1.5 车联网的发展趋势
近年来，互联网技术的迅速发展给汽车工业带来了革命性变化的机会，汽车智能化技术正逐步得到广泛应用，这项技术使汽车的操作更为简单，行驶安全性也得到了更高的保障，而其中最典型也是最热门的应用就是无人驾驶汽车技术的开发。从有人驾驶到智能驾驶，从智能驾驶到无人驾驶，这是汽车发展的必然趋势，智能驾驶包括驾驶辅助（Driving assistance, DA）和自动驾驶（Automatic driving, AD）两个阶段。
驾驶辅助顾名思义，仍需要驾驶员主动控制车辆的行进过程，并密切注意路况和车况，汽车上搭载的智能系统可以辅助驾驶员更为舒适、安全地行车。在传统的汽车行业中，驾驶辅助主要研究方向为车道保持辅助系统、自动泊车辅助系统、刹车辅助系统、倒车辅助系统和行车辅助系统。然而在如今的车联网中，驾驶辅助的内容更为宽泛，一些主动安全的技术，应该也归于驾驶辅助系统当中，安全性应用主要包括基于车辆和车辆之间的应用以及车辆和交通设施之间的应用。V2V应用主要包括：前向碰撞预警、紧急电子刹车灯、盲点/换道预警、禁止通行警告、交叉路口驾驶辅助、左转弯辅助。V2I应用主要包括：弯道车速警告（Curve Speed Warning,CSW）、红灯警告（RLVW）、停止信号提醒（SSGA）、智能路况、行人警告等。这些驾驶辅助系统旨在提高行车的安全性，以及帮助驾驶员养成一个良好的驾驶习惯。
自动驾驶主要关注的方向为汽车的自动化行驶，驾驶辅助中的主动安全警告为安全自动驾驶的前提，自动驾驶可分为4级。驾驶0级：由驾驶员驾驶；1级：具备1种以上自动化控制功能（如自适应巡航和车道保持系统ACC等）；2级：以汽车为主体执行多种操作功能；3级：当以汽车为主体的驾驶行不通时可指示驾驶员切换为手动驾驶；4级：完全可以无人驾驶。
无人驾驶是自动驾驶的最高目标，无人驾驶汽车希望减少由于人类疏忽而造成的交通事故，现如今的自动驾驶汽车是通过车载传感系统感知道路环境，自动规划行车路线并控制车辆到达预定目标的智能汽车。国外著名汽车企业及IT行业巨头谷歌都竞相着手研发无人驾驶汽车技术，研发进程十分迅速，不少研发车型已接近量产。
从技术层面来讲，智能驾驶又分为自主式和协作式，如图1-20所示。自主式汽车（Autonomous Vehicle）是利用车载传感器来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶。它集自动控制、体系结构、人工智能、视觉计算等众多技术于一体，是计算机科学、模式识别和智能控制技术高度发展的产物。自主式汽车的传感器主要包括摄像机、雷达传感器和激光测距仪等，例如谷歌公司的Google X 实验室研发的全自动驾驶汽车Google Driverless Car，车顶上搭载的扫描器可以发射64束激光射线，激光碰到车辆周围的物体，又反射回来，就可以计算出物体的距离，这套高性能的激光雷达设备价格不菲。另一套搭载在车辆底部的系统可以测量出车辆在三个方向上的加速度、角速度等数据，再结合GPS数据计算出车辆的位置，并将所有这些数据与车载摄像机捕获的图像一起输入计算机，软件以极高的速度处理这些数据进而规划和控制车辆的行为以保证车辆的行驶安全。
图1-20 智能驾驶汽车发展方向
自主式汽车有其固有的缺陷性，它不仅需要留意周边的其他车辆，还必须完全依靠自身能力检测到周围的路人、车道、停止线、交通标志、交通灯等一系列因素，也需要有预测目前行驶的车道是否会在几百米之外终止、前方道路上是否有停泊车辆等问题的能力，这就受到了传感器探测距离与精度的限制。激光扫描仪无法穿越固体障碍物，如果有行人突然从车辆背后出现在车道上，扫描仪可能无法及时检测出来。此外，天气对自主式汽车也有巨大影响，当路面上有积雪时，自主式汽车经常会面临无法“看清”道路标志以及其他线索的难题，而计算机必须利用这些信息才能进行正确的定位。
协作式汽车也即网联汽车（Connected Vehicle），它通过车车联网、车路联网的方式来解决车辆的安全行驶问题。每辆车均可通过DSRC技术形成车辆间自组织网络获取其他车辆的行驶状态，以及道路环境，基于这种高度共享的信息来判断事故发生的可能性。面对以后需要大范围推广自动驾驶汽车的情况，协作式汽车无须安装大量高端精密的传感器，其搭载DSRC设备制造价格相较于激光/雷达更为低廉，可靠性更高（误警次数更少），传输性能也更好。每辆车的DSRC设备通信范围可达几百米（最远可达1千米），有很好的隐私保护机制，不受视线遮挡，受天气环境影响较小。最关键的是，协作式的网联汽车打开了汽车之间交流的通道，就像人类之间可以交流一样，汽车之间可以共享任何的信息。因此协作式智能驾驶也为如今政府所力推的智能汽车发展方向。但其仍存在一定的缺陷，例如需要所有的车辆都安装DSRC设备才能使车辆安全驾驶的提高成为可能，前期需要投入大量的资金铺设道路设施等。自主式智能汽车仅仅依靠车载传感器，因此需要有极其强大的感知能力和处理能力，就像一台超级计算机，自身的能力足够的强，不依靠外界的帮助。协作式智能汽车通过网络实时的交互实现信息的充分共享，不仅加强了信息的获取能力，而且还降低了自身的处理能力要求，就像是一台联网的计算机，虽然自身能力不强，但是通过网络的资源共享反而能获取更多的信息。
智能化和网联化是智能驾驶发展的两大趋势，美国交通部在2015-2019的五年战略规划中已经把车联网和自动驾驶作为优先发展的两大战略，如图1-21所示。从政府层面来说，网联化都是各国政府大力推广的技术路线，因为市场渗透率越高就越能发挥它的优势，所以需要借助政府来强制推动立法。美国政府希望在2017年推动立法，要求所有轻型轿车都安装DSRC设备，并且在2021年取得实质性的推广。从企业层面来说，自主式的智能化路线更加有利于迅速切入市场，不需要过多外部资源的协作，所以整车厂商和IT企业纷纷在这一技术路线上布局。2016年5月，在美国佛州高速公路上，一辆特斯拉Model S在启用Autopilot功能时撞上了一辆半挂卡车，这起交通事故引起了业界广泛对自动驾驶路线的讨论。从信息技术发展上来说，万物智能和万物互联是未来的发展趋势，而物联网是人工智能的基础，在自动驾驶领域更为迫切地表现为车联网是自动驾驶的基础。此次事故的直接原因是Mobileye把卡车当成了蓝天白云，毫米波把卡车当成了路牌。毫米波雷达+摄像头的方案属于自主式的智能化方案，即自车的环境感知系统，面对参差不齐的路况场景，一个显而易见的事实摆在面前，就是没办法穷尽极端情况，特别是视觉传感器无法做到全天候、全路况的准确感知。解决这一问题可以通过现在车联网技术，重视安全盲区的设计，假设卡车与特斯拉靠近时相互预警，或者在卡车左转的必经之路上预埋一个地感线圈并连接路边单元，通过V2I与特斯拉交互，驾驶者即使在被卡车挡住视线或靠近角落时也能接收到汽车发出的预警信息，就会轻松避免相撞。Google在大力发展自主式自动驾驶时也逐渐意识到了需要结合车联网才能提供更加全面的感知信息，其对待网联化的协作技术的态度已经从怀疑变为肯定。因此，智能网联汽车是未来的发展方向，只有将智能化和网联化有机地结合起来，才能做到全天候、全路况的准确感知。所以，将智能化和网联化相结合，让自主式的智能化感知系统（如摄像头、激光雷达）在视距范围、环境相对简单的场景下发挥作用，而网联化的协作式感知系统即V2X技术则在非视距范围及环境更加复杂的情况下更具优势，通过深度交流可探测到较大范围内的潜在危险车辆，通过路况信息提前规划变更行车路线等，自主式与协作式的感知系统起到良好的互补作用，为自动驾驶技术的完备打下基础。可以预见，真正自动驾驶时代的到来，可能是在车辆全部联网、智能决策和协同控制更加完善以后，在此之前只能做到辅助驾驶，并不是完全意义上的自动驾驶。
图1-21 美国交通部2015-2019的ITS战略规划中的第一条