基于4S 融合的新一代智能汽车创新发展战略研究

刘宗巍 ,  宋昊坤 ,  郝瀚 ,  赵福全

中国工程科学 ›› 2021, Vol. 23 ›› Issue (3) : 153 -162.

PDF (1538KB)
中国工程科学 ›› 2021, Vol. 23 ›› Issue (3) : 153 -162. DOI: 10.15302/J-SSCAE-2021.03.019
工程前沿

基于4S 融合的新一代智能汽车创新发展战略研究

作者信息 +

Innovation and Development Strategies of China’s New-Generation Smart Vehicles Based on 4S Integration

Author information +
文章历史 +
PDF (1574K)

摘要

基于智能汽车与智能交通、智慧城市、智慧能源融合（4S 融合）的新一代智能汽车，是可灵活移动的智能网联终端，可充分打通城市的人流、物流、能源流、信息流，战略价值远超传统汽车。本文旨在阐明基于4S 融合的新一代智能汽车的重要价值，论证产业创新发展的技术路径，构建新型技术体系并完成关键技术分析。研究表明，基于4S 融合的新一代智能汽车是对智能汽车在价值、功能、技术等方面的全面升级，我国应当选择车路协同的智能汽车技术路径，把握战略机遇、实现创新引领；基于4S 融合的新一代智能汽车技术体系应促进汽车自动化水平与网联化水平同步进步，全面提升大数据、云计算、信息通信等共性基础技术以及车、路、云等核心关键技术。研究提出了顶层设计、产业融合、技术创新、落地应用等方面的措施建议，以期为我国智能汽车产业长远发展提供理论参考。

Abstract

The new-generation smart vehicles are intelligent network terminals that integrate smart vehicle, smart transportation, smart city, and smart energy (i.e., 4S integration). They move flexibly to connect the flow of people, materials, energy, and information of a city, and have more strategic values than traditional vehicles. This study aims to clarify the significance in developing the newgeneration smart vehicles based on 4S integration, determine the technology path for the innovative development of the new-generation smart vehicle industry, and establish a novel technology system by summarizing relevant key technologies. The new-generation smart vehicles based on 4S integration is an upgrade of smart vehicles in terms of value, function, and technology. China should select a smart vehicle technology path considering vehicle infrastructure cooperation to acquire the leadership in scientific and technological innovation. To establish the technology system of the new-generation smart vehicles based on 4S integration, the automation and connectivity levels of vehicles should be coordinated simultaneously, and common basic technologies such as big data, cloud computing, information, and communications should be promoted, together with the core key technologies related to vehicles, roads, and cloud. Furthermore, we propose suggestions from the aspects of top-level design, industrial integration, technological innovation, and practical implementation, hoping to provide theoretical references for long-term development of China’s smart vehicle industry.

关键词

新一代智能汽车 / 智能交通 / 智慧城市 / 智慧能源 / 4S 融合 / 车路协同

Key words

new-generation smart vehicles / smart transportation / smart city / smart energy / 4S integration / vehicle infrastructure cooperation

引用本文

引用格式 ▾
刘宗巍,宋昊坤,郝瀚,赵福全. 基于4S 融合的新一代智能汽车创新发展战略研究[J]. 中国工程科学, 2021, 23(3): 153-162 DOI:10.15302/J-SSCAE-2021.03.019

登录浏览全文

4963

注册一个新账户 忘记密码

一、前言

以互联网、大数据、云计算、人工智能（AI）、第五代移动通信（5G）等为代表的新一轮信息技术革命，正在驱动汽车产业的深刻变革 [1~3]。融合诸多高新技术的智能汽车（SV，也称智能网联汽车），提供更加安全、便捷、低碳的出行综合解决方案，成为未来汽车的必然形态 [4~8]，将实现车与“人、路、云”等的智能信息交换与共享 [9]。在传统上，SV 发展研究更多着眼于车辆本身，即追求单车智能化水平的不断提升；而实际上这是明显不够的，SV 具有远超传统汽车的重要战略价值。

智能交通（ST）指将信息、通信、传感、控制、计算机等技术与交通运输管理体系融合形成的高效综合运输系统 [10]。智慧城市（SC）指运用物联网、云计算等技术改变城市各主体的交互方式，快速响应各类社会需求，构建高效运作的新型宜居城市 [11]。在 SC 中，交通出行是居民生活的必要组成部分，因此交通的智能化发展是智慧城市的重要基础；能源系统与城市生产生活密切相关，也是智慧城市的关键环节 [12]，消纳清洁能源、可再生能源的区域微网智慧能源服务模式是发展重点 [13]。可以展望，SV 与 ST、智慧能源（SE）、SC 融合发展，缓解 SV 端面临的严苛技术需求并推动规模化应用，加速 ST、SE 落地，形成 SC 运作模式（见图 1）；未来可产生万亿元级别的综合效益 [14]。①在交通效率和效益方面，SV 达到一定的渗透率后，可缩小车头时距，与前后车交换信息将明显提升道路通行能力 [8,15]。②在节能减排效果方面，SV 通过车联网（V2X）、驾驶辅助等技术，减少怠速工况，优化行驶行为，显著降低燃油消耗和污染物排放 [16,17]。③在交通安全效益方面，SV 可通过 V2X 技术实现超视距感知，显著减少碰撞概率 [18]；借助智能驾驶辅助功能来协助驾驶员规避事故发生 [19]。

图 2 单车智能与车路协同技术路径的差异分析

也要注意到，我国在 SV 核心技术方面还存在部分瓶颈和短板，主要表现在：专业芯片设计、制造能力不足，难以满足高性能车载计算平台的研发生产需求；底层操作系统（OS）研发能力薄弱，已有的少数国产操作系统也无法自主可控；高性能传感器技术相对落后，高分辨率摄像头、高性能雷达等关键传感器较多依赖进口；车用信息技术研发能力欠缺，车用 AI 算法、信息安全核心技术储备不足。因此，应着力开展这些方面的技术突破和产业转化，逐步夯实 SV 发展所需的科技基础。

四、新一代智能汽车技术体系

（一）新一代智能汽车的总体技术体系

本文采用目标导向、多维分解的方法系统研究了新一代 SV 技术体系。新一代 SV 的总体发展目标设定为：发展更高性价比的 SV，推动快速落地应用；以 SV 为核心，带动 ST、SC、SE 共同发展，优化居民出行体验，间接支持制造强国、科技强国建设以及环境保护事业。

从 4S 融合发展的视角出发，明确和细化了 SV、ST、SC、SE 的发展目标。在此基础上，构建了新一代 SV 的三维技术体系：一是 4S，分别对应 SV、ST、SC、SE 的发展需求；二是自动化，基于感知、决策与控制展开；三是网联化，基于“端、管、云”展开。智能化水平取决于自动化、网联化的能力，从自动化、网联化的技术体系角度入手，论证形成基于 4S 深度融合的新一代智能汽车总体技术体系（见图 3）。

图 4 新一代 SV 的自动化技术体系

注：IoT 表示物联网。

1. 多源协同感知与多源感知融合

车载传感器、路侧传感器、各类云端设备向 SV 提供满足行驶需求的环境信息，经由 AI 算法进行多源感知融合，支持多源协同感知。这类操作可提升 SV 的感知广度，支持非视距感知，同时保持感知的精度与鲁棒性。基于更为全面的行驶环境信息，SV 的行驶状态、路径规划均可进行实时调整，因而对于 ST 乃至 SC 系统而言，多源协同感知、多源感知融合在降低事故率的同时，最大限度地发挥道路通行能力，提高城市居民的出行效率。

2. 基于 AI、大数据、云平台的协同决策

在硬件层面，SV 基于车载计算平台，ST、SC 基于边缘云平台和“中央城市大脑”，通过高速率、低时延、大带宽的新一代通信技术实现资源共享，共同处理多源协同感知获得的庞大数据，为车端、路侧基础设施及 SC 参与者提供决策支撑。在系统层面，“车、路、云”系统均需预留标准接口以支持 4S 系统连通，车端自动驾驶算法与路端车路协同算法、信号优化算法不断协同优化，共同提升车辆乃至 4S 的自动化水平。

3. 车、路、云协同控制

为实现控制集中化、软硬件解耦化，新一代 SV 将搭载可充分扩展、可灵活配置的模块化整车级控制架构。ST 的边缘云控中心将根据实时路况，对车辆行驶路线、信号配时、车道功能进行优化调整；车辆行驶状态及路况信息上传至智慧城市的云控平台，为城市综合治理及相关服务提供支撑。

（三）新一代智能汽车的网联化技术体系

新一代 SV 的网联化技术体系的核心在于：基于“信息管道”，实现多智能终端与云平台的充分打通（见图 5）。

图 6 新一代 SV 技术路线图注：LTE 表示长期演进技术。

表 1 新一代 SV 技术创新发展阶段及实施策略

（二）新一代智能汽车创新发展保障措施

第一，加强政策引领，完善顶层设计。建议将新一代 SV 创新发展战略明确为国家战略，结合实际进展持续完善政策组合体系，充分发挥政府在跨行业发展统筹方面的主导作用；发挥“新型举国体制”的优势，建立跨机构的分工协作机制，通过“政、产、学、研、用”高效协同和深入合作，推动以 SV 为核心的 4S 融合发展。

第二，激励全面创新，构建创新体系。贯彻落实创新驱动发展战略，制定创新激励政策，合理保持公共资源投入力度；加强产业人才培育和知识工程建设，以重点成果示范应用带动“政、产、学、研、用”协同创新环境建设与完善。

第三，整合优势资源，推进产业融合。建议着力推动相关技术产业、服务产业与汽车、交通、能源、城市建设的深度结合，以市场机制促进各领域优势资源的高效利用，突出跨产业、跨领域协同发展，实现“1+1 ＞ 2”的综合效益。

第四，建立科创体系，夯实技术支撑。SV 具有系统工程特征，需要政府、企业、学术界各方参与，构建涵盖 AI、通信、信息、网络安全在内的新一代 SV 科技研发体系。加快 AI 落地应用，全面提升车规级芯片的设计、制造、定制化水平；突破网络切片、自主进化网络等核心技术，尽快规划并制定相关行业标准，固化商业模式，解决成本与能耗问题；完善信息安全认证机制，构建系统安全架构，维护智能终端、网络、云端的数据安全。

第五，完善设施建设，保障技术落地。建议按照稳妥推进、适度超前的原则，完善 5G 基站、卫星地面定位基站、ST 基础设施、智慧电网等 4S 相关基础设施建设，促进技术应用与迭代，保障新一代 SV 的运营需求和产业成长空间。

第六，开展示范应用，优化商业模式。加快新一代 SV 示范区建设，推进自动驾驶、车路协同、云平台等各项新技术的测试验证。建议在国家、地方协同推进不同层次的 ST、SC 平台建设，解决差异化的交通运输需求；整合 ST、SC 相关的共性与个性资源，开放并共享道路、交通、车辆、用户、商业服务等数据，打通各类交通工具，构建一体化出行服务平台；完善 V2X 运营，实现人、车、服务实时在线，提供主动式、智能化、规模化的网联服务。

参考文献

原文顺序 | 出版日期 | 本文引用
[1]

钟志华, 乔英俊, 王建强, 新时代汽车强国战略研究综述 （一） [J]. 中国工程科学, 2018, 20(1): 1–10. Zhong Z H, Qiao Y J, Wang J Q, et al. Summary of strategy research on automobile power in new era (I) [J]. Strategic Study of CAE, 2018, 20(1): 1–10.
[2]

刘宗巍. 赵福全论汽车产业（第一卷）[M]. 北京: 机械工业出 版社, 2017. Liu Z W. Zhao Fuquan’s insights on the automotive industry (Volume I) [M]. Beijing: China Machine Press, 2017.
[3]

赵福全, 刘宗巍, 杨克铨, 汽车技术创新 [M]. 北京: 机械工 业出版社, 2019. Zhao F Q, Liu Z W, Yang K Q, et al. Automotive technology innovation [M]. Beijing: China Machine Press, 2019.
[4]

Kuang X, Zhao F Q, Hao H, et al. Intelligent connected vehicles: The industrial practices and impacts on automotive value-chains in China [J]. Asia Pacific Business Review, 2018, 24(1): 1–21.
[5]

李克强. 中国智能网联汽车产业化过程中的挑战及发展对策 [J]. 机器人产业, 2019 (6): 54–57. Li K Q. Challenges and development countermeasures in the process of China’s intelligent connected automobile industrialization [J]. Robot Industry, 2019 (6): 54–57.
[6]

李克强, 戴一凡, 李升波, 智能网联汽车（ICV）技术的发展 现状及趋势 [J]. 汽车安全与节能学报, 2017, 8(1): 1–14. Li K Q, Dai Y F, Li S B, et al. State-of-the-art and technical trends of intelligent and connected vehicles [J]. Journal of Automotive Safety and Energy, 2017, 8(1): 1–14.
[7]

胡鑫, 谢卉瑜, 赵鹏超, 智能网联汽车产业发展形势研究 [J]. 时代汽车, 2019 (18): 135–137. Hu X, Xie H Y, Zhao P C, et al. The research on the development situation of intelligent connected automobile industry [J]. Auto Time, 2019 (18): 135–137.
[8]

van Arem B, van Driel C, Visser R. The impact of cooperative adaptive cruise control on traffic-flow characteristics [J]. IEEE Transactions on Intelligent Transportation Systems, 2006, 7(4): 429–436.
[9]

节能与新能源汽车技术路线图战略咨询委员会, 中国汽车工程 学会. 节能与新能源汽车技术路线图2.0 [M]. 北京: 机械工业出 版社, 2020. Strategic Advisory Committee of Energy-saving and New Energy Vehicle Technology Roadmap, China Society of Automotive Engineering. Technology roadmap for energy saving and new energy vehicles 2.0 [M]. Beijing: China Machine Press, 2020.
[10]

王云鹏, 严新平. 智能交通技术概论 [M]. 北京: 清华大学出版 社, 2020. Wang Y P, Yan X P. Introduction to intelligent transportation technology [M]. Beijing: Tsinghua University Press, 2020.
[11]

王玉艳. 智慧城市理念与未来城市发展分析 [J]. 城市住宅, 2020, 27(11): 128–129. Wang Y Y. Smart city concept and future city development analysis [J]. City & House, 2020, 27(11): 128–129.
[12]

王成山, 董博, 于浩, 智慧城市综合能源系统数字孪生技术 及应用 [EB/OL]. (2021-01-20)[2021-02-25]. https://kns.cnki.net/KCMS/detail/detail.aspx?dbcode=CAPJ&dbname=CAPJLAST&-filename=ZGDC20210119002&v=MTc1MDI1N1QzZmxxV00wQ0xMN1I3cWRadVpzRkMzbFVyM09KVjQ9UHlyUGJiRzRITkRNcm81TVpPc05ZdzlNem1SbjZq. Wang C S, Dong B, Yu H, et al. Digital twin technology and its application in the integrated energy system of Smart City [EB/ OL]. (2021-01-20)[2021-02-25]. https://kns.cnki.net/KCMS/detail/ detail.aspx?dbcode=CAPJ&dbname=CAPJLAST&filename=ZGDC20210119002&v=MTc1MDI1N1QzZmxxV00wQ0xMN1I3cWRadVpzRkMzbFVyM09KVjQ9UHlyUGJiRzRITkRNcm81TVpPc05ZdzlNem1SbjZq.
[13]

俞学豪, 袁海山, 叶昀. 综合智慧能源系统及其工程应用 [J]. 中 国勘察设计, 2021 (1): 87–91. Yu X H, Yuan H S, Ye Y. Integrated intelligent energy system and its engineering application [J]. China Engineering & Consulting, 2021 (1): 87–91.
[14]

匡旭. 智能汽车综合效益及商业模式研究 [D]. 北京: 清华大学 (博士学位论文), 2019. Kuang X. Research on the benefits and business models of intelligent connected vehicles [D]. Beijing: Tsinghua University(Doctor’s thesis), 2019.
[15]

Olia A, Razavi S N, Abdulhai B, et al. Traffic capacity implications of automated vehicles mixed with regular vehicles [J]. Journal of Intelligent Transportation Systems, 2018, 22(3): 244–262.
[16]

Lu Y G, Xu X T, Ding C, et al. A speed control method at successive signalized intersections under connected vehicles environment [J]. IEEE Intelligent Transportation Systems Magazine, 2019, 11(3): 117–128.
[17]

秦严严, 王昊, 冉斌. CACC车辆跟驰建模及混合交通流分析 [J]. 交通运输系统工程与信息, 2018, 18(2): 60–65. Qin Y Y, Wang H, Ran B. Car-following modeling for CACC vehicles and mixed traffic flow analysis [J]. Journal of Transportation Systems Engineering and Information Technology, 2018, 18(2): 60–65.
[18]

Kuehbeck T, Hakobyan G, Sikora A, et al. Evaluation of performance enhancement for crash constellation prediction via car-tocar communication [C]. Offenburg: International Workshop on Communication Technologies for Vehicles, 2014.
[19]

Tan H, Zhao F, Hao H, et al. Estimate of safety impact of lane keeping assistant system on fatalities and injuries reduction for China: Scenarios through 2030 [J]. Traffic Injury Prevention, 2020, 21(2): 156–162.
[20]

刘宗巍, 史天泽, 郝瀚, 中国汽车技术的现状、发展需求与未 来方向 [J]. 汽车技术, 2017 (1): 1–6. Liu Z W, Shi T Z, Hao H, et al. Current situation, development demand and future trend of automotive technologies in China [J]. Automobile Technology, 2017 (1): 1-6.
[21]

Milakis D, van Arem B, van Wee B. Policy and society related implications of automated driving: A review of literature and directions for future research [J]. Journal of Intelligent Transportation Systems, 2017, 21(4): 324–348.
[22]

何宣虎. 含移动储能单元的微网控制的研究 [D]. 北京: 北京交 通大学(硕士学位论文), 2011. He X H. Research on control methods of micro-grid with mobile power storage [D]. Beijing: Beijing Jiaotong University(Master’s thesis), 2011.
[23]

李克强. 中国智能网联汽车产业发展报告（2019） [M]. 北京: 社 会科学文献出版社, 2019. Li K Q. Annual report on the development of China intelligent connected vehicle industry (2019) [M]. Beijing: Social Sciences Academic Press, 2019.
[24]

王云鹏, 鲁光泉, 于海洋. 车路协同环境下的交通工程 [J]. 中国 工程科学, 2018, 20(2): 106–110. Wang Y P, Lu G Q, Yu H Y. Traffic engineering considering cooperative vehicle infrastructure system [J]. Strategic Study of CAE, 2018, 20(2): 106–110.
[25]

中国经济信息社. 2016—2017中国物联网发展年度报告[R]. 无 锡: 中国经济信息社, 2017. China Economic Information Society. 2016—2017 annual report on the development of Internet of Things in China [R]. Wuxi: China Economic Information Society, 2017.
[26]

边明远, 李克强. 以智能网联汽车为载体的汽车强国战略顶层 设计 [J]. 中国工程科学, 2018, 20(1): 52–58. Bian M Y, Li K Q. Strategic analysis on establishing an automobile power in China based on intelligent & connected vehicles [J]. Strategic Study of CAE, 2018, 20(1): 52–58.
[27]

Schilling M A. 技术创新的战略管理 [M]. 谢伟, 王毅, 李培馨, 等译. 北京: 清华大学出版社, 2005. Schilling M A. Strategic management of technology innovation [M]. Translated by Xie W, Wang Y, Li P X, et al. Beijing: Tsinghua University Press, 2005.

基金资助

中国工程院咨询项目“中国智慧城市、智能交通与智能汽车深度融合发展战略” (2019-XZ-04)；中国工程院咨询项目“突破智能汽车核心瓶颈，实践交通治理智能化” (2019-XZ-55)()

AI Summary AI Mindmap
PDF (1538KB)

4578

访问

0

被引

详细
导航
相关文章

AI思维导图

/

〈 〉