在深入理解智能网联汽车之前，我们须要先理解究竟什么是智能网联汽车。
程增木表示，智能网联汽车(Intelligent Connected Vehicle，ICV)是一种跨技能，跨家当领域的新兴汽车体系，不同角度和背景下的理解存在一定差异，各国智能网联汽车的定义和叫法虽不尽相同，但终极目标都是即可上路安全行驶的无人驾驶汽车。
基于此，程增木指出，从狭义上讲，智能网联汽车是搭载前辈的车载传感器、掌握器、实行器等装置，并领悟当代通信与网络技能，实现V2X智能信息交流共享，具备繁芜的环境感知、智能决策、协同掌握和实行等功能，可实现安全、舒适、节能、高效行驶，并终极可替代人来操作的新一代汽车。

目前环球范围内关于智能网联汽车的技能层级紧张参照的是SAE（美国汽车工程师学会）的标准，0级为纯人工驾驶；一级拥有大略的赞助驾驶功能；L2能实现部分的自动驾驶功能；L3是有条件的自动驾驶，这是一个比较分外的自动驾驶技能层级，紧张表示在任务剖断的“分水岭”，即人车切换不好界定方面；L4则是高速自动驾驶；L5便是完备自动驾驶。
“从逐渐解放我们的手、脚、眼、脑，智能汽车的打算能力也会逐渐从20TOPS不断提高至300TOPS。
”在程增木看来，L3是出发点和根本，作为L5的部分，L3可以通过云端、车机端不断迭代到L5级别的自动驾驶技能。
在谈到业内颇有些争议的L3级别自动驾驶技能时，程增木坦言，由于这一级别技能依然不是真正的自动驾驶，界线比较模糊，再加之当前法律法规方面仍不太完善，因此还处于“仁者见仁，智者见智”的阶段。

那么，智能网联汽车与普通汽车的技能架构有何差异呢？程增木将智能网联汽车分为四个层级，包括感知、定位、决策和实行。
感知层常见的紧张是各种传感器，包括摄像头和雷达等，这些传感器得到的数据经由领悟和处理后，将发送至数据接管层和处理层；个中，数据处理层紧张进行数据的领悟事情，在一过程中，系统将汇合合高精度舆图的干系信息，加入场景的理解和处理，随后发送给决策层；决策层的紧张事情内容包括路径方案、行为决策以及运动方案，决策结果终极输入给掌握层；掌握层通过车辆的掌握系统，完成事情。

在回答提问时，程增木谈到了海内干系家当链的发展现状。
目前我国一些头部科技公司、有名供应商等干系企业在感知、定位和决策方面都处于比较领先的地位，尤其是算法和定位，但掌握层面还有所欠缺，这紧张是由于外国企业在干系技能的积累与沉淀韶光较久，因此我们还须要在这一方面持续发力。

作为目前智能网联汽车运用比较广泛的两大产品，业内人士普遍对付毫米波雷达和激光雷达都有一定的理解，但两者究竟详细上风有哪些，恐怕能说清楚的并不多。
在本次课程中，程增木详细先容了两款产品的事理和构造。

首先是毫米波雷达，这是一种事情频率介于微波和光之间，在30~300Hz频域(波长为1~10mm，即1mm波段)的雷达，据程增木先容，毫米波雷达的上风紧张有六点：首先，它采取了小天线口径，拥有窄波束的特点，高跟踪和勾引精度易于进行低仰角跟踪，而且还能够抗地面多径和杂波滋扰，对近空目标也具有高横向的分辨力，对区域成像和目标监视具备高角度分辨率，窄波束的高抗滋扰性能，高天线增益，随意马虎检测小目标，包括电力线、电杆和子弹等；第二，具有高信息速率，随意马虎采取窄脉冲或宽带调频旗子暗记得到目标的细节构造特色，且具有宽的扩谱能力，减少多径、杂波并增强抗滋扰能力，即便相邻频率的雷达或毫米波识别器事情，也不随意马虎相互关扰。
此外，高间隔分辨力，易得到精确的目标跟踪和识别能力；第三，毫米波雷达的高多普勒频率，对慢目标和振动目标具有良好的检测和识别能力，易于进行目标特色识别，对干性大气污染拥有良好穿透特性，能供应在尘埃、烟尘和干雪条件下的良好检测能力；第四，拥有快速相应能力，由于毫米波的传播速率与光速一样，并且调制大略，因此合营高速旗子暗记处理系统，可以快速地丈量出目标的角度、间隔、速率等信息；第五，毫米波具有很强的穿透能力，在雨、雪、大雾等恶劣景象依然可以正常事情，由于其天线属于微波天线，因此相较于光波天线，它在大雨事情及轻微上霜的情形下依然可以正常事情；第六，毫米波雷达一样平常事情在高频段，而周围的噪声和滋扰处于中低频区，基本上不会影响毫米波雷达的正常运行，因此，毫米波雷达具有抗低频滋扰特性。

毫米波雷达一样平常由前端单片微波集成电路(MMIC)、雷达天线高频PCB、旗子暗记处理模块组成，程增木特殊提到了毫米波雷达的关键部件前端单片微波集成电路(MMIC)，该技能大多由国外半导体公司掌控，个中高频的MMIC只节制在英飞凌、恩智浦等极少数国外芯片厂商手中，中国的MMIC仍处于起 步状态，目前已经有几家高科技公司在研发生产，干系性能仍有待验证。

其次则是激光雷达，激光雷达是一种用激光器作为发射光源，采取光电探测技能手段的主动遥感设备，其功能包含搜索和创造目标，丈量其间隔、速率、角位置等运动参数，丈量目标反射率、散射截面和形状等特色参数。
根据扫描机构的不同，激光雷达分为二维和三维两种，大部分都靠旋转的反射镜将激光发射出去并通过丈量发射光和从障碍物表面反射光之间的韶光差来测距，个中，三维激光雷达的反射镜还附加一定范围内俯仰，以达到面扫描的效果。

程增木讲到，目前二维激光雷达和三维激光雷达在前辈驾驶赞助系统上都得到了广泛运用。
与三维激光雷达比较，二维激光雷达只在一个平面上扫描，构造大略，测距速率快，系统稳定可靠，但当运用于地形繁芜、路面高低不平的环境时，由于二维激光雷达只能在一个平面上进行单线扫描，因此不可避免地会涌现数据失落真和虚报的征象。
同时，由于数据量有限，用单个二维激光雷达也无法完成越野环境下的地形重构。

激光雷达的上风紧张有三点：首先，激光雷达可以得到极高的角度、间隔和速率分辨率。
常日角分辨率不低于0.1mard，可以分辨3km间隔上相距0.3m的两个目标，并可同时跟踪多个目标，间隔分辨率可达0. lm，速率分辨率能达到10m/s以内。
这意味着可以利用间隔——多普勒成像技能来得到目标的清晰图像，分辨率高是激光雷达的最显著的优点；其次，低空探测性能好，微波雷达由于存在各种地物回波的影响，低空存在有一定区域的盲区(无法探测的区域)，而激光雷达只有被照射的目标才会产生反射，完备不存在地物回波的影响，因此可以”零高度”事情，低空探测性能较微波雷达强了许多；第三，激光雷达体积小、质量轻，普通的微波雷达体积弘大，整套系统质量以吨记，光天线口径就达几米乃至几十米，相较之下，激光雷达就轻便、机动得多，发射望远镜的口径一样平常只有厘米级，整套系统的质量最小的只有几十公斤，架设、拆收都很简便，而且激光雷达的构造相对大略，维修方便，操纵随意马虎，价格也较低。

或许有些人在谈到智能网联汽车技能时，会认为还间隔我们很迢遥，但实际上，一些赞助驾驶技能已经来到了我们的身边，例如车道保持赞助和自适应巡航。

据程增木先容，车道保持赞助系统(Lane Keeping Assist，LKA)是利用摄像头等传感器感知并打算车辆在车道中的位置信息及运动信息，利用车辆的转向和制动系统对车辆进行掌握，防止车辆偏离车道而发生事件。
车道保持赞助系统会对车辆的转向进行微调，使车辆驶回原车道行驶。

车道保持赞助系统紧张由三部分构成：首先是环境感知单元，紧张包括摄像头、车速传感器和转向角传感器，个中，摄像头卖力感知车辆前方的道路情形；其次是电子掌握单元，这部分紧张卖力将摄像头传输的数据进行处理，在车道保持赞助系统中，它紧张根据摄像头的传输数据进行车道线的识别，并且根据车速传感器和转向角传感器综合判断当前车辆的状态，处理后将掌握旗子暗记发送给实行单元；第三部分则是实行单元，实行单元紧张包括转向掌握器和仪表，并向电子掌握单元发出指令。
当车辆偏离车道线时，仪表盘年夜将显示车辆偏离的图标并通过报警喇叭进行报警提示，如果驾驶员还未对车辆进行掌握，转向掌握器(紧张是EPS)就将根据电子掌握单元的打算数据对方向盘转角进行微调。
车道保持赞助系统的动力学事理可分为五部分，第一步，检测旁边车道的边缘并进行标记，第二步则是打算弯道曲率，并根据曲率判断弯道类型，第三步，打算中央线，第四步，根据姿态角、转向角和车速等信息确定当前车辆的状态，最后进行横向和纵向掌握。
在进行车道保持赞助系统的开拓时，紧张包括车道偏离检测、车道中央检测、掌握模块和转向赞助掌握四大模型。

无论是在高速行驶还是遭遇拥堵，自适应巡航系统都拥有“用武之地”。
程增木指出，汽车自适应巡航系统(Adaptive Cruise Control，ACC)是在已存在的定速巡航掌握系统根本上发展起来的一种新型智能巡航系统。
该系统集成了汽车定速巡航掌握系统和车辆前方碰撞预警系统，通过摄像头和毫米波雷达等传感器感知汽车前方的道路环境，如果检测到行驶车道的前方存在同向行驶车辆，打算单元将打算本车与前车的间隔以及相对速率等其它信息对车辆进行加速、减速或制动掌握，担保本车与前车处于安全间隔以内，防止发生追尾事件。

该系统由四部分组成，首先是环境感知单元，紧张由摄像头、毫米波雷达、车速传感器、转向角传感器、节气门开度传感器、制动踏板位置传感器组成。
该单元的紧张浸染是对前方车辆信息进行感测，得到车辆的干系环境信息，个中摄像头和毫米波雷达进行目标车辆识别和测距，节气门开度传感器用于获得当前节气门的开度、制动踏板传感器用于获取当前制动踏板确当前位置，用于测算制动力；其次是电子掌握单元，根据环境感知单元传送回来的数据进走运算，并根据车辆其它传感器判断车辆当前状态，并将决策信息发送给实行单元。
例如掌握单元打算出本车与前车的实际间隔小于设定的安全间隔时，掌握单元将通过掌握减小发动机扭矩和/或合营制动的办法进行减速；实行单元紧张由制动掌握器、发动机管理系统、变速器管理系统组成，在得到掌握单元打算的数据及指令后进行车辆掌握。
个中，制动掌握器用于在紧急情形下对车辆进行制动，发动机管理系统根据打算得到的数据对发动机进行扭矩输出，掌握车辆的加速、减速以及定速行驶，变速器管理系统和发动机管理系统进行合营利用，掌握车辆发动机在不同转速下的换挡操作；第四是人机交互单元，这紧张由自适应巡航系统掌握开关、仪表盘组成，紧张浸染是便于驾驶员对自适应巡航系统操控并指示自适应巡航系统的事情状态。
当驾驶员启动自适应巡航系统时，车辆仪表盘会涌现自适应巡航系统的图标标识当前系统已经启动。

脚踏实地的同时，我们也须要仰望星空。
在谈论过已经量产的技能后，程增木挑选了两项前沿技能进行分享。

一项是环境感知技能，作为智能网联汽车的关键技能，它通过安装在车辆上的传感器完成对道路、行人、车辆、交通标志、旗子暗记灯等成分进行识别。
近几年来，基于深度学习的目标检测算法取得了很大的打破，比较盛行的可分为两类，一类是基于候选区域的R-CNN系列算法，紧张包括R-CNN，Fast R-CNN，Faster R-CNN，该系列算法的特色是两段式设计，须要先利用启示式方法或者CNN网产生候选区域，再在候选区域上进行分类与回归；另一类则是YOLO一段式算法，仅仅利用一个CNN网络直接预测不同目标的种别与位置。
两段式算法准确度高，但速率慢，一段式算法速率快，但是准确性要低一些。

本次课上，程增木紧张谈及的是YOLO。
YOLO V1的基本思想是把一副图片重构为448448大小(由于网络中利用了全连接层，以是图片的尺寸需固定大小输入到CNN中)，然后将其划分成SS个单元格，以每个格子所在位置和对应内容为根本来预测。

另一项则是V2X。
据程增木先容，车联网因此车内网、车际网和车载移动互联网为根本，按照约定的通信协议和数据交互标准，在车与车、 路、行人或互联网等之间，进行无线通讯和信息交流的大系统网络，是能够实现智能化交通管理、智能动态信息做事和车辆智能化掌握的一体化网络。
当前V2X领域紧张存在两大通信技能，一种是专用短程通信汽车自组网技能，另一种是C-V2X技能。
个中，C-V2X技能可分为两类，个中一类便是LTE-V技能。

LTE-V是基于LTE为车车通信、车路通信、车辆与城市根本举动步伐通信专门开拓的通信技能，是用于汽车通信的专用LTE技能，紧张采取半分布式-半集中式掌握办法，通过蜂窝网络来赞助完成车载设备的创造，供应设备认证(快速创造周围具备相同功能的设备或用户)、链接建立和网络拥塞掌握(管理设备通信滋扰)，供应基于车辆优先级、绝对速率与相对速率，动态调度对掌握信道的资源占用。
通过调节单点的带宽，调节车车通信的资源配置，提高通信信道利用率和频谱效率以及网络QoS保障，提高车车通信的容量，供应动态预留掌握信道资源，为紧急的快速有效分发供应支持。
当紧急事宜发生时，借助eMBMS增强型多媒体广播业务机制分发安全信息，以降落车辆节点发送频率，避免拥塞。

另一类则是5G-V2X技能，最范例的代表企业是华为。
程增木表示，华为5G车联网架构的端平台通过车辆与各种交通成分进行数据通信实现信息交互，可实现多种功能，例如紧急车辆优先通畅、超视距预警、红绿灯勾引、编队形式、远程驾驶车辆等功能。
系统中，边端利用华为的边缘打算平台，端平台将数据通过RSU、雷达、摄像机传输给边缘打算平台进行打算，云端则利用华为的云平台进行数据交互及处理，云平台可通过5G技能吸收来自边缘打算平台的数据，并将数据传输至自动驾驶平台、车联网云端做事器和车辆接入平台，通过云端与舆图数据、ITS、TSP、交通调度指挥中央、呼叫中央、远程驾驶操控中央、 CP/SP和车企平台进行数据交互。

据理解，编队行驶通过5G和边云协同技能，实现车辆编队行驶，低时延网络通信能让车辆之间靠得更近，减低后车风阻，从而节省燃油，提高货色运输效率；远程驾驶则广泛运用于矿山、油田等危险作业区域、高等礼宾车队做事等，驾驶员在远程掌握中央实时节制车辆、路况、周边交通环境等信息，下达驾驶指令掌握车辆行驶动作，以达到驾驶员犹如坐在车中驾驶的效果。
值得一提的是，在未来的2-3年韶光里，大部分无人驾驶的运用将限于低速与限定场景，包括物流、共享出行、公共交通、环卫、港口码头、矿山开采、零售等领域，运用紧张包括园区摆渡车、 港口货运、市政环卫、末了一公里物流等。