作者：陈云培自动驾驶决策系统，是自动驾驶汽车的大脑，决策系统的提升，就像是人类的成长一样。自动驾驶是集感知、决策、控制于一体，充分考虑车辆与交通环境协调规划的系统，也是未来智能交通系统的重要组成部分。正如人走路需要知道路况、了解方向、及时避让障碍物，并走到目的地一样，感知、决策、控制对于自动驾驶汽车来说，也是非常重要的。感知就如人的眼睛、耳朵一样，通过在自动驾驶汽车上加装毫米波雷达、激光雷达、车载摄像头等硬件设备，可以让自动驾驶汽车看得清路况，感知系统可以通过感知硬件，对车道线、车辆、行人等多个交通参与者进行检测，其技术核心就是感知硬件检测的精确度和多个感知硬件对感知结果的融合度。决策则像大脑，可以对路况进行分析，并做出接下来一步的动作，控制则是让自动驾驶汽车可以根据大脑（决策）分析的结果，做出动作。决策可以理解为根据感知信息来进行判断决策，确定适当的工作模型，并制定相应的控制策略，可以替代驾驶员做出进一步的行驶决策。根据美国汽车工程师协会分类，将自动驾驶分为L0~L5共6个等级，随着自动驾驶等级的不断提升，自动驾驶汽车的智能化也更为全面，当达到L5级之后，自动驾驶汽车可以独立完成行驶动作，无需驾驶员对汽车进行操作。自动驾驶等级的提升，其背后主要体现的也是决策系统的技术提升。控制就像是人的手和脚一样，对具体的出行动作进行控制执行，让自动驾驶汽车可以完成出行过程，控制系统可以完成车辆的转弯、加速、灯光控制等一系列动作，是实现自动驾驶落地的最后一步。正如前文所述，决策系统就像人的大脑一样，可以对自动驾驶汽车的速度、方向及车灯等进行控制，决策系统越智能，自动驾驶汽车可实现的等级则越高，传统理解中，决策系统涵盖了环境预测、动作规划、路径规划、行为决策等。自动驾驶汽车想要独立完成驾驶过程，仅仅看得清路况是远远不够的，还需要对未来的路况进行预判，因此决策系统需要完成对环境的预测。环境预测即对交通环境进行预测，环境预测不仅仅局限于结合物理规律做出预测，而是可以结合物体和周边环境以及积累的历史数据信息，对感知到的环境做出更为“宏观”的行为预测，其中涵盖了交通参与者的方方面面，如对感知到的车辆、行人等进行行为预测，通过对感知时车辆、行人等的瞬时动作，可以判断其下一步的动作，如速度、位置、方向等，可以控制自身完成避让、减速、变道等一系列动作。此外，环境预测还涵盖了对交通信号的预测，这其中包含了对限速标志、红绿灯、潮汐车道等交通环境的理解和判断。动作规划则更多强调为自动驾驶汽车自身，动作规划主要是对自动驾驶短期甚至瞬时对动作进行规划，根据对环境预测的结果，完成诸如转弯、避让、超车等动作。同时对于交通的动作规划也必不可少，如在限速路段的车速控制、红绿灯情况下的停车/行车、潮汐车道的车道线选择等，均需要提前进行规划。动作规划可以让自动驾驶汽车安全、高效地参与交通，让自动驾驶成为现实。除了动作规划外，自动驾驶汽车还需要完成对行驶路径的规划，如从出发地到目的地之间的路径规划，可以对需求的路径进行选择或设计，这是决定自动驾驶汽车如何走必要的一环，路径规划可以让自动驾驶汽车从大方向上知道出行过程需要经过的路段，并根据乘客需求（购物、观影等）及时做出路径调整，让自动驾驶汽车在出行过程中，不仅可以耗时短，还可以极大程度上，满足乘客需求，实现路径自定义，让出行过程更加顺畅。行为决策则落到了自动驾驶汽车自身，通过对自身的实时位置、速度、方向等信息，与环境预测中获取的交通信息、动作规划中完成的路径规划等进行参照，可以让自动驾驶汽车预判可能发生的危险及即将需求的动作，让自动驾驶汽车可以对自身动作进行调整。自动驾驶决策系统是自动驾驶汽车智能化的直接体现，对自动驾驶汽车的安全性起着决定性作用，由于承担着自动驾驶汽车“大脑”的任务，自动驾驶决策系统也决定自动驾驶汽车可以达到什么等级标准。现阶段，自动驾驶汽车的发展并不能让所有人所推崇，究其原因，还是因为自动驾驶汽车并不能像人类驾驶员驾驶汽车一样智能，无法做到在出现“鬼探头”“加塞”等极端交通路况下对自身动作及时做出调整，也就是说自动驾驶汽车现阶段并不“智能”。在自动驾驶的框架中，感知、决策、控制这3个框架中，其中感知程度的高低，取决于在自动驾驶汽车上加载的激光雷达、毫米波雷达、车载摄像头等硬件设备，就如人如果近视可以佩戴近视眼镜一样，如果自动驾驶汽车出现感知不准确、不及时等现象，可以通过更换技术标准更高的感知硬件，来直接提升感知的准确度。控制作为执行端，如果出现问题，也是可以通过对自动驾驶汽车的硬件进行更换，从而达到需求的标准。而决策系统的技术提升并不像感知系统和控制系统一样，可以通过硬件更换和提升来实现，为了让自动驾驶汽车可以像人类驾驶汽车一样灵活，需要决策系统大量的深度学习，需要能够处理各种突发路况，而这一点恰是最难的。策系统是否达标并不像感知系统、控制系统有明文的文字条例、技术标准，决策系统除了能够灵活处理各种突发路况也远远不够，为了能让消费者所接受，决策系统还需要像“人”一样，可以根据“人”的思维来处理各种突发情况，而这恰是最难的。决策系统的发展，必将会随着大量数据的“喂养”变得愈发智能，让出行变得更加安全，随着人工智能、深度神经网络及智能网联技术的发展，决策系统将获得进一步的提升。其中智能网联技术可以将车与车、车与人、车与交通之间信息进行交互，让自动驾驶汽车不仅仅可以“思考”，还能“交流”，可以让自动驾驶汽车提前对交通路况做出判断，提前知晓交通环境的变化，让行驶变得更加智能，这也导致智能网联技术得到了进一步的推崇。自动驾驶决策系统，是自动驾驶汽车的大脑，决策系统的提升，就像是人类的成长一样，现阶段决策系统还像是2、3岁的小孩，会走路，但是走起来会摔跤，会不经意间磕磕碰碰，当长大到一定年龄后（技术提升），决策系统将可以独立完成出行工作，此时自动驾驶汽车将可以实现L5等级，自动驾驶也将落地。责任编辑：张燕妮    来源： 智驾最前沿

8月1日，国内首部关于智能网联汽车管理的法规《深圳经济特区智能网联汽车管理条例》正式实施，首次对智能网联汽车的准入登记、上路行驶等事项作出具体规定；并首次明确了自动驾驶汽车的认责。深圳引入的这项法规是迄今为止中国关于自动驾驶汽车上路最为明确的法规，即日起，自动驾驶汽车可以在驾驶位没有司机驾驶的情况下行驶，但在大部分地区，司机仍然必须在车内出现，可以是坐在副驾驶位甚至是后排。据悉，《深圳经济特区智能网联汽车管理条例》共有9章，这是国内首个国内首个智能网联汽车管理条例。由于自动驾驶交通事故不断增加，针对事故责任认定问题，《条例》首次有了明确规定。此前便有业内人士表示，自动驾驶发生车祸引起社会敏感点的主要原因是没有具体法规参考，比如一些自动驾驶系统可以通过识别路况辅助车主，但当没有识别出来并发生车祸的情况下，责任究竟出在谁身上。对此，8月1日起正式实施的《条例》规定：一是有驾驶人的智能网联汽车发生交通违法或者有责任的事故，由驾驶人承担违法和赔偿责任；二是完全自动驾驶的智能网联汽车在无驾驶人期间发生交通违法或者有责任的事故，原则上由车辆所有人、管理人承担违法和赔偿责任，但对违法行为人的处罚不适用驾驶人记分的有关规定；三是交通事故中，因智能网联汽车存在缺陷造成损害的，车辆驾驶人或者所有人、管理人依照上述规定赔偿后，可以依法向生产者、销售者请求赔偿。值得注意的是，《条例》依然是一份允许相关车辆在特定区域进行测试，而不是正式放开给普通市民驾驶相关车型上路的法规，这与德国直接给奔驰S级车型开放全国高速路段相比，仍略显保守。但无论如何，作为我国自动驾驶领域具有突破性的一部立法，《条例》的出现都将推动我国自动驾驶快速前行。

在不久的将来，自动驾驶汽车将能够独立处理大多数任务。然而，它们还不能应对所有的交通状况。如果它们遇到不知道如何解决的问题，安全是首要考虑因素。大多数情况下，这意味着把车开到路边并停下来。德国航空航天中心 (DLR) 正在对这些车辆的远程操作进行研究，以便在未来安全、快速地处理此类状况。在不清楚如何处理的情况下，自动驾驶汽车可以向技术主管请求远程操作支持。远程操作——技术桥梁和法律要求DLR 交通系统研究所的 Michael Oehl 说：“自动驾驶汽车的远程操作是一座桥梁，可以将自动化领域的现有技术迅速投入使用并应用到道路上”。他的团队的工作重点是SAE 4级的自动驾驶，其中自动化接管了所有的驾驶任务。乘员无需干预，即使使用方向盘等控制元件仍然可以做到这一点。自动驾驶分级标准由SAE（前身为汽车工程师学会）制定，这种分级从0级到5级不等。在0级，车辆没有任何自动化。5 级相当于完全自动化，车辆完全自主，在所有的道路和环境条件下行驶。乘客只是乘客，人类不再需要干预，即使是通过远程操作。如今，4 级还不能在日常生活中使用，但是在很多地方，包括德国，已经有了使用它们的法律框架。《自动驾驶法》于 2021 年 7 月生效，随后《自动驾驶条例》对规则进行了更详细的规定。该法律允许4级在特殊路段、物流中心和高速公路等特定区域内自动驾驶。这为使用无人驾驶班车运送人员或货物等提供了可能性。对于操作和责任，法律定义的远程操作或技术监督起着决定性的作用。高度自动化的车辆 (4级) 变得越来越先进。然而，由于车辆可能遇到的潜在情况非常多，因此其自动化还不能无缝处理所有这些情况。远程协助作为远程操作的一种，是一种援助方式。专注于人类和自动化的协同工作Michael Oehl 说：“我们正处于开发初期，对于如何使车辆远程操作安全高效，我们有很多想法和概念。”“目前，我们主要关注人与自动化之间的交互，以及所需的界面设计——人机界面，简称 HMI。例如，我们正在研究远程操作工作站可能采用的形式、工作对人员的要求，以及如何从工作和工程心理学的角度进行工作站设计”。人为因素——远程操作的要求和工作场所设计未来，几个配备显示器、用户界面和耳机的远程操作员可以坐在一个控制中心，指导SAE 4级的自动驾驶车辆通过复杂的路段。例如，在尚未纳入系统的施工现场，汽车不会自动驶过，而是停在原地，因为车辆的自动化系统不知道如何操作。然而，在他们能够应对这些众多场景之前，DLR 的研究人员仍然必须解决一些基本问题。绘制车辆地图以进行监控的最佳方式是什么？需要哪些信息？一个人可以同时在屏幕上监控多少辆车？高度自动化车辆中的摄像头可以提供什么样的实时图像来帮助技术主管做出决策？处理援助请求平均需要多长时间？操作员需要多长时间才能做出决策？Michael Oehl 说：“在这种监控任务中，警惕性尤为重要。在研究中，我们用这个词来描述一种持续警觉的状态。即使长时间没有任何事情发生，你也必须能够在发生时快速做出反应。远程操作工作站必须经过专门设计，以防止出现人们分心或开始感到疲劳的情况。就像火车司机或飞行控制员一样，这些操作员不能经常过度工作。为了在车辆远程操作的背景下更深入地研究这些问题，该团队建造了一个工作站原型。通过这种方式，研究人员正在以一种面向应用的方式研究远程操作员未来在其工作站中需要哪些信息，以便能够在车辆自动化系统不清楚如何做的情况下快速、安全地支持SAE 4级自动驾驶汽车”。（编译：iothome）原文链接：https://www.iothome.com/archives/7263

对于完全无人驾驶商业化来说，都要经历主驾驶有无安全员、可不可载人（也就是载客）、可不可以收费这三个主要的流程，这也是自动驾驶到完全无人驾驶商业化的三个红灯，需要自动驾驶公司、监管机构共同努力，一个个将红灯变为绿灯。   这一波自动驾驶探索的热潮，从2009年的谷歌X实验室的无人车组开始，发展到今天已经有13个年头了，中国和美国等全球范围内也涌现出大量的自动驾驶初创公司，所有的公司都在为亮起上述三盏绿灯而努力。   要实现真正的完全无人驾驶商业化，是需要包括法律法规、车辆平台、传感器硬件、民众接受等整个产业链生态以及社会生态的成熟，在现在有着海量资本和人才的进入，对亮起三盏绿灯真正实现无人驾驶商业化有着巨大的促进作用。   更重要的是，无人驾驶的到来，可以让老人、儿童、残障人士等特殊人群，可以更方便的自由出行。当然了，前提是要做好针对性的交互，例如，小马智行在三年前就针对需要依赖轮椅出行的残障人士对无人驾驶测试车辆进行优化。   随着自动驾驶技术的进步、以及监管政策的突破，北京市高级自动驾驶示范区有望会在今年年底前，允许完全无人（也就是无安全员）+可载人（载客）+可收费，这意味着三盏绿灯同时亮起，无人驾驶商业化在政策上得到了许可。   但小马智行认为，自动驾驶系统的大规模量产、Robotaxi要在全国范围内大规模部署，还需要3-5年的时间。实际上，这也是整个行业的共同目标。根据特斯拉在2022年Q1的财报电话会的信息，特斯拉有望在明年推出无方向盘、无踏板的完全无人驾驶汽车，而Waymo和吉利也在合作量产完全无人驾驶车型。   无论是完全无人驾驶车辆的量产，还是Robotaxi的法律法规，都需要时间去突破，这一切都在全行业的努力下向前发展，让我们共同期待无人驾驶的Robotaxi的到来。 转载于车智微信公众号

北京时间4月28日，北京颁发了首批“无人化示范应用道路测试”通知书，根据规定，获得通知书许可的企业，可以在亦庄经济开发区60平方公里核心区范围内利用无人化测试车辆提供“主驾无安全员、副驾有安全员”的载人服务（无人化Robotaxi），这使得北京成为全国首个开启乘用车无人化运营试点的城市，而小马智行是获得许可的唯一一家初创公司。   在本次无人化示范应用道路测试规定中，最大的意义在于政策上允许拿掉主驾驶的安全员！虽然副驾驶仍旧保留安全员，实际上除了预防需要人接管的突发情况外，更大的作用是在于安抚乘客和其他道路参与者等公众的心理。作为破坏式的创新技术，乘客和公众需要时间去接受无人驾驶技术的到来。   为什么北京可以走在全国的前面，首次颁发无人驾驶载人测试牌照，将无人驾驶的商业化往前推进的一大步？这里面是北京市高级自动驾驶示范区专班在政策上、自动驾驶企业在技术上，双方共同努力突破的结果。监管者和参与者的共同合作，目的是逐步向公众提供安全可靠、成本有优势的完全无人驾驶Robotaxi服务。    01无人驾驶载人测试许可的背后 北京本次颁发的无人驾驶载人测试运营牌照，将安全员从传统意义的主驾驶位，移到了副驾驶位，是在缓慢的让乘客、道路其他参与者以及公众等，逐步接受完全无人驾驶Robotaxi的到来。   由于将安全员从主驾驶挪到了副驾驶，这对技术上的保障、对乘客和其他道路参与者的认知、对政策的支持，都提出了新的要求。   作为首批获得北京“无人化示范应用道路测试”通知书的初创公司，小马智行拿到这个牌照付出了巨大的努力。   为了验证技术上的安全性，小马智行在车辆硬件上设置了多种的安全冗余，并且配备了无需依赖5G网联的自动驾驶远程辅助平台，更重要的是，小马智行通过1100万公里真实道路测试和大量的虚拟仿真测试，共同验证技术的安全性和可靠性。在广州也提供了近千人次的无人化Robotaxi的体验服务，值得一提的是，小马智行在4月24日获得广州南沙给自动驾驶公司颁发的出租车经营许可。   在乘客和其他道路参与者的认知上，对于乘客而言，车上还有一个安全员，虽然是坐在副驾驶上，但是，在心理上对安全的暗示作用是非常大的，乘客通过Pony Pilot+ APP上打到一辆主驾驶上没有安全员的车辆时，不至于会在心理上有抗拒或者不安全的感觉。对于其他道路参与者而言，提供这类服务的车辆会有特殊的车身标识。让乘客和公众逐步接纳，也是无人驾驶商业化不可或缺的一个步骤。   颁发无人驾驶载人测试运营牌照只是一个结果，为了达到这个结果，北京市高级自动驾驶示范区专班，制定了严格的规定和流程，这个从下图可以看到其中的一些步骤，从这些步骤就可以看到这里面的严谨性和科学性。   将安全员从主驾驶挪到了副驾驶，看起来是很小的一个变化，这里面也包含了监管层在政策面的重大突破，以及提供无人驾驶服务企业在技术保障上的信心。借用当年阿姆斯特朗成为登月第一人的那句名言，这是无人驾驶商业化的一大步。   按照北京市高级自动驾驶示范区专班现在每2-3个月就有新的政策突破的节奏，有望在年底前实现完全无人+载客+收费三盏绿灯同时亮起，从而真正实现无人驾驶Robotas的商业化。这需要监管层政策突破的努力，更需要自动驾驶公司在技术上的保障。 转载于车智微信公众号

计算机建模帮助打造自动驾驶半挂卡车的未来摘要:图森未来 (TuSimple) 正在努力研发自动驾驶卡车,让高速公路在变得更加安全高效的同时帮助降低运输成本及其对环境的影响。每天,全世界有数十万的司机需要半夜从床上爬起来,钻进大型卡车的狭小驾驶空间。这一劳动力群体每年会向仓库、杂货店和港口运送数以十亿吨记的货物。运输业每年通过人工驾驶的大卡车运输近 110 亿公吨(120 亿吨)的货物。通过自动驾驶卡车,TuSimple 可以把高速公路变为对于卡车司机和其他司机来说都更加安全的场所。与此同时,自动驾驶卡车的使用还可以节省关键物资的运输费用。尽管这些卡车对世界各地供应链的运转至关重要,但该行业仍面临着日益严重的司机短缺问题。卡车运输业一直面临“留住老司机、发展新司机”的两难困境,而随着新冠疫情期间许多驾驶学校的关闭,这一局面变得愈发艰难。在上述因素的综合作用下,卡车运力已无法满足不断增长的运输需求,从燃油燃料到电子产品的供应都受到了影响。TuSimple 的自动驾驶卡车车队。(图片所有权:TuSimple)另外,长途运输卡车也是司机安全的梦魇。由于工作时间长,经常要在夜间或清晨驾驶,因此卡车司机比其他司机更容易产生疲劳感。美国疾病预防控制中心表示,疲劳驾驶与醉酒驾驶带来的交通风险一样大。正是卡车行业面临的这些问题,让 TuSimple 的韩晓凌和同事们看到了一种全新解决方案的机会:重型卡车的自动驾驶技术。TuSimple 传感器和车辆控制集成高级总监韩晓凌表示,这些车辆可以解决卡车运输业面临的棘手问题。韩晓凌说:“自动驾驶卡车比自动驾驶乘用车的商业应用前景更为广泛,因为卡车运输路线是高度可重复的,而且大部分驾驶是在高速公路上进行。虽然卡车自动驾驶的问题解决起来非常困难,但和自动驾驶汽车比起来,它需要面对的问题就少得多了。”韩晓凌还表示,TuSimple 的自动驾驶卡车可以让高速公路在变得更加安全高效的同时帮助降低运输成本及其对环境的影响。自动驾驶之路MathWorks 公司的汽车行业经理 Govind Malleichervu 介绍,目前各行各业都标榜采用了自主技术,从智能扫地机器人到各式新车,不一而足;然而如果用真正的自主性标准加以衡量,许多技术并未达到严格意义上的自主。4 级或 5 级的自动驾驶卡车可以让其司机在夜间空旷的道路上驾驶时有机会休息。根据国际自动机工程师学会的定义,汽车的自主性包括从 0 到 5 六个可能的级别。0 到 3 级是从无自动化到有限的自动化,包括辅助转向或制动。由于功能的限制,人类驾驶员仍然需要控制车辆并监督这些系统。要实现第 5 级自主性,即车辆独立执行所有的驾驶任务,仍需多年时间。自动驾驶的六个级别(图片所有权:NHTSA.gov)Malleichervu 说,“许多 OEM 提供的自动驾驶功能达到了 2 级或 2+ 级。加号的意思是在 2 级的基础上提高了自主性,但尚未达到 3 级。达到这种级别后,车辆上的高级驾驶辅助系统 (ADAS) 可以控制制动系统、加速和转向,而人类驾驶员仍然需要负责随时监控环境,并执行所有其他驾驶任务。”造成这种相对有限的自主性的部分原因是伴随在城市环境中测试和开发车辆 ADAS 而来的安全顾虑。韩晓凌表示,这正是 TuSimple 卡车的优势所在。虽然该公司预计其卡车至少要到 2024 年才能全面上路,但在驾驶密度较低的高速公路而不是市中心测试这项技术,为实现完全自动驾驶提供了一条更容易的途径。为了在城市测试自动驾驶汽车,公司必须首先与地方有关部门就测试车辆的区域、频率以及速度达成协议。这通常意味着可用于测试的区域和时间都会减少。高速公路测试的另一个好处是,与城市道路相比,它面临的行人障碍更少,并且在很大程度上避免了走走停停的交通状况和道路狭窄或不平坦的情形。这代表着万一出现问题,虽然对其他司机造成伤害的风险并不为零,但它确实能降低发生致命事故的可能性。韩晓凌表示,TuSimple 的卡车目前已达到 4 级自主性。这意味着车辆可以在有限的条件下自动驾驶,而无需人类驾驶员的帮助 — 不过 TuSimple 公司仍计划让人类驾驶员在驾驶座上进行监控。目前的卡车运输要求人类驾驶员时刻保持警惕,4 级或 5 级自动驾驶卡车的不同之处在于,在空旷的道路上彻夜行驶时,卡车司机会有休息的机会。韩晓凌和他的团队正在开发这种自动驾驶的关键技术之一:自主线控制动系统。大型卡车的重量以及牵引满载拖车所带来的动态特性,使得卡车更难快速停车。一辆满载的卡车重达 36,000 公斤(80,000 磅),而一辆客车的重量只有 1,360 公斤(3,000 磅)。制动系统必须能够安全地阻止重型卡车高速行驶时的向前冲力。韩晓凌表示,“线控制动系统非常复杂,整个系统管道从感知开始,我们的程序要观察车辆前后左右的情形。这涉及到运动规划、预测和控制算法。”借助感知和激光雷达等传感器,TuSimple 的 4 级自主系统可以 360 度地观察车辆周围,以及前方 1,000 米范围的路况。这些数据随后会传递到安全关键型线控制动控制系统,韩晓凌解释说。该控制系统随后会在软件感知与卡车硬件之间建立关联,以激活安全制动。韩晓凌还表示,“制动是自动驾驶中最基础的系统,对制动安全的要求高于所有其他系统。”制动系统的这些更严格的标准也反映在其冗余上。这意味着如果出现问题,人类控制者可以进行干预并手动制动。“对于车辆的其他部件,例如发动机,一定程度的冗余就足够了,但是由于制动系统是关乎车辆安全性的核心部件,我们必须拥有完全的冗余,包括物理、信号、电源和软件系统。” 韩晓凌继续说道。信任模型TuSimple 目前已经在真正的高速公路上测试其大型卡车,包括一段从美国亚利桑那州到俄克拉荷马州长达 951 英里的路程。不过,韩晓凌解释说,完全依赖道路测试会导致成本快速增加。做为替代,该团队现在主要依靠建模和仿真来作为线控开发经济高效且安全的替代方案。据韩晓凌介绍,高达 90% 的卡车车辆控制单元的测试是使用 MATLAB®、Simulink® 和其他软件开发的模型完成的。通过使用模型,该团队只参考唯一数据源,自动生成代码,并可以测试具有不同车辆约束条件的自主系统。“我们只有 10% 的时间在车辆层面测试线控制动,因为这样做的成本非常高昂”,韩晓凌这样表示。“不仅耗费人力,还需要额外的协调工作。因此,我们利用仿真进行大部分测试。”仿真需要对不同的传感器输入(如激光雷达和雷达)如何通过微处理器中继到卡车的物理控制系统进行建模。使用模型来管理这些组件可以让团队各成员能够同时进行设计,即使他们在不同的物理地点工作。TuSimple 司机让车子自动驾驶。(视频所有权:TuSimple)“团队成员可以使用模型来检查车内发生的情况”,韩晓凌表示。“这比阅读代码可要容易得多。这就是为什么模型是整个车辆控制单元团队的唯一数据源,因为我们的所有相关职能团队均可以基于模型进行交流。”Malleichervu 称,这些模型还可以通过自动生成代码来实现在模型级别进行的设计,从而帮助减少编程人员引入的错误。这种方法让团队能够测试具有不同车辆约束条件的自动驾驶系统,例如不同的发动机或货物重量。该团队依靠 MATLAB 脚本和 GitHub 来管理变体。摆脱束缚韩晓凌表示,除了简单易用之外,依靠虚拟模型来完成大多数的新设计测试还有助于他们不再依赖汽车和软件行业称为 V 模型的标准设计模型。“我们的迭代周期非常快,这意味着我们软件的发布是每月而不是每年。要在一个月内而不是一年内发布软件。......如果没有建模,在一个月内发布一个功能是非常困难的,因为编程、测试、验证等所有工作都需要在这个时间段内完成。”TuSimple 结合 V 模型和敏捷方法创建了理想的设计流程。(图片所有权:TuSimple)V 模型也被称为验证和确认模型,是一种在实现新功能之前系统地进行分析、设计和验证的设计方法。Malleichervu 说,使用 V 模型设计方法完成发动机或车辆项目的全部设计通常需要三到五年时间;对现有设计进行升级大约需要一年时间。韩晓凌说,对于 TuSimple 来说,这种方法太慢了。做为替代,该公司在开发自动驾驶系统时采用了一种混合方法,即将 V 模型和敏捷方法结合运用。“我们的迭代周期非常快,这意味着我们要在几周而不是几年内发布线控软件”,韩晓凌说。“这就是为什么我们也需要遵循敏捷流程的原因。这也是我们依赖建模的原因。如果没有建模,一个月内很难发布一个功能,因为编程、测试、验证等所有工作都需要在那一个月内完成。”使用这种混合方法,TuSimple 可以在 24 小时内发布线控软件补丁,并在 72 小时到两周内的发布新功能。韩晓凌认为,正是这种新颖的设计方法和 TuSimple 对建模的使用,才能帮助公司实现目标,即自动驾驶的大型卡车可以在 2024 年驰骋于高速公路上。文章和图片均为MathWorks版权所有

作者：秋弈未来随着传感器、物联网技术的不断进步发展，L4级自动驾驶技术的推广，以及网络信息安全建设的不断完善，自动驾驶的应用范围将会进一步扩大。​自动驾驶如今已成为汽车行业的重点发展方向之一，也是整个社会密切关注的科技命题。在主流汽车制造商们纷纷探索自动驾驶技术的同时，这一行业的发展也受到了一些学者的关注。6月17日晚，著名经济学家任泽平以《点燃希望——寻找中国经济新机遇》为主题的演讲在北京卫视播出，论道新经济、新基建、新机遇等大家普遍关心的经济话题。节目中，经济学家任泽平从认为自动驾驶“大有未来”。自动驾驶发展的契机在“双碳”目标的推动下，电动汽车行业发展十分迅速。截至2021年底，全国新能源汽车保有量达784万辆。汽车行业的电气化成为自动驾驶技术生长的土壤。此外政策的落地也为自动驾驶行业发展提供了方向。感知能力更强，有效缓解城市拥堵自动驾驶相较于传统的驾驶而言在很多方面优势明显。第一点便是自动驾驶与人的驾驶相比拥有更强的感知能力，更短的反应时间，此外还可连接万物互联，增强车联网安全服务。没有疲劳驾驶等人类驾驶员的行为，在长距离驾驶上安全系数更高。第二点是可以节省人力资源成本。借助自动驾驶技术，人们可以从繁重的驾驶任务中解放出来，腾出的大量时间可以用来创造更多的社会价值。 三点是缓解城市交通拥堵。交通拥堵目前成为了众多城市发展的难题。除了城市车辆的增多外，交通拥堵与驾驶员的不当驾驶行为也有着一定关系。在技术层面上，自动驾驶能有效减少加塞、熄火等因素导致的交通堵塞，还能够根据当前的路况自动规划最佳路线，避免拥堵状况的加重。车辆检测能力受限，天气影响较大目前而言，自动驾驶技术尚未发展成熟，以色列传感器初创公司Arbe Robotics的CEO Kobe Marenko表示雷达分辨率和视野限制了车辆的检测能力，而传感器的性能受雨雾天气影响较大。事实上，目前的技术自动驾驶高度依赖传感器的感知能力。据统计，一辆智能汽车上一般有少则数十多则上百个传感器。这些传感器一起构成了智能汽车的感知网络，为智能汽车的自动驾驶提供了技术支持。在技术不断发展的同时，自动驾驶相关的标准也在不断完善，自动驾驶的责任明确是重点内容。在2022年3月实施的《汽车驾驶自动化分级》中，自动驾驶级别分5档，明确了各级别下驾驶员应承担的驾驶责任。驾驶工作需要驾驶员与驾驶自动化系统共同完成，驾驶员还应承担突发事件的责任，并在需要时介入驾驶以确保车辆安全。L3级别自动驾驶商业化落地加速自2020年起，自动驾驶出租车在北京、上海等多个智能网联示范区内投入试运营，吸引了众多消费者的目光。 目前已经有上汽、百度、滴滴、T3出行、小马智行、文远知行等多家公司的自动驾驶出租车开始试点商业化运营。值得注意的是，这些自动驾驶出租车的无人驾驶技术仍处于L3级别，但已有部分企业在探索更高级别的自动驾驶技术。2022年1月20日，小马智行首度公开第六代面向L4车规级量产设计的自动驾驶软硬件系统外型设计、传感器及计算平台方案。今年在国内开启道路测试，预计2023年上半年投入自动驾驶出行服务的日常运营。 可以预见的是，未来随着传感器、物联网技术的不断进步发展，L4级自动驾驶技术的推广，以及网络信息安全建设的不断完善，自动驾驶的应用范围将会进一步扩大。​责任编辑：华轩   来源： 智能制造网

面向自动驾驶应用的车联多智能体信息融合协同决策机制研究曹佳钰, 冷甦鹏, 张科电子科技大学信息与通信工程学院，四川 成都 611731摘要自动驾驶车辆是智能交通系统的重要组成部分，自动驾驶应用需要在采集大量交通数据的基础上，实施信息处理与控制决策。由于交通信息的时空属性，即信息只在某一时间段内或某一区域内有效，独立车辆有限的信息感知范围严重制约了自动驾驶应用数据采集的有效性。车联多智能体协同决策为上述问题提供了可行的解决思路，提出了一种多维度感知信息融合机制，提升车载信息融合对自动驾驶任务的增益。在此基础上，设计了面向自动驾驶应用的智能分布式的决策算法，在最大化信息融合对自动驾驶任务增益的同时，最大化路网交通车流量，并满足自动驾驶车辆的成本和资源约束。仿真结果验证了所提算法的收敛性和实用性。关键词： 自动驾驶 ; 多智能体 ; 信息融合 ; 移动边缘服务1 引言近年来，科技的进步极大地推动了智能交通的发展，智能交通系统在解决交通拥堵、环境污染、能源消耗等问题上受到了越来越多的关注。在此背景下，网联自动驾驶汽车（CAV,connected and au tonomous vehicle）技术应运而生[1,2,3]。CAV技术可以分解为车辆互联技术和自动驾驶技术，车辆互联技术主要包括两种类型的通信链路，即车与车（V2V,vehicle to vehicle）通信和车与路边基站（V2I,vehicle to infrastructure）通信。V2V通信允许车载用户进行短距离和中距离通信，提供低成本部署，并以低时延支持短消息传递。V2I 通信使车辆能够连接互联网，通过路边基站进行信息传播和提供信息娱乐服务。自动驾驶技术可以利用车载传感器检测车辆的行驶信息，如车辆的速度、位置、加速度等，并通过对这些信息的处理，提高整个网络的安全性和通行效率。由此可见，CAV技术是智能交通系统的核心基础，是城市现代化的重要组成部分。随着智能汽车和交通传感器的普及以及传感器性能的提升，道路上行驶的车辆将产生大量行驶信息，这些信息（如路径规划的位置信息、地图导航信息等）通常具有时空属性，即只在某一时间段内或某一区域内有效。在CAV技术中，独立车辆的自动驾驶控制决策与其他车辆的行驶信息紧密相关。因此，自动驾驶应用需要准确地了解实时驾驶环境，即在数据失效之前完成数据采集任务，才能进一步处理得到自动驾驶的控制策略。然而，在实际的交通环境中，因噪声、干扰和物理遮挡的存在，独立车辆的信息感知范围有限，这严重制约了自动驾驶应用数据采集的有效性。为了解决上述问题，移动边缘服务将车辆的行驶信息缓存在道路附近的边缘节点（车辆或备有边缘服务器的路边基站）成为了一个可行的解决方案[4]。当车辆采集自身行驶信息后，可以直接将行驶信息缓存在附近的边缘节点，并通过边缘节点将信息传输至其他车辆，弥补了车辆感知能力有限的不足，大大降低了车辆数据采集的时间消耗。然而，边缘服务器和车辆的缓存资源有限，而且不同的信息融合模式在时延和成本方面具有不同的表现。因此，在具有多种传输模式和动态拓扑结构的车辆网络中，高效的自动驾驶信息采集仍是一个需要智能解决方案的挑战。在自动驾驶应用中，车辆的控制策略可以是对驾驶动作（如速度、加速度、制动减速度等）的控制[5]，也可以是对更高层的驾驶策略（如超车、路径规划等）的控制[6]。在解决自动驾驶问题时，常使用强化学习训练模型，给出单个车辆在动态变化场景下最优的驾驶控制策略。然而，现实中的自动驾驶系统不是简单的单车系统或集中式决策系统，而是一个分布式的多智能体系统。因此，如何在完成高效数据采集的同时给出分布式的自动驾驶控制决策仍然是一个待探索的问题。CAV 技术为未来的交通系统带来了巨大的潜力，已经引起了研究者的广泛关注。文献[7]提出了一种用于CAV通过路口的全分布式交互协议，利用拉萨尔不变性原理设计了一种有效的调整工具，确保车辆在到达十字路口之前达到所需的队形。文献[8]针对联网自动驾驶中的运动预测问题提出了一种考虑不同驾驶风格的前车轨迹预测联合时序的建模方法，利用长短时记忆递归神经网络技术，实现了对前车精确和个性化的轨迹预测。文献[9]研究了多车协同自主停车问题，将自主停车轨迹规划问题转化为最优控制问题，通过高斯伪谱法实现了停车时间最小化。随着智能交通系统的兴起和自动驾驶应用需求的不断涌现，近年来的研究工作主要集中在基于移动边缘技术的自动驾驶服务。文献[10]研究了车速预测问题，提出了一种基于移动边缘技术的融合交通灯模型和车速模型的短期交通预测模型，有效地捕捉交通状况的实时变化，成功解决了短期流量预测问题。文献[11]针对车辆的编队管理问题设计了一种新的动态规划算法解决编队的资源分配优化问题，在保证误码率的前提下，最小化编队的总传播时延。文献[12]将 Follow Me edge-cloud （FMeC）概念引入自动驾驶领域，利用移动边缘服务架构和软件定义网络，在满足自动驾驶时延需求的同时，最小化全局成本。文献[13]讨论了自动驾驶的定位问题，提出了一种基于车辆区块链和移动边缘服务的 GPS 定位误差演化共享框架，保证了合作伙伴和数据的安全性和可信度，提高了车辆定位精度。在自动驾驶应用中，大多数研究通常采用强化学习训练自动驾驶模型。文献[14]提出了一种基于强化学习的车辆跟随模型，利用信息共享的优势，提高了在信号交叉口的实时行驶效率和安全性，降低了燃油消耗。文献[15]研究了高速公路上的自动驾驶问题，提出了一种基于多策略决策和强化学习的高速公路合并方法，实现了车辆的安全合并。自主驾驶系统是一种典型的多智能体系统，随着多智能体技术的兴起，一些研究也将关注点放在分布式多智能体技术与自动驾驶领域的结合上。文献[16]讨论了车辆编队的分散控制问题，结合多智能体理论提出了一个分散控制律补偿通信链路存在的非均匀时变时延效应，使得车辆可以达到指定的队列，同时根据编队队首的速度前进。文献[17]针对自动驾驶环境下的交叉路口通车状况开发了一种联合优化交通信号灯和车辆轨迹的控制方法，并利用多智能体技术进行仿真，提高车辆通行效率并减少停车次数。文献[18]将自动驾驶汽车的频谱共享检测违规问题定义为一个具有基数的多代理规划问题，利用众包信息确定最佳基数，用尽可能低的成本实现所需的检测精度和定位精度。尽管现有研究提供了一些关于自动驾驶服务和多智能体技术结合的见解，但是基于移动边缘服务的分布式自动驾驶技术还没有被研究。此外，现有的研究大多数默认自动驾驶服务在数据失效之前完成了数据采集任务，没有考虑不同信息融合技术对自动驾驶服务的影响。与现有研究不同的是，本文研究了具有多样信息融合模式的自动驾驶网络，并在分布式多智能体系统的基础上提出了最优的自动驾驶决策。为了解决自动驾驶任务数据采集的有效性问题，本文提出了一种基于移动边缘服务的多维度感知信息融合机制，设计了智能分布式的自动驾驶控制策略，联合优化数据采集和自动驾驶服务。本文的主要贡献如下。1) 提出了一种多维度感知信息融合机制，该机制在融合了移动边缘技术的同时，充分考虑了车辆行驶信息的时空属性。2) 研究了不同信息融合模式对自动驾驶任务的影响，构建了关系模型。3) 设计了智能分布式的协同决策策略，使得信息融合增益和路网交通车流量最大化，并满足自动驾驶应用的成本和资源约束。2 结束语本文将移动边缘技术融入了车联网，提出了一种多维度感知信息融合机制，并充分考虑了车辆行驶信息的时空属性。本文设计了面向自动驾驶的智能分布式协同决策方案，使得信息融合增益和路网交通车流量最大化，并满足网联车辆的成本和资源约束。仿真结果表明，与传统算法相比，本文提出的方案显著降低了学习成本。The authors have declared that no competing interests exist.作者已声明无竞争性利益关系。3 原文链接http://www.infocomm-journal.com/wlw/article/2020/2096-3750/2096-3750-4-3-00069.shtml

计算机建模帮助打造自动驾驶半挂卡车的未来摘要:图森未来 (TuSimple) 正在努力研发自动驾驶卡车,让高速公路在变得更加安全高效的同时帮助降低运输成本及其对环境的影响。每天,全世界有数十万的司机需要半夜从床上爬起来,钻进大型卡车的狭小驾驶空间。这一劳动力群体每年会向仓库、杂货店和港口运送数以十亿吨记的货物。运输业每年通过人工驾驶的大卡车运输近 110 亿公吨(120 亿吨)的货物。通过自动驾驶卡车,TuSimple 可以把高速公路变为对于卡车司机和其他司机来说都更加安全的场所。与此同时,自动驾驶卡车的使用还可以节省关键物资的运输费用。尽管这些卡车对世界各地供应链的运转至关重要,但该行业仍面临着日益严重的司机短缺问题。卡车运输业一直面临“留住老司机、发展新司机”的两难困境,而随着新冠疫情期间许多驾驶学校的关闭,这一局面变得愈发艰难。在上述因素的综合作用下,卡车运力已无法满足不断增长的运输需求,从燃油燃料到电子产品的供应都受到了影响。TuSimple 的自动驾驶卡车车队。(图片所有权:TuSimple)另外,长途运输卡车也是司机安全的梦魇。由于工作时间长,经常要在夜间或清晨驾驶,因此卡车司机比其他司机更容易产生疲劳感。美国疾病预防控制中心表示,疲劳驾驶与醉酒驾驶带来的交通风险一样大。正是卡车行业面临的这些问题,让 TuSimple 的韩晓凌和同事们看到了一种全新解决方案的机会:重型卡车的自动驾驶技术。TuSimple 传感器和车辆控制集成高级总监韩晓凌表示,这些车辆可以解决卡车运输业面临的棘手问题。韩晓凌说:“自动驾驶卡车比自动驾驶乘用车的商业应用前景更为广泛,因为卡车运输路线是高度可重复的,而且大部分驾驶是在高速公路上进行。虽然卡车自动驾驶的问题解决起来非常困难,但和自动驾驶汽车比起来,它需要面对的问题就少得多了。”韩晓凌还表示,TuSimple 的自动驾驶卡车可以让高速公路在变得更加安全高效的同时帮助降低运输成本及其对环境的影响。自动驾驶之路MathWorks 公司的汽车行业经理 Govind Malleichervu 介绍,目前各行各业都标榜采用了自主技术,从智能扫地机器人到各式新车,不一而足;然而如果用真正的自主性标准加以衡量,许多技术并未达到严格意义上的自主。4 级或 5 级的自动驾驶卡车可以让其司机在夜间空旷的道路上驾驶时有机会休息。根据国际自动机工程师学会的定义,汽车的自主性包括从 0 到 5 六个可能的级别。0 到 3 级是从无自动化到有限的自动化,包括辅助转向或制动。由于功能的限制,人类驾驶员仍然需要控制车辆并监督这些系统。要实现第 5 级自主性,即车辆独立执行所有的驾驶任务,仍需多年时间。自动驾驶的六个级别(图片所有权:NHTSA.gov)Malleichervu 说,“许多 OEM 提供的自动驾驶功能达到了 2 级或 2+ 级。加号的意思是在 2 级的基础上提高了自主性,但尚未达到 3 级。达到这种级别后,车辆上的高级驾驶辅助系统 (ADAS) 可以控制制动系统、加速和转向,而人类驾驶员仍然需要负责随时监控环境,并执行所有其他驾驶任务。”造成这种相对有限的自主性的部分原因是伴随在城市环境中测试和开发车辆 ADAS 而来的安全顾虑。韩晓凌表示,这正是 TuSimple 卡车的优势所在。虽然该公司预计其卡车至少要到 2024 年才能全面上路,但在驾驶密度较低的高速公路而不是市中心测试这项技术,为实现完全自动驾驶提供了一条更容易的途径。为了在城市测试自动驾驶汽车,公司必须首先与地方有关部门就测试车辆的区域、频率以及速度达成协议。这通常意味着可用于测试的区域和时间都会减少。高速公路测试的另一个好处是,与城市道路相比,它面临的行人障碍更少,并且在很大程度上避免了走走停停的交通状况和道路狭窄或不平坦的情形。这代表着万一出现问题,虽然对其他司机造成伤害的风险并不为零,但它确实能降低发生致命事故的可能性。韩晓凌表示,TuSimple 的卡车目前已达到 4 级自主性。这意味着车辆可以在有限的条件下自动驾驶,而无需人类驾驶员的帮助 — 不过 TuSimple 公司仍计划让人类驾驶员在驾驶座上进行监控。目前的卡车运输要求人类驾驶员时刻保持警惕,4 级或 5 级自动驾驶卡车的不同之处在于,在空旷的道路上彻夜行驶时,卡车司机会有休息的机会。韩晓凌和他的团队正在开发这种自动驾驶的关键技术之一:自主线控制动系统。大型卡车的重量以及牵引满载拖车所带来的动态特性,使得卡车更难快速停车。一辆满载的卡车重达 36,000 公斤(80,000 磅),而一辆客车的重量只有 1,360 公斤(3,000 磅)。制动系统必须能够安全地阻止重型卡车高速行驶时的向前冲力。韩晓凌表示,“线控制动系统非常复杂,整个系统管道从感知开始,我们的程序要观察车辆前后左右的情形。这涉及到运动规划、预测和控制算法。”借助感知和激光雷达等传感器,TuSimple 的 4 级自主系统可以 360 度地观察车辆周围,以及前方 1,000 米范围的路况。这些数据随后会传递到安全关键型线控制动控制系统,韩晓凌解释说。该控制系统随后会在软件感知与卡车硬件之间建立关联,以激活安全制动。韩晓凌还表示,“制动是自动驾驶中最基础的系统,对制动安全的要求高于所有其他系统。”制动系统的这些更严格的标准也反映在其冗余上。这意味着如果出现问题,人类控制者可以进行干预并手动制动。“对于车辆的其他部件,例如发动机,一定程度的冗余就足够了,但是由于制动系统是关乎车辆安全性的核心部件,我们必须拥有完全的冗余,包括物理、信号、电源和软件系统。” 韩晓凌继续说道。信任模型TuSimple 目前已经在真正的高速公路上测试其大型卡车,包括一段从美国亚利桑那州到俄克拉荷马州长达 951 英里的路程。不过,韩晓凌解释说,完全依赖道路测试会导致成本快速增加。做为替代,该团队现在主要依靠建模和仿真来作为线控开发经济高效且安全的替代方案。据韩晓凌介绍,高达 90% 的卡车车辆控制单元的测试是使用 MATLAB®、Simulink® 和其他软件开发的模型完成的。通过使用模型,该团队只参考唯一数据源,自动生成代码,并可以测试具有不同车辆约束条件的自主系统。“我们只有 10% 的时间在车辆层面测试线控制动,因为这样做的成本非常高昂”,韩晓凌这样表示。“不仅耗费人力,还需要额外的协调工作。因此,我们利用仿真进行大部分测试。”仿真需要对不同的传感器输入(如激光雷达和雷达)如何通过微处理器中继到卡车的物理控制系统进行建模。使用模型来管理这些组件可以让团队各成员能够同时进行设计,即使他们在不同的物理地点工作。TuSimple 司机让车子自动驾驶。(视频所有权:TuSimple)“团队成员可以使用模型来检查车内发生的情况”,韩晓凌表示。“这比阅读代码可要容易得多。这就是为什么模型是整个车辆控制单元团队的唯一数据源,因为我们的所有相关职能团队均可以基于模型进行交流。”Malleichervu 称,这些模型还可以通过自动生成代码来实现在模型级别进行的设计,从而帮助减少编程人员引入的错误。这种方法让团队能够测试具有不同车辆约束条件的自动驾驶系统,例如不同的发动机或货物重量。该团队依靠 MATLAB 脚本和 GitHub 来管理变体。摆脱束缚韩晓凌表示,除了简单易用之外,依靠虚拟模型来完成大多数的新设计测试还有助于他们不再依赖汽车和软件行业称为 V 模型的标准设计模型。“我们的迭代周期非常快,这意味着我们软件的发布是每月而不是每年。要在一个月内而不是一年内发布软件。......如果没有建模,在一个月内发布一个功能是非常困难的,因为编程、测试、验证等所有工作都需要在这个时间段内完成。”TuSimple 结合 V 模型和敏捷方法创建了理想的设计流程。(图片所有权:TuSimple)V 模型也被称为验证和确认模型,是一种在实现新功能之前系统地进行分析、设计和验证的设计方法。Malleichervu 说,使用 V 模型设计方法完成发动机或车辆项目的全部设计通常需要三到五年时间;对现有设计进行升级大约需要一年时间。韩晓凌说,对于 TuSimple 来说,这种方法太慢了。做为替代,该公司在开发自动驾驶系统时采用了一种混合方法,即将 V 模型和敏捷方法结合运用。“我们的迭代周期非常快,这意味着我们要在几周而不是几年内发布线控软件”,韩晓凌说。“这就是为什么我们也需要遵循敏捷流程的原因。这也是我们依赖建模的原因。如果没有建模,一个月内很难发布一个功能,因为编程、测试、验证等所有工作都需要在那一个月内完成。”使用这种混合方法,TuSimple 可以在 24 小时内发布线控软件补丁,并在 72 小时到两周内的发布新功能。韩晓凌认为,正是这种新颖的设计方法和 TuSimple 对建模的使用,才能帮助公司实现目标,即自动驾驶的大型卡车可以在 2024 年驰骋于高速公路上。文章和图片均为MathWorks版权所有

车联网中安全认证技术的分析与研究王曼竹1, 李梓琦1,2, 陈翌飞1, 洪高风1, 苏伟11 北京交通大学电子信息工程学院，北京 1000442 北京工业大学城市建设学部城市交通学院，北京 100124摘要目前，车联网安全认证技术并不能很好地抵御车联网环境下的各种攻击，且在平衡安全和性能方面也存在缺陷。在深入分析车联网研究现状和安全威胁的基础上，提出了基于层次化的车辆—车辆（V2V, vehicle-to-vehicle）安全认证方案，并进一步提出了基于多个可信第三方的 L 型安全认证方案。所提方案更适合用于车联网环境，旨在保障汽车通信过程的信息安全，防止通信数据被不法分子窃取和篡改等。关键词： 车联网 ; 安全认证 ; V2V安全认证方案 ; L型安全认证方案1 引言随着物联网技术的发展和人们对无人驾驶领域的不断探索，车联网（IoV, Internet of vehicles）已成为当前热点话题之一。车联网即V2X（vehicle to everything）系统，是车辆—车辆（V2V, vehicle-to-vehicle）、车辆—基础设施（V2I, vehicle-to-infrastructure）、车辆—网络（V2N, vehicle-to-network）和 车 辆 — 行 人（V2P, vehicle-to-pedestrian）通信的统称。车联网主要由车载单元（OBU, on board unit）和路侧单元（RSU, road side unit）两部分组成，两者都具有较强大的运算性能。OBU 是装载在车辆上的无线计算单元；RSU是安装在城市道路两边的通信及计算机设备，其功能是与 OBU 共同完成实时的高速通信，并通过有线设备连接在骨干网络上。在许多交通场景中， V2V和V2I这2种模型经常组合使用，主要采用专用短程通信（DSRC, dedicated short range communication）技术。DSRC是一种可以实现双向无线传输的高效通信技术，通过V2V和V2X的连接，可以在小范围内实时、准确且可靠地传输图像、语音和数据[1]。近年来，车联网在世界各国呈现快速发展态势。2018年美国5G白皮书《面向5G的蜂窝式V2X通信》指出，随着电子技术、传感技术和计算机技术的飞速发展，车辆V2X通信正在逐步成为现实[2]。中国通信学会的《车联网安全技术与标准发展态势前沿报告（2019）》[3]对车联网安全技术在我国以及全球的发展态势做出了分析，报告认为车联网产业已上升至国家战略高度。为了顺应“互联网+智能交通”的发展，我国车联网技术也正在与“北斗 +5G”等自主关键技术进行创新融合[4]。同时，针对车联网技术的快速发展，各国也相继出台了各类标准和政策，如2006年，美国发布了IEEE 1609.2标准，专注于 V2V 安全应用和单跳 V2I 通信；欧洲电信标准协会开发了 V2X 的欧洲规范；新加坡、日本等国家也在开发V2X智能交通系统规范[5]。车联网在未来交通中有至关重要的作用，如何保障车联网的安全性非常关键。中国通信学会的《车联网安全技术与标准发展态势前沿报告（2019）》指出，我国车联网未来可能出现的集中式管理架构和分布式管理架构都需要保证极高的安全性。目前，当车辆通过DSRC或5G接收来自RSU或者基站的控制信息时，对信息的认证工作还不够完善。非法入侵者极有可能影响车辆的智能驾驶，产生安全问题。针对此问题，国内外学者从不同角度提出了安全认证方案。Vijayakumar 等[6-7]提出了双重认证和密钥管理技术，用于在车联网中安全传输数据；Boneh 等[8]利用椭圆曲线上的双线性建立了高效的基于身份标识号（ID, identity document）的加密方案；Lu 等[9]提出了一个基于身份的在线/离线签名认证框架；谭杰等[10]在离散对数的知识签名技术理论基础上提出了基于知识签名的快速身份认证协议；陈葳葳等[11]利用区块链技术的防篡改和分布式特性，基于公钥基础设施（PKI, public key infrastructure）体制提出了基于区块链的快速匿名身份认证方案。然而，上述安全认证方案存在各自的问题。如集中式的经典PKI证书管理方案虽能实现匿名认证，但车辆数量增加后会产生较长的处理时延；基于知识签名的快速身份认证协议能使载有OBU的车辆通过RSU快速加入车联网，但同一区域OBU数量激增会影响RSU对OBU的准确认证，甚至使系统瘫痪，在提高认证速率的同时没有考虑安全性；基于区块链的快速匿名身份认证方案能有效利用区块链技术的防篡改、分布式特性实现高效的安全认证，但其安全性过度依赖存入同一区块链的车辆身份信息，没有考虑未来不同品牌车辆可能会有不同的区块链，没有加入更多的可信第三方。上述问题使现有安全认证技术不能更好地适用于车联网环境。本文对车联网环境中存在的安全威胁进行分析，着眼于信息安全与隐私保障策略，提出了基于层次化的 V2V 安全认证方案，并进一步提出了基于多可信第三方的L型安全认证方案。基于层次化的安全认证模型是一种更高效的认证体系，有可信第三方参与的双向安全认证可以更好地保障车辆通信安全；L型安全认证方案则拥有多个可信第三方，进一步提升了安全性。2 结束语车联网作为具有广阔发展前景的一种移动自组织网络，保障通信过程的安全性及可靠性是至关重要的。在通信过程中，需要对通信双方的身份进行认证，并对传输过程进行加密。通过可信第三方对身份进行认证，车辆可任意选择通信对象，在与其建立连接前要确定对方的合法身份，并基于非对称密码体系进行保密通信。由于车辆位置分布较广泛，对可信第三方的管理可基于层次化结构。考虑日益增长的车联网用户数量，若进一步提升安全性，可将唯一可信第三方更改为双可信第三方，通过对 L型安全认证方案的应用来保障通信过程的安全。3 原文链接http://www.infocomm-journal.com/wlw/article/2021/2096-3750/2096-3750-5-3-00106.shtml

作者：顾 阳近日，北京市发放无人化载人示范应用通知书，百度、小马智行成为首批获准企业，北京也由此成为国内首个开启乘用车无人化运营试点的城市。自动驾驶商业化运营再度按下“快进键”。近日，北京市发放无人化载人示范应用通知书，百度、小马智行成为首批获准企业，北京也由此成为国内首个开启乘用车无人化运营试点的城市。无人化载人示范应用通知书的颁发，是行业从无人化道路测试向无人化商业化试点过渡的关键节点，同时承载了行业意义及技术意义。按照通知要求，获批企业可在高级别自动驾驶示范区60平方公里范围内，向公众提供“主驾位无安全员、副驾有安全员”的自动驾驶出行服务。尽管上述服务还停留在“方向盘后无人”层面，但这也意味着我国自动驾驶出行产业化迈出了实质性一步。北京的探索对我国自动驾驶行业意义重大。早在2018年3月，北京率先推出了允许在公开道路自动驾驶测试的管理规定。一系列严格考核后，向业界颁发了首批5张自动驾驶测试牌照。经过两年多测试，北京发布了道路测试管理规定修订版，允许企业开展无人化道路测试。2021年10月和11月，北京又连续发布了无人化道路测试许可和自动驾驶出行服务商业化许可。此次北京允许“方向盘后无人”，并支持百度等首批企业开启无人化自动驾驶出行服务，是自动驾驶出行服务由测试阶段迈入商业化运营的关键一步。在保证安全的前提下，企业有望在“实战”中打磨出真正的可商业化自动驾驶出行服务模式。自动驾驶是全球创新市场重点关注的领域之一，而无人化正成为全球自动驾驶技术、产业竞争的制高点。经过多年努力，我国自动驾驶在核心技术研发和产业化应用方面均达到国际领先水平，当前已步入落地发展的关键期，亟须在运营资质、产品标准、监管合规等制度性建设上寻求更大突破。事实上，在国际自动驾驶无人化的竞争中，主要竞争点离不开政策创新。哪个国家能出台更具突破力的创新政策，率先实现规模化商用，更早去掉安全员实现无人化，就能在国际竞争中赢得主动。这方面，北京已经抢占先机。不过，在人工智能“大爆发”到来之前，妥善解决好应用中的政策滞后等问题，才能构筑起我国全球自动驾驶发展中的产业竞争力。当务之急，要进一步突破与技术、产业发展不相适应的政策瓶颈，释放并激发出自动驾驶领域更多的创新活力。从国家层面看，要加快道路交通安全法的修订和发布实施，为加快自动驾驶汽车规模化商用、无人化奠定法律基础。同时，加快建立道路智能化分级国家标准，加快传统交通智能化升级。从地方层面看，要积极引导并支持地方政府先行先试，探索打造无人自动驾驶汽车的载人运营政策先行区。此外，还要适度超前建设智能交通基础设施，发挥5G远程控制优势，通过车路协同促进交通效率和安全性大幅提升，带动汽车产业向智能化和网联化转型升级。当前，我国在人工智能领域已具备成为全球领军者的基础和条件。我们有理由相信，以人工智能为关键技术的自动驾驶，将驱动我国汽车产业转型以及数字经济的蓬勃发展，助力经济迈向更高质量发展。责任编辑：庞桂玉     来源： 中国经济网-《经济日报》

美国国家公路交通安全管理局（NHTSA）已经为没有手动控制的自动驾驶车辆扫清了道路。在即将进行的规则重写中，该机构将取消对方向盘、转向杆、制动器、油门或离合器踏板以及驾驶座椅的要求。通用汽车公司在 2 月份向 NHTSA 申请许可，允许其自动驾驶汽车部门 Cruise 制造一辆没有方向盘和刹车踏板的自动驾驶汽车。配备自动驾驶系统 (ADS) 的汽车将不再需要任何驾驶装置，但是，安全气囊和安全带等安全系统必须与目前一样，仍然安装在所有前排座椅上。规则的改变可能意味着自动驾驶汽车可以在前排搭载三名乘客。虽然该机构总体上正在改变规则，但制造商可能仍需要获得 NHTSA 的许可才能销售自动驾驶汽车。

作者：Auto Byte电动交通的形式已经越来越多样化。并在全球可持续发展的大背景下扮演着重要角色。从电动自行车、汽车到无人驾驶电动汽车、Robotruck，再到自动驾驶无人机，这些产品似乎都在显露着未来的某种趋势。而来自加拿大安大略理工大学的Williamson教授认为，电动交通商业化的进一步成功，以及未来的全自动驾驶技术，将取决于电力电子技术的进步。「这种技术在未来几年面临着许多挑战，特别是在电能存储系统的控制和智能充电系统的发展方面。智能管理系统性能的提高电动汽车电池的续航里程焦虑和寿命有限的问题尤其令人担忧。目前，动力电池仍存在容量损失问题，这种问题在寒冷(0℃以下)和炎热天气(40℃以上)中，以及快速充电场景下显得尤为突出。为解决这一问题，电力电子领域已将全部精力集中在车载电池能量管理领域。这种能量管理的目的是使智能电力电子转换技术(也称为有源电池平衡)在电池级实现电压均衡。这种方式可将行驶里程延长两到三倍，而且只会增加1%到2%的电池组成本。Williamson表示，目前业内通常会通过电路拓扑实现创新，其方式是将电路板上的电感值最小化(一种称为减少部件转换器的方法)。未来几年可能还会有进一步的发展，使电池平衡更加高效和廉价。为电池的「第二次生命」铺路在使用8到10年之后，动力电池通常会因为容量下降而退役，当其寿命结束时，回收这些电池原材料似乎是大多数人能想到的解决方案。但事实上，这些电池还可以应用于其他领域。耗尽的电池可以保留70%左右的容量，因此可能适用于微电网和智能电网中的固定存储等应用。一些公司最近开展了一些项目，以检验这种电池「第二生命」解决方案的可行性。然而，废旧电池的降解行为仍然是一个相对未知的问题。在电池的第一次生命和第二次生命中进行适当的监测，对于验证第二次生命解决方案的技术可行性至关重要。比如，如果将几个不同容量的旧电池串联起来形成第二生命模块，可用能量就可以大大增加。再经过深入研究后，研究者们认为不同容量和化学成分的电池可以安全使用，而且相互之间不会影响性能。但要建立这样的系统，需要新的方法来控制每个已用电池的电流，以监测电池容量的实时消耗。目前基于机器学习技术的自适应控制策略，可以更准确地估计容量，并有潜力成为游戏规则的改变者，即将多种电池集为一个电池，形成电池的第二生命模块。极快充电站何时能够普及？城市、郊区甚至偏远地区都需要为电动汽车充电，这意味着电力研究人员在充电基础设施方面面临着许多挑战，包括可再生能源和固定电池储能的结合。商用电动汽车目前配备车载充电器，从墙上的交流插座获取输入电源。此时，电池组充电所需的能量转换是在车辆上完成的。另一方面，直流(DC)快速充电器最近已经商业化，能够做到将充电器和所有相关的电力设备移出汽车底盘，这正符合了未来的超高速充电器的需求。基于SAE J1772标准的车载交流充电(1.44 kW - 166kw)和车外直流充电(80kw - 400kw)，一些学者对有线充电拓扑进行了深入研究。目前，全球通用的直流快速充电标准是CHAdeMO标准。该标准允许62.5 kW ~ 400 kW的功率输送超快充电技术在过去三到四年出现，可提供超过400 kW的电力。这种技术旨在5分钟内为电动汽车充电，消除里程焦虑。该方法依赖于基于新型宽带隙半导体器件(如氮化镓(GaN)和碳化硅(SiC)开关)的先进功率变转换器拓扑，以及新颖的系统级架构。极快充电架构使用的是服务变压器，它可以将配电系统中使用的电压功率降低到终端用户所需的水平。然而，这增加了系统的成本和大小，并使安装过程复杂化。随着技术的进一步发展，可以采用固态变压器技术来提高功率密度和效率。再加上电力转换拓扑、控制方案、保护装置、宽频带隙电力装置和数字控制器的进一步发展，极快充电站在未来几年内将越来越受欢迎。 无线充电可降低「高容量电池」的必要性考虑到自动驾驶汽车的潜力，几家充电设备公司已经开始探索车用无线充电器的应用。无线传输的概念可以追溯到一个多世纪前尼古拉·特斯拉的工作，而今天更是有一系列可用的方法:声功率传输、射频功率传输、光功率传输、电容功率传输和感应功率传输。尽管这些技术可以根据其功率传输介质进行区分，但它们的系统配置都是相似的，主要由电源、负载、耦合器和一次/二次电子电路组成。电动汽车的无线充电器可以由交流电或直流电供电，它们的负载通常是直流电，并在电动汽车电池组处结束。感应电力传输是目前制造无线充电器最流行的方法，它可以提供从几十瓦到几千瓦的输出功率级别，这种方法还允许气隙变化从几厘米扩至数米。全自动无线充电器可以让电动汽车随时充电，这意味着充电速度更快，整体行驶距离也更长。无线充电器技术具有很强的创新性，因为它具有固有的电隔离特性，可以通过电源和电动汽车电池之间的气隙进行电力传输，而不会有任何直接的电接触。因此，充电点和电池端子之间的长电缆被消除了，消除了传统有线充电器的缺点，包括插电故障、跳闸危险以及由于电缆和连接器老化或腐蚀而导致的触电风险。和插电技术一样，无线充电器可以部署在住宅车库、办公室和购物中心的停车场进行静态充电。它们也可以放置在公交车站和交通灯上，以实现准动态无线电力传输。此外，动态无线充电(或动态充电)系统也可以安装在道路上，让电动汽车在行驶中充电，这可能会显著减少车载电池容量需求。因为电力传输是通过电磁连接进行的，所以发射台可以埋在地下，以减轻极端天气条件的影响。然而，无线电力传输系统仍然需要改进，特别是在成本、部署、效率、基础设施、互操作性和磁场排放方面。而解决这一问题的研究方案包括新型功率变换器拓扑、感应线圈设计、补偿网络拓扑、控制系统、电磁干扰屏蔽方法和智能通信。作者简介：Sheldon S. Williamson (Fellow, IEEE)， 1999年在印度孟买大学(University of Mumbai, Mumbai)获得电气工程学士学位(荣誉学位)，2002年和2006年分别在美国伊利诺伊理工学院(Illinois Institute of Technology, Chicago, IL, USA)获得电气工程硕士和博士学位(荣誉学位)。他目前是加拿大安大略理工大学工程与应用科学学院电气、计算机和软件工程学系教授，以及智能交通电气化和能源研究(STEER)小组主任。​责任编辑：张燕妮     来源： 机器之心

作者：郑峻美国自动驾驶行业的监管环境正在悄然发生变化。从去年开始，美国与加州的监管机构都在悄然调整此前的监管立场，以更为严格和谨慎的态度评估辅助驾驶和自动驾驶技术，同时积极准备进行相关监管立法。美国自动驾驶行业的监管环境正在悄然发生变化。过去十年时间，美国一直是全球自动驾驶领域的Ground Zero(中心点)。为了鼓励自动驾驶技术的研发、投资、运营与测试，美国监管部门提供了宽松的运营环境。得益于强大的人才储备、宽松的路测环境、良好的运营市场和充沛的风投资金，美国在自动驾驶这个前沿科技领域占据着明显优势。这里不仅先后孕育了自动驾驶行业的几大头部企业，还吸引了数十家全球企业到这里设置研发和测试中心。单是加州持有自动驾驶上路测试牌照的企业就超过了80家。然而，随着这个行业的繁荣与壮大，越来越多的车辆上路测试与运营，辅助驾驶和自动驾驶技术相关的交通事故也在逐渐显现，尤其是特斯拉辅助驾驶系统(AutoPilot)的诸多伤亡事故，引发了公众以及监管部门的关注。从去年开始，美国与加州的监管机构都在悄然调整此前的监管立场，以更为严格和谨慎的态度评估辅助驾驶和自动驾驶技术，同时积极准备进行相关监管立法。监管部门的优先考虑也从之前的鼓励上路测试完善技术，转向强调新技术必须将安全视为第一要素。去年10月，美国国家高速公路安全管理局(NHTSA)宣布委任杜克大学女教授玛丽·昆明斯(Mary Cummings)出任安全技术高级顾问。外界普遍将这一任命视为NHTSA监管方向转变的一个明显信号，意味着美国自动驾驶监管立场从鸽派转向鹰派，从“鼓励新技术上路测试”转向“安全是头等大事”。今年56岁的昆明斯是杜克大学计算机系和电子工程系教授以及人与自动化实验室的主任。她的履历颇具传奇色彩，曾经是美国海军第一位女战斗机飞行员，退役之后进入学术界，先后在弗吉尼亚理工大学、麻省理工和杜克大学担任教职，成为美国航空航天研究院院士。为了避免利益冲突，昆明斯在加入NTHSA之前辞去了全球汽车部件供应商巨头Veoneer的董事席位并抛售了所有持股。过去几年时间，昆明斯的研究兴趣明显转向人工智能和自动化领域，尤其是关注自动驾驶技术的安全性与社会道德影响。过去几年时间，昆明斯直言不讳地批评特斯拉的辅助驾驶技术AutoPilot，认为这项技术的可靠性与营销都存在着忽视安全和误导用户的问题。昆明斯担任NHTSA安全技术高级顾问，成为美国自动驾驶监管方向的主要掌舵人。这引发了马斯克和特斯拉的强烈不满。马斯克利用自己的推特平台公开抨击昆明斯对特斯拉存在着严重偏见，认为美国监管部门此次任命是在故意针对特斯拉，甚至发动近两万名特斯拉员工签名请愿抵制NHTSA的此次委任。尽管遭到美国企业家领袖马斯克以及电动车龙头企业特斯拉的公开抵制，但美国政府并没有就此改变态度，美国交通部长布迪基格(Pete Buttigieg)和NHTSA先后站出来公开力挺昆明斯。NHTSA强调称，委任昆明斯是期待她能够发挥在安全与自动技术领域的专业经验和领导。昆明斯上任之后，果然将特斯拉列为了开刀第一目标。去年11月，NHTSA宣布对特斯拉FSD软件导致的一起Model Y变道碰撞事故展开正式调查。这是特斯拉FSD首次遭到调查，股价因此大跌超过5%。去年12月，NHTSA要求特斯拉召回47.5万辆Model 3和Model S，解决后视摄像头可能增加撞车风险的问题。今年1月，NHTSA施压特斯拉取消了在行驶过程中使用中屏玩游戏的功能。今年2月，NHTSA要求特斯拉召回5.4万辆安装Beta版FSD软件的车辆。同一个月，NHTSA再次宣布对特斯拉超过41万辆汽车的Autopilot辅助驾驶系统的“幽灵刹车”问题展开调查，特斯拉股价再次大跌5%。从这个角度来看，NHTSA请来强调遵循安全至上的昆明斯，拿行业保有量最大的特斯拉辅助驾驶与自动驾驶软件开刀，也是向整个行业传递出了明确的监管信号。昆明斯上任之后带来的监管立场改变，不仅是针对特斯拉这样的新出行龙头企业，也直接影响到了L4级自动驾驶领域的诸多创业公司。最近NHTSA对自动驾驶头部企业之一的小马智行(Pony.ai)路测事故调查，也可以明显看出自动驾驶监管政策的收紧趋势。新浪科技今天在美国国家高速公路安全管理局(NHTSA)的官网上发现了小马智行提交发布的报告。这是他们对去年年底一起全无人驾驶测试车碰撞事故的技术复盘报告。这起事故发生在去年10月28日。加州车管局(DMV)网站的事故报告显示，那天小马智行基于现代电动车Kona打造的无人车在湾区总部弗里蒙特进行例行路测。无人车在一个十字路口完成右转之后，需要迅速向左变道。加州车管局的报告显示，车子在完成正常变道之后，却没有及时回轮，而是驶上了道路中间隔离带，撞到了隔离带上一个很小的路标。当时小马智行无人车处在全无人驾驶模式，驾驶座上并没有安全员。整起事故没有人员受伤，也没有涉及到其他车辆。“同时，小马智行第一时间向有关部门进行了汇报，包括加州机动车辆管理局(DMV)的自动驾驶管理部门，美国国家公路交通安全管理局(NHTSA)以及其他相关部门，并积极配合相关部门的问询。”在NHTSA进行相关问询之后，小马智行就10月28日的事故向NHTSA提交了一份正式报告：“一个技术问题造成了本次碰撞，随后小马智行在一天之内解决了该技术问题。”根据此次调查报告的结论，NHTSA要求小马智行召回安装了同一软件版本的测试车辆。因为是开发测试车辆，当天修复软件后，无需后续进行召回。值得注意的是，NHTSA这家美国高速公路安全监管机构此前的召回要求都是针对数以万计的量产车，因为直接涉及到大量普通车主的道路安全。而此次则是NHTSA第一次涉及到自动驾驶创业公司的软件召回，只涉及到没有投入商用的、仅用于道路测试的、不涉及第三方车主的自动驾驶车辆，数量仅有三辆。从这个角度也可以看出，NHTSA如今已经将道路安全视为自动驾驶技术发展的头等大事，对任何软硬件的潜在隐患都高度重视，希望最大程度确保上路测试车辆的安全性。NHTSA在回应记者质询时具体解释，小马智行根据法规要求向NHTSA提交了召回，解决其自动驾驶系统软件(ADS)某个版本的一个安全缺陷。尽管涉及软件仍在研发中，只用在小马智行ADS车辆上，但仍然需要遵守《机动车安全法》的要求。NHTSA副局长史蒂芬·克里夫(Steven Cliff)回应新浪科技质询时同样强调了这一点，“无论是有人驾驶车辆还是自动驾驶系统，保护道路使用者的要求是一致的。这第一起自动驾驶系统召回事件表明，NHTSA将确保车辆制造商和开发商在推进最新技术的时候始终将安全放在第一位。”需要指出的是，NHTSA如此重视自动驾驶测试车辆的软件安全，是在自动驾驶技术已经开始商用落地的大背景下。步入2022年之后，Waymo和Cruise两大自动驾驶头部公司先后获准在旧金山开展自动驾驶出租车的商用运营，面向公众开放接单。这是美国自动驾驶行业的一个里程碑，意味着自动驾驶出租车Robotaxt模式已经正式落地。自从2015年Waymo从谷歌分拆为独立公司之后，Robotaxi就被视为L4自动驾驶技术的商业落地最佳场景。过去几年时间，Waymo一直在稳步推进这一商用战略，引领整个行业进行示范。2018年Waymo率先在亚利桑那凤凰城推出了Waymo One打车服务，2020年推出取消安全员的全无人驾驶打车服务，今年更是在人口密集道路复杂的旧金山推出这一服务，更具有里程碑意义。而几乎同一时间，Cruise也在旧金山获准面向公众提供无人出租车服务。预计未来几年，其他头部企业也会纷纷在大城市推出面向公众的Robotaxi业务，真正带动这项技术实现商业化落地。在这样的大背景下，NHTSA的确有必要调整对自动驾驶技术的监管态度，以高度谨慎的安全标准来审视和评估自动驾驶软件的潜在缺陷。从这个角度来说，小马智行此次事故调查和召回要求可以被视为NHTSA开启了L4级自动驾驶技术的监管新时代。新浪科技查询加州车管局网站时还看到，就在今年2月11日，Cruise无人驾驶出租车在旧金山市区也发生了一起碰撞事故。由于右车道车辆强行加塞变道，Cruise无人车没有及时刹车发生了追尾碰撞。据新浪科技侧面了解，这起事故目前也在调查之中，Cruise和NHTSA暂时无法对此作出回应。自动驾驶行业容不得激进与冒险，任何的疏忽大意和掉以轻心都可能会付出巨大代价。每一起事故都可能引发公众的恐慌情绪，不仅可能直接打击到一家公司的商业前景，更有可能拖累整个自动驾驶行业。如果说过去十年，美国自动驾驶行业的繁荣发展直接受益于宽松监管环境，那么现在更为严格的监管政策，或许更有利于未来十年自动驾驶行业的商业落地。因为公众对自动驾驶技术的态度显然要更为苛刻，还需要更多的时间和数据来建立充分的信任。正如NHTSA在回复中所强调的，“NHTSA致力于让所有车辆制造商谨守责任，确保他们遵守要求对任何安全问题进行召回，这包括了软件问题，(因为)这会带来不可预知的安全风险，或无法满足《联邦机动车安全标准》。确保消费者信任新车辆技术的安全性是支持交通行业创新的关键所在。“责任编辑：未丽燕     来源： 新浪科技

作者：Auto Byte电动交通的形式已经越来越多样化。并在全球可持续发展的大背景下扮演着重要角色。从电动自行车、汽车到无人驾驶电动汽车、Robotruck，再到自动驾驶无人机，这些产品似乎都在显露着未来的某种趋势。而来自加拿大安大略理工大学的Williamson教授认为，电动交通商业化的进一步成功，以及未来的全自动驾驶技术，将取决于电力电子技术的进步。「这种技术在未来几年面临着许多挑战，特别是在电能存储系统的控制和智能充电系统的发展方面。智能管理系统性能的提高电动汽车电池的续航里程焦虑和寿命有限的问题尤其令人担忧。目前，动力电池仍存在容量损失问题，这种问题在寒冷(0℃以下)和炎热天气(40℃以上)中，以及快速充电场景下显得尤为突出。为解决这一问题，电力电子领域已将全部精力集中在车载电池能量管理领域。这种能量管理的目的是使智能电力电子转换技术(也称为有源电池平衡)在电池级实现电压均衡。这种方式可将行驶里程延长两到三倍，而且只会增加1%到2%的电池组成本。Williamson表示，目前业内通常会通过电路拓扑实现创新，其方式是将电路板上的电感值最小化(一种称为减少部件转换器的方法)。未来几年可能还会有进一步的发展，使电池平衡更加高效和廉价。为电池的「第二次生命」铺路在使用8到10年之后，动力电池通常会因为容量下降而退役，当其寿命结束时，回收这些电池原材料似乎是大多数人能想到的解决方案。但事实上，这些电池还可以应用于其他领域。耗尽的电池可以保留70%左右的容量，因此可能适用于微电网和智能电网中的固定存储等应用。一些公司最近开展了一些项目，以检验这种电池「第二生命」解决方案的可行性。然而，废旧电池的降解行为仍然是一个相对未知的问题。在电池的第一次生命和第二次生命中进行适当的监测，对于验证第二次生命解决方案的技术可行性至关重要。比如，如果将几个不同容量的旧电池串联起来形成第二生命模块，可用能量就可以大大增加。再经过深入研究后，研究者们认为不同容量和化学成分的电池可以安全使用，而且相互之间不会影响性能。但要建立这样的系统，需要新的方法来控制每个已用电池的电流，以监测电池容量的实时消耗。目前基于机器学习技术的自适应控制策略，可以更准确地估计容量，并有潜力成为游戏规则的改变者，即将多种电池集为一个电池，形成电池的第二生命模块。极快充电站何时能够普及？城市、郊区甚至偏远地区都需要为电动汽车充电，这意味着电力研究人员在充电基础设施方面面临着许多挑战，包括可再生能源和固定电池储能的结合。商用电动汽车目前配备车载充电器，从墙上的交流插座获取输入电源。此时，电池组充电所需的能量转换是在车辆上完成的。另一方面，直流(DC)快速充电器最近已经商业化，能够做到将充电器和所有相关的电力设备移出汽车底盘，这正符合了未来的超高速充电器的需求。基于SAE J1772标准的车载交流充电(1.44 kW - 166kw)和车外直流充电(80kw - 400kw)，一些学者对有线充电拓扑进行了深入研究。目前，全球通用的直流快速充电标准是CHAdeMO标准。该标准允许62.5 kW ~ 400 kW的功率输送超快充电技术在过去三到四年出现，可提供超过400 kW的电力。这种技术旨在5分钟内为电动汽车充电，消除里程焦虑。该方法依赖于基于新型宽带隙半导体器件(如氮化镓(GaN)和碳化硅(SiC)开关)的先进功率变转换器拓扑，以及新颖的系统级架构。极快充电架构使用的是服务变压器，它可以将配电系统中使用的电压功率降低到终端用户所需的水平。然而，这增加了系统的成本和大小，并使安装过程复杂化。随着技术的进一步发展，可以采用固态变压器技术来提高功率密度和效率。再加上电力转换拓扑、控制方案、保护装置、宽频带隙电力装置和数字控制器的进一步发展，极快充电站在未来几年内将越来越受欢迎。 无线充电可降低「高容量电池」的必要性考虑到自动驾驶汽车的潜力，几家充电设备公司已经开始探索车用无线充电器的应用。无线传输的概念可以追溯到一个多世纪前尼古拉·特斯拉的工作，而今天更是有一系列可用的方法:声功率传输、射频功率传输、光功率传输、电容功率传输和感应功率传输。尽管这些技术可以根据其功率传输介质进行区分，但它们的系统配置都是相似的，主要由电源、负载、耦合器和一次/二次电子电路组成。电动汽车的无线充电器可以由交流电或直流电供电，它们的负载通常是直流电，并在电动汽车电池组处结束。感应电力传输是目前制造无线充电器最流行的方法，它可以提供从几十瓦到几千瓦的输出功率级别，这种方法还允许气隙变化从几厘米扩至数米。全自动无线充电器可以让电动汽车随时充电，这意味着充电速度更快，整体行驶距离也更长。无线充电器技术具有很强的创新性，因为它具有固有的电隔离特性，可以通过电源和电动汽车电池之间的气隙进行电力传输，而不会有任何直接的电接触。因此，充电点和电池端子之间的长电缆被消除了，消除了传统有线充电器的缺点，包括插电故障、跳闸危险以及由于电缆和连接器老化或腐蚀而导致的触电风险。和插电技术一样，无线充电器可以部署在住宅车库、办公室和购物中心的停车场进行静态充电。它们也可以放置在公交车站和交通灯上，以实现准动态无线电力传输。此外，动态无线充电(或动态充电)系统也可以安装在道路上，让电动汽车在行驶中充电，这可能会显著减少车载电池容量需求。因为电力传输是通过电磁连接进行的，所以发射台可以埋在地下，以减轻极端天气条件的影响。然而，无线电力传输系统仍然需要改进，特别是在成本、部署、效率、基础设施、互操作性和磁场排放方面。而解决这一问题的研究方案包括新型功率变换器拓扑、感应线圈设计、补偿网络拓扑、控制系统、电磁干扰屏蔽方法和智能通信。作者简介：Sheldon S. Williamson (Fellow, IEEE)， 1999年在印度孟买大学(University of Mumbai, Mumbai)获得电气工程学士学位(荣誉学位)，2002年和2006年分别在美国伊利诺伊理工学院(Illinois Institute of Technology, Chicago, IL, USA)获得电气工程硕士和博士学位(荣誉学位)。他目前是加拿大安大略理工大学工程与应用科学学院电气、计算机和软件工程学系教授，以及智能交通电气化和能源研究(STEER)小组主任。​责任编辑：张燕妮     来源： 机器之心