陈虹^1,2，郭露露^1,2，边宁³

1. 吉林大学汽车仿真与控制国家重点实验室，长春130025

2. 吉林大学通信工程学院，长春130025

3. 东风汽车公司技术中心，武汉430058

摘  要 随着控制、感知、通信和执行器技术的飞速发展，以电动化、自动化及网联化为基础的智能汽车成为汽车行业发展一大趋势，而汽车智能化所带来的技术挑战性问题也成为人们关注的热点。从汽车自动化、智能化的发展进程来看，汽车智能化可分为驾驶辅助、半自动化、高度自动化和完全自动化4 个阶段。本文对当前汽车智能化研究中以车企和IT 行业所主导的2 条技术路线进行介绍，深入分析了汽车智能化在各个发展阶段的特征和含义，并概括了汽车智能化所面临的多源信息融合感知、智能汽车控制架构协调决策控制、人机交互与拟人共驾等挑战性问题。最后，对中国汽车企业智能化发展提出建议。

关键词 智能汽车；智能化发展路线；汽车网联化；关键技术

   随着互联网技术、通信技术、人工智能、计算机技术的快速发展，智能化已经成为了一种趋势和潮流。从智能手机、智能家电，到企业的智能制造、智能物流等，智能化已经渗透到整个社会的各行各业。而在“工业4.0”、“智能交通”、“智慧城市”和“互联网+”的大背景下，汽车智能化已经成为汽车产业发展最重要的潮流和趋势。

   21世纪以来，互联网、IT技术和智能技术的发展给人类日常生活带来巨大改变，同时进一步促进人们对智能产品要求的提高。对于汽车这一现代人类出行的重要交通工具而言，人们对其安全、节能、环保、便捷、舒适等性能有了更高要求。汽车在带给人们方便快捷的同时，也带来了交通事故、城市交通拥堵和环境污染等一系列问题。而从国家和社会层面来看，汽车产业的良好发展已经不仅关乎汽车行业本身，更关乎国家的经济、环境、就业等问题。因此以信息化、自动化为核心的汽车智能化得到广泛关注。更值得注意的是，在汽车智能网联化的大趋势下，除了传统汽车企业外，互联网企业也正在加入汽车制造行列，无人驾驶汽车、互联网汽车等成为关注点。

   在此发展趋势下，一向被认为“循规蹈矩”的传统车企将如何面对当前快速发展的智能化趋势？在此背景下，本文将综述汽车智能化大趋势，概述国内外相关发展规划和产业现状，对以车企和IT行业为主导的2条技术路线进行介绍，深入分析汽车智能化在各个发展阶段的特征和含义，概括其所面临的挑战性问题，并对其技术发展提出建议。

   1 汽车智能化大背景

   汽车在提高人们生活水平的同时，也带来了能源、环境、安全、拥堵等日益严重的社会问题。中国已成为全球第一大原油进口国，第二大石油消费国，当前中国汽车耗油约占整个石油消费量的1/3，预计到2020年这一比例将上升到57%[1]。因此，如何有效提高能源利用率、降低能源消耗、减少尾气排放是国家和行业所面临的巨大挑战。在交通拥堵方面，据交通部2014年发布数据显示，中国交通拥堵带来的经济损失高达2500亿元人民币，占城市人口可支配收入的20%。另外，据美国交通信息服务公司INRIX在2017年发布的一项全球交通排行报告显示，在2016年交通拥堵在美国造成约3000亿美元的损失，其中，洛杉矶以104 h/人的拥堵时间成为这项报告中最拥堵的城市[2]。安全方面，据美国国家公路交通安全管理局统计，在2015年道路交通安全事故中死亡人数为35092 人，比2014年增加2348人，7.2%的增幅也成为近50年来之最[3]，而在2015年，欧洲由交通事故造成的经济损失达到GDP的2%[4]。

   以自动化、信息化为基础的智能汽车有解决能源、安全和环境问题的巨大潜力，因而受到人们极大关注。目前对于汽车智能化有以下共识：通过采用自动驾驶技术，能够减少90%的由于人为操作引起的交通事故[5]；通过车-车通信和智能速度规划，在智能化发展的前期可以将道路通行率提高10%以上，在高度自动化阶段可以将道路通信率提高50%~90%[5]；在节能减排方面，通过经济性驾驶和整体智能交通规划，能源消耗至少能降低15%~20%。不仅如此，随着近年来电子信息领域新技术的应用，物联网、大数据、移动互联、自动化、智能化技术迅速发展，也为汽车智能化带来良好的技术条件。因此，传统车所带来的问题、对汽车发展提出的新目标和需求及技术发展所带来的智能化实现的可能性，形成了汽车智能化发展的拉力和推动力。在此环境下，汽车智能化已经成为了行业发展的热点，并且正在引起行业的巨大变革。

   为此，世界各国纷纷制定出相应的汽车智能化研究计划，欧盟、美国和日本均发布政策法规来推动智能网联汽车发展[6]。中国在《中国制造2025》中也明确给出了汽车智能化技术的总体目标，即制定中国自主驾驶标准：基于多源信息融合、多网融合，利用人工智能、深度挖掘及自动控制技术，配合智能环境和辅助设施实现自主驾驶；可改变出行模式、消除拥堵、提高道路利用率；装备自动驾驶系统的汽车，综合能耗较常规汽车降低10%，减少排放20%，减少交通事故数80%，基本消除交通死亡。在《中国制造2025》后，工信部、国家发改委、国家测绘局等相关部委出台多部政策，从智能车、网联化、智能制造、地图信息采集、大数据等多个方面促进智能汽车的发展[7]。

   2 汽车智能化的2 条技术路线

   目前，汽车智能化有2 条不同的技术路线：一条是以汽车企业为主的渐进提高汽车驾驶自动化水平；另一条是以科研院所和IT企业为主的无人驾驶技术发展路线。

   2.1 渐进提高驾驶自动化水平

   以逐渐提高汽车自动化水平为目的的技术路线是汽车企业推动智能化进程的主要思路。从汽车技术的角度看，汽车自动化程度不断提高，向着辅助驾驶、半自动化驾驶、高度自动化驾驶和完全自动驾驶的智能化方向发展。

   在辅助驾驶阶段，车辆控制以驾驶员为主，机器辅助驾驶员，降低驾驶负担。而从驾驶权或者驾驶意图来看，驾驶员掌握最终的驾驶权（图1）。目前量产乘用车上装有的辅助驾驶技术，有侧向稳定控制、电动助力转向控制，部分高档车装有自动泊车、自适应巡航、车道偏离预警系统等。在半自动化驾驶阶段，车辆的自动化水平得到进一步提高，在特定工况下可以有短时托管的能力，此时，汽车具有一定的自主决策的能力（图2）。目前，各大汽车公司投入巨资开发具有特定工况（低速）托管能力的半自动驾驶技术，有防撞紧急制动、手机遥控泊车、拥堵跟车、车道跟踪控制技术等。在高度自动化驾驶阶段和最终的完全自动驾驶阶段，车辆具有高度的自主性，汽车可以进行自主规划、决策和控制，可以实现复杂工况的托管能力甚至完全自动驾驶（图3）。

   汽车智能化伴随着汽车电子技术的发展而形成，其中最显著的变化是电子控制单元（ECU）在整车开发过程中所占的比例。汽车电子技术第一次出现，是在20世纪30年代早期安装在轿车内的真空电子管收音机，那时汽车仍然是完全由人操控。随着科技的进步，微型计算机逐渐应用于汽车的各子系统中，用以弥补人类驾驶员的不足，帮助其更好地完成驾驶任务，同时提高驾驶安全性、舒适性及燃油经济性（图4）。现如今，各大汽车厂商已经为其生产的汽车配备了各种各样的驾驶辅助系统，而此时，汽车电子成本已占汽车总成本的45%以上[8]。不难看出，智能化也已经成为未来汽车的发展方向之一，而这条发展路线的最终目标将是实现完全自动驾驶。汽车电子规模增长如图5所示。

   在国家层面上，不同国家发布的智能汽车自动化分级标准总体原则相同，但具体略有不同。在《中国制造2025》中，中国将智能汽车自动化分为驾驶辅助（DA）、部分自动驾驶（PA）、高度自动驾驶（HA）和完全自主驾驶（FA）4级[9]，并给出各阶段的功能性定义。典型的汽车智能化技术分级标准如图6。

  2.2 无人驾驶技术发展路线

   无人驾驶技术是汽车智能化另一条技术路线。无人驾驶的主要特点是跳过汽车自动化逐级发展的思路，直接实现车辆的无人驾驶，其研究主要来自科研院所和IT企业，以展示技术为主，应用领域可以拓展到封闭半封闭的矿山、码头、大型物流场等特殊场景。近年来，美国、欧洲、日本等国家都进行了无人驾驶汽车的研究，且已经取得了一定进展。

   美国是无人驾驶汽车领域研究最早也是技术最领先的国家。在国家层面，由国防部高级研究计划局（DARPA）对美国的汽车企业、科研机构和高等院校进行资助，用于研究无人驾驶技术在军事领域的应用，具体项目包括：ALV项目、DEMO-II 计划、DEMO-III 计划等。谷歌公司是目前国际上无人驾驶汽车领域取得成果最为显著的企业，谷歌无人驾驶汽车已在公路上进行了100多万km的测试。目前，美国内华达州、佛罗里达州、加利福尼亚州、德克萨斯州、密歇根州及首都华盛顿已立法准许无人驾驶汽车上路，虽然目前还仅限于测试目的。德国也是最早开始研究无人驾驶技术的国家。早在20 世纪80 年代，德国慕尼黑联邦国防军大学就与奔驰公司合作开始研发自主驾驶汽车。其代表性成果是奔驰S500无人驾驶汽车，2013 年该车在城市和城际道路完成了长距离自主驾驶试验，复制了125年前奔驰夫人贝尔女士的旅程（图7）。

   尽管国外对无人驾驶领域的研究起步早、投入大，但是该领域国内外技术差距并不很大。南京理工大学、北京理工大学、清华大学、中国科学院合肥物质科学研究院、西安交通大学、军事交通学院、上海交通大学、湖南大学等院校在无人驾驶车辆关键技术方面取得一系列研究进展。国防科技大学从20 世纪80 年代就开始无人驾驶汽车研究，2003年成功研制了“红旗旗舰自主驾驶系统”，该系统在高速公路正常交通情况下，具有自主超车功能，最高稳定自主驾驶时速达130 km/h。

   2006年研制成功新一代红旗HQ3无人驾驶轿车，该车在2006 年9 月参加东北亚投资贸易博览会，并于2007 年1月作为中国的先进技术成果参加俄罗斯“中国年”活动。2011年完成长沙到武汉长距离无人驾驶。从这些研究机构和科研院所取得的研究成果来看，中国无人驾驶技术已经取得了很大进展，但是目前面临的困难还有很多，技术水平不足、关键零部件依赖进口、政策法规不完善等问题较为突出。

   虽然无人驾驶技术已得到长期的关注和研究且已取得较大发展，但从实际推广和大批量应用的角度来看，无人驾驶汽车要想成为人类交通工具，将面临法律、事故责任、驾驶乐趣等问题。

   但无人驾驶技术在汽车智能化进程各阶段可发挥重要作用，如无人驾驶技术中的传感感知、车道跟踪、路径优化、主动避障等场景化的功能和技术，可以移植到渐进式发展路线中的特定阶段中（图8）。

   3 汽车智能化进程中的网联化

   3.1 汽车网联化

   近年来，随着电子信息领域新技术的发展，物联网、云计算、大数据、移动互联等新技术正在向传统行业渗透。在汽车行业，与此对应的趋势称之为汽车网联化。汽车网联化是指基于通信互联，使汽车具有环境感知、决策和控制运动能力。而在车联网的环境当中，车辆位置、速度和路线等信息构成了巨大的交互网络。通过全球定位系统（GPS）、射频识别（RFID）、传感器、摄像头图像处理等装置，车辆可以完成自身环境和状态信息的采集；通过互联网技术，所有车辆可以将自身的各种信息传输汇聚到中央处理器；通过计算机技术，这些大量车辆的信息可以被分析和处理，进而被车辆所使用[10]。从汽车的角度来看，车联网使得车与车、车与基站、基站与基站之间能够通信，从而获得实时路况、道路信息、行人信息等一系列交通信息，最终实现提高驾驶安全性、减少拥堵、提高交通效率、提供车载娱乐信息等功能。

   车联网是车内网（通过应用成熟的总线技术建立一个标准化的整车网络）、车载移动互联网（车载终端通过通信技术与互联网进行无线连接）和车际网（基于专用短程通信技术（DSRC）技术和无线局域网的动态网络）三网融合的技术[11]。就车辆本身而言，车联网的主要功能为：1）信息服务和管理，主要体现在车载服务和互联娱乐上；2）提高车辆传感和感知条件，为汽车的自主规划和决策提供更丰富的外在资源和参考（如交通信息、道路地理信息、车与外界的信息交换技术（V2X）、大数据、云计算等）；使得汽车更安全、更节能和更舒适。当然，车联网还可以提供智能化交通管理、紧急救援等社会性功能（图9）。

   值得注意的是，智能网联汽车也早已经不是汽车行业专属的名词，一大批IT 科技企业也纷纷投身到智能汽车、无人驾驶以及车联网技术的研究，一批科技公司诸如谷歌、百度也纷纷推出自己的无人驾驶汽车。但是，就如同上述汽车智能化2条技术路线，互联网公司和IT公司实质上想为用户提供一个联通世界、舒适温馨、可娱乐办公、可靠的驾驶舱。而实现如此功能的前提条件则是汽车的高度自动化（托管技术）甚至无人驾驶的实现。所以，相比传统汽车厂商的思路，互联网和IT企业更加追求无人驾驶和纯电驱动，以避开传统汽车公司的技术壁垒。而复杂的道路交通环境又决定了无人驾驶阶段短期不可能实现，因此，互联网和IT企业的研究重点将放在未来智能网联化所必需的智能传感感知、RFID射频识别和通信等技术上,并积极寻求与车企合作，为其提供无线通信网络和高精度地图等服务[12]。

  3.2 网联化给智能化进程带来新机遇

   从控制技术的角度纵观汽车智能化的发展，汽车智能化的技术主要由感知、规划、决策和控制几个部分组成。在感知和信息获取层面上，主要有车载式和网联式2种。在智能化发展的前期，通常不考虑车-车、车-路通信，自动化车辆的智能控制依赖于车载的雷达、摄像头等信息。车载式方案的局限性主要表现在不能充分获取周边行车环境信息，大规模应用成本较高，缺少城市环境的全方位扫描。

   而随着自动化水平的加深，尤其在高度自动化和完全无人驾驶阶段，汽车自主驾驶的需求和日益复杂的道路交通环境使得车辆对周边环境有了更高的需求。交通系统的智能化和汽车的网联化为填补这样的需求空间提供了可能。在智能交通系统和车联网中，依托高速通信设施和统一的通信协议，车辆能够充分感知和理解周边复杂的交通环境、道路地理信息、周边车辆信息及行人信息，进而可以实现自主规划和决策。从控制的角度，这种机遇可以表达为外界信息的充分获取（图10）。

   4 汽车智能化发展的关键技术

   智能化汽车是集环境感知、规划决策、执行控制、多等级辅助驾驶等功能于一体的综合系统。对于智能化汽车的研究，需要对计算机、现代传感、信息融合、通信人工智能及先进自动控制等多个高新技术进行综合利用。汽车智能化发展的关键技术主要有环境感知技术、车辆协同控制技术及行驶优化技术、人-机交互与驾驶权分配技术、数据安全及平台软件和基础设施、技术法规及验证平台等。下面分别从传感感知、决策与控制、辅助平台与技术3个层面进行阐述。

   4.1 传感感知层面

   在传感感知层面，主要有环境感知与多传感器信息融合技术、感知与在线智能检测技术、汽车行驶状态估计方法、交通车辆与行人行为预测、车载与网联信息融合技术、V2X通信模块集成技术等。在这一层面，主要的功能和目的是利用激光、毫米波、超声波雷达、摄像头等车载传感器和通过车联网获取的多源数据，为车辆提供规划决策所需的必要条件。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虑。

   4.2 决策与控制层面

   决策与控制是汽车实现自主驾驶的核心部分，其中规划与决策的目的是对采集的信息进行进一步处理，根据所获取的信息进行规划和决策，实现辅助驾驶和自主驾驶。

   4.2.1 决策和控制架构

   智能汽车网络架构和控制如图11所示，可以看到规划决策层和执行控制层构成了汽车上下层控制框架。上层规划与决策在整车控制单元中进行，决策系统的任务是根据全局行车目标、自车状态及环境信息等决定驾驶行为、路径规划、速度规划等问题，决策机制应在保证安全的前提下适应尽可能多的工况，进行舒适、节能、高效的正确决策[13]。下层执行层可以按照功能分为转向、驱动、制动和悬架横纵垂向系统。下层执行层如何快速响应和执行上层规划的指令，也是开发智能系统所要重点研究的问题。因此，从控制架构的层面来看，汽车智能驾驶是在整车层面上进行控制，实现这一目标的前提是整车层面上的协同控制。关键技术有车辆协同控制及行驶优化技术、多目标优化理论及方法、车辆自主运动决策与高精度横纵向跟踪控制技术、综合车辆与环境信息的节能技术、高速近距离跟车/编队行驶技术、极限工况车辆紧急避障技术等。

   4.2.2 决策和控制方法

   从实际工程方法来看，决策与控制主要分基于人工启发式和自主学习式的决策与控制方法。目前传统车辆一般采用人工启发式的控制器，其中大部分控制系统主要依赖于确定的规律或规则表。这种方法工程应用性好，但是控制结构简单，只能处理预期之内的结果。而随着汽车自动化水平的加深，对车辆自主决策能力提出了新的要求，汽车不仅需要在某个具体工况进行规划决策，如超车、巡航、跟车等单一工况，还需要有在线学习能力以适应更加复杂的道路交通环境和不可预期工况，而这种能力也是实现无人驾驶不可或缺的能力。同时，现有的汽车控制系统，运行一段时间之后，部件老化、磨损等问题使得出厂时的标定参数不再处于最优状态，导致控制性能下降。汽车的“自主”也可以体现在自我维护和调整上，汽车自动控制系统也需要结合智能算法，基于汽车行驶数据、性能评价进行智能整定（自标定）、诊断和维护。考虑以单一车载控制系统为核心的计算单元已不满足实时计算的要求，通过人工智能（状态机、决策树、深度学习、增强学习等）、大数据技术、云计算由计算机自动完成决策的方法也逐渐受到人们关注。

  4.2.3 人-机交互与驾驶权分配

   随着汽车辅助驾驶与自动化驾驶技术的不断发展，汽车与驾驶人之间的关系变得十分复杂，各种基于环境信息感知的车辆主动控制系统与性格各异的驾驶人共同构成了对智能汽车的并行二元控制，人-车之间形成了一种动态交互关系。虽然汽车的智能化已经得到很大发展，但是真正意义上的无人驾驶在短期内也很难实现，因此在未来很长一段时期内，智能汽车仍然面对人-车共同控制的局面。随着汽车自动化程度的提高和自主决策权限的扩大，车的意图和人的意图必然出现耦合和与制约关系。同时，不同于其他的工业产品，汽车作为个性化需求较强的产品，用户对于汽车自主决策和控制的接受度是衡量汽车价值的一个重要指标，因此建立人性化、个性化的汽车智能控制系统，实现人-车-环境整体性能最优是智能汽车技术发展过程中必须和亟待解决的关键问题。

   与车辆的精细化感知、控制能力相比，人的驾驶行为具有模糊、退化、个性化等特点；而车辆对比人而言，学习能力相对较弱，对于未知复杂工况的决策能力较差。因此，人车交互及人机共驾存在2个任务分割层次：第一是驾驶人与机器控制的驾驶权切换；第二是驾驶人与机器控制的驾驶权融合。从驾驶权切换的角度来讲，切换的时机、切换的平稳性、切换时驾驶人的适应性和接受性是需要解决的关键问题。而从驾驶权融合的角度进行分析，需要着重考虑机器控制对人操纵的干扰、机器控制对人驾乘体验的影响及驾驶人对控制系统的干扰。因此，人-机交互与驾驶权分配问题中主要涉及人机动力学一体化建模方法、人机共驾、代驾策略、人机交互失效补偿方法、人-车-环境闭环系统的运动稳定性理论及评价方法等关键问题。

  4.3 辅助平台与技术

   4.3.1 信息安全技术

   汽车网联化带来更好的应用体验和智能化的可能性，同时也带来了新的互联网连接方面的安全风险。从技术角度分析，汽车网络在设计时没有考虑信息安全问题，而控制汽车的电子控制单元（ECU）逐渐增多，攻击点变多。汽车信息系统已成为汽车行业的一个重要发展领域，该问题的解决也是汽车智能网联化实现的一道门槛。信息安全技术，包括汽车信息安全建模技术，数据存储、传输与应用三维度安全体系，汽车信息安全测试方法，信息安全漏洞应急响应机制等[13]。360智能网联汽车信息安全实验室曾发布《2016 年智能网联汽车信息安全报告》，提出智能网联汽车面临的7种安全威胁及主要攻击方法和必要防范措施。报告指出智能网联汽车遭受的信息安全威胁主要包括汽车远程通信服务提供商（TSP）安全威胁、APP 安全威胁、车载T-Box（telematics BOX）安全威胁、车载信息娱乐系统（IVI）安全威胁、Can-bus总线安全威胁、ECU安全威胁、车内通信安全威胁等[14]。

   4.3.2 技术法规及验证平台

   随着汽车智能化进程的不断深入，尤其是面对网联化的新机遇，推动建立智能驾驶辅助技术标准体系、多网融合的测试评价与标准及V2X通信技术标准体系已经成为亟待解决的问题。例如，在1968年通过的《维也纳道路交通公约》中，一项有关车辆自动驾驶技术规定，驾驶员应一直控制其车辆或指引畜力，且驾驶车辆的职责必须由人类驾驶员负责，而这一规定限制了汽车自主决策和控制。因此，在联合国（UN）框架范围内，道路安全论坛（道路交通安全工作组，WP1）近年致力于这一规定的修订。该修订案于2016年3月22日正式生效。这项修订案明确规定，在全面符合联合国车辆管理条例或者驾驶员可以选择关闭该技术的情况下，将驾驶车辆的职责交给自动驾驶技术可以被允许应用到交通运输当中[15]。

   在技术示范应用和验证平台方面，以往汽车安全技术试验多被限制在较小试验场地进行单一工况测试。而随着智能化程度的加深，单一工况的测试和相对简单的基础设施和验证平台已不能满足智能汽车技术示范应用和产业化的需求。此外，V2X技术需要车辆与其他车辆、交通基础设施、自行车等进行通信以获得多种信息，无论对试验场地大小还是对工况复杂程度，都提出了较高要求。基于此原因，需要建立封闭的智能网联试验区域，即建立足够长的真实道路并包含尽量丰富的工况，其中的道路基础设施配备统一标准的通信设备，试验车辆也采用统一的通信方式[16]。因此，试验道路基础设施建设及智能化技术验证平台开发也是需要重点关注的领域。

  5 对发展智能化汽车的思考

   从汽车智能化发展进程来看，传统汽车厂商一直是推动汽车智能化的主力军，无论是人工驾驶到辅助驾驶还是从辅助驾驶到半自动化驾驶的过渡，都是解决固定工况下特定问题的过程。

   在智能化的前期，汽车的智能化控制都依赖于车载传感（雷达、摄像头等）的增加和底层控制的改善，而网络架构和控制架构并没有结构性的改变。但是随着汽车网联化程度的加深，汽车智能化进程显著加快，对于汽车产业而言，深入融合智能化和网联化的智能化升级是不同于以往的任何一次汽车技术升级，因为车联网、智能交通、大数据、云计算、智能决策等技术的融入意味着汽车的网络架构发生改变。因此，互联网制造汽车车企的兴起，给传统汽车厂商带来了空前的压力。

   然而，值得注意的是，汽车智能化进程的主体路线并没有改变，依然延续了“以车为本”的技术发展路线，逐渐完善汽车智能功能、提高自主驾驶程度仍是智能化发展的核心。而相比较互联网造车，传统车企具有明显的制造优势和技术积累。因此整车厂商在自动驾驶领域的影响力也必将超越互联网巨头和创业公司。

   对发展智能汽车的思考如下。

   1）智能零部件和系统的深度开发，打通下层各控制单元，实现整车控制器对于整车的实际控制。虽然中国汽车行业的自主创新能力不断提高，汽车电子市场的自主品牌数量和规模也不断扩大，但是汽车核心零部件以及与整车控制相关，尤其和安全性能相关的系统控制单元仍被外资企业掌控。而要想在智能化的大趋势下走车企自己的智能路线，整车控制器层面的自主能力就尤为重要。因此，在着眼未来智能汽车和定义智能功能的同时，还需要沉下心思打通下层各控制单元，提高实现对整车各执行层的控制能力，为智能规划和决策提供实现基础。

   2）紧跟自动化与信息化的发展趋势。从汽车智能化的发展历程来看，即使加入了网联化这一新的资源，汽车智能化的过程本质上来说是提高汽车自动化水平的历程，也是汽车电子和自动化系统在汽车上的应用规模不断扩大的过程。因此，要想真正深入汽车智能化的潮流，开发有自己优势的汽车智能系统，车企以及参与汽车智能化发展的零部件企业需要补工业2.0、3.0（自动化、信息化）以及自动化系统的课程。

   3）主动研发车联网相关技术。由于车联网的引进，汽车的网络架构及软件平台需要改变，应重点对系统健康智能检测技术、系统智能修复技术、车载互联网应用整合平台软件、自主车载嵌入式操作系统平台软件等进行研究。

   参考文献（略）

（责任编辑 王志敏）