智能車技術(shù)與移動互聯(lián)通訊技術(shù)是車聯(lián)網(wǎng)的核心。智能車主要依托于環(huán)境感知技術(shù)、規(guī)劃決策技術(shù)和車輛控制技術(shù)。車聯(lián)網(wǎng)和智能車輛的交互應用是車聯(lián)網(wǎng)發(fā)展的必然趨勢。

隨著汽車智能化、網(wǎng)聯(lián)化發(fā)展大潮的到來，“車聯(lián)網(wǎng)”、“智能網(wǎng)聯(lián)汽車”等概念被反復提及?！败嚶?lián)網(wǎng)”與“智能網(wǎng)聯(lián)汽車”的準確定義是什么?他們與“智能汽車”、“智能交通”的相關(guān)關(guān)系又是如何?

“車輪上的計算機”因此得名。通過車聯(lián)網(wǎng)，馬路上的車輛、車輛與路邊設施均可以相互通信，從而實現(xiàn)事故預警、輔助駕駛、交通信息查詢、車輛通信等多種功能。作為整個智能交通系統(tǒng)的一部分，智能車輛相當于互聯(lián)網(wǎng)中的終端，而這個終端本身也具有感知的功能。通訊技術(shù)的發(fā)展突破，為車聯(lián)網(wǎng)產(chǎn)業(yè)的上升提供了有力支持;反過來，這個活動的“終端”也對技術(shù)提出了很高要求。

車聯(lián)網(wǎng)(InternetofVehicles)概念引申自物聯(lián)網(wǎng)(InternetofThings)，實際上是一個國人自創(chuàng)的名詞，與其意義對應的英文詞匯包括ConnectedVehicles、VehicleNetworking等。國內(nèi)曾經(jīng)將“車聯(lián)網(wǎng)”與“遠程信息服務”(Telematics)等同，將車輛看作一個簡單的信息收發(fā)節(jié)點，只看到了車聯(lián)網(wǎng)在提供信息服務領(lǐng)域的作用，這是對車聯(lián)網(wǎng)的片面理解。

伴隨車聯(lián)網(wǎng)技術(shù)的高速發(fā)展，智能車機廠商盈利模式逐漸由單一化朝多元化方向發(fā)展。除傳統(tǒng)的直接銷售模式外，智能車機廠商可與眾多車聯(lián)網(wǎng)產(chǎn)業(yè)鏈參與者探索更多盈利模式。主要表現(xiàn)為一方面與車聯(lián)網(wǎng)渠道商合作，提供一系列增值服務，以提升車聯(lián)網(wǎng)渠道商的服務質(zhì)量，從而獲得增值收入;另一方面是與車聯(lián)網(wǎng)車載信息服務商合作，通過收集終端用戶個性化數(shù)據(jù)，推送定制化服務，從而獲得增值收入。

按照規(guī)劃，2025年，中國標準智能汽車的技術(shù)創(chuàng)新、產(chǎn)業(yè)動態(tài)、基礎設施、法規(guī)標準、產(chǎn)品監(jiān)管和網(wǎng)絡安全體系將基本形成。智能交通系統(tǒng)和智慧城市相關(guān)基礎設施取得積極進展，LTE-V2X無線通信網(wǎng)絡實現(xiàn)區(qū)域覆蓋，5G-V2X新一代車用無線通信網(wǎng)絡在部分城市、高速公路逐步開展應用。2030-2050年，中國標準智能汽車體系全面建成。智能汽車能充分滿足人民日益增長的美好生活需求。

智能網(wǎng)聯(lián)汽車中，車輛感知技術(shù)實現(xiàn)了車輛行駛中的路況、位置、車與物感知等相關(guān)的內(nèi)容，保證了車輛運行的安全性。具體來說，車與物的感知能力，可以在通行中根據(jù)車輛通行情況，感知車與車、車與行人之間的位置關(guān)系，避免距離過近發(fā)生摩擦等現(xiàn)象，主要是通過激光、電磁、視頻等感應技術(shù)來實現(xiàn)的。道路環(huán)境感知主要是在車輛通行過程中實現(xiàn)路況、行人、交通信號等感知，可以提高汽車在通行中的安全性。位置感知主要是通過衛(wèi)星定位技術(shù)實現(xiàn)的，能夠在一定程度上實現(xiàn)行車監(jiān)控、駕駛輔助等，位置感知一般是通過GPS技術(shù)實現(xiàn)的。智能駕駛輔助系統(tǒng)是各種感知技術(shù)結(jié)合的產(chǎn)物，具有綜合性與系統(tǒng)性，智能輔助系統(tǒng)是無人駕駛中的核心技術(shù)。

今天我們都在說軟件定義汽車，但到底該怎么實現(xiàn)?傳統(tǒng)上，我們依靠大量程序員，手工設計代碼邏輯，這種高度依賴專家經(jīng)驗固化的軟件開發(fā)1.0方式，是否真的能窮盡所有極端駕駛場景，能否適應復雜的人機交互場景?答應顯然是否定的。隨著人工智能算法的突破，我們已經(jīng)迎來軟件開發(fā)2.0的時代，以數(shù)據(jù)驅(qū)動取代邏輯驅(qū)動，以機器學習取代碼農(nóng)編程，實現(xiàn)更高的軟件迭代效率。數(shù)據(jù)驅(qū)動使得算法對各種不同場景有非常好的泛化適應能力。邏輯編程和機器學習在極長時間內(nèi)都是共存狀態(tài)，并且相輔相成，但重心是逐漸向機器學習偏移的。