛對比人而言，學習能力相對較弱，對於未知複雜工況的決策能力較差。因此，人車交互及人機共駕存在2個任務分割層次：第一是駕駛人與機器控制的駕駛權切換；第二是駕駛人與機器控制的駕駛權融合。從駕駛權切換的角度來講，切換的時機、切換的平穩性、切換時駕駛人的適應性和接受性是需要解決的關鍵問題。而從駕駛權融合的角度進行分析，需要著重考慮機器控制對人操縱的干擾、機器控制對人駕乘體驗的影響及駕駛人對控制系統的干擾。因此，人-機交互與駕駛權分配問題中主要涉及人機動力學一體化建模方法、人機共駕、代駕策略、人機交互失效補償方法、人-車-環境閉環系統的運動穩定性理論及評價方法等關鍵問題。

輔助平台與技術

信息安全技術。汽車網聯化帶來更好的應用體驗和智能化的可能性，同時也帶來了新的互聯網連接方面的安全風險。從技術角度分析，汽車網路在設計時沒有考慮信息安全問題，而控制汽車的電子控制單元（ECU）逐漸增多，攻擊點變多。汽車信息系統已成為汽車行業的一個重要發展領域，該問題的解決也是汽車智能網聯化實現的一道門檻。信息安全技術，包括汽車信息安全建模技術，數據存儲、傳輸與應用三維度安全體系，汽車信息安全測試方法，信息安全漏洞應急響應機制等。360智能網聯汽車信息安全實驗室曾發布《2016 年智能網聯汽車信息安全報告》，提出智能網聯汽車面臨的7種安全威脅及主要攻擊方法和必要防範措施。報告指出智能網聯汽車遭受的信息安全威脅主要包括汽車遠程通信服務提供商（TSP）安全威脅、APP 安全威脅、車載T-Box（telematics BOX）安全威脅、車載信息娛樂系統（IVI）安全威脅、Can-bus匯流排安全威脅、ECU安全威脅、車內通信安全威脅等。

技術法規及驗證平台。隨著汽車智能化進程的不斷深入，尤其是面對網聯化的新機遇，推動建立智能駕駛輔助技術標準體系、多網融合的測試評價與標準及V2X通信技術標準體系已經成為亟待解決的問題。例如，在1968年通過的《維也納道路交通公約》中，一項有關車輛自動駕駛技術規定，駕駛員應一直控制其車輛或指引畜力，且駕駛車輛的職責必須由人類駕駛員負責，而這一規定限制了汽車自主決策和控制。因此，在聯合國（UN）框架範圍內，道路安全論壇（道路交通安全工作組，WP1）近年致力於這一規定的修訂。該修訂案於2016年3月22日正式生效。這項修訂案明確規定，在全面符合聯合國車輛管理條例或者駕駛員可以選擇關閉該技術的情況下，將駕駛車輛的職責交給自動駕駛技術可以被允許應用到交通運輸當中。

在技術示範應用和驗證平台方面，以往汽車安全技術試驗多被限制在較小試驗場地進行單一工況測試。而隨著智能化程度的加深，單一工況的測試和相對簡單的基礎設施和驗證平台已不能滿足智能汽車技術示範應用和產業化的需求。此外，V2X技術需要車輛與其他車輛、交通基礎設施、腳踏車等進行通信以獲得多種信息，無論對試驗場地大小還是對工況複雜程度，都提出了較高要求。基於此原因，需要建立封閉的智能網聯試驗區域，即建立足夠長的真實道路並包含盡量豐富的工況，其中的道路基礎設施配備統一標準的通信設備，試驗車輛也採用統一的通信方式。因此，試驗道路基礎設施建設及智能化技術驗證平台開發也是需要重點關注的領域。

對發展智能化汽車的思考

從汽車智能化發展進程來看，傳統汽車廠商一直是推動汽車智能化的主力軍，無論是人工駕駛到輔助駕駛還是從輔助駕駛到半自動化駕駛的過渡，都是解決固定工況下特定問題的過程。在智能化的前期，汽車的智能化控制都依賴於車載感測（雷達、攝像頭等）的增加和底層控制的改善，而網路架構和控制架構並沒有結構性的改變。但是隨著汽車網聯化程度的加深，汽車智能化進程顯著加快，對於汽車產業而言，深入融合智能化和網聯化的智能化升級是不同於以往的任何一次汽車技術升級，因為車聯網、智能交通、大數據、雲計算、智能決策等技術的融入意味著汽車的網路架構發生改變。因此，互聯網製造汽車車企的興起，給傳統汽車廠商帶來了空前的壓力。

然而，值得注意的是，汽車智能化進程的主體路線並沒有改變，依然延續了「以車為本」的技術發展路線，逐漸完善汽車智能功能、提高自主駕駛程度仍是智能化發展的核心。而相比較互聯網造車，傳統車企具有明顯的製造優勢和技術積累。因此整車廠商在自動駕駛領域的影響力也必將超越互聯網巨頭和創業公司。

對發展智能汽車的思考如下：

1）智能零部件和系統的深度開發，打通下層各控制單元，實現整車控制器對於整車的實際控制。雖然汽車行業的自主創新能力不斷提高，汽車電子市場的自主品牌數量和規模也不斷擴大，但是汽車核心零部件以及與整車控制相關，尤其和安全性能相關的系統控制單元仍被外資企業掌控。而要想在智能化的大趨勢下走車企自己的智能路線，整車控制器層面的自主能力就尤為重要。因此，在著眼未來智能汽車和定義智能功能的同時，還需要沉下心思打通下層各控制單元，提高實現對整車各執行層的控制能力，為智能規劃和決策提供實現基礎。

2）緊跟自動化與信息化的發展趨勢。從汽車智能化的發展歷程來看，即使加入了網聯化這一新的資源，汽車智能化的過程本質上來說是提高汽車自動化水平的歷程，也是汽車電子和自動化系統在汽車上的應用規模不斷擴大的過程。因此，要想真正深入汽車智能化的潮流，開發有自己優勢的汽車智能系統，車企以及參與汽車智能化發展的零部件企業需要補工業2.0、3.0（自動化、信息化）以及自動化系統的課程。

3）主動研發車聯網相關技術。由於車聯網的引進，汽車的網路架構及軟體平台需要改變，應重點對系統健康智能檢測技術、系統智能修復技術、車載互聯網應用整合平台軟體、自主車載嵌入式操作系統平台軟體等進行研究。

本文作者：陳虹，郭露露，邊寧。

作者簡介：陳虹，吉林大學汽車模擬與控制國家重點實驗室，教授，研究方向為預測控制、非線性優化控制和汽車控制。