借鉴国际经验促进互联网汽车产业发展

互联网汽车，特别是智能网联汽车和无人驾驶汽车已成为各国政府和企业的关注重点，吸收借鉴其相关支持政策、实施项目和前沿技术上的做法，有助于我国在此领域实现赶超。

全球互联网汽车产业现状

互联网汽车指的是搭载智能操作系统，能联网，并且能基于互联网实现部分功能和操作的汽车。作为互联网汽车发展的高级阶段，智能网联汽车和无人驾驶汽车是当前市场的热点所在，也是未来的发展趋势方向。本文也主要针对这两个领域展开论述。

根据中国汽车工业协会的定义，智能网联汽车为搭载先进的车载传感器、控制器、执行器等装置，并融合现代通信与网络技术，实现车与X（人、车、路、后台等）智能信息交换共享，具备复杂的环境感知、智能决策、协同控制和执行等功能，可实现安全、舒适、节能、高效行驶，并最终可替代人来操作的新一代汽车。智能网联汽车在减少交通事故、提升通行效率、提高驾驶体验方面具有巨大的优势。研究表明，先进驾驶辅助（ADAS）、车-车/车-路协同（V2X）、高度自动驾驶等车辆智能化、网联化技术，可减少汽车交通安全事故50%-80%，提升交通通行效率10%-30%，同时极大的提高驾驶舒适性。

对于互联网汽车的终极形态——无人驾驶汽车，一直被各国政府和各大车企及互联网企业所重视。麦肯锡全球研究所（McKinsey Global Institute）于2013年发布了一份研究报告，公布了未来12项可能改变生活、企业与全球经济的颠覆性技术（Disruptive Technologies）。其中将无人驾驶汽车列在第6位，认为到2025年将创造0.2—1.9万亿美元的经济价值，每年可挽回3-15万个生命。根据IHS预测，2025年全球无人驾驶汽车销量将达到23万辆，2035年将达到1180万辆，届时无人驾驶汽车保有量将达到5400万辆。其中，中国市场上的份额将达到24%、北美市场为29%、西欧为20%。

发达国家将发展互联网汽车产业提升至战略高度

美国、欧盟以及日本均已将智能网联汽车和无人驾驶汽车产业的发展提升至国家战略高度。

美国：将发展智能网联汽车和无人驾驶汽车作为发展智能交通系统的一项重点工作内容，通过制定国家战略和法规，引导产业发展。

2013年5月，为进一步推动无人驾驶汽车的应用，美国国家公路交通安全管理局（NHTSA）发布了第一个关于无人驾驶汽车的政策《无人驾驶汽车初步政策声明》。根据前期研究的成果，该政策主要提出了以下三方面的内容：（1）给出了NHTSA对无人驾驶等级的定义；（2）制定了NHTSA在无人驾驶领域主要支持的研究方向；（3）提出了各州在推动无人驾驶汽车测试应用方面的建议。2016年1月，NHTSA发布了关于无人驾驶汽车的进一步政策声明。

2014年5月，美国交通部（DOT）与美国智能交通系统（ITS）联合项目办公室共同提出《ITS战略计划2015-2019》，为美国未来5年的在智能交通领域的发展明确了方向，汽车的智能化、网联化成为该战略计划的核心，成为美国解决交通系统问题的关键技术手段。

2016年9月，美国交通部（DOT）和国家公路交通安全管理局（NHTSA）联合推出了《美国自动驾驶汽车政策指南》。该指南主要关注的是从L3到L5级的无人驾驶。根据美国汽车工程师学会（SAE）标准，L3级是在一定的条件下实现无人驾驶，L4级和L5级则是高度和完全的无人驾驶。指南强调安全性为第一准则，要求技术创新必须在安全性能方面提供保障，也为美国日后制定联邦层面的无人驾驶汽车监管法规奠定了基础。2017年9月，美国交通部公布了针对无人驾驶汽车制定的第二版指导方针。

2017年9月6日，美国众议院一致表决通过了加快无人驾驶汽车测试和部署的立法提案《无人驾驶法案》（Self Drive Act）。这是第一个旨在加速无人驾驶汽车进入市场的重要联邦法案。该法案允许制造商获得豁免，除去展示某些安全功能外，无需达到现行的汽车安全标准，在第一年达到2.5万无人驾驶汽车的部署目标。部署数量上限将在三年内达到10万辆，到2021年将达到27.5万辆。根据该提案，寻求豁免的制造商必须证明自己的无人驾驶汽车至少与现有汽车一样安全。各州仍然可以制定有关登记、许可证、责任、保险和安全检查的规则，但是无法制定业绩标准。

欧盟：智能交通是欧盟研究和创新的优先项目。自2002年以来欧盟投资1.8亿欧元用于40个不同的合作系统研发项目，这些项目在标准制订中发挥了主要作用。ETSI和CEN/ISO利用这些项目的成果制订标准。欧盟还投资进行运行测试和试验，以及标准化项目团组。

时间	内容
2008年5月	欧盟委员会制定了关于为了安全应用智能交通系统（ITS）。
2011年3月	推出欧盟2020智能交通系统（ITS），欧盟委员会于2011年积极制定配套措施和出台行动计划。
2012年6月	欧盟提出智能交通等领域快速发展2020实施方案。
2014年2月	欧盟标准化机构ETSI和CEN确认，已经根据欧盟委员会要求完成车辆信息互联基本标准的制订。

日本：目前有五个机构致力于并负责与ITS有关的活动，这五个部门包括：建设省、警视厅、经济产业省、运输省以及邮电省。这五个部门同时经由其他的组织来促进ITS的发展，例如车辆、道路和交通智能化社团（VERTIS）和ISO/TC 204全国委员会。 

2013年5月，日本发布了ICT成长战略《世界最先端IT国家创造宣言》，全面阐述了2013—2020年期间以发展开放公共数据和大数据为核心的日本新IT国家战略，并推动制定了无人驾驶系统研发计划。计划2020年在限定地区解禁无人驾驶汽车，到2025年在国内形成完全无人驾驶汽车市场目标。

加速产业发展 各国路径相异

美国、欧盟以及日本都开展了大量对智能网联汽车和无人驾驶汽车技术的研究与应用示范。

美国：注重ITS安全设施建设，已建立起相对完善的车队管理、公交出行信息、电子收费和交通需求管理四大系统及多个子系统及技术规范标准。

2013年，美国移动交通中心（MTC）在Michigan的Ann Arbor成立。MTC是由美国交通部（DOT）、密歇根州交通部（MDOT）联合密歇根大学、主机厂、供应商、通讯数据公司、保险公司、金融企业和大学建立的一个科研联盟组织。该联盟组织主要针对机动车联网、无人驾驶等相关技术进行研发，并致力于在Michigan建成世界上最大规模的车联网示范运行区。

2013年，作为美国安全试验模型部署（US Safety Pilot Model Deployment） 计划的成员，美国密歇根大学运输研究学院 （UMTRI） 表示，到2021年，Ann Arbor可能成为第一个无人驾驶车辆将联网的城市。

2015年7月， MTC和密歇根州交通部（MDOT）以及Ford、GE、Honda、Nissan和 Delphi 等公司合作，在Michigan的Ann Arbor打造了名为 Mcity的测试中心。Mcity是一个专为测试无人驾驶和智能网联汽车技术而设计的城镇。汽车厂商们可以在这里优化最先进的技术，尽可能减少无人驾驶技术公开上市时的风险。此示范项目的开展，确定了美国在车联网技术发展与标准制定领域的世界领导地位，对其智能汽车及相关产业发展起到了巨大推动作用。

2016年1月，美国政府宣布计划在未来10年拨款40亿美元，加速无人驾驶汽车的发展。

欧盟：注重构建ITS基础平台。目前正在进行Telemetric的全面应用开发工作，计划在全欧范围内建立专门的交通无线数据通信网。正在开发先进的出行信息服务系统（ATIS），先进的车辆控制系统（AVCS），先进的商业车辆运行系统（ACVO），先进的电子收费系统等。

2006年，欧盟启动合作性车辆基础设施一体化系统（CVIS）项目。该项目旨在设计、开发和测试为了实现车车（V2V）和车路（V2I）之间通信所需的技术，用于提高旅客和货物的移动性以及道路交通运输系统的效率。

2010年，欧盟启动eCoMove项目。该项目为期3年，旨在利用车车（V2V）和车路（V2I）通信技术，通过高效节能的驾驶行为和交通管理、控制方法，减少全部交通燃油消耗量的20%。  

2014年2月，欧盟携欧洲十几家整车制造商和零配件供应商共同推出智能车辆自动驾驶应用和技术（Adaptive）项目。该项目旨在开发能在城市道路和高速公路上行驶的部分或完全自动化汽车。该项目预计持续3年半时间，将获得欧盟2500万欧元资金支持。除进行技术研发外，Adaptive项目还将研究与无人驾驶汽车匹配的标准和道路交通法律法规。

日本：日本的ITS建设主要集中在交通信息提供、电子收费、公共交通、商业车辆管理及紧急车辆优先等方面。

2004年，日本国土交通省与几十家企业开始共同开发智能公路Smartway项目。2007年，Smartway系统开始使用，可提供导航、ETC、信息服务、驾驶辅助等多种功能。

2011年，基于车路协同的安全驾驶支援系统（DSSS）开始使用，利用交通管制设施和IC卡等，对车辆的安全行驶提供支持，保护行人，减少交通事故的发生，可以提供盲区碰撞预警、信号灯预警、停止线预警等多种功能。

无人驾驶技术引领互联网汽车智能化发展

作为现有汽车智能化发展技术不断深入的产物，无人驾驶是汽车智能化的终极形态，其技术的发展将引导整个汽车产业进行深刻的变革，因此受到各企业的广泛关注。随着产业的持续推进，该领域的并购也变得越来越活跃。

2016-2017年无人驾驶汽车领域发生的主要并购

时间	内容
2016年3月	GE斥资10亿美元收购创业公司Cruise Automation，后者专门面向现有汽车出售半自动汽车工具。
2016年8月	Uber斥资6.8亿美元收购无人驾驶卡车公司Otto。
2016年10月	Qualcomm斥资390亿美元收购全球最大汽车芯片开发商NXP Semiconductors，旨在进军无人驾驶汽车芯片市场。
2017年2月	Ford斥资10亿美元与Argo AI组建合资公司，后者是一家由Google前无人驾驶汽车工程师创办的公司。
2017年3月	Intel斥资153亿美元收购Mobileye，这家以色列公司最初为Tesla提供基于视觉的半自动驾驶技术。

当前，众多车企和互联网企业投资于无人驾驶汽车的研发，市场的一些关键参与者包括美国的Google、Tesla 、GE、Delphi、Ford、Intel、Uber、德国的Volkswagen、Audi、BMW、Bosch、日本的Toyota、Honda、Nissan、瑞典的Volvo等，其中最具代表性的是Google。

Google无人驾驶汽车项目最初名叫Project Chauffeur，隐藏于Google X。从2009年诞生到2015年末，Google花费了11亿美元开发无人驾驶汽车的软件和硬件，积累了大量的数据和经验。

Google无人驾驶汽车大事记

时间	内容
2009年	Google的无人驾驶汽车项目正式启动，目标在 2020 年发布一款无人驾驶汽车。
2010年	Google无人驾驶汽车的测试里程超过 14 万英里。
2012年4月	Google展示了他们的使用无人驾驶技术的赛车，命名为10^100。
2012年5月	在Nevada允许无人驾驶汽车上路3个月后，机动车驾驶管理处（DMV）为Google的无人驾驶汽车颁发了一张合法车牌。
2012年8月	Google无人驾驶汽车的测试里程超过 30 万英里。
2014年5月	Google开发出了自己的车型，并在 Code Conference 上进行展示。Google的原型车没有刹车、没有方向盘，甚至没有油门，只有一个用于启动汽车的按键。其最高速度限制为每小时25英里，计划生产大约 100-200 辆。
2016年4月	Google开始在Arizona测试无人驾驶汽车。Google表示选择Arizona是因为该州的沙漠环境有助于了解汽车及传感器能否适应极端的温度和空气中大量的沙尘。
2016年5月	Google宣布和 Fiat Chrysler 汽车公司联合开发无人驾驶汽车，Fiat 将向Google提供 100 辆 Chrysler Pacifica Hybrid 面包车用于测试。
2016年10月	Google无人驾驶汽车的测试里程超过 200 万英里。
2016年12月	Google宣布将无人驾驶汽车项目分拆为一家单独的公司Waymo。
2017年1月	Waymo发布新一代无人驾驶系统，载体为Chrysler的休旅车Pacifica。
2017年5月	Google无人驾驶汽车的测试里程超过 300 万英里。

Google的无人驾驶汽车代表了军用自主式自动驾驶的技术路线，其技术源自美国国防部先进研究项目局（DARPA）。通过顶置激光雷达等复杂传感系统对周围环境做全面感知，形成高精度数字地图，再根据高精度地图进行轨迹规划与车辆自主决策及控制。

Google的无人驾驶汽车主要包括以下几项车载设备：

HDL-64E 64线激光发射器：Google Car上最重要的器件就是Velodyne LiDAR公司生产的HDL-64E 64线激光发射器。它可以一边旋转一边不间断的发射64束最远射程可达120米的激光束，并接收反射回来的光束，依据返回时间的差别计算出物体与汽车之间的距离，从而绘制出汽车周围实时的3D地形图。因为光束非常密集并且刷新频率非常快，综合探测数据后还可以判断出物体的形状、大小和大致的运动轨迹，以此作为接下来行动的判断依据之一。HDL-64E每秒可以给Google Car的处理器提供130万组数据，这可以保证提供给Google Car处理器的信息几乎是实时的。Google Car会将收集到的数据与车体内置的Google Map已有的信息进行整合，从而判断出相当精确的四周的状况，为做出反应打下良好基础。

GPS和摄像头：在环境复杂的道路上，驾驶者和行人的安全都需要多重保障。因此Google给Google Car配置了摄像头。Google Car有一对向前的摄像头，其之间有着一定的距离。从两个摄像头传回的画面的视差可以帮助车辆判断自己的位置、行进的速度等信息。 Google Car的车胎轮毂上同样带有位置传感器，用于探测车轮转动，也能帮助车辆进行定位。再同GPS得出的数据进行整合。多组数据共同保证车辆定位的准确性。另外，摄像头还可以辨识出路上出现的交通标志和信号灯等物体，以保证自身的运行会严格遵守交通规则。这点是激光发射器很难办到的。

车载雷达：HDL-64E是有一定判断物体运动轨迹和速度的能力的。但其获得的数据毕竟不实时，并且要将其与车辆自身的速度结合，计算出两者的相对运行速度，还需要许多额外的计算量。因此Google为车辆前后都配备了车载雷达，它们可以很精确的测出前后车辆与Google Car的相对速度，以此判断接下来的车速该如何变化。

中央处理器：所有传感器的数据都会汇集起来并传输给位于汽车右后方的中央处理器进行处理，由于所有数据都是实时的，因此流量异常庞大。处理器会参照各传感器提供过来的数据，并绘制出一份最终的周边环境地形图。它会将所有对其意义不同的物体用不同的 颜色标示出来。AI就会对路况作出判断，随时根据道路情况决定汽车下一步的行动。

《中国制造2025》已将节能与新能源汽车作为重点发展领域，并明确智能网联汽车产业的发展目标。面对以美欧日为代表的汽车产业发达国家纷纷布局互联网汽车发展的局面，我国应消除在法律、标准、研发、示范应用上的制约因素，推动智能网联汽车和智慧交通产业升级，打造国际先进的智能网联汽车产业高地。

END