智能汽车指的是利用传感识别技术、自动驾驶技术、人工智能技术、ADAS 等技术，通过车载传感系统和信息终端实现与人、车、路等的智能信息交换，使车辆具备智能的环境感知能力，能够自动分析车辆行驶的安全及危险状态，并使车辆按照人的意愿到达目的地的自动行驶汽车。

未来汽车智能必将包含驾驶、车网联、驾驶舱的智能。现阶段已经有一些智能的雏形了，但离真正的智能还有一段距离。

车联网是以车内网、车际网和车载移动互联网为基础，按照约定的通信协议和数据交互标准，在车分别与车、路、行人及互联网等之间，进行无线通讯和信息交换的大系统，是能够实现智能交通管理、智能动态信息服务和车辆智能化控制的一体化网络。车联服务AI化，首先是内核，AI的内核是以多维度的大数据作为生产资料来通过模型训练和算法收敛去提供精准化的个性服务,将汽车打造成为用户提供主动服务的智能伙伴。

智能驾驶本质上涉及注意力吸引和注意力分散的认知工程学，主要包括网络导航、自主驾驶和人工干预三个环节。智能驾驶的前提条件是，我们选用的车辆满足行车的动力学要求，车上的传感器能获得相关视听觉信号和信息，并通过认知计算控制相应的随动系统。智能驾驶的网络导航，解决我们在哪里、到哪里、走哪条道路中的哪条车道等问题;自主驾驶是在智能系统控制下，完成车道保持、超车并道、红灯停绿灯行、灯语笛语交互等驾驶行为;人工干预，就是说驾驶员在智能系统的一系列提示下，对实际的道路情况做出相应的反应。

智能网联技术的复杂程度和自动化程度是很高的，伴随着高稳定性的必定是高风险。以我国为例，我国大好河山带来的道路环境的复杂度是极高的，全天候、全路况以及对人与物的感知都对智能汽车提出了更高的要求，而且传统的统计验证基本上不太适用于智能汽车的要求。并且，智能驾驶需要的是车与车、车与路灯信息的交互，传统的基础道路设施难免会影响其发展。虽说目前国内有少数车企已经开始有了自己的“智能网联新出行”的规划，但是涉及到道路基础建设及城市统筹规划，这也是一道不小的坎。

智能汽车的任务决策主要对应于人的引导层。任务决策与路径导航、动力学控制密切结合，共同完成自动驾驶过程的三个层次，即导航、引导和操控。无人驾驶汽车行驶之前，先采用导航算法搜索一条从起点到终点的可行路线，进入自动驾驶过程中，由决策模块决定具体的行车模式(超车、换道、跟车等等)，并规划每一个模式的行车轨迹，最后由自动控制算法实现对行车轨迹的跟踪。整个无人驾驶过程也要考虑人和车的交互。因为人是智能汽车的最终使用者，他的需求与特性决定了智能汽车的功能，如安全性、经济性、舒适性、交通流平顺性等。

高性能的动力学控制是实现自动驾驶功能的一个屏障，但到目前为止受到的关注度不高。目前的技术难题有两个：第一个是极限工况的横向动力学控制，最核心是轮胎动力学特性。第二个是满足多性能需求的纵向动力学控制。例如：满足安全性和舒适性的前提下，实现纵向控制的燃油消耗最小化。这儿主要讨论第一个问题：轮胎是一个特殊的半柔性部件，它具有侧偏、饱和、纵横向耦合等特性，且随着雨、雪等路面参数变化很大。不难看出，目前国内外无人驾驶汽车的行驶道路都是干燥的、整洁的，不存在雨路、雪路、泥路等特殊路面。但是汽车的行驶环境是多种多样的，这样的环境下车的控制与常规情况十分不同的。

智能汽车发展也不是单独一个行业能够主导，很有可能是汽车、IT、交通、电子、通信等诸多行业共同合作，最后融合的一个产物。现在看到的一个状况是，IT行业的宣传口号最响，汽车行业在奋起直追，其他行业也不甘寂寞。我想最后能够形成这个产业的时候，应该不是哪个行业能够主导的，因为有车没有算法，有算法没有车，最后的结局应该都是一样的。

关键词： 智能汽车 动力学控制 智能系统