智能网联汽车(ICV)技术的发展现状及趋势

被引：421

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：

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
李克强
张书玮
罗禹贡
王建强
[J]. 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
张德兆
王建强
刘佳熙
李克强
连小珉
[J]. 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
李升波
李克强
王建强
高锋
[J]. 信息与控制, 2009, 38 (01) : 1 - 8
[4] Longitudinal Acceleration Tracking Control of Low Speed Heavy-Duty Vehicles
王跃建
宾洋
李克强
[J]. TsinghuaScienceandTechnology, 2008, (05) : 636 - 643
[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
Cheng, Bo
Zhang, Wei
Lin, Yingzi
Feng, Ruijia
Zhang, Xibo
[J]. HUMAN FACTORS AND ERGONOMICS IN MANUFACTURING & SERVICE INDUSTRIES, 2012, 22 (05) : 450 - 467
[8] MODELING AND VERIFICATION OF HEAVY-DUTY TRUCK DRIVERS' CAR-FOLLOWING CHARACTERISTICS
Li, S.
Wang, J.
Li, K.
Lian, X.
Ukawa, H.
Bai, D.
[J]. INTERNATIONAL JOURNAL OF AUTOMOTIVE TECHNOLOGY, 2010, 11 (01) : 81 - 87
[9] Eco-driving: An overlooked climate change initiative[J] . Jack N. Barkenbus.Energy Policy . 2009 (2)
[10] Haptic gas pedal feedback
Mulder, M.
Mulder, M.
Van Paassen, M. M.
Abbink, D. A.
[J]. ERGONOMICS, 2008, 51 (11) : 1710 - 1720

← 1 2 →