Vehicle-To-Vehicle Communication
 |
|
|
來源： 學習時報
智慧網聯汽車，可以提供更安全、更節能、更環保、更舒適的出行方式，和綜合解決方案，是城市智慧交通系統的重要環節，是構建綠色汽車社會的核心要素。
其意義不僅在於汽車產品與技術的升級，更有可能帶來汽車，及相關產業全業態和價值鏈體系的重塑，是國際公認的未來發展方向和關注焦點之一。
當今世界，以行動互聯、大數據及雲端運算等技術，為代表的新一輪科技革命方興未艾，推動傳統製造業向「智慧製造」轉型升級的趨勢日益明顯。
汽車產業在工業大國，被視作為國民經濟的支柱產業，其自身規模大、帶動效應強、國際化程度高、資金技術人才密集，必將成為新一輪科技革命，以及製造業轉型升級的重要產業。雖然我們台灣在這領域，並沒有足以拿出來被稱道的競爭力，但相關零件產業與聯網科技，以及汽車電子，仍是我們所擅長，應該也須注意車聯網的脈動。
智慧聯網汽車發展現狀
智慧聯網汽車，是指搭載先進的車載傳感器、控制器、執行器等裝置，並融合現代通信與網路技術，實現車與X（車、路、人、雲等）智慧資訊交換、共享，具備複雜環境感知、智慧決策、協同控制等功能，可實現「安全、高效、舒適、節能」行駛，並最終可實現替代人來操作的新一代汽車。
汽車智慧聯網技術，引發了國際上新一輪的科技競爭。賓士、福特、豐田、沃爾沃等世界頂級汽車製造商，分別開展了不同等級的自動駕駛汽車的技術研發工作。
同時，近年來以美國的Google、Apple、Intel等公司為代表的IT產業巨頭，也不遺餘力地投入汽車自動駕駛技術領域，Intel公司以153億美元收購Mobileye公司，就是這種激烈競爭的體現，是其建立自動駕駛整體策略中的重要一環。
同時，近年來以美國的Google、Apple、Intel等公司為代表的IT產業巨頭，也不遺餘力地投入汽車自動駕駛技術領域，Intel公司以153億美元收購Mobileye公司，就是這種激烈競爭的體現，是其建立自動駕駛整體策略中的重要一環。
汽車智慧化與聯網化技術發展趨勢分析
以深度學習為代表的人工智慧技術，在智慧聯網汽車上，正在得到快速應用。尤其在環境感知領域，深度學習技術已凸顯出巨大的優勢，正在以顛覆性的速度，替代傳統機器學習方法。
深度學習方法需要大量的數據，作為學習的樣本庫，對數據採集和儲存提出了較高需求。同時，深度學習技術也存在內在機理不清晰、邊界條件不確定等缺點，需要與其他傳統方法融合使用，以確保可靠性，且目前也受限於車載晶片處理能力的限制。
自主式智慧與聯網式智慧技術加速融合。聯網式系統能從時間和空間維度，突破自主式系統，對於車輛周邊環境的感知能力。在時間維度，透過V2X通信，系統能夠提前獲知，周邊車輛的操作資訊、紅綠燈等交通控制系統資訊，以及氣象條件、擁塞預測等，更長期的未來狀態資訊。
自動駕駛汽車測試評價方法研究，與測試場建設成為熱點。自從特斯拉汽車，被曝光幾起重大安全事故後，自動駕駛汽車的安全性，越來越多地受到關注，關於自動駕駛汽車測試評價方法的研究，以及測試場、示範區的建設成為全球熱點。
如何測試自動駕駛汽車？一種潛在的解決方案是引入「普通人類駕駛員」的抽象概念，並建立安全基線——一系列定性、定量的關鍵功能、性能指標，表徵自動駕駛系統駕駛汽車的安全程度。如果我們把自動駕駛系統，看作一個駕駛員，對其的考核，也可以類比駕駛員的考核過程。
首先需要「體檢」，檢查自動駕駛系統對環境感知、車輛控制等的基本能力；其次理論測試，測試自動駕駛汽車對交通法規的遵守能力；再次是場地考，既在特定場景下的自動駕駛測試；最後是實路考核，將自動駕駛汽車放置於，特定開放測試道路內，進行實際測試。
沒有留言:
張貼留言