智能汽车是新一轮科技革命背景下的新兴技术，集中运用了现代传感技术、信息与通信技术、自动控制技术、计算机技术和人工智能等技术，代表着未来汽车技术的战略制高点，是汽车产业转型升级的关键，也是目前世界公认的发展方向。

　　智能汽车在减少交通事故、缓解交通拥堵、提高道路及车辆利用率等方面具有巨大潜能。在此大背景下，中国人工智能学会出台《中国人工智能系列白皮书——智能驾驶2017》，概述汽车智能化发展，分析国内外技术发展现状，从安全性、经济性、互联性、行业性方面具体阐述智能驾驶的社会效益与影响，并详细介绍智能驾驶的技术，包括传感感知技术、定位与导航技术、V2X网联通信技术、决策规划技术结构体系、传感信息融合、任务决策、规划规划、异常处理这些关键决策规划的关键环节。此外，本白皮书还系统地介绍了自动驾驶控制的核心技术组成部分，包括车辆的纵向控制、横向控制、自动驾驶的控制方法、自动驾驶控制技术方案。除了详细技术介绍之外，该白皮书还介绍了模拟仿真技术，包括需求分析、技术方案、并预期未来发展的技术挑战和趋势。

　　本白皮书是中国人工智能学会理事长、中国工程院院士李德毅、科大讯飞执行总裁胡郁、重庆邮电大学教授王国胤、中国科学院院士谭铁牛等产学研的专家撰写而成，引用了104篇国内外论文、著作等。

　　以下为白皮书的精编内容：

　　开篇

　　自20世纪80年代，在美国国防部先进研究项目局(DARPA，Defense Advanced Research Projects Agency)的支持下掀起了智能车技术研究热潮。1984年由卡耐基梅隆大学研发了全世界第一辆真正意义的智能驾驶车辆，该车辆利用激光雷达、计算机视觉及自动控制技术完成对周边环境的感知，并据此做出决策，自动控制车辆，在特定道路环境下最高时速可达31km/h。

　　汽车智能驾驶技术的内涵

　　汽车智能驾驶具有“智慧”和“能力”两层含义，所谓“智慧”是指汽车能够像人一样智能地感知、综合、判断、推理、决断和记忆;所谓“能力”是指智能汽车能够确保“智慧”的有效执行，可以实施主动控制，并能够进行人机交互与协同。自动驾驶是智慧和能力的有机结合，二者相辅相成，缺一不可。

　　为实现“智慧”和“能力”两方面内容，自动驾驶技术一般包括环境感知、决策规划和车辆控制三大部分。类似于人类驾驶员在驾驶过程中，通过视觉、听觉、触觉等感官系统感知行驶环境和车辆状态，自动驾驶系统通过配置内部传感器和外部传感器获取自身状态及周边环境信息。内部传感器主要包括车辆速度传感器、加速传感器、轮速传感器、横摆角速度传感器等;主流的外部传感器包括摄像头、激光雷达、毫米波雷达以及定位系统等。通过这些传感器提供海量的全方位行驶环境信息。不同传感器的量测精度、适用范围都有所不同，为有效利用这些传感器信息，需要利用传感器融合技术将多种传感器在空间和时间上的独立信息、互补信息以及冗余信息按照某种准则组合起来，从而提供对环境综合的准确理解。决策规划子系统代表了自动驾驶技术的认知层，包括决策和规划两个方面。决策体系定义了各部分之间的相互关系和功能分配，决定了车辆的安全行使模式;规划部分用以生成安全、实时的无碰撞轨迹。车辆控制子系统用以实现车辆的纵向车距、车速控制和横向车辆位置控制等，是车辆智能化的最终执行机构。 “感知”和“决策规划”对应于自动驾驶系统的“智慧”;而“车辆控制”则体现了其“能力”。

　　汽车智能驾驶技术分级

　　美国高速公路安全管理局(NHTSA)将汽车智能化水平分成五个等级：无自主控制;辅助驾驶;部分自动驾驶;有条件自动驾驶;高度自动驾驶。

　　《中国制造2025》将智能汽车分为DA，PA，HA，FA四个等级，并划分了各自的界限。其中，DA指驾驶辅助，包括一项或多项局部自动功能，如ACC，AEB，ESC等，并能提供基于网联的智能提醒信息;PA指部分自动驾驶，在驾驶员短时转移注意力仍可保持控制，失去控制10秒以上予以提醒，并能提供基于网联的智能引导信息;HA指高度自动驾驶，在高速公路和市内均可自动驾驶，偶尔需要驾驶员接管，但是有充分的移交时间，并能提供基于网联的智能控制信息;FA指完全自主驾驶，驾驶权完全移交给车辆。

　　自动驾驶VS无人驾驶

　　自动驾驶是指可以帮助驾驶员转向和保持在车道内行驶，实现跟车、制动以及变道等操作的一种辅助驾驶系统，驾驶员可以随时介入对车辆的控制，并且系统在特定环境下会提醒驾驶员介入操控。同自动驾驶汽车相比，无人驾驶汽车也配备有各类传感器和相应的控制驱动器，但是取消了方向盘、加速踏板和制动踏板，汽车在没有人为干预的情况下自主完成行驶任务。

　　1921年World Wide Wireless期刊上出版的一篇论文中提出，通过无线通信技术实现无人驾驶技术。1955年美国Barret Electronics公司研制出了第一台自动引导车辆系统AGVS(Automated Guided Vehicle System)。

　　期后的半个世纪，慕尼黑联邦国防军大学、美国俄亥俄州立大学、德国联邦国防军大学都在推进无人驾驶的研究。

　　除高校在自动驾驶领域的积极研究外，众多汽车厂商也相继开展了相关研究计划。其中以特斯拉最广为人知，特斯拉开发了自动驾驶系统Autopilot，并安装在了8万辆Model S上。

　　此外，以谷歌为代表的IT公司在自动驾驶领域的表现也十分活跃，谷歌公司于2009年开始研发无人驾驶技术。2013年，苹果公司也开始想汽车领域进军，开发了智能车载系统CarPlay。CarPlay能够支持“电话”、“音乐”、“地图”、“信息”和第三方音频应用程序。

　　相比之下，国内在自主驾驶方面研究的起步稍晚。从80年代末开始，国防科技大学先后研制出基于视觉的CITAVT系列智能车辆。后来清华大学在国防科工委和国家“863计划”的资助下从1988年开始研究开发THMR系列智能车。吉林大学、重庆大学也在自主驾驶方面取得一定的成果。国内一汽集团、上汽集团、长安汽车等车企也纷纷涉足自动驾驶。

　　国内互联网百度公司也在2013年开始了百度无人驾驶汽车项目，其技术核心是“百度汽车大脑”，包括高精度地图、定位、感知、智能决策与控制四大模块。

　　其中公开性智能驾驶比赛也对智能驾驶发展具有重要的推动作用，比如美国国防部先进研究局所举办的DARPA挑战赛，，掀起了智能驾驶技术研发的热潮。

　　汽车自动驾驶产业概述

　　进入了21世纪后，自动驾驶产业得到了足够的重视和发展。传统的车企倾向于从辅助驾驶到自动驾驶的逐步递进方案。图为我国学者于2012年调研得到的辅助驾驶系统的消费认知度情况。

　　智能驾驶的社会效益

　　2012年我国平均每天约 280人因交通事故伤亡，相当于一次重大空难。同时，驾驶员是导致交通事故的主要因素。

　　智能驾驶不受人的心理和情绪干扰，遵守交通法规，按照规划路线行驶，可以有效减少人为所造成的交通事故和拥堵。同时，智能驾驶汽车能够比人类更加精准地计算和使用路权，通过车联网共享交通资源信息，可以最大化利用城市的道路资源。

　　此外，智能驾驶可以有效地促进节能减排，可以更合理地操控和切换驾驶模式，控制车辆的提速和减速，避免由于驾驶员的不良驾驶习惯导致的车辆能源消耗和尾气排放等问题。

　　倘若智能驾驶汽车与智能交通、云计算相结合，将可以构建城市智能车指挥调度服务中心，共享交通资源，实现最优的交通出行，将会大大地减少汽车的保有量，从而达到节能减排的效果。

　　智能驾驶将带来汽车下游产业链的巨大变革，比如汽车驾校的低迷、陪练市场的萎缩、出租车行业的失业、代驾行业的彻底消失、汽车维修行业和保险行业的改变等。

　　智能汽车从根本上改变了传统的“人一车一路”闭环控制方式，将不可控的驾驶员从该闭环系统中请出去，减少了人为影响因素，由机器驾驶脑实现精确的机器控制，从而大大提高了交通系统的效率和安全性。

　　国内外相关政策

　　由于智能驾驶是新兴的技术，各国政策也在研究甚至出台智能驾驶的相关政策。

　　美国内华达州一直领导着允许智能驾驶汽车上路的立法工作。2011年，内华达州立法委员会通过了美国第一部允许测试智能驾驶汽车的法案。

　　欧盟在顶层设计、重大研发规划上做了很多工作，未来交通研究计划中强调了车车、车路通信，强调了人车路一体化和道路安全。

　　法国已于2016年年底前实现全国数千公里道路的联网，并推动道路交通法律法规的修订，满足无人驾驶汽车上路要求。此外，还将向全球汽车生产商开放道路进行无人驾驶汽车的试验。英国政府已表示2017年首次允许无人车在高速公路及重要道路上进行试驾。为迎接无人驾驶汽车的到来，英国还将修改相关的道路交通法规，目前已由英国科学部与交通部开始着手研究。

　　日本国土交通省则决定最早将于2017年秋季制定有关在高速公路同车道行驶的自动驾驶安全法规。

　　目前，我国由工信部组织起草的智能网联汽车标准体系方案已形成标准框架体系，该标准体系框架包括基础、通用规范、产品与技术应用、相关标准四个主要部分。

　　环境感知

　　智能驾驶的核心不在车而在人，是物化驾驶员在长期驾驶实践中，对“环境感知-决策规划-控制执行”过程的理解、学习和记忆。环境感知作为第一环节，处于智能驾驶车辆与外界环境信息交互的关键位置，其关键在于使智能驾驶车辆更好地模拟人类驾驶员的感知能力，从而理解自身和周边的驾驶态势。

　　相机、雷达、定位导航系统等为智能驾驶车辆提供了海量的周边环境及自身状态数据，这些以图像、点云等形式呈现的数据包含了大量与驾驶活动无关的信息。选择性注意作为人类自然感知的重要特征，可以帮助智能驾驶车辆聚焦当前驾驶行为，确保智能驾驶的安全性和实时性。环境感知需要遵照近目标优先、大尺度优先、动目标优先、差异性优先等原则，采用相关感知技术对环境信息进行选择性处理。

　　智能驾驶车辆上安装的每类传感器也都有自身的感知盲区。智能驾驶过程中，通过组合使用多类传感器和运用时序关联的感知技术，可以缩小感知盲区的范围，一般不会影响正常驾驶。

　　环境感知功能系统构成

　　智能驾驶车辆获取和处理环境信息，主要用于状态感知和V2X网联通信。V2X(即Vehicle to Everything，车辆同所有交通参与者)网联通信强调了车辆、道路、使用者三者之间的联系， 主要利用RFID(Radio Frequency Identification，射频识别)、拍照设备、云服务器等获得实时路况、道路信息、行人信息等一系列交通信息，从而提高驾驶安全性和驾驶效率。

　　状态感知主要通过车载传感器对周边及本车环境信息进行采集和处理，包括交通状态感知和车身状态感知。V2X网联通信是利用融合现代通信与网络技术，实现智能驾驶车辆与外界设施和设备之间的信息共享、互联互通和控制协同。

　　按照获取交通环境信息的途径，可将这些传感器分为两类：1)被动环境传感器，主要包括相机等视觉传感器和麦克风阵列等听觉传感器2)主动环境传感器，主要指激光雷达、毫米波雷达和超声波雷达。