无人驾驶汽车的发展现状与展望

无人驾驶汽车的发展现状与展望

课程名称：无人驾驶车辆设计理论

学生姓名：张原旗、周昕、王铭轩、张妍、王浩淼、于骁

机械与车辆学院

0引言

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。与此同时，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简单，行驶安全性也更好，而其中最典型也是最热门的未来应用就是无人驾驶汽车。也许这一趋势能使无人汽车比新能源汽车更早走入大众的生活。

无人驾驶车辆从广义上可以分为地面、空中、水上和水下等多种形式，但现阶段一般特指所有地面无人驾驶载体，它包括军用平台和民用平台，地面无人驾驶车辆起源于军事需求，无人驾驶车辆在军事应用领域的迅猛发展，极大地促进了世界各国研发无人驾驶车辆的热情。

无人驾驶车辆具有异常广阔的应用前景。通过车辆与车辆(V2V)以及车辆与基础设施（V2I）的通信，可以实现无人驾驶车辆与其他车辆、基础设施以及人类之间的交互。凭借这种优势，多个无人驾驶车辆之间可以完成编队，通过交叉口、多任务分配等多种方式的协作，从而形成一种全新的智能交通方式。同时在一些工作环境恶劣、劳动强度较大的领域，如矿区环境，无人驾驶车辆也已崭露头角；另外，无人驾驶车辆还可以应用在军事领域，节省人力，提高作战效率，减少人员伤亡。

汽车的智能化发展是逐步推进的，2014年美国汽车工程师学会（SAE）将汽车自动化等级定义为以下六个层次：

L0无自动驾驶（Level 0 Driver Only）：完全由驾驶员控制汽车的速度和方向，没有辅助系统的干预。

L1辅助驾驶（Level 1 Assisted）：驾驶员持续控制着汽车的纵向或横向的驾驶任务，另一方向的驾驶任务由辅助驾驶系统控制，如辅助泊车系统。

L2部分自动驾驶（Level 2 Partial Automation）:驾驶员必须持续监测动态驾驶任务及驾驶环境。在一定的条件下，自动驾驶系统控制汽车的纵向和横向动态驾驶任务，如交通拥堵辅助系统。

L3有条件自动驾驶（Level 3 Condition Automation）：驾驶员不需要持续监测动态驾驶任务和驾驶环境，但是驾驶员必须时刻处于一个可以随时恢复对汽车控制的位置。自动驾驶系统在一定的条件下可以控制汽车的纵向和横向驾驶任务，但是自动驾驶系统的性能有限，要保证驾驶员有足够的反应时间恢复对汽车的控制，如高速公路自适应巡航控制（ACC）系统。

L4高度自动驾驶（Level 4 High Automation）:在一定使用条件下，汽车驾驶不需要驾驶员存在，自动驾驶系统控制着汽车的纵向和横向驾驶任务，如城区下的自动驾驶系统。

L5完全自动驾驶（Level 5 Full Automation）：在所有工况行驶过程中，自动驾驶系统控制着汽车的纵向和横向驾驶任务，不需要驾驶员存在。

如今，越来越多的企业开始涉足这块领域，将尖端的 IT 技术运用到汽车领域中，希望为消费者驾车出行带来更多美好体验。麦肯锡预测，到 2025 年无人驾驶汽车可以产生 2 000 亿～ 1.9 万亿美元的产值; 市场研究公司 IHS 预测， 2035 年L5级完全无人驾驶车每年销量可达480 万辆。对任何一个行业而言，这都具有足够的市场诱惑。

1无人驾驶汽车发展现状

无人驾驶技术的发展，离不开需求和技术这两个关键因素。随着市场对汽车安全化和智能化的要求越来越高，越来越多的科研机构、车企、互联网企业、创业公司等加入了这个领域，他们走在无人驾驶技术发展前沿，使得近年来无人车辆智能化和网联化技术取得巨大进步，真正的实现无人驾驶指日可待。

1.1国外无人驾驶汽车发展现状

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。在美国及欧洲，允许正在开发的自动驾驶车上路行驶正成为一种普遍现象。美国

内华达、加利福尼亚、佛罗里达及密歇根州为谷歌、奥迪等正在开发

的无人驾驶车发放了公路试验牌照。欧洲方面，德国向宝马发放了许可证，西班牙也允许无人驾驶汽车上路行驶。

GooleX实验室在2007年就开始了无人驾驶汽车研究的各项筹备工作，并在2009年利用丰田车身进行了无人驾驶汽车的初步研发工作。2012年５月，美国内华达州机动车辆管理部门（DMV）为Google无人驾驶汽车颁发了首例驾驶许可证，这也是美国首例自动驾驶汽车的路测许可。而在2014年５月，Google公司公布了其自主设计的无人驾驶汽车，虽然还处于原型阶段，但是它仍然显示出了其与众不同的创新特性。同年12月，Google完成了首辆全功能无人驾驶汽车原型。截止到2015年11月，Google研发的无人驾驶汽车共完成了209万公里的路测。Google在人工智能方面长时间的研发积淀为其无人驾驶汽车的发展奠定了良好的基础，2016年２月，NHTHA表示 Google的无人驾驶汽车采用的人工智能系统可以被视为“司机”。同年，Google自动驾驶汽车项目独立成立了新公司Waymo。虽然，Google公司是首家上路测试无人驾驶汽车的公司，并且其无人驾驶技术处于领先地位，但是Google尚未实现无人驾驶汽车的商品化，在这方面要落后于特斯拉和Uber等主要竞争对手。另外，Google公司的无人驾驶汽车所安装的智能零配件成本较高，安装在汽车顶部的64束激光雷达售价就高达７万美元，各种传感器的价格总和达到了25万美元左右，而整个无人驾驶汽车的成本总计约35万美元，过高的成本也是限制Google无人驾驶汽车商业化生产的主要因素之一。2018年1月，Waymo公司正式拿到了美国首个商业自动驾驶打车服务执照，其计划在当年商业化无人驾驶出租车服务。总体来看，Google作为最早发展无人驾驶技术的公司，其依靠自身强大的视觉系统和高精定位为主要优势，在无人驾驶研发领域处于技术领先的地位，并且，其旗下的Waymo公司已经开始与美国汽车行业的其他公司积极开展合作，逐步扩大其无人驾驶汽车的应用场景。

特斯拉作为美国另一家具有代表性的无人驾驶汽车的研发公司，其并没有像 Google那样采用完全由计算机实现自动驾驶的方式。特斯拉公司在无人驾驶汽车的研发过程中旨在通过无人驾驶帮助司机提高驾驶体验，实现相应的辅助驾驶功能，其无人自动驾驶不会完全替代驾驶员的作用和地位。特斯拉已经在其量产的商用车中，集成了部分

基础的自动驾驶功能，但是仍然要求驾驶员做好随时接管车辆的准备。特斯拉公司的无人驾驶汽车的硬件设备包括摄像头、超声波传感器、前置雷达和车载处理器。与Google有所不同的是，其无人驾驶汽车并未采用激光雷达设备，而是使用摄像头和具有40倍计算能力的车载处理器代替。由于特斯拉的自动驾驶汽车已经投入量产，所以其选择的“低成本感知＋高性能计算”的方式对于控制整车成本来说是十分合理的。特斯拉公司的Modle系列车型中加载了自动驾驶系统Autopilot，它可以帮助车主在一些特定情况下实现辅助自动驾驶功能。2016年10月，特斯拉公司在其新车上都安装了Autopilot 2.0“完全自动驾驶功能”的硬件系统，其软件部分也包含了多项辅助功能，但是成本却控制在了合理的范围之内。2017年３月，特斯拉宣布推出Autopilot8.1系统，大大提升了无人驾驶汽车的等级。据相关资料统计显示，特斯拉公司的无人驾驶汽车在Autopilot模式下行驶的路程已经超过了2.2亿英里。相对于 Google公司的无人驾驶汽车目前还处于测试阶段，特斯拉公司的无人驾驶汽车已经实现了商业化的量产，并且拥有一个关于自动驾驶汽车的商业模式。在特斯拉的创始人ElonMusk看来，当前汽车实现L5自动驾驶的基础已经具备，而且无人驾驶汽车的安全性至少是人类驾驶员的２倍以上，理应加快L5自动无人驾驶的进程。所以特斯拉公司在无人驾驶汽车方面研发的目标在传统的车企以及其竞争对手看来，过于冒险甚至有一些激进。过去几年里，特斯拉自动驾驶汽车曾多次发生事故，从而造成车内人员伤亡。这些事件也引起了人们对于无人驾驶汽车的安全性的广泛讨论，在实现全自动无人驾驶汽车目标的过程中，特斯拉公司必将遇到技术和安全等方面的多重挑战，有许多问题亟待解决。

福特公司在2015年也成立了无人驾驶汽车研究团队。为了增强其在自动驾驶中的云计算能力，福特公司在2016年入股了云计算领域的一家公司Pivotal Software，而在同年７月，其与麻省理工学院共同发起了一项关于机器学习以及自动驾驶系统的研究计划，该计划旨在解决车辆碰撞问题以及改进自主路线规划。除了使用激光雷达测距传感外，福特还尝试使用无人机充当无人驾驶汽车的传感器，并获得了一项新专利。根据最新的专利显示，福特公司想要开发一种新类型的车载传感器，一旦无人驾驶汽车的传感器出现问题，无人机的套件将

作为替代组件使用。但是目前这套系统还只是处于专利阶段，此项技术的普及还需要长时间的实验及验证。福特公司计划在2021年开始量产无方向盘的纯无人驾驶汽车，用于无人驾驶的出租车服务。

德国的两大著名汽车企业奔驰和宝马公司也各自开展了有关无人驾驶汽车的研发工作。2013年９月，奔驰汽车公司宣布其生产的S级轿车完成了从德国的曼海姆到达普福尔茨海姆的自动驾驶测试，2015年１月，在国际消费电子展上，奔驰公司发布了其旗下F015 Luxury in Motion自动驾驶概念级豪华轿车，并在美国旧金山通过路试。除此之外，奔驰公司还与芯片制造商英伟达公司建立了研发无人驾驶汽车的合作关系。宝马公司早在2006年，就已经开始在赛道上尝试对汽车的自动驾驶进行测试，2011年，宝马公司的无人驾驶汽车的首次路试在德国进行。2014年７月，宝马公司和百度公司达成战略合作，进行无人驾驶汽车的研发和制造，其中，宝马公司负责硬件设施的设计和制造，而百度公司则承担起数据分析和技术服务的任务。2015年底，宝马公司联合奥迪、奔驰公司收购诺基亚地图业务HERE，布局对无人驾驶至关重要的高精地图领域。而在2016年７月，宝马、英特尔以及Moblileye联合举行发布会，宣布进行三方合作，联手进入无人驾驶汽车领域，协同开发无人驾驶电动车iNext，并声明宝马公司将于2021年与两家合作公司共同推出无人驾驶汽车。这也是IT、汽车、ADAS三巨头的首次合作。

除了上述企业外，汽车行业的其他公司也纷纷开展有关无人驾驶汽车的研发和制造。包括丰田、奥迪、大众、沃尔沃等传统的车企在内的许多公司都加入了无人驾驶汽车的研究，并制定了相应的战略布局。另外，芯片制造商英伟达、移动专车公司 Uber、全球汽车零件供应商博世等公司的积极参与使得无人驾驶汽车产业更加蓬勃发展。

1.2国内无人驾驶汽车发展现状

国内无人驾驶汽车的发展相对较晚，我国的无人驾驶研究始于20世纪80年代，1992年多个高校联合研发出了我国第一辆具有自主识别功能的ATB-1无人驾驶汽车，一辆国产的面包车上安装了由计算机及相应的检测传感器和液压控制系统所组成的汽车计算机自动驾驶系统，既保持了原有的人工驾驶性能，又能够用计算机进行控制实现一定程

度的自动驾驶行车。2000年６月，国防科技大学与中国第一汽车集团联合开发“红旗CA7460”，并且试验成功，其最高时速可以达到130km/h。而其研制的无人驾驶汽车红旗HQ3在2011年通过了试验，从长沙经高速公路自行开往武汉，行程286公里，平均时速87km/h。由于起步较晚，且受到技术条件等相关因素的限制，我国的无人驾驶汽车还处于研发试验的初级阶段，未形成产业市场。目前，国内无人驾驶的研发主体主要是各高校以及科研院所，虽然近年来一些车企开始与高校进行合作，共同推进无人驾驶汽车的研发和制造，尤其是智能辅助驾驶系统的研究。但是也只有为数不多的汽车企业积极开展相应的无人驾驶研发。2013年９月，上汽集团与中国航天科工三院在上海签署了战略合作协议，共同开展有关无人驾驶汽车的研究。同年，比亚迪与北京理工大学联合研制“Ray”无人驾驶车辆，获得2013年“中国智能车未来挑战赛”第一名，首次将无人驾驶车辆环境感知、规划决策和控制技术与汽车动力系统、传动系统和电子控制系统进行了一体化融合设计。除此之外，北京现代汽车与军事交通学院也展开合作研究。随着人工智能的快速发展，国内一些IT企业和各大自主车企也将目光更多地投入到无人驾驶领域。作为国内IT企业的领先者之一，百度公司在近几年也投入大量的精力在无人驾驶汽车的研究上。百度的无人驾驶车项目于2013年起步，由百度研究院主导研发，其技术核心被称为“百度汽车大脑”，包括高精度地图、定位、感知、智能决策与控制四个模块。百度公司使用大数据、高精度地图、人工智能以及百度大脑等一系列现有技术进行无人驾驶汽车的相关研究。2015年12月，百度公司宣布，百度无人驾驶汽车在国内首次实现了城市、环路及高速道路混合路况下的全自动驾驶。2016年，在百度世界大会无人车分论坛上，百度自动驾驶事业部负责人王劲宣布，百度无人车刚获得美国加州政府颁发的全球第15张无人车上路测试牌照，并且，百度将成立NHTSA Level 3等级自动驾驶技术的Ｌ3事业部。2017年４月17日，百度宣布与博世公司正式签署基于高精地图的自动驾驶战略合作，开发更加精准实时的自动驾驶定位系统。此外，百度也已经将视觉、听觉等识别技术应用在“百度无人驾驶汽车”的系统研发中，并由百度深度学习研究院负责此项目。除了百度之外，国内也有其他一些企业参与到无人驾驶汽车的研发领域。2016年９月，京东集团对外宣布，由其自主研发的中国首辆无人配送车已经进入到道路测试阶段，

10月份即将开始试运营。滴滴公司也宣布将无人驾驶汽车作为滴滴的重大战略布局。综上所述，目前在国内有关无人驾驶汽车的研究，一方面主要依赖于各高校以及科研院所和国内主要车企的合作，另一方面，国内的IT企业也在利用其技术方面的优势，积极投入到无人驾驶汽车的研发中来。

2无人驾驶汽车的技术难题和产业化瓶颈

2.1技术难题

当前无人驾驶技术产业化仍有许多关键技术问题亟待解决。第一，环境感知技术。不论是何种程度的无人驾驶，感知都是必不可少的步骤，只有通过感知车辆行驶过程中其周围的路况环境，才能在此基础上做出相应的路径规划和驾驶行为决策。目前为止，没有一种传感器能满足L5无人驾驶需求，在不同的条件下，不同类型的传感器有着各自的优缺点。例如，激光雷达对雨雾的穿透能力受到限制，对黑颜色的汽车反射率有限；毫米波雷达对动物体的反射不敏感；超声波雷达的感知距离与频率受限；摄像头本身靠可见光成像，在雨雾天、黑夜的情况下其灵敏度会有所下降。第二，提高汽车的视觉能力也是当前无人驾驶汽车面临的一个重难点。它要求无人驾驶汽车不仅需要识别周边的其他车辆，还必须能够在各种环境下能够检测周围的车道、行人、交通标志等一系列相关因素，而且当处于雨雪天等恶劣的环境中时，无人驾驶汽车也必须精确识别周围环境中的相关因素，进行精准的判断和决策。第三，精确定位和导航技术。无人驾驶要求地图定位的精确度达到厘米级别甚至是厘米以内，并且需要地图以更快的速度进行更新。目前，高精度的GPS受制于国外限制，无法在民用汽车上使用，国内的北斗导航系统虽然已经投入使用，但在定位精确度上仍然有待提高。第四，复杂环境下的适应和学习能力。复杂的路况问题也是无人驾驶汽车所需要考虑和解决的另一个难题，不同国家、地区、光照、天气下的路况会存在一定程度的差异，要求无人驾驶系统具有相应的自适应能力以及自主学习能力，这也是未来研发的重难点。

2.2成本问题

到目前为止，无人驾驶汽车产业化瓶颈主要来自于成本，所面临的挑战包括开发低成本、稳定可靠的传感器及大量的软件开发。上述成本中未包括企业在研发及软件开发领域的成本，全球主流企业在无人驾驶汽车领域的前期研发投入都非常庞大。Google公司的无人驾驶汽车单辆的硬件成本就高达35万美元，其中各种传感器的成本为25万美元，一个64束激光雷达的成本就高达７万美元。由于无人驾驶汽车更多依赖于汽车电子产品和软件，根据摩尔定律，未来随着无人驾驶技术研究的进一步深入，廉价的电子零部件替代品出现将会使无人驾驶汽车的成本快速下降。

2.3法规问题

无人驾驶汽车是新技术新产品，加之近年来已出现包含特斯拉在内的一些安全事故，侧面反映了有相当多的法律问题及道德伦理问题有待解决，针对无人驾驶汽车的法律法规也不健全。现有的道路交通安全法规还无法适应无人驾驶汽车的行车条件，需要有针对性的法律法规保证无人驾驶汽车的正常行驶。美国目前有4个州——内华达州、佛罗里达州、加利福尼亚州和密歇根州通过了允许对无人驾驶汽车进行路测的法规。2017年12月18日，北京市交通委网站下发通知，宣布正式印发《北京市关于加快推进自动驾驶车辆道路测试有关工作的指导意见（试行）》和《北京市自动驾驶车辆道路测试管理实施细则（试行）》两个文件，正式为北京地区的自动驾驶测试活动提出了管理规范。尽管已经有不少例子证明政府为鼓励科技创新会对有关的法律法规进行调整，但在政府决定出台支持无人驾驶汽车的法律前，还需要数以百万公里的路测。另外，无人驾驶汽车在行驶时可能会引发交通事故，如何划分事故责任，如何依据法律法规进行公正地判决仍然，以及保险的赔付，市场准入标准等相关问题仍然需要建立起相关法律法规的支持。

2.4信息安全问题

无人驾驶汽车属于智能交通大系统，是智能汽车与车联网的交集，也是未来发展方向和关注焦点。无人驾驶汽车是“集环境感知、规划决策、多等级辅助驾驶等功能于一体的综合系统，实现车与车、路、人、云等智能信息交换和共享”。然而，信息安全挑战也随之而来。

远程攻击、恶意控制，窃取用户隐私数据等安全隐患会对车、路和环境甚至人的生命财产安全造成危害。因此无人驾驶汽车信息安全问题引起了高度重视，信息安全对于保护智能汽车、保障智能交通和智慧城市具有基础性作用，是无人汽车与智能交通和智慧城市融合发展的先决条件。

3.无人驾驶发展前景

目前我国无人驾驶汽车技术发展仍以汽车厂商为主导，发展明显滞后于国外。中国最大的搜索引擎运营商百度已有5年无人驾驶软件研究基础。其无人驾驶汽车的Apollo软件系统是开源的，并有意邀请所有人一起来测试汽车和收集数据。2014年7月，百度启动“百度无人驾驶汽车”研发计划。2015年12月，百度无人驾驶车于国内首次实现城市、环路及高速道路混合路况下的全自动驾驶，测试时最高速度达到100km／h。2016年11月，百度无人车首次进行了开放城市道路实验，实现全程无人工干预的L4级无人驾驶技术。2018年4月，百度宣布Apollo商用级无人驾驶巴士正式面向公众试乘。如今百度无人车的定位精度能够达到10 cm，大大高于GPS定位3—5m的精度。这标志着中国无人驾驶车的发展进入具有里程碑意义的新阶段。不同于国外车企以自主研发为主，我国汽车厂商多采取与国内科研院所、高校合作研发无人驾驶技术，其中已经开始相关研究工作的企业有一汽、上汽、北汽、奇瑞、长安等。其中，2015年7月，长安汽车发布智能化汽车“654”战略，计划到2025年建立起1500人的研发队伍，累计投入130亿元用于提升无人驾驶等智能汽车技术水平，并掌握全自动驾驶技术。通过比较加州交管局汇报的数据和国内数据，国内顶尖的Apollo与Google Waymo和Uber相比还有一定差距，且国内的测试环境更具有挑战，但政府提供了很多交管法规和技术设施的支持，加上中国人对新事物的接受程度很快，所以投入更多的人才抢占先机，中国的无人驾驶有长远的发展前景。

目前，各整车制造企业采取的路线是：首先以高速公路为中心实现自动驾驶技术，然后逐渐推广到主要公路乃至普通公路。人们普遍认为，相比突然推出全自动无人驾驶汽车，循序渐进的引入和推广自动驾驶技术才是可行之道。戴姆勒一奔驰预测，汽车自主操控将首先

在交通堵塞或泊车等低速驾驶的场合实现，这在未来几年就已经可以实现。而在需要正常驾驶的场合，部分车企(如通用汽车)会选择首先在路况和设置相对规范的道路(如高速公路)上实现无人驾驶。无论是奔驰、宝马、沃尔沃还是比亚迪都认为，无人驾驶时代远比IT企业预想的要来得慢，而且驾驶员对于安全感的需求可能远远超过IT思维的预想。即使技术上已经很安全，但要打消车主对于自行转动方向盘的不信任，仍是一个艰难的过程。这看起来是一个符合逻辑的理由，但是这些汽车厂商内心真实的想法是：一方面通过辅助安全来迎合汽车智能化的趋势，另一方面在IT企业占主导的出行解决方案上，尽量拖延商业化的到来。但是智能安全辅助功能研究已经很成熟，客观上为无人驾驶搭好了基础技术平台，而且接下来汽车厂商的研究重点是将车辆低速跟随和远程控制商业化，这个领域是汽车企业和IT巨头争夺无人驾驶为特征的个人智能交通的临界点。来自专业机构的分析，这个时间点会在2020年出现。

IT企业将所有正在开发和尝试实现的汽车智能化和交通控制智能化技术集为一体。因此，无人驾驶技术也被视为“汽车智能化的终极目标”。以谷歌为例，无论是开发安卓系统、做实景地图，还是发射自己的卫星，谷歌的这些技术将来都会转移到无人驾驶领域上。不过，谷歌的技术仍需要以传统汽车厂商制造的整车为载体，因此，谷歌与传统汽车厂商一起组建了“开放汽车联盟”(OAA)。其目的是让所有联盟中的汽车厂商在自己的汽车车载系统中使用谷歌的Android系统，进而再购买其开发的无人驾驶解决方案。目前，几乎所有欧美汽车制造商都已通过跨行业合作启动了无人驾驶项目，以期在无人驾驶汽车的竞争中把握主动权。

4.应用场景

4.1物流行业

物流的核心在于调度，中间运输环节的核心则是安全和成本。借助无人驾驶技术，装卸、运输、收货、仓储等物流工作将逐渐实现无人化和机器化，促使物流领域降本增效，推动物流产业的革新升级。一直以来，无人物流是各大企业的必争之地。2018年5月24日，苏宁物流的“行龙一号”无人卡车上海完成行业首个Level4级“仓到仓”

无人驾驶物流场景作业。2018年11月7日，智行者宣布，旗下研发的无人驾驶物流配送车“蜗必达”迈入规模化量产的阶段，该车主要应用于小区或园区内的无人物流配送。除此之外，国内的阿里菜鸟、智加科技、慧拓智能、图森未来、主线科技等企业，对无人驾驶技术在物流领域的应用也有布局。

4.2共享出行

基于共享平台的多样性和极具吸引力的“流量”，汽车共享出行平台为无人驾驶提供了一个真实的“道路测试平台”。无人驾驶技术解决了目前共享汽车领域诸多痛点，从“人找车”“人找位”，变成“车找人”“车找位”，还可实现“一键叫车”“一键泊车”。目前，国内一些企业已经开始无人驾驶共享汽车的应用测试。2018年4月底北京车展期间，北汽新能源轻享科技在奥林匹克水上公园，实现了国内首个封闭场景的无人驾驶共享汽车应用落地。同年5月24日，百度与盼达用车在重庆启动国内首次自动驾驶共享汽车试运营，6台搭载百度Apollo自动泊车产品的自动共享汽车将在园区内投入为期1个月的定向式运营。国内，在共享出行领域的无人驾驶队伍中，还有滴滴、优步、中智行科技、Momenta、驭势科技、零跑科技和美团等企业。

4.3公共交通

车速慢、距离短、线路固定、专用道行驶等特点，让公交车具备无人驾驶的基础条件。应用于公交车的无人驾驶系统，能及时对突发状况做出反应，可实现无人驾驶下的行人车辆检测、减速避让、紧急停车、障碍物绕行变道、自动按站停靠等功能。国内已有不少企业开启了无人驾驶在公共交通领域的技术研究和测试。2015年8月29日，宇通无人驾驶客车在河南郑开大道开放道路测试，在开放道路交通条件下，全程无人工干预首次成功运行。2019年1月18日，深兰科技主导研发的多功能“熊猫智能公交车”，在“新一代人工智能未来发展峰会”上正式发布，该车已在德阳、常州、衢州、池州等地试运行。

此外，在出租车行业，无人驾驶技术为其提供人工智能驾驶员，根据地理位置进行定制化设计，并提供城市及动态条件下的车载导航功能，帮助出租车实现自动化。国内，各大科技企业对无人驾驶出租车领域这块“蛋糕”觊觎已久。2018年11月1日，全国首辆自动驾驶出租车在广州大学城开始试运营，该辆无人驾驶出租车的技术支持来自文远知行WeRide.ai。今年7月3日，百度无人驾驶出租车项目

“Apollo Go”亮相百度AI开发者大会，据介绍由百度和一汽红旗打造的中国首条L4乘用车前装产线现已开始正式投产下线，并将于长沙率先落地。我国还有很多无人驾驶初创企业，像AutoX、地平线、清智科技、极目智能、海梁科技、领骏科技、宽凳科技等，在为公共交通的无人驾驶系统提供技术支持。

4.4环卫

一直以来，环卫领域都属于劳动力密集型行业，成本高、过程乱、质量差、风险大、经验缺一直是环卫行业的痛点。无人驾驶清洁车通过自主识别环境，规划路线并自动清洁，实现全自动、全工况、精细化、高效率的清洁作业，使其行业痛点得以克服。国内的无人驾驶清扫车的商业落地也已初现端倪。2017年9月11日，百度携手智行者推出国内首款无人驾驶环卫车，实现我国无人驾驶环卫车的首次商用。今年7月2日，高仙机器人与浩睿智能联合研发生产的第二代无人驾驶环卫车Ecodrive (爱科驾) Sweeper G2投入使用，首台落地应用已于河南省鹤壁5G产业园亮相。另外，国内的智澜科技、四图维新、仙途智能等企业，也已展开对无人驾驶技术环卫领的探索。

4.5港口码头

据了解，我国港口众多，每年都要完成大量的货物吞吐，对卡车司机的需求量大。对港口而言，以经济可行的方案，实现已建集装箱水平运输自动化，是向世界一流港口看齐的必由之路。

无人驾驶技术在港口码头场景的转化应用，可有效解决传统人工驾驶时，存在的行驶线路不精准、转弯造成视线盲区、司机疲劳驾驶等问题，节约人工成本。目前，国内已有多个港口迈出了关键性的一步。2018年1月14日，西井科技联合振华重工，在珠海港先后进行了跨运车（在码头搬运、堆砌集装箱的专用车辆）和集装箱卡车的无人化运行演示。2018年4月19日，中国一汽解放专为港口作业研发的ICV(Inteligent Container Vehicle)港口集装箱水平运输专用智能车全球首发，这是中国国内第一个实现L4级港口示范运营的智能驾驶运输车辆。此外，青岛、厦门、天津等城市的港口率先启动了无人化，自动化应用，成为高科技的自动化港口。在我国，还有图森未来、主线科技、踏歌智行、西井科技、智加科技等企业，在为港口码头实现自动化提供解决方案。

4.6矿山开采

对于矿山开采而言，无人驾驶技术可以说是刚需。无人驾驶在矿山开采中，通过技术支撑，矿山开采整体能耗下降、综合运营效益提升，提高矿区安全生产工作，加快智慧矿区的建设。近年来，矿山开采自动化已经成为大势所趋。2018年6月14日，由洛阳钼业公司与河南跃薪智能机械有限公司联合研发的SY系列纯电动矿用卡车，在三道庄矿区正式投入使用。今年1月28日，中国兵器北重集团北方股份公司自主研制的国内首台无人驾驶电动轮矿车，在内蒙古自治区包头市的生产线成功下线，并进入调试阶段，不久将进入矿山试运行。在国内，像踏歌智行、图森未来、东风汽车、西井科技等企业，也都有参与无人驾驶卡车的研制和应用。

4.7零售

有业内人士认为，新零售的下一个“战场”就是移动零售。无人驾驶技术让零售实体店突破以往的区域限制，打破线下有形场景与线上无形场景的边界，实现零售业态的全面升级。本质上，无人驾驶零售就是一个渠道，它立足点是“让商群无限接近客群”。2018年6月7日，深兰科技发布了一款名为“芭堤雅”的自动驾驶功能性商用车，据了解，芭堤雅无人车就是一个移动商店，是扫手上车、拿了就走的无人店；2019年7月16日，北京朝阳公园为丰富园区服务类型、提升园区智能化水平，引进了无人驾驶零售车。除朝阳公园外，北京世园会园区、河北雄安新区等地也有此类无人车投放。除了深兰科技外，国内还有AutoX、极智无限、新石器等企业，在零售领域的无人驾驶场景应用上，也已拥有较为成熟的技术方案。

随着各互联网公司和车企的积极布局，以及不断冒出的无人驾驶技术创业公司，使得国内无人驾驶领域的力量正在不断壮大。目前，国内无人驾驶技术的商业落地还处于起步阶段，在构建的未来蓝图中已布局到多个适用领域，但距离全面实现生活化应用还有很长的路要走。未来，随着环境感知、导航定位、路径规划、决策控制等技术的发展进化，无人驾驶技术产品商业化落地也将从低速到高速、从封闭到开放的路线逐步向前。

分工：

张原旗：1.1国外无人驾驶汽车发展现状

周昕：1.2国内无人驾驶汽车发展现状

王铭轩：0引言 2.1技术难题

张妍：2.2成本问题 2.3法规问题 2.4信息安全问题王浩淼： 4.应用场景

于骁：3.无人驾驶发展前景

无人驾驶技术及发展现状

无人驾驶汽车的发展现状及展望 摘要：作为未来汽车的发展方向，无人驾驶汽车已经得到社会各方面的关注。本文介绍了国内外无人 驾驶汽车的发展历程，对当前无人驾驶汽车的先进技术进行了分析，最后针对物联网对无人驾驶汽车发展的影响做出了推断。 关键词：无人驾驶汽车、现状、趋势 0 引言 自汽车发明以来，汽车工业就不断促进着人类的创新与社会经济的发展。随着汽车产量与保有量的提高，人们的出行变得方便快捷，而由此带来的交通拥堵与交通事故也成为了人类社会文明的一大阻碍。随着计算机控制技术的发展，越来越多的自动控制技术被应用在汽车上，无人驾驶汽车也成为了汽车产业的一大变革。 无人驾驶汽车也被称为自动驾驶汽车或轮式移动机器人。它在没有人类输入的情况下，通过车载传感器感知周围环境，并根据所获取的信息，依靠车内以计算机系统为主的智能驾驶仪实现驾驶[1]。它一般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。 1 国外无人驾驶发展现状 发达国家从20世纪70年代开始进行无人驾驶汽车研究，目前在可行性和实用性方面，美国和德国走在前列。美国是世界上研究无人驾驶车辆最早、水平最高的国家之一。早在20世纪80年代，美国就提出自主地面车辆(ALV)计划，这是一辆8轮车，能在校园的环境中自主驾驶，但车速不高。美国其它一些着名大学，如卡耐基梅隆大学、麻省理工学院等都先后于20世纪80年代开始研究无人驾驶车辆。然而，由于技术上的局限和预期目标过于复杂，到20世纪80年代末90年代初，各国都将研究重点逐步转移到问题相对简单的高速公路上的民用车辆的辅助驾驶项目上。1995年，一辆由美国卡耐基梅隆大学研制的无人驾驶汽车Navlab2 V完成了横穿美国东西部的无人驾驶试验。在全长5000 km的美国州际高速公路上，整个实验96%以上的路程是车辆自主驾驶的，车速达50～60 km /h。尽管这次实验中的Navlab2V 仅仅完成方向控制，而不进行速度控制(油门及档位由车上的参试人员控制)，但这次实验已经让世人看到了科技的神奇力量。丰田汽车公司在2000年开发出无人驾驶公共汽车。这套公共汽车自动驾驶系统主要由道路诱导、车队行驶、追尾防止和运行管理等方面组成。安装在车辆底盘前部的磁气传感器将根据埋设在道路中间的永久性磁石进行导向，控制车辆行驶方向[2]。2005年，美国国防部“大挑战”比赛上，最终由美国斯坦福大学工程师们改装的一辆大众途锐多功能车经过7个半小时的长途跋涉完成了全程障碍赛，第一个到达了终点。在赛道上，无人驾驶汽车需要穿越沙漠、通过黑暗的隧道、越过泥泞的河床并需要在崎岖险峻的山道上行使，整个行程无人驾驶汽车需要绕过无数个障碍。2011年，美国内华达州通过允许无人驾驶汽车上路的法律后，谷歌成为世界上第一个获得无人驾驶汽车授权的公司。2013 年，英国政府拨款150 万英镑，用来在伦敦以北的小城米尔顿凯恩斯的道路上，进行无人驾驶汽车实地试验这些别称为豆荚的自动驾驶汽车行驶速度为19 km/h，它们将在专用道路上搭载乘客前往市区各地。英国政府希望在2015年前先投入20 辆有驾驶员管理的豆荚运营，并在2017年投入百辆无人驾驶的豆荚2013年底，美国密歇根大学批准了一项600万美元的安全驾驶项目，建造用于测试自动驾

无人驾驶汽车的发展现状与展望

无人驾驶汽车的发展现状与展望 课程名称：无人驾驶车辆设计理论 学生姓名：张原旗、周昕、王铭轩、张妍、王浩淼、于骁 机械与车辆学院

0引言 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。与此同时，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简单，行驶安全性也更好，而其中最典型也是最热门的未来应用就是无人驾驶汽车。也许这一趋势能使无人汽车比新能源汽车更早走入大众的生活。 无人驾驶车辆从广义上可以分为地面、空中、水上和水下等多种形式，但现阶段一般特指所有地面无人驾驶载体，它包括军用平台和民用平台，地面无人驾驶车辆起源于军事需求，无人驾驶车辆在军事应用领域的迅猛发展，极大地促进了世界各国研发无人驾驶车辆的热情。 无人驾驶车辆具有异常广阔的应用前景。通过车辆与车辆(V2V)以及车辆与基础设施（V2I）的通信，可以实现无人驾驶车辆与其他车辆、基础设施以及人类之间的交互。凭借这种优势，多个无人驾驶车辆之间可以完成编队，通过交叉口、多任务分配等多种方式的协作，从而形成一种全新的智能交通方式。同时在一些工作环境恶劣、劳动强度较大的领域，如矿区环境，无人驾驶车辆也已崭露头角；另外，无人驾驶车辆还可以应用在军事领域，节省人力，提高作战效率，减少人员伤亡。 汽车的智能化发展是逐步推进的，2014年美国汽车工程师学会（SAE）将汽车自动化等级定义为以下六个层次： L0无自动驾驶（Level 0 Driver Only）：完全由驾驶员控制汽车的速度和方向，没有辅助系统的干预。 L1辅助驾驶（Level 1 Assisted）：驾驶员持续控制着汽车的纵向或横向的驾驶任务，另一方向的驾驶任务由辅助驾驶系统控制，如辅助泊车系统。 L2部分自动驾驶（Level 2 Partial Automation）:驾驶员必须持续监测动态驾驶任务及驾驶环境。在一定的条件下，自动驾驶系统控制汽车的纵向和横向动态驾驶任务，如交通拥堵辅助系统。

无人驾驶汽车国内外研究概况

无人驾驶汽车国内外研究概况 无人驾驶车辆，又称为无人车、自主车、智能车辆、室外轮式移动机器人等，涉及认知科学、人工智能、机器人技术与车辆工程等交叉学科，是各种新兴技术的综合试验床与理想载体，也是当今前沿科技的重要发展方向。它既包括理论方法与关键技术的突破，也涉及到大量的工程与试验问题，其重大研究意义不仅体现在所包含的核心科学问题上，同时又反映在其重大应用前景与战略价值上，社会关注度极高。 从二十世纪的50年代起，美英德等西方国家已经开始了无人驾驶汽车的研究工作，并且在无人车的控制和商用化方面取得了一定的进展。在汽车工业非常发达的德国，各大汽车公司都资助或联合了高等院校以开发可在普通道路上行驶的无人车。目前，欧盟已经开启了一个名为CyberCars的无人车项目，以推动无人车的研究和各国间的信息共享。 在二十世纪的80年代，我国部分大学开始了无人驾驶汽车的研究工作，但是虽然起步较晚且投入不足，但也取到了一定的成果。目前从事这方面研究工作的主要是国防科技大学、军事交通学院以及清华大学等科研院所。 1 国外无人驾驶车辆研究现状 1.1 美国 美国于上世纪50年代开始对无人驾驶车辆进行研究，在1980年左右其技术得到高速发展。上世纪八十年代，美国陆军开始与国防高级研究计划局（DARPA）进行合作，开展了自主地面车辆（A VL）项目。1995年由卡耐基梅隆大学研制的Navlab-V智能车，完成了横穿美国东西部的无人驾驶试验。美国国防部门在上世纪九十年代末开始进行DEMO系列无人驾驶车辆的研制，总共研制出了十代DEMO无人车。 从2004年开始到2007年，美国国防高级研究计划局（DARPA）举办了3次无人驾驶车辆比赛，主要为了考察在复杂环境下无人驾驶车辆的自主行驶能力。2004年3月在美国西部的莫哈维沙漠（Mojave Desert）举办了首届DARPA挑战赛——崎岖地形大挑战。共有15支队伍参赛，最终没有一支车队完成比赛，其中行驶距离最远的一支队伍是卡耐基梅隆大学的Sandstorm无人驾驶车辆。 图1.1首届DARPA挑战赛中行驶距离最远的Sandstorm无人驾驶车辆

2019中国汽车发展现状分析

2019中国汽车发展现状分析 1、2019年H1中国汽车产销量均超1200万辆 自2018年5月起，车辆销售迎来了28年来首次下滑。而中国车市持续陷入了持续12个月的低迷状态，乘用车市场历月销量与往年相比持续下滑。今年六月，我国乘用车市场销量迎来了增长，而商用车却在继续下降。 近日，根据中国汽车工业协会发布数据显示，2019年6月中国汽车产销量分别完成189.5万辆和205.6万辆，比上月环比增长2.5%和7.5%，比上年同比下降17.3%和9.6%。其中，乘用车产销的环比增速高于全行业。 累计方面，2019年1-6月中国汽车产销量分别完成1213.2万辆和1232.3万辆，产销量比上年同期分别下降13.7%和12.4%，产量降幅比1-5月扩大0.7个百分点，销量降幅收窄0.6个百分点。 据了解，此次汽车市场的止跌回暖，正好恰逢国五与国六切换季（6月份尾气排放标准升级），自6月初开始的厂家协同经销商开展大规模的有针对性的促销，利用一切渠道最终实现国六的“硬着陆”，从而激发了乘用车市场零售由负转正，这为6月份汽车销售的增长做了很大贡献。 然而，近六个月部分国产自主企业的汽车销量同比增长，有的甚至同比大幅暴增。6月奇瑞汽车销售46496辆，同比增长6.8%；其中新能源汽车销量7253辆，同比增长14.2%。除此之外，一汽红旗在6月的销量成绩极为抢眼，突破8000辆，同比增幅167%，一举刷新

历史纪录，实现连续16个月同比增长。 此外，我国部分省市正值国六标准刚刚实施，部分车企也已经升级改款，而另一部分还没有符合国六标准的车型也将在改款来临前失去一定的市场竞争力和市场份额。而消费者也可能在目前的阶段出现持币观望的态度，因此，如果在这之后没有新利好政策出台的话，7月汽车市场上的销量可能会迎来断崖式的下滑也未可知。 据业内人士表示，国内整体汽车市场并没有发生本质性销售增幅变化，“跌跌不休”的车市只是被全行业大力度清理库存而被按下了暂停键，但本已步履维艰的经销商感受到的并非如释重负而是雪上加霜，行业翘首期盼的车市回暖还遥遥无期。而中国汽车工业协会副秘书长师建华预测：今年的汽车销售或将负增长。

中国汽车行业现状及未来发展趋势研究

中国汽车产业现状及未来发展趋势分析 摘要: 2009年，中国的汽车产销量均超过美国，一跃成为世界第一。这和美国 因次贷危机引发的金融危机导致美国的大型汽车企业通用（美国第一大汽车企业）和克莱斯勒（美国第三大汽车企业）的破产以及民众收入减少、消费水平降低有关。而中国市场由于宏观经济政策和宏观货币政策的协调，以及潜在内需的激发，虽然汽车出口量方面呈现了下滑，但是整体的产销量，都有较大的提高。中国市场由于其廉价的土地、劳动力以及强大的市场需求，成为世界各大知名汽车制造商争相登陆的“诺曼底”战场，在华的投资逐步扩大。而与此同时，国内的汽车制造企业也得到了快速的发展。通过海外并购、对外投资、自主创新，很多新兴的汽车制造商都实现了跨越式的发展，如奇瑞、比亚迪、吉利、长城等等。 从动力技术方面来看，日本的混合动力技术、欧洲的先进柴油机技术、美国的燃料电池技术；都得到世界公认。中国虽实现了小规模的海外并购（2009.6四川腾中重工收购悍马HAMMER ；2009.12，吉利收购沃尔沃VOLVO；2009.12，北汽控股收购萨博SAAB部分整车平台和技术），以较小的代价取得了比较核心的技术，但是从整体来看，国外把持的一线技术对我们仍是封锁的，我们得到只是别人的一小部分、次先进的技术，而现阶段我们的自主创新水平还不足以支撑我们企业与国外企业抗衡。以石油危机和全球气候变化为信号，全球的汽车产业即将进入下一轮竞争，动力电动化将是未来新能源汽车产业的重要技术制高点。而在这方面，我们和国外至少可以做到同时起步，应该加大投入开发，争取主动权。除了国家宏观政策方面的指引，企业本身要兼具这种长远的眼光，把新能源汽车的开发提升到未来竞争的战略高度，争取在下一轮竞争完全到来之前，赶超国外一线企业。 关键词;一，现状分析 <1>优势 <2>存在的问题 二，发展趋势 三，发展建议 过去十年我们见证的是中国汽车消费的巨大变化，整个十年的消费需求特征我们用一个价值观来概括就是进取。中国在过去十年取得了非常大的成就，整个社会属于动态向上不断改变的。反应在汽车消费上已不仅仅是一个精英消费，而慢慢变成生活的一部分。 在中国汽车产业达到千万辆的时候，我们不要为取得的成绩所骄傲，要看到存在的大量结构性问题。只有在有危机感的情况下，才会有扎扎实实的心态。中国汽车工业需要有危机意识，只有这样才会有更长久的发展。 而中国发展新能源汽车有以下的优势：

无人驾驶车发展现状

第一次作业无人驾驶车发展现状 通信工程学院三班张琪学号52130322 新的时代，汽车作为人们出行的必备交通工具，为人类的日常生产生活带来极大的方便。但是，汽车的过度使用同时也给人类的生活带来了一些不好的影响，交通堵塞、交通事故时有发生。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。与此同时，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简单，行驶安全性也更好，而其中最典型也是最热门的未来应用就是无人驾驶汽车。 无人驾驶汽车即自动驾驶智能汽车，就是在没有人类参与的情况下，依靠车内的计算机系统，通过给车辆装备智能软件和多种感应设备，包括车载传感器、雷达、GPS 以及摄像头等，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，随即作出反应判断，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上完成行驶。实现车辆的自主安全驾驶，安全高效地到达目的地并达到完全消除交通事故的目标。无人驾驶汽车技术以全新的驾驶方式改变了传统的驾驶体验，它把不可控制的驾驶员从驾驶位置剔除，不仅大大的提升了交通系统的效率和安全性能还使人们告别了长途的无聊驾驶，进而提高了社会的收益和保障了人身安全。 无人技术的普及，永远离不开动机和技术这两个关键因素。前一个因素是需求问题，随着市场对汽车安全和智能化的要求越来越高，越来越多的企业与科研机构也参与到这个领域;后一个因素是技术问题。目前来看，无人驾驶技术的完 全实现也只是时间问题了。 首先来了解一些国外无人驾驶汽车发展现状。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。在美国及欧洲，允许正在开发的自动驾驶车上路行驶正成为一种普遍现象。美国内华达、加利福尼亚、佛罗里达及密歇根州为谷歌、奥迪等正在开发的无人驾驶车发放了公路试验牌照，谷歌无人驾驶汽车已经行驶超过80 万km，实现了零事故。欧洲方面，德国向宝马发放了许可证，西班牙也允许无人驾驶汽车上路行驶。汽车企业对于全自动驾驶的观点似乎略有分歧。事实上，部

汽车无人驾驶调研分析报告

汽车无人驾驶调研分析报告

目录 第一节无人驾驶——当梦想照进现实 (5) 一、减少车祸发生，降低交通拥堵 (5) 二、两大技术路径：传统车企VS科技公司 (6) 第二节革新出行方式，产业链受益明确 (10) 一、市场空间广阔，商用可期 (10) 二、无人驾驶，ADAS先行 (12) 1、传感层——无人驾驶的慧眼 (15) （1）激光雷达 (15) （2）车载摄像头 (17) （3）毫米波雷达 (19) 2、决策层——无人驾驶的大脑 (21) 3、执行层——无人驾驶的手和脚 (22) 三、高精地图——无人驾驶必备组件 (23) 四、算法，无人驾驶的“大脑” (27) 第三节部分相关企业分析 (31) 一、亚太股份：全面布局ADAS产业链 (31) 二、四维图新：高精地图服务提供商 (32) 三、东软集团：深化汽车电子业务布局 (33) 四、保千里：夜视系统龙头 (34)

图表目录 图表1：无人驾驶概念图 (5) 图表2：无人驾驶两大技术路线图 (6) 图表3：谷歌历代无人驾驶汽车 (7) 图表4：谷歌无人驾驶车载设备 (8) 图表5：全球无人驾驶汽车销量（万辆） (10) 图表6：无人驾驶汽车产业链 (11) 图表7：各细分市场生命周期 (12) 图表8：ADAS细分产品渗透率 (13) 图表9：ADAS市场预测（亿美元） (14) 图表10：ADAS产业链 (14) 图表11：2011-2014年我国汽车传感器市场规模（亿元） (15) 图表12：Velodyne64线拆解图 (16) 图表13：车载摄像头产业链 (17) 图表14：全球车载摄像头销量（万只） (18) 图表15：全球毫米波雷达市场份额预测（万颗） (19) 图表16：安装在特斯拉前挡下的智能摄像头组件 (21) 图表17：Mobileye系统搭载车型数及产品销量 (22) 图表18：ABS到ESP的演进 (22) 图表19：北美ABS/ESP出货量 (23) 图表20：汽车地图系统前装市场增长迅速 (25) 图表21：2015Q4中国前装车载地图出货量市场份额 (27) 图表22：深度学习示意图 (28) 图表23：英伟达芯片扫描道路街景 (29) 图表24：英伟达DrivePX2系统数据分析处理 (29) 图表25：亚太股份无人驾驶生态圈 (31) 图表26：2015Q4中国前装车载地图出货量市场份额 (32) 图表27：东软汽车ADAS解决方案 (33) 图表28：保千里夜视仪摄录效果 (34) 表格目录 表格1：NHTSA无人驾驶分级 (5) 表格2：主要汽车品牌无人驾驶技术汇总 (8) 表格3：各地纷纷出台利好政策 (11) 表格4：ADAS功能简介 (12) 表格5：无人驾驶汽车传感器成本估计 (15) 表格6：Velodyne已量产的激光雷达型号 (17) 表格7：毫米波雷达主要型号 (19) 表格8：三种解决方案对比 (20) 表格9：无人驾驶汽车需要高精地图 (23) 表格10：巨头纷纷布局地图产业 (24)

无人驾驶汽车的传感器系统设计及技术展望

一、无人驾驶汽车传感器的研究背景和意义 无人驾驶汽车是人工智能的一个非常重要的验证平台，近些年成为国内外研究热点．无人驾驶汽车作为一种陆地轮式机器人，既与普通机器人有着很大的相似性，又存在着很大的不同．首先它作为汽车需保证乘员乘坐的舒适性和安全性，这就要求对其行驶方向和速度的控制更加严格；另外，它的体积较大，特别是在复杂拥挤的交通环境下，要想能够顺利行驶，对周围障碍物的动态信息获取就有着很高的要求。无人驾驶的研究目标是完全或部分取代驾驶员，是人工智能的一个非常重要的实现平台，同时也是如今前沿科技的重要发展方向。当前，无人驾驶技术具有重大的应用价值，生活和工程中，能够在一定程度上减轻驾驶行为的压力；在军事领域内，无人驾驶技术可以代替军人执行侦查、排雷、以及战场上危险环境中的任务；在科学研究的领域，无人驾驶技术可以实现外星球等极端环境下的勘探活动。无人驾驶车辆技术，又称智能车辆，即利用将无人驾驶的技术应用于车辆的控制中。 国外的无人驾驶车辆技术大多通过分析激光传感器数据进行动态障碍物的检测。代表有斯坦福大学的智能车“Junior”，利用激光传感器对跟踪目标的运动几何特征建模，然后用贝叶斯滤波器分别更新每个目标的状态；卡耐基?梅隆大学的“BOSS”智能车从激光传感器数据中提取障碍物特征，通过关联不同时刻的激光传感器数据对动态障碍物进行检测跟踪。牛津大学研制的无人车辆“WildCat”，不使用GPS，使用激光雷达和相机监控路面状况。我国相关技术开展较晚，国防科学技术大学研制的自主车“开路雄狮”，采用三维激光雷达Velodyne作为主要传感器，将Velodyne获取的相邻两激光数据作差，并在获得的差分图像上进行聚类操作，对聚类结果建立方盒模型。 无人驾驶车辆是一项融合了认知科学、人工智能、机器人技术与车辆工程等多学科的技术，涉及到电子电路，计算机视觉，自动控制，信号处理等多学科技术。无人驾驶汽车的出现从根本上改变了传统的“人——车——路”闭环控制方式，将无法用规则严格约束的驾驶员从该闭环系统中请出去，从而大大提高了交通系统的效率和安全性，是汽车工业发展的革命性产物。 二、无人驾驶汽车的传感器系统整体设计 无人驾驶汽车的实现需要大量的科学技术支持，而其中最重要的就是大量的传感器定位。核心技术是包括高精度地图、定位、感知、智能决策与控制等各个模块。其中有几个关键的技术模块，包含精确GPS定位及导航、动态传感避障系统、机械视觉三个大部分，其他的如只能行为规划等不属于传感器范畴，

中国房车产业现状及发展前景分析报告

中国房车产业现状及未来前景分析 种可移动、具有居家必备的基本设施的车种。 随着中国国民经济的高速发展及国民消费时代的来临，国内房车市场前景非常广阔。近些年来，国内房车市场增长较快，2012年国内房车市场销量约为2000台，比上年增长了约40%，2013年国内房车市场销量约为5000台，比上年增长约50%，2014年国内房车市场销量预计会达到10000辆左右。目前国内房车产品的主要消费市场还是房车营地租赁公司及政府机构。房车旅游产业初期发展也见规模，北京、海南等地多建有房车小镇，作为新兴产业，国内房车露营地主要集中在环渤海经济圈、长江三角洲经济圈、珠江三角洲经济圈和两条精品旅游线上。政策支持上，2009年12月国务院出台的《关于加快发展旅游业的意见》，首次提出“把旅游业培育成国民经济的战略支柱产业”把旅游房车等纳入国家鼓励类产业名录，“旅游房车”与“露营”第一次正式进入人们视线，引起了各界的广泛关注。2014年7月国务院确定促进旅游业改革发展，明确着力推动旅游行业转型升级，使旅游行业开发集约节约和环境友好转型。这无疑对中国露营事业及房车发展又注入新的强心剂。经济消费上，中国拥有庞大的汽车消费群体，还有最快的公路增长率，这对房车的发展创造了非常好的大环境。预计整个“十二五”期间，房车市场可望继续保持快速增长速度。 一、中国房车市场发展现状及发展前景 1.中国房车行业现状 中国房车起步较晚，2001年中国首辆自主知识产权的自行式房车下线，此后中国房车行业产业在摸索中不断前进，10余年来，中国房车行业形成了一定规模，房车销售以企业自主营销为主，形成了生产—销售—运营—露营地---俱乐部---会员为一体的完整产业链。与之相关的房车展会近几年发展如火如荼，根据掌握的资料，2014年中国专业房车展会已经多达30余家，这些专业性质较强的房车展会，带动了整个中国民众对房车的认识和热情，对中国房车事业的发展起到了良好的促进作用。2014年中国房车市场是增长率较快

2020年中国汽车行业发展现状分析

2020年xx汽车行业发展现状分析 众多行业加入“造车新势力” 汽车产业正在“磁吸”众多行业加入“造车新势力”。前有互联网，后有房地产，众多行业都把造车当作新突破口。作为中国市场化程度最高的行业，家电业在打败日韩品牌后曾经一度冲击造车，却纷纷铩羽而归。此次再度厉兵秣马，在新的市场条件下，家电业拥有的强大制造实力和研发水平能否成为其成功突围的利器，值得业界关注。 1、家电业再度冲浪“造车” 2003年前后，中国家电业曾涌起过一股狂热的造车“冲动”，当时春兰、美的、奥克斯、波导、夏新、小鸭等一大批家电企业进入汽车业。不过，由于低估了造车的难度，加上汽车业的游戏规则和家电业有着巨大的差别，家电厂商造车遭遇寒流。如今，十多年过去了，家电企业一度熄灭了的汽车梦，在新能源和智能化的产业大潮下重新涌现。 ——家电业再度“上车” 一起价值7.4亿元的收购，引发了业界对美的再度跨界“造车”的猜想。 近日，美的发布了《关于收购北京合康新能科技股份有限公司控股权的提示性公告》。公告称，公司拟通过下属子公司广东美的暖通设备有限公司(以下简称“美的暖通”)以协议方式收购北京合康新能科技股份有限公司(以下简称“合康新能”)的控股权，收购总价为 7.4亿元。本次收购完成后，美的暖通将拥有合康新能23.73%的表决权成为公司控股股东，美的集团也将成为合康新能的间接控股股东，而美的集团创始人何享健也将成为合康新能的实际控制人。 对于这起收购，美的表示，“合康新能的核心业务正面临巨大的发展机遇，高、低压变频器有助于加速美的大型中央空调的变频化进程，提升对传统定频产品的竞争优势。”与此同时，“合康新能在节能环保、新能源汽车等业务方面的业务布局增加了美的集团业务的多元性，也为美的集团在新业务、新模式的拓展上提供了积极有效的探索基础。”

无人驾驶关键技术分析三篇

无人驾驶关键技术分析三篇 篇一：无人驾驶关键技术分析 无人驾驶技术是传感器、计算机、人工智能、通信、导航定位、模式识别、机器视觉、智能控制等多门前沿学科的综合体。按照无人驾驶汽车的职能模块，无人驾驶汽车的关键技术包括环境感知、导航定位、路径规划、决策控制等。（1）环境感知技术 环境感知模块相当于无人驾驶汽车的眼和耳，无人驾驶汽车通过环境感知模块来辨别自身周围的环境信息。为其行为决策提供信息支持。环境感知包括无人驾驶汽车自身位姿感知和周围环境感知两部分。单一传感器只能对被测对象的某个方面或者某个特征进行测量，无法满足测量的需要。因而，必需采用多个传感器同时对某一个被测对象的一个或者几个特征量进行测量，将所测得的数据经过数据融合处理后。提取出可信度较高的有用信号。按照环境感知系统测量对象的不同，我们采用两种方法进行检测：无人驾驶汽车自身位姿信息主要包括车辆自身的速度、加速度、倾角、位置等信息。这类信息测量方便，主要用驱动电机、电子罗盘、倾角传感器、陀螺仪等传感器进行测量。 无人驾驶汽车周围环境感知以雷达等主动型测距传感器为主，被动型测距传感器为辅，采用信息融合的方法实现。因为激光、雷达、超声波等主动型测距传感器相结合更能满足复杂、恶劣条件下，执行任务的需要，最重要的是处理数据量小，实时性好。同时进行路径规划时可以直接利用激光返回的数据进行计算，无需知道障碍物的具体信息。

而视觉作为环境感知的一个重要手段，虽然目前在恶劣环境感知中存在一定问题。但是在目标识别、道路跟踪、地图创建等方面具有其他传感器所无法取代的重要性，而在野外环境中的植物分类、水域和泥泞检测等方面，视觉也是必不可少的手段。 （2）导航定位技术 无人驾驶汽车的导航模块用于确定无人驾驶汽车其自身的地理位置，是无人驾驶汽车的路径规划和任务规划的之支撑。导航可分为自主导航和网络导航两种。 自主导航技术是指除了定位辅助之外，不需要外界其他的协助，即可独立完成导航任务。自主导航技术在本地存储地理空间数据，所有的计算在终端完成，在任何情况下均可实现定位，但是自主导航设备的计算资源有限，导致计算能力差，有时不能提供准确、实时的导航服务。现有自主导航技术可分为三类：相对定位：主要依靠里程计、陀螺仪等内部感受传感器，通过测量无人车相对于初始位置的位移来确定无人车的当前位置。 绝对定位：主要采用导航信标．主动或被动标讽地图匹配或全球定位系统进行定位。 组合定位：综合采用相对定位和绝对定位的方法，扬长避短，弥补单一定位方法的不足。组合定位方案一般有GPs+地图匹配、GPs+航迹推算、GPs+航迹推算+地图匹配、GPs+GLONAss+惯性导航+地图匹配等。 网络导航能随时随地通过无线通信网络、交通信息中心进行信息交互。移动设备通过移动通信网与直接连接于Internet的web GIs服务器相连，在服务器执行地图存储和复杂计算等功能，用户可以从服务器端下载地图数据。

机械设计之无人驾驶汽车的发展史

汽 车 的 未 来 小组成员： 胡书明（组长）（1608100312）、何克锦（1608100311）何姜雄（1608100310）、韩雨（1608100309） 专业班级：车辆工程103班

目录 第一章无人驾驶汽车的简介 第二章无人驾驶汽车的发展状况 第一节：国外发展状况 第二节：国内发展状况 第三章无人驾驶汽车采用的技术 第一节：关键技术 第二节：目前技术 第三节：将采用的技术 第四章无人驾驶汽车的自动泊车系统第五章无人驾驶汽车的发展前景 第一节：发展方向 第二节；道德争议 第六章无人驾驶汽车即将来临 第一节：英国版：外形就像飞船 第二节：法国版：采用巡航导弹技术 第三节：德国版：外形像普通轿车 第四节：美国版：谷歌无人驾驶汽车

第一章：无人驾驶汽车的简介 无人驾驶汽车是一种智能汽车，也可以称之为轮式移动机器人，主要依靠车内的以计算机系统为主的智能驾驶仪来实现无人驾驶。无人驾驶汽车集自动控制、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，也是衡量一个国家科研实力和工业水平的一个重要标志，在国防和国民经济领域具有广阔的应用前景。无人驾驶汽车从根本上改变了传统的“人—车—路”闭环控制方式，将不可控的驾驶员从该闭环系统中请出去，从而大大提高了交通系统的效率和安全性。 从20世纪70年代开始，美国、英国、德国等发达国家开始进行无人驾驶汽车的研究，目前在可行性和实用化方面都取得了突破性的进展。我国从20世纪80年代开始进行无人驾驶汽车的研究，国防科技大学在1992年成功研制出我国第一辆真正意义上的无人驾驶汽车。2005年，首辆城市无人驾驶汽车在上海交通大学研制成功，该车有望于两年之内率先在上海世纪公园进行示范运营，并在2010年世博会上一展身手。到时游客只需在公园的入口处按下一个按钮，一辆没有司机的四座敞篷汽车就会从远处开过来缓缓停下，然后搭载

我国汽车行业发展现状及前景

摘要 中国加入世贸组织以来，国外的汽车企业陆续进入中国市场，我国汽车企业的发展经历了建设、成长、高速发展三个阶段，就现阶段来说，汽车行业发展迅速、势头良好，与汽车相关的行业尤其是4S店如雨后春笋般兴起，各大车企掀起扩张网点的热潮并没有因为原料价格和油价攀升等因素而降低。一场关于汽车行业的讨论日趋白热化。 关键词：汽车行业，发展历程，销售模式，制约瓶颈，前景展望 Abstract Since China's accession to the WTO, foreign car companies have moved into the Chinese market, China's automotive business development experience building, growing, high-speed development in three stages, at this stage, the automotive industry developed rapidly, a good momentum, with car related industries, especially the 4S shops mushrooming in major enterprises set off car craze network expansion is not as raw material prices and lower oil prices and other factors. A discussion on the automobile industry is heating up. Keywords:automotive industry, development, sales model, the bottleneck Prospects

无人驾驶汽车的传感器系统设计及技术展望

一、无人驾驶汽车传感器的研究背景与意义 无人驾驶汽车就是人工智能的一个非常重要的验证平台,近些年成为国内外研究热点.无人驾驶汽车作为一种陆地轮式机器人,既与普通机器人有着很大的相似性,又存在着很大的不同.首先它作为汽车需保证乘员乘坐的舒适性与安全性,这就要求对其行驶方向与速度的控制更加严格;另外,它的体积较大,特别就是在复杂拥挤的交通环境下,要想能够顺利行驶,对周围障碍物的动态信息获取就有着很高的要求。无人驾驶的研究目标就是完全或部分取代驾驶员,就是人工智能的一个非常重要的实现平台,同时也就是如今前沿科技的重要发展方向。当前,无人驾驶技术具有重大的应用价值,生活与工程中,能够在一定程度上减轻驾驶行为的压力;在军事领域内,无人驾驶技术可以代替军人执行侦查、排雷、以及战场上危险环境中的任务;在科学研究的领域,无人驾驶技术可以实现外星球等极端环境下的勘探活动。无人驾驶车辆技术,又称智能车辆,即利用将无人驾驶的技术应用于车辆的控制中。 国外的无人驾驶车辆技术大多通过分析激光传感器数据进行动态障碍物的检测。代表有斯坦福大学的智能车“Junior”,利用激光传感器对跟踪目标的运动几何特征建模,然后用贝叶斯滤波器分别更新每个目标的状态;卡耐基?梅隆大学的“BOSS”智能车从激光传感器数据中提取障碍物特征,通过关联不同时刻的激光传感器数据对动态障碍物进行检测跟踪。牛津大学研制的无人车辆“WildCat”,不使用GPS,使用激光雷达与相机监控路面状况。我国相关技术开展较晚,国防科学技术大学研制的自主车“开路雄狮”,采用三维激光雷达Velodyne作为主要传感器,将Velodyne获取的相邻两激光数据作差,并在获得的差分图像上进行聚类操作,对聚类结果建立方盒模型。 无人驾驶车辆就是一项融合了认知科学、人工智能、机器人技术与车辆工程等多学科的技术,涉及到电子电路,计算机视觉,自动控制,信号处理等多学科技术。无人驾驶汽车的出现从根本上改变了传统的“人——车——路”闭环控制方式,将无法用规则严格约束的驾驶员从该闭环系统中请出去,从而大大提高了交通系统的效率与安全性,就是汽车工业发展的革命性产物。 二、无人驾驶汽车的传感器系统整体设计 无人驾驶汽车的实现需要大量的科学技术支持,而其中最重要的就就是大量的传感器定位。核心技术就是包括高精度地图、定位、感知、智能决策与控制等各个模块。其中有几个关键的技术模块,包含精确GPS定位及导航、动态传感避障系统、机械视觉三个大部分,其她的如只能行为规划等不属于传感器范畴,属

无人驾驶关键技术分析

无人驾驶关键技术分析 无人驾驶技术是传感器、计算机、人工智能、通信、导航定位、模式识别、机器视觉、智能控制等多门前沿学科的综合体。按照无人驾驶汽车的职能模块，无人驾驶汽车的关键技术包括环境感知、导航定位、路径规划、决策控制等。 （1）环境感知技术 环境感知模块相当于无人驾驶汽车的眼和耳，无人驾驶汽车通过环境感知模块来辨别自身周围的环境信息。为其行为决策提供信息支持。环境感知包括无人驾驶汽车自身位姿感知和周围环境感知两部分。单一传感器只能对被测对象的某个方面或者某个特征进行测量，无法满足测量的需要。因而，必需采用多个传感器同时对某一个被测对象的一个或者几个特征量进行测量，将所测得的数据经过数据融合处理后。提取出可信度较高的有用信号。按照环境感知系统测量对象的不同，我们采用两种方法进行检测：无人驾驶汽车自身位姿信息主要包括车辆自身的速度、加速度、倾角、位置等信息。这类信息测量方便，主要用驱动电机、电子罗盘、倾角传感器、陀螺仪等传感器进行测量。 无人驾驶汽车周围环境感知以雷达等主动型测距传感器为主，被动型测距传感器为辅，采用信息融合的方法实现。因为激光、雷达、超声波等主动型测距传感器相结合更能满足复杂、恶劣条件下，执行任务的需要，最重要的是处理数据量小，实时性好。同时进行路径规划时可以直接利用激光返回的数据进行计算，无需知道障碍物的具体信息。 而视觉作为环境感知的一个重要手段，虽然目前在恶劣环境感知中存在一定问题。但是在目标识别、道路跟踪、地图创建等方面具有其他传感器所无法取代的重要性，而在野外环境中的植物分类、水域和泥泞检测等方面，视觉也是必不可少的手段。 （2）导航定位技术 无人驾驶汽车的导航模块用于确定无人驾驶汽车其自身的地理位置，是无人驾驶汽车的路径规划和任务规划的之支撑。导航可分为自主导航和网络导航两种。 自主导航技术是指除了定位辅助之外，不需要外界其他的协助，即可独立完成导航任务。自主导航技术在本地存储地理空间数据，所有的计算在终端完成，在任何情况下均可实现定位，但是自主导航设备的计算资源有限，导致计算能力差，有时不能提供准确、实时的导航服务。现有自主导航技术可分为三类：相对定位：主要依靠里程计、陀螺仪等内部感受传感器，通过测量无人车相对于初始位置的位移来确定无人车的当前位置。 绝对定位：主要采用导航信标．主动或被动标讽地图匹配或全球定位系统进行定位。 组合定位：综合采用相对定位和绝对定位的方法，扬长避短，弥补单一定位方法的不足。组合定位方案一般有GPs+地图匹配、GPs+航迹推算、GPs+航迹推算+地图匹配、GPs+GLONAss+惯性导航+地图匹配等。 网络导航能随时随地通过无线通信网络、交通信息中心进行信息交互。移动设备通过移动通信网与直接连接于Internet的web GIs服务器相连，在服务器执行地图存储和复杂计算等功能，用户可以从服务器端下载地图数据。

无人驾驶汽车的现状及发展趋势

无人驾驶汽车的现状及发展趋势 张耀丹 (陕西国防工业职业技术学院，陕西西安710300) 摘要：无人驾驶汽车属于智能汽车的一种。也可以将其称为轮式移动机器人。它们主要是通过车辆内安装的智能 操纵控制系统与感应设备来获取信息用以控制车辆姿态，实现自动安全的行驶。文章简要叙述了无人驾驶汽车的国 内外发展历程及现状，展望了无人驾驶汽车未来的一个发展。 关键词：无人驾驶；现状；趋势 中图分类号：U471.1文献标识码：B文章编号：1671-7988(2018)06-10-02 The current situation and tendency of driverless cars Zhang Yaodan (Shaanxi Defence Vocational&Technical College,Shaanxi Xi’an710300 ) Abstract: the self-driving car belongs to a kind of smart car.Also can be called a wheeled mobile robot.They mainly through intelligent control system installed in the vehicle to obtain information and induction device to control the vehicle attitude, automatic safe driving.This paper describes the development and present situation at home and abroad of driverless cars, prospects the future development of a driverless cars. Keywords: unmanned; The status quo; trend CLC NO.: U471.1 Document Code: B Article ID: 1671-7988(2018)06-10-02 刖g 在过去的十几年，随着经济和城市的快速发展，促使城 市路况、交通愈加趋于严峻繁杂。加之由于人为等种种原因 世界各国的交通事故频发率逐年上升，而在这些交通事故中 造成人员伤亡和财产损失的数字也在逐年攀升。随着科学技 术的发展，计算机领域的成熟。设计师于是提出无人驾驶汽 车。无人驾驶汽车属于智能汽车的一种。也可以将其称为轮 式移动机器人。它们主要是通过车辆内安装的智能操纵控制 系统与感应设备来获取信息用以控制车辆姿态，实现自动安 全的行驶。无人驾驶汽车在技术上其实就是一种集自动控制、人工智能、体系结构、视觉设计等众多技术于一体的，依靠 作者简介：张耀丹，女，（1985-)，助教，主要从事汽车及机械相关领域的研究和教学工作。着计算机系统的智能驾驶仪。是计算机科学和智能控制技术 高度发展的产物。 1无人驾驶的现状 无人驾驶最初由欧美等汽车工业与科技技术先进的发达 国家提出并进行研究，并在它的实用性及可行性方面取得突 破性的进展。如今越来越多汽车厂商和科技巨头把焦点放在 无人驾驶汽车领域，最为著名的是由科技巨头谷歌公司所研 发的无人驾驶汽车，该项目是由任职于斯坦福大学人工智能 实验室的主任塞巴斯蒂安-特龙担任谷歌工程师，同时塞巴斯 蒂安-特龙还创造谷歌街景地图服务。2009年至今，谷歌无 人车在自动驾驶模式下己经累积行驶达228.5万公里，而通 过手动受控驾驶己经累计行驶159.2万公里。目前，这个数 字还在以每周1.6—2.1万公里的速度在增长。自动驾驶里程 的累积将不断训练谷歌无人驾驶控制系统，（下转第15页） 10

国内外汽车节能发展现状

国内外汽车节油概况随着能源的日渐紧张和对环境保护的日益迫切，汽车节油工作受到了世界各国的普遍重视，许多国家都把节能作为一项国策。美国是全球最大的石油消费国，汽车用油在石油消费总量中占有相当大的比重，在汽车节油方面积累了丰富的经验。为了研究降低汽车油耗的技术，美国各大汽车公司均拔出大量研究经费。美国汽车制造厂在减轻汽车重量、改善空气阻力、提高传动效率、减少附件功率损耗，发展小排量汽车、汽车柴油机化，发展电动汽车，开发醇类燃料等方面取得较大发展。与此同时，美国国家还对建设公路和养路进行了大量投资，以期降低油耗。 欧盟国家非常重视汽车节油政策的调节作用，制定和实施了一整套积极有效的燃油税收政策，同时比较注重生物燃料的研发。英国政府仅在1980年就提供了600万英镑作为研究节能问题的资金，其中400万英镑用于研制发动机、变速器与微机处理器，200万英镑用于研制电动汽车及蓄电池。法国政府于1974年就成立了国家能源机构。1975年由中央计划委员会制定了法国的“能源政策”。1991年，法国政府投资2.3亿法郎给标志-雪铁龙联合公司和雷诺公司共同生产电动轿车。 日本是没有石油的国家，所需石油全部依靠进口，这就迫使日本自20世纪60年代起就高度重视发展节能型汽车。日本汽车保有量逐年大幅度增目前节能引起我国社会各界的广泛关注， 中央政府把节能减排列为国家经济工作的八大任务之一和考核政府领导的重要指标，以此来推动全社会节能降耗，缓解能源瓶颈制约。随着我国进入“汽车社会”，汽车耗能在能源消耗中所占的比例日益增大，并成为我国石油对外依存度增加的主要原因。 我国在传统内燃机节油方面还有很大的潜力,国外研究的复合火花点火技术、缸内直喷技术、增压技术、低压缩高膨胀循环、可变气门相位及升程、可变压缩比、可变排量、减速时部分汽缸休眠、双火花塞顺序点火以及集成的起动发电机等技术在我国均有所发展。清华大学承担国家"973"重点项目“新一代内燃机燃烧理论与石油替代的基础研究”,在发动机新型燃烧机理的研究上取得了进展;天津大学开展稀薄燃烧技术的研究,燃油消耗率可降低15%;吉林大学、湖南大学、长安大学等一批高校都在开展汽车动力系统优化节油的研究。 第1章 2.汽车轻量化节油 不锈钢与强度较高的碳钢相比,表现出不少优点。一汽轿车、奇瑞汽车公司在轿车车身上进行了高强度钢板的初步应用实验;上海交大、湖南大学、重庆大学、清华大学等高校在镁合金的强韧化、耐蚀性、阻燃性和抗高温蠕变性等方面开展了较深入的研究。在轻量化结构设计方面,结构优化和零部件的模块化设计水平不断提高,如采用前轮驱动、高刚性结构和超轻悬架结构等来达到轻量化的目的,计算机辅助集成技术和结构分析等技术也有所发展。湖南大学与上汽通用五菱在薄板冲压工艺与模具设计理论方面开展了较深入的研究;北京航空航天大学开发了CAD系统CAXA,并已经开展了客车轻量化技术的研究,利用有限元法和优化设计方法进行结构分析和结构优化设计,以减少车身骨架、发动机和车身蒙皮的重量等替代燃料节油是解决我国目前严峻石油能源形势的一种有效途径。我国的替代能源发展已纳入“十一五”发展规划,按照“节约优先、立足国内、煤为基础、多元发展”的能源方针,实行直接替代(以发展车用替代燃料为主)与间接替代(以节能、替代工业原料与燃料用油为主)一起抓。 针对我国“富煤少油缺气”的国情和现有技术基础,适宜我国目前发展的替代能源主要为:煤基替代燃料、生物质替代燃料、天然气替代燃料和氢能。煤基替代燃料中,M15比例甲醇汽