智能网联汽车(ICV)技术的发展现状及趋势

被引：440

作者：

李克强 ^{[1
]}

戴一凡 ^{[2
]}

李升波 ^{[1
]}

边明远 ^{[1
]}

机构：

[1] 清华大学汽车安全与节能国家重点实验室

[2] 清华大学苏州汽车研究院

来源：

汽车安全与节能学报 | 2017年 / 01期

基金：

国家重点研发计划;

关键词：

智能网联汽车(ICV); 驾驶辅助; 人机共驾; 无人驾驶;

D O I：

暂无

中图分类号：

U463.6 [电气设备及附件];

学科分类号：

080204 ; 082304 ;

摘要：

综述了智能网联汽车(ICV)技术的发展现状及趋势。ICV的体系架构包括价值链、技术链与产业链。ICV的4个发展阶段是:自主式驾驶辅助、网联式驾驶辅助、人机共驾、高度自动/无人驾驶;关键技术有:环境感知、智能决策、控制执行、人机共驾、通信与平台、信息安全等。由于ICV是未来汽车技术发展的一个重要方向,其技术与产业发展是中国汽车工业转型升级的重要机遇;因而,中国要发展智能网联汽车,就应该充分结合本国体制优势,依托顶层设计。

引用

页码：1 / 14

页数：14

共 13 条

[1] 智能环境友好型车辆的概念及其最新进展 [J].

李克强 ;

张书玮 ;

罗禹贡 ;

王建强 .

汽车安全与节能学报, 2013, (02) :109-120

[2] 加速度连续型自适应巡航控制模式切换策略 [J].

张德兆 ;

王建强 ;

刘佳熙 ;

李克强 ;

连小珉 .

清华大学学报(自然科学版), 2010, 50 (08) :1277-1281

[3] 非奇异快速的终端滑模控制方法 [J].

李升波 ;

李克强 ;

王建强 ;

高锋 .

信息与控制, 2009, 38 (01) :1-8

[4]

Longitudinal Acceleration Tracking Control of Low Speed Heavy-Duty Vehicles[J]. 王跃建,宾洋,李克强.Tsinghua Science and Technology. 2008(05)

[5]

基于深度学习的行人及骑车人车载图像识别方法[D]. 李晓飞.清华大学 2016

[6]

Towards cooperative guidance and control of highly automated vehicles: H-Mode and Conduct-by-Wire[J] . Frank Ole Flemisch,Klaus Bengler,Heiner Bubb,Hermann Winner,Ralph Bruder.Ergonomics . 2014 (3)

[7] Driver Drowsiness Detection Based on Multisource Information [J].