《智能网联汽车技术》课件全套 项目1-5：智能网联汽车概述-底盘线控系统的安装调试

《智能网联汽车技术》课程教学课件项目一智能网联汽车概述从定义认知到技术分级，建立智能网联汽车完整知识框架认识智能网联汽车·认识智能网联汽车技术分级学习目录本项目将围绕一个驱动问题展开，分两个任务完成认知进阶什么是智能网联汽车？如何判断一辆车的智能化与网联化等级？01认识智能网联汽车国家标准定义与技术特征国内外发展历程与规划“三横两纵”技术架构典型电气原理图识读02认识智能网联汽车技术分级SAE与GB/T智能化分级网联化三个等级划分分级标准的对比与运用任务一认识智能网联汽车它和普通汽车，到底差在哪？你会卡在这里：满眼都是"智能汽车""网联汽车""自动驾驶"等名词，却说不清它们的关系，也看不透一辆智能网联汽车由什么构成、如何协同工作。本任务学习路径：定义与特征→发展历程→技术架构→电气原理图01明确定义02梳理历程03解析架构04识读电路智能网联汽车的定义国家标准GB/T36415-2018如何界定它？智能网联汽车（国家标准定义）融合车载传感器、控制器、执行器等装置，结合现代通信与网络、人工智能技术，实现车与X（车、路、人、云）智能信息交换与共享，具备复杂环境感知、智能决策、协同控制等功能的新一代汽车，可实现“安全、高效、舒适、节能”行驶，最终取代人工操作。“车与X”的智能信息交换车V2V路V2I人V2P云V2N三大核心能力复杂环境感知智能决策协同控制来源：GB/T36415-2018《汽车行业信息化实施规范》智能网联汽车的技术特征它靠什么实现“智能”？——感知、决策、执行三大环节环境感知层像人的眼睛，由毫米波雷达、激光雷达、摄像头、红外探头等组成，实时采集周边环境信息。智能决策层像人的大脑，由车载控制器对感知信息进行融合处理，做出加减速、转向等驾驶决策。协同执行层像人的手脚，通过线控制动、线控转向、线控驱动执行决策指令。四个概念，别混淆智能汽车、网联汽车、车联网、智能网联汽车，它们的侧重点有什么不同？概念核心内涵关键特征智能汽车突出单车智能化，聚焦环境感知与自主决策可独立实现高阶自动驾驶功能网联汽车突出车载与外界的通信互联通过V2X实现车与外界信息交互共享车联网以车内网、车际网、车载移动互联网为基础的网络体系按通信协议实现车、人、路、云信息交互智能网联汽车“智能”与“网联”深度融合，二者缺一不可环境感知＋智能决策＋协同控制，实现车与X协同判断：智能网联汽车=智能（单车自主能力）＋网联（车与外界协同），两者结合才是完整定义。我国发展历程（1980s—2015）我国智能网联汽车从军事研发起步，如何一步步走向民用与商业应用？1980s863计划出台，启动无人驾驶汽车研发1992国防科大研制CITAVT系列视觉无人车2011红旗HQ3高速无人驾驶，总里程286km2012“陆军雄狮”京津塘高速无人驾驶114km2015百度无人驾驶北京路测；宇通客车开放道路试验图1-1-2红旗HQ3无人驾驶汽车2011年7月，一汽与国防科大共同研发的红旗HQ3在高速公路上实现无人驾驶。我国发展历程（2017—2022）2017年后，我国智能网联汽车如何进入政策与产业双轮驱动的快车道？2017百度发布“阿波罗”开放平台，与博世战略合作2018阿波龙L4巴士发布，全国首辆商用无人驾驶微循环车2019政策加码：ITS示范牌照、武汉首个无人驾驶商业牌照2020渗透率约50%、销量超303万辆、《技术路线图2.0》发布2021—2022工信部发布准入管理意见；北京智能网联客运巴士实施细则图1-1-3百度阿波罗自动驾驶汽车图1-1-4阿波龙L4自驾巴士《技术路线图2.0》三阶段目标到2025、2030、2035年，我国智能网联汽车要实现什么？来源：《智能网联汽车技术路线图2.0》（2020年11月11日发布）智能化×网联化双维演进智能化与网联化如何共同推动汽车技术进阶？读图要点如下横轴“智能化”：安全辅助→DA→PA→CA→HA→FA，驾驶自动化等级由低到高。纵轴“网联化”：网联辅助信息交互→网联协同感知→网联协同决策与控制。右上角代表技术等级最高、实现时间最晚（约2035年后完全自动驾驶）。图1-1-6智能网联汽车发展路径判断：等级越高、网联化程度越深，越依赖车路协同与云平台支撑，商业化进程越靠后。“三横两纵”关键技术架构我国智能网联汽车采用什么技术框架？“三横”与“两纵”分别指什么？“三横”车辆关键技术：环境感知、智能决策、控制执行信息交互关键技术：通信网络、云控平台、车路协同基础支撑关键技术：人工智能、安全、高精度地图定位“两纵”基础设施：交通设施、通信网络、大数据平台、定位基站等标准法规：为产业发展提供规范与制度支撑图1-1-7智能网联汽车关键技术架构（来源：《技术路线图2.0》）电气系统由什么组成传感器、控制器、执行器与通信模块如何通过总线和电力线路协同工作？系统模块主要组件功能说明感知系统毫米波雷达、激光雷达、摄像头、惯导采集车辆周边环境与自身状态信息决策系统车载控制器、处理器、计算平台融合感知信息，做出驾驶决策执行系统线控制动、线控转向、线控驱动执行决策指令，控制车辆运动通信系统通信模块、天线、路由器、交换机实现车与X信息交互与数据共享电源与配电蓄电池、电源管理模块为各系统提供稳定、适配的电能典型电气原理图识读以L3级长安深蓝SL03为例，如何读懂电路图的电源流向与信号连接？识读要点1.电源流向：蓄电池→电源管理模块→各传感器与设备，按需提供12V/20V/24V。2.数据总线：三个激光雷达经以太网接入交换机，毫米波雷达经CAN总线连接处理器。3.双处理器：处理器1接环视摄像头（USB）、惯导（232）；处理器2接前视摄像头（GMSL）、整车CAN。4.信号流：感知数据经总线汇入处理器→决策→输出执行指令，形成完整闭环。图1-1-8整车改制电路图（L3级长安深蓝SL03）整车改制与安装布局电气设备在实车上如何安装布置？看整车安装图能发现哪些规范？观察要点1.车载蓄电池输出电源给电源管理模块，再由其分配至各设备。2.传感器、路由器、交换机集中布置，线束规范走线、避免干扰。3.惯导接收机同时接入4G天线、定位天线与定向天线。4.安装作业要求：标签清晰、接口防错、固定牢靠、便于检修。图1-1-9整车安装图（L3级长安深蓝SL03）判断：识读电气系统，需电路与实物两个维度结合。任务二明确智能网联汽车技术分级宣传里的“L2、L3、L4”，到底是什么标准？你会卡在这里：不同车企宣传“自动驾驶”“辅助驾驶”说法不一，没有统一标尺就无法横向比较，也无法判断一款车到底“会自己开多少”。本任务学习路径：智能化分级→网联化分级→分级标准运用01智能化分级SAE/GB/T02网联化分级03标准运用与判断SAE六级分级总览SAEJ3016如何从L0到L5划分驾驶自动化等级？L0无自动化：预警与短时辅助L1驾驶支持：横向或纵向单项控制L2部分自动化：横纵双控组合辅助L3有条件自动化：特定条件接管，需准备接管L4高度自动化：限定区域全程自动驾驶L5完全自动化：全域无需驾驶员图1-2-1SAE自动驾驶划分图判断：L0—L2需监督，L3起系统承担主责。SAE分级详解L0—L5各等级中，驾驶员与系统的职责如何分配？等级名称定义要点驾驶操作周边监控作用域L0无自动化驾驶员全权驾驶，可得到警告提示驾驶员驾驶员无L1驾驶支持对转向或加减速中的一项提供支持，其余由驾驶员操作驾驶员/系统驾驶员无L2部分自动化对转向和加减速中的多项提供支持，其余由驾驶员操作驾驶员/系统驾驶员无L3有条件自动化系统完成所有驾驶操作，按系统要求驾驶员提供适当应答系统系统部分L4高度自动化系统完成所有驾驶操作，驾驶员不一定应答，限定道路和环境系统系统部分L5完全自动化系统完成所有驾驶操作，不限定道路和环境条件系统系统全域来源：SAEJ3016《标准道路机动车驾驶自动化系统分类与定义》GB/T40429我国分级我国2021年发布的国标，如何从0级到5级划分驾驶自动化？等级名称定义横纵控制探测响应任务接管运行范围0级应急辅助系统不持续控制，但具备部分探测响应能力（预警、AEB等）驾驶员驾驶员及系统驾驶员有限制1级部分驾驶辅助设计运行条件内持续执行横向或纵向单项运动控制驾驶员及系统驾驶员及系统驾驶员有限制2级组合驾驶辅助设计运行条件内持续执行横向和纵向运动控制系统驾驶员及系统驾驶员有限制3级有条件自动驾驶设计运行条件内持续执行全部动态驾驶任务系统系统接管用户有限制4级高度自动驾驶持续执行全部动态驾驶任务并自动执行最小风险策略系统系统系统有限制5级完全自动驾驶任何可行驶条件下持续执行全部动态驾驶任务并执行最小风险策略系统系统系统无限制来源：GB/T40429-2021《汽车驾驶自动化分级》网联化等级划分网联化按信息交互深度划分为几个等级？各自能力如何？等级名称等级定义典型信息典型场景控制主体1级网联辅助信息交互基于车-路、车-后台通信，获取导航等辅助信息并上传行驶数据地图、交通流量、交通标志、油耗里程等交通信息提醒、车载服务、天气提醒、紧急呼叫人2级网联协同感知基于车-车、车-路、车-人、车-后台通信，实时获取周边环境信息并与车载传感器感知融合周边车辆、行人、非机动车位置，信号灯相位、道路预警道路湿滑预警、事故预警、紧急制动预警、特殊车辆避让人或系统3级网联协同决策与控制基于车-车、车-路、车-人、车-云通信，实现各交通参与者之间的协同决策与控制车-车、车-路、车-云协同感知、决策与控制信息引导车速、车辆间距、车道选择、协作编队、路口通行、匝道汇入人或系统判断：等级越高，信息交互越深，对通信实时性与可靠性要求越高，控制主体从“人”走向“人/系统协同”。来源：《智能网联汽车技术路线图2.0》网联化等级划分（表1-2-5）思考与练习请独立完成下列题目，检验对本项目知识的掌握程度1.（单选）根据GB/T36415-2018，智能网联汽车的核心特征是（）A.仅具备环境感知能力B.仅具备网联通信能力C.具备环境感知、智能决策、协同控制等综合能力D.仅具备自动驾驶功能2.（多选）下列不属于“三横两纵”中“三横”的是（）A.车辆关键技术B.信息交互技术C.基础支撑技术D.标准法规体系

3.（判断）智能网联汽车就是自动驾驶汽车，两者概念完全相同。（）4.（单选）《技术路线图2.0》提出，到2025年PA/CA级智能网联汽车销量占比要达到（）A.30%以上B.40%以上C.50%以上D.60%以上

5.（简答）为什么说“网联”与“智能”的结合是智能网联汽车发展的核心？6.（简答）在识读电气原理图时，需要注意哪些关键要素？

7.（判断）“三横两纵”技术架构中的“两纵”指基础设施和标准体系。（）完成标准：能准确说出智能网联汽车定义与三大能力，说清“三横两纵”构成，区分SAE与国标分级差异；简答题需结合“单车智能+网联协同”两条主线作答。答案与解析由教师随堂核对。项目小结回到驱动问题：什么是智能网联汽车？如何判断它的技术等级？本章判断：智能网联汽车＝单车智能（感知—决策—执行）＋网联协同（车与X），技术等级可用“智能化分级×网联化分级”双标尺衡量。01定义与特征：融合传感器、控制器、执行器与通信网络，实现车与X信息交换共享，具备感知、决策、协同控制能力。02技术架构：“三横两纵”——三横为车辆、信息交互、基础支撑关键技术，两纵为基础设施与标准法规。03智能化分级：SAEL0—L5与GB/T0—5级，L3起系统承担主要驾驶任务，等级判断看驾驶操作与监控主体。04网联化分级：网联辅助信息交互→网联协同感知→网联协同决策与控制，等级越高越依赖车路云协同。迁移应用：课后请选择一款你身边的乘用车，依据本节分级标尺，判断其智能化等级（SAE/GB/T）与网联化等级，并说明判断依据，下节课交流。《智能网联汽车技术》课程教学课件项目二环境感知传感器认知与安装调试如何让智能网联汽车"看清"周围的世界？毫米波雷达·激光雷达·视觉传感器·多传感器融合项目二·环境感知传感器认知与安装调试本项目的学习地图驱动问题：智能网联汽车要“看清”世界，需要哪几双“眼睛”？它们如何安装、调试并协同工作？01毫米波雷达认知与安装调试FMCW原理、频段分类与安装位置、装调流程02激光雷达认知与安装调试ToF测距、机械式/半固态/固态、装调流程03视觉传感器认知与安装调试图像识别链路、单目/双目/环视、装调流程04多传感器融合认知与安装调试数据融合层级、融合架构策略、传感器标定、装调流程任务一毫米波雷达认知与安装调试毫米波雷达凭什么在黑夜与雨雾中也能"看见"目标？你会卡在这里：看不到光线也能测距测速，雷达靠什么原理做到？该装在哪个位置、怎么调试才能测得准？本任务学习路径：工作原理→频段分类与安装位置→安装调试流程01工作原理02分类与安装位置03安装调试流程任务一·毫米波雷达认知毫米波雷达如何同时测距、测速、测角？发射1—10mm波长的电磁波，通过“发射波与回波之差”感知目标的位置与运动。FMCW调频连续波的工作链路1.发射：产生频率随时间线性变化的调频连续波2.反射：电磁波遇目标返回，携带目标信息3.混频：回波与发射信号混频，得到差频信号4.解算：由差频信号提取目标的距离、速度与角度三大测量能力测距：差频信号频率正比于目标距离测速：多普勒频移获得相对速度测角：多天线阵列相位差估计方位77GHz车载毫米波雷达（BSD盲区监测）特点：不受光线与雨雾影响、穿透力强、成本较低，白天黑夜都能稳定工作。任务一·毫米波雷达认知长中近距毫米波雷达分别装在哪里？类型频段主要用途典型安装位置长距LRR77GHzACC、AEB前向探测前保险杠/格栅中部中距MRR77GHz交叉路口、侧向探测前保险杠两侧短距SRR24GHzBSD盲区、泊车辅助车四角/后保险杠安装要点前向雷达正对车头中轴线角雷达法线与中轴约60°多雷达高度尽量一致避开金属结构与遮挡偏移角度控制在1°以内规律：探测距离越远、安装越靠车身中部且越朝向正前；短距雷达多布置在四角，负责盲区与泊车。任务一·毫米波雷达安装调试毫米波雷达安装调试分几步完成？1安装前准备确认安装位与线束，备齐工具与诊断设备2安装固定按支架定位安装，朝向对准，紧固防松3线束连接接入供电与CAN总线，屏蔽走线、防水插接4标定校准检测水平与对准轴线，按规范执行雷达标定5功能测试读取距离/速度/角度数据，静态验证后路试6验收记录填写调试工单，留存标定参数与测试结果验收标准：静态数据正常、无异常告警，实车路试距离与速度输出准确。任务二激光雷达认知与安装调试激光雷达如何"扫描"出高精度的三维世界？你会卡在这里：一束束激光是怎样变成密密麻麻的"点云"的？机械式、半固态、固态有何区别？该装在哪、怎么调？本任务学习路径：ToF测距原理→三类技术路线→安装调试流程01测距原理02三类技术路线03安装调试流程任务二·激光雷达认知激光雷达如何测得精确距离并生成点云？ToF飞行时间法测距1.发射：激光器发出激光脉冲2.反射：激光遇目标表面反射3.接收：探测器记录往返时间Δt4.解算：距离d=c×Δt÷2高密度三维点云每秒发射数百万个激光点，每个点都测距，叠加成带三维坐标的“点云”，可精确还原目标轮廓，精度达厘米级。局限：怕恶劣天气（大雨、大雾）、成本较高、点云处理算力需求大。车载激光雷达结构示意（发射、接收、扫描镜、视场角）激光雷达通过扫描机构把光束导向不同方向，单束测量变成对空间的高密度扫描。来源：激光雷达ToF原理与结构，参考公开技术资料整理。任务二·激光雷达认知机械式、半固态、固态激光雷达怎么选？类型扫描方式优点缺点/局限机械式电机带动收发模块360°旋转视场大、点云密、技术成熟体积大、成本高、寿命受限半固态收发固定，内部MEMS微振镜扫描体积小、成本低、可车规量产视场通常小于360°固态无运动部件，Flash/OPA半导体扫描可靠性高、体积最小、易集成探测距离与分辨率相对有限判断：从测试车走向量产，半固态、固态正成为主流路线；选型看探测距离、视场、成本与车规可靠性。任务二·激光雷达安装调试激光雷达安装调试有哪些关键环节？安装在车顶支架上的激光雷达（实拍）安装要点：车顶/格栅位置视野开阔、支架刚性连接防振动、注意散热与供电稳定；松动会导致标定参数失效。关键装调环节1.定位选位：车顶/格栅/保险杠，视野与振动权衡2.安装固定：刚性支架、防松紧固、兼顾散热3.接线通信：接入电源与以太网，配置参数4.标定校准：水平检测、对准车辆坐标系5.功能测试：查看点云、验证距离与角度精度6.验收记录：场景验证、填写工单留存参数验收标准：点云无缺失、目标轮廓清晰，标定后静态目标距离误差在允许范围内。任务三视觉传感器认知与安装调试摄像头如何从图像中"看懂"道路与障碍物？你会卡在这里：摄像头只是拍下画面，怎么识别出车道线、行人、车辆？单目、双目、环视各负责什么？该装在哪些位置？本任务学习路径：图像识别链路→摄像头类型与分工→安装调试流程01图像识别链路02类型与分工03安装调试流程任务三·视觉传感器认知摄像头如何从图像中识别目标？图像感知链路1.采集：CMOS感光元件把光信号转为数字图像2.处理：ISP去畸变、色彩校正、图像增强3.识别：深度学习识别车道线、行人、车辆、标志4.估计：由图像估计目标类别、位置与距离5.输出：目标列表交给决策系统使用测距方式单目：基于先验与机器学习估计距离（近似）双目：利用左右视差计算距离（更精确）特点与局限优点：信息最丰富（颜色、纹理、文字），成本低，是感知的“眼睛”之一。局限：受光照、雨雾影响大，对非标准障碍物识别难，测距精度有限。镜头安装位决定视野：前视看远、环视看周边、后视看车后。任务三·视觉传感器认知单目、双目、环视摄像头分别干什么？类型特点典型安装位置单目前视识别车道线、车、行人，看远前挡风玻璃中部双目视差测距，中近距3D感知挡风玻璃中部并列环视鱼眼360°全景、泊车辅助前/后/两侧四角后视车后视野、倒车影像车尾牌照上方前挡风玻璃上方的ADAS摄像头布置规律：看远的装前风挡中部，看周边的装在车身四角，环视+前视组合覆盖全域。任务三·视觉传感器安装调试视觉传感器安装调试如何保证识别准确？后视镜下方的环视摄像头安装要点：镜头朝向符合设计角度、安装面清洁无遮挡、固定牢靠防振动，标定后画面无畸变。关键装调环节1.定位选位：前风挡/车身四角，避开遮挡与反光2.安装固定：清洁安装面、固定牢靠、线束规整3.接线连接：接入供电与视频总线，确认信号4.标定：内参、外参标定，环视拼接标定5.功能测试：查看画面、识别准确性与误检检查6.验收记录：场景验证、填写工单留存参数验收标准：画面清晰无畸变，车道线、行人、车辆识别稳定，环视全景拼接无缝。任务四多传感器融合认知与安装调试为什么单靠一种传感器不够，需要多传感器融合？你会卡在这里：每种传感器都有短板，怎么组合起来取长补短？融合在哪一层做？装调时如何让数据在时间与空间上对齐？本任务学习路径：融合必要性→三级融合架构→联合标定与调试01融合必要性02三级融合架构03联合标定调试任务四·多传感器融合认知各类传感器如何取长补短、互为冗余？单传感器的短板摄像头：受光照、雨雾影响，测距精度有限毫米波雷达：角分辨率低，难以区分目标类别激光雷达：怕大雨大雾，成本较高融合的三大收益互补：摄像头识类别+雷达测速+激光测距冗余：个别传感器失效，系统仍可感知鲁棒：全天候、多工况下感知稳定可靠融合基本结构摄像头毫米波雷达激光雷达融合处理统一目标信息任务四·多传感器融合认知数据级、特征级、决策级融合怎么选？融合层级融合方式优点缺点典型适用数据级原始数据直接合并（前融合）信息保留最多、精度高计算量大、需严格时间同步高算力平台特征级提取特征后再融合（中融合）平衡信息量与处理效率部分信息损失当前主流方案决策级各自决策后合并（后融合）模块独立、容错性强细节信息丢失较多目标跟踪与规控判断：融合越靠前信息越完整但要求越高；实际工程常按算力与功能安全需求组合使用多级融合。任务四·多传感器融合认知实车传感器如何布局、协同感知？示例：文远知行WeRideSS5.0车顶：固态激光雷达+高清摄像头前挡风上方：高清摄像头前保险杠下方：盲区激光雷达尾翼：固态激光雷达+中距相机协同逻辑激光雷达负责高精度测距与轮廓，摄像头负责目标识别与纹理，毫米波雷达负责全天候测速，三者在不同视域区域互为补充、互为冗余。来源：文远知行WeRideSS5.0传感器套件公开介绍。WeRideSS5.0全车传感器布局（标注为激光雷达与摄像头）布局规律：重点方向多传感器重叠覆盖，形成“看得清、测得准、全天候”的感知冗余。任务四·多传感器融合安装调试联合标定如何让多传感器数据对齐？两大关键前提时间同步：统一时钟源（PTP/同步信号），确保各传感器数据对应同一时刻。空间对齐：外参标定，把各传感器坐标系转换到统一的车辆坐标系。标定后效果：摄像头看到的目标位置、雷达测到的目标位置、激光点云中的目标位置互相吻合，融合才有意义。联合装调六步1.安装检查：刚性固定，相对位置稳定2.时间同步：统一时钟，对齐采样时刻3.外参标定：坐标系对齐到车体4.联合标定：标定板/靶标，多传感器联调5.融合验证：目标位置一致性检查6.验收记录：场景测试、填写工单验收标准：同一目标在各传感器中的位置偏差在允许范围内，动态跟踪平滑无跳变。项目二·传感器能力对比四大传感器能力如何对比？传感器原理优势局限典型应用摄像头图像识别信息丰富、成本低受光照、天气影响车道线、目标识别毫米波雷达FMCW电磁波全天候、测速准角分辨率低、类别难辨ACC、BSD激光雷达ToF激光测距测距精度高、点云怕雨雾、成本高高阶智驾、定位超声波雷达声波反射短距、成本低探测距离近泊车辅助测试车车顶多传感器融合系统四类传感器各有长短，互为补充：识类别靠摄像头、测速度靠毫米波雷达、高精度测距靠激光雷达、近距探测靠超声波。判断：没有“全能”传感器，融合就是用长板补短板，构建可靠、冗余的整车感知系统。项目二·巩固练习思考与练习请独立完成下列题目，检验对本项目知识的掌握程度。1.（单选）FMCW雷达测距，目标距离由（）换算。A.差频频率B.信号幅值C.波长D.发射功率2.（多选）属于激光雷达优势的有（）。A.全天候B.测距精度高C.三维点云D.成本低3.（判断）摄像头受光照雨雾影响，无法全天候工作。（）4.（单选）环视摄像头主要用于（）。A.看远B.360°全景泊车C.测速D.定位5.（多选）多传感器融合的收益包括（）。A.互补B.冗余C.提升鲁棒性D.降低成本6.（判断）外参标定的作用是把各传感器坐标系统一到车辆坐标系。（）7.（简答）为什么多传感器融合前必须先做时间同步与空间对齐？8.（简答）以一辆车为例，说出摄像头、毫米波雷达、激光雷达各自的安装位置与职责。项目二·小结项目小结回到驱动问题：车辆如何“看清”世界？四类传感器如何认知、安装与协同？本章判断：感知世界靠“四双眼睛”分工互补——摄像头识类别、毫米波雷达测速、激光雷达测距、超声波近距探测，通过多传感器融合互为补充、互为冗余。01毫米波雷达：FMCW全天候测距测速测角，前向装中、短距装四角。02激光雷达：ToF高精度点云，从机械式走向半固态、固态量产。03视觉传感器：图像识别信息丰富，单目、双目、环视分工协作。04多传感器融合：数据、特征、决策三级架构，联合标定做到时间同步与空间对齐。迁移应用：观察身边车辆或实训车的传感器布置，判断各传感器类型与职责，下节课交流。《智能网联汽车技术》课程教学课件项目三智能网联汽车定位与导航系统安装调试如何让智能网联汽车知道"我在哪、要去哪"？定位天线·惯性导航·车联网·高精地图项目三·智能网联汽车定位与导航系统安装调试本项目的学习地图驱动问题：智能网联汽车如何知道"我在哪"？定位、导航、通信与地图如何协同工作？01定位天线安装调试GNSS原理、四大导航系统、天线分类与更换测试02惯性导航系统安装调试IMU结构、初始对准标定、GNSS+IMU组合导航03车联网系统安装调试V2X通信、T-BOX模块、CAN/LIN等车载网络04高精度地图制作V2X通信、T-BOX模块、CAN/LIN等车载网络任务一定位天线安装调试车辆开进隧道就"找不到北"，定位信号从哪来、怎么接？你会卡在这里：天上的卫星怎么知道车在哪？定位天线坏了怎么换、换完怎么测信号强度？本任务学习路径：GNSS原理与四大系统→天线分类与性能指标→更换测试流程01GNSS原理与系统02天线分类与指标03更换测试流程任务一·定位天线安装调试GNSS由哪三部分组成？怎么用三边测量法定出位置？空间段24颗以上卫星，分布在多个轨道面，持续发射测距信号和导航电文，是定位的"基准点"。控制段地面主控站、监测站和注入站，跟踪卫星运行、计算星历和钟差，并把数据注入卫星。用户段GNSS接收机和天线，捕获卫星信号、测量距离、解算自身的三维位置和时间。三边测量法：三个球面交出你的位置①接收机同时捕获至少3颗卫星信号；②每颗卫星测得信号传播时间×光速=到该卫星的距离，即一个球面；③三个球面相交，唯一交点就是用户三维位置；④实际用第4颗卫星校准接收机时钟误差，提高精度。任务一·定位天线安装调试全球四大卫星导航系统各有什么本领？系统国家/地区卫星规模主要频段核心特点GPS美国24颗，6轨道面L1/L2/L5全球覆盖最早，应用最广，车载导航标配北斗BDS中国30颗，GEO+IGSO+MEOB1/B2/B3三轨道混合，亚太精度高，独有短报文通信GLONASS俄罗斯24颗，3轨道面L1/L2（FDMA）频分多址，高纬度地区覆盖好，抗干扰强伽利略欧盟30颗，3轨道面E1/E5/E6民用为主，定位精度高，与GPS多频互操作车载GNSS接收机通常支持多系统联合定位（如GPS+北斗），可见卫星更多，定位更稳定、精度更高。任务一·定位天线安装调试定位天线怎么接收信号？有哪些常见类型？工作原理卫星发射电磁波信号→天线接收转电信号→接收机解算位置GNSS天线多为右旋圆极化（RHCP），与卫星信号极化方式匹配，抑制多径反射。天线分类按用途分·导航天线：接收GNSS信号·通信天线：车联网V2X/4G/5G·广播天线：收音/数字广播按极化方式分·右旋圆极化RHCP（GNSS常用）·左旋圆极化LHCP·线极化（通信天线常用）按结构形式分·微带天线（车载主流，体积小）·螺旋天线（增益高，体积大）·有源天线（内置放大器）任务一·定位天线安装调试选天线看哪几个指标？装天线要避开哪些坑？关键性能指标增益天线放大信号的能力，有源天线含LNA，增益约25–30dB方向图信号接收的空间分布，导航天线要求上半空间全向覆盖轴比圆极化纯度指标，越小越好，车载天线一般要求<3dB相位中心天线电气中心，与几何中心偏差直接影响定位精度安装注意事项①装在车顶或前挡风玻璃上方，视野开阔无遮挡②远离金属结构（行李架、天窗导轨、车身加强筋）③天线平面朝上，与水平面保持平行④接地良好，屏蔽层可靠连接车身地⑤线缆接头拧紧，接口处做防水密封⑥走线避开高温区和运动部件，固定牢靠装完必查：诊断仪读信号强度（CNR）和可见卫星数，>8颗且CNR>35dBHz为合格。任务一·定位天线安装调试定位天线坏了怎么换？换完怎么测？01诊断确认·读故障码：定位信号丢失·查可见卫星数：<4颗·测天线端电压：有源天线应有3–5V馈电·排除线缆和接收机故障02拆卸旧天线·断开蓄电池负极·拔下天线射频接头·拆除固定螺钉或卡扣·取出旧天线，清理安装面03安装新天线·选视野开阔位置，平面朝上·固定牢靠，接地良好·连接射频接头并拧紧·走线固定，防水密封04测试验证·恢复蓄电池供电·诊断仪读卫星数>8颗·载噪比CNR>35dBHz·路试定位准确无漂移合格标准：室外开阔地可见卫星≥8颗，定位精度≤5m，连续行驶10分钟无信号丢失。任务二惯性导航系统安装调试GPS没信号的隧道里，车靠什么"盲算"自己的位置？你会卡在这里：IMU怎么靠加速度计和陀螺仪推算位置？换完IMU为什么要做初始对准和标定？GNSS+IMU怎么互补？本任务学习路径：IMU结构与原理→更换与安装→初始对准与标定→组合导航调试01IMU结构原理02更换与安装03初始对准与标定04组合导航任务二·惯性导航系统安装调试IMU由什么组成？怎么"盲算"出位置和姿态？图：惯性导航系统组成示意6轴IMU=3加速度+3陀螺三轴加速度计测X/Y/Z线加速度

积分→速度→位移三轴陀螺仪测俯仰/横滚/偏航角速度

积分→姿态角9轴IMU再加三轴磁力计，辅助航向角校准。IMU更新率高达100–1000Hz，远高于GNSS的1–10Hz。优点·完全自主，不依赖卫星或外部信号·短时精度高，抗干扰能力强·更新率高（100–1000Hz），响应快·可输出完整6自由度姿态信息缺点·误差随时间累积（零偏漂移）·长时间单独使用精度迅速下降·必须做初始对准才能确定初始姿态·成本随精度等级指数级上升任务二·惯性导航系统安装调试更换IMU要注意什么？装在哪里最准？更换流程01诊断确认：读故障码和IMU数据流，确认硬件故障02拆卸旧件：断电瓶负极→拔接头→拆固定螺栓→取出03安装新件：对准方向箭头→按扭矩拧紧→接插头04恢复供电：接电瓶→清故障码→进入标定流程安装要求①位置：车辆质心附近（中控台下方/座椅下方）②固定：螺栓扭矩达标，加防松垫片，无松动③方向：箭头/标记对准车辆正前方，偏差<1°④水平：与车辆水平面平行，倾斜角<0.5°⑤远离：避开电机、扬声器、高压线等强磁场⑥接地：屏蔽层单端可靠接地，避免地环路关键：IMU安装方向和水平度直接影响输出精度，装歪1°定位误差可达数米。任务二·惯性导航系统安装调试换完IMU为什么要做初始对准和标定？初始对准：确定初始姿态粗对准：车辆静止时，利用加速度计测到的重力矢量，快速算出俯仰角和横滚角（约10秒）。精对准：结合GNSS航向或卡尔曼滤波，精修三个姿态角，精度可达0.1°以内（约1–3分钟）。标定：消除系统误差零偏标定：静止采集加速度计和陀螺仪输出，扣除零偏值，是最基本的标定。刻度因子：校准输入输出比例系数；非正交误差：修正三个轴不垂直带来的耦合误差。标定操作流程①水平停放

车辆停在水平地面，熄火静止，方向盘回正。②上电预热

IMU上电预热10–30分钟，使内部温度稳定。③零偏采集

静止状态采集30–60秒数据，计算零偏并写入。④验证

旋转车辆后回到原点，检查姿态误差<0.5°为合格。不做标定的后果：零偏导致积分误差随时间快速累积，行驶几分钟后位置就可能偏出几十米。任务二·惯性导航系统安装调试GNSS和IMU怎么"取长补短"？对比项GNSSIMU长期精度高，无漂移低，误差累积短期精度一般，有噪声高，平滑更新率1–10Hz100–1000Hz抗遮挡差，隧道失效好，完全自主图：组合导航系统工作原理融合逻辑：GNSS长期准→用来修正IMU的零偏漂移；IMU短期准、更新快→在GNSS盲区（隧道/地库）连续推算位置。两者通过卡尔曼滤波（EKF）融合，输出稳定高精度的定位结果。任务二·惯性导航系统安装调试组合导航怎么调？松组合、紧组合有什么区别？松组合LooseGNSS输出位置/速度，IMU输出姿态，在位置层融合。结构简单、成本低，是当前车载主流方案。缺点：GNSS完全失锁时无法辅助。紧组合TightGNSS原始伪距/载波相位与IMU深度融合。卫星少（≥4颗降至≥2颗）时仍能定位。L3+自动驾驶推荐方案，算法较复杂。深组合DeepIMU辅助GNSS信号跟踪环路，抗干扰最强。城市峡谷、电磁干扰环境下优势明显。算法最复杂，成本最高，目前较少量产。组合导航调试流程①确认GNSS与IMU各自正常→②配置融合参数（滤波周期、噪声协方差）→③室外静态对准5–10分钟④路试覆盖直线/转弯/隧道场景→⑤验证：隧道内漂移<50m/min，出隧道5秒内重捕定位趋势：组合导航正从独立P-box（定位盒）向集中式域控制器集成，国内蔚来、小鹏、理想等新势力车型已普遍搭载GNSS+IMU组合导航，L3及以上要求紧组合以上等级。任务三车联网系统安装调试车怎么和路、其他车、云平台"对话"？T-BOX坏了怎么换？你会卡在这里：V2X到底连什么？T-BOX怎么拆怎么装？车上CAN/LIN/以太网各管什么用？本任务学习路径：车联网概念与架构→V2X通信→T-BOX更换→车载网络（CAN/LIN/以太网）01概念与架构02V2X通信03T-BOX更换04车载网络类型任务三·车联网系统安装调试车联网到底"连"什么？三层架构怎么理解？车联网（InternetofVehicles）是车与万物互联（V2X）的网络，实现车辆、道路、行人、云平台之间的信息交换与协同控制。感知层车载传感器、GNSS、摄像头、雷达、RFID等，采集车辆状态和环境数据，是车联网的"感官"。网络层通过4G/5G、C-V2X、DSRC等通信技术，实现V2V/V2I/V2P/V2N数据传输，是车联网的"神经网络"。应用层智能导航、远程诊断、OTA升级、自动驾驶、共享出行、交通管理等，是车联网的"价值输出"。图：车联网体系架构核心：感知层采数据→网络层传数据→应用层用数据，三层协同实现车路云一体化。任务三·车联网系统安装调试V2X的四个场景分别连什么？用什么技术连？V2V车与车车辆间直接通信，交换位置、速度、航向，实现前向碰撞预警、紧急制动提醒。V2I车与路侧设施车与红绿灯、路侧单元RSU通信，获取信号灯倒计时、限速、道路施工等信息。V2P车与行人车与行人手机/可穿戴设备通信，盲区行人预警，保护弱势道路使用者。V2N车与云/网络车通过4G/5G连云平台，实现实时导航、远程诊断、OTA升级、娱乐服务。两大通信技术路线C-V2X（蜂窝车联网）：基于4G/5G，中国主推，支持直连+蜂窝两种模式DSRC（专用短程通信）：基于WiFi，美日用，仅支持直连模式六大关键技术无线通信·网络技术·多传感器融合云计算·大数据·信息安全趋势：中国走C-V2X路线，5G+V2X融合是方向，"车路云一体化"成为智能网联汽车的核心架构。任务三·车联网系统安装调试T-BOX是什么？坏了怎么换、怎么测？T-BOX车载通信终端T-BOX（TelematicsBOX）是车联网核心通信终端，集成多种通信模块，是车辆与外界连接的"网关"。·4G/5G蜂窝通信（连云平台）·C-V2X直连通信（车车/车路）·GNSS定位（车辆位置上报）·蓝牙/WiFi（近场连接）·CAN总线数据采集与远程控制·OTA升级、紧急呼叫eCall更换与测试流程01诊断确认：读故障码，确认4G/V2X通信中断或远程控制失效02拆卸旧件：断电瓶→拔天线/电源/CAN接头→拆固定螺栓→取出03安装新件：检查SIM卡→固定牢靠→接好所有接头→恢复电瓶04激活测试：平台激活→测4G信号→验V2X通信→试远程控车合格：4G信号≥-85dBm，V2X通信延迟<100ms，远程控制响应正常。任务三·车联网系统安装调试车上有哪些网络总线？各管什么用？网络类型传输速率典型用途核心特点CAN500k–1Mbps动力、底盘、车身控制可靠性高、成本低、应用最广CAN-FD2–8Mbps动力、ADAS、域控兼容CAN，带宽提升3–8倍LIN20kbps门窗、座椅、雨刮成本最低，单主多从结构FlexRay10Mbps线控底盘、主动悬架确定性时延，双通道冗余MOST25–150Mbps影音娱乐系统光纤传输，抗电磁干扰车载以太网100M–10Gbps域控制器、摄像头、雷达高带宽、IP化、未来主干网四种基本拓扑结构总线型节点挂一条总线星型中心节点连所有环型节点首尾成环网状节点多路径互连实车多采用混合拓扑：CAN总线型+以太网星型+LIN星型，通过网关互联。任务三·车联网系统安装调试CAN总线怎么工作？CAN-FD比CAN强在哪？CAN协议核心要点（ISO11898）·差分信号传输（CAN_H/CAN_L），抗干扰能力强·CSMA/CD+AMP仲裁，优先级高的帧先发送·多主结构、广播通信，任何节点均可发起·对应OSI模型的物理层+数据链路层对比项CANCAN-FD最高速率1Mbps8Mbps（数据段）单帧数据长度≤8字节≤64字节CRC校验15位21位（更可靠）兼容性—向下兼容CAN图：CAN与CAN-FD帧格式对比图：CAN总线在整车中的应用任务三·车联网系统安装调试车载网络架构怎么演进？以太网为什么是未来？第一代·分布式·几十个ECU各自独立·CAN/LIN总线连接·网关跨总线转发·线束多、重量大·算力分散，升级困难·代表：传统燃油车→第二代·域控制器·按功能域集中：动力/底盘/座舱/智驾/车身·域内CAN-FD/FlexRay·域间车载以太网·ECU数量大幅减少·算力集中，支持OTA·代表：当前主流新能源车→第三代·中央计算·1–2个中央计算机·+区域控制器（Zonal）·以太网千兆主干·线束最短、重量最轻·SOA软件架构·代表：L3+自动驾驶车型车载以太网为什么是趋势？·带宽高：100M–10Gbps，满足摄像头/雷达大数据传输·IP化：与互联网协议兼容，支持SOA和OTA·线束轻：单对双绞线（100BASE-T1），减重降本维修提示：新一代车型以太网接口使用标准RJ45或专用H-MTD连接器，诊断需支持DoIP（以太网诊断），传统OBD诊断仪可能无法读取域控故障码。任务四高精度地图制作普通导航地图为什么不够自动驾驶用？高精地图"高"在哪？你会卡在这里：厘米级精度是什么概念？高精地图里存了哪些数据？从采集到成图要经过哪几步？本任务学习路径：高精地图定义与特点→作用与数据内容→与普通地图区别→制作流程01定义与特点02作用与数据03与普通地图区别04制作流程任务四·高精度地图制作高精度地图到底"高"在哪里？定义：高精度地图（HDMap）是精度达厘米级、面向自动驾驶机器使用的电子地图，包含车道级几何与语义信息。厘米级精度绝对精度10–20cm，相对精度<5cm，远超普通地图的5–10m。面向机器不是给人看的导航图，是给自动驾驶系统"读"的结构化数据。实时更新道路施工、车道变化等信息分钟级更新，保证地图与现实一致。车道级信息含车道线、曲率、坡度、航向、交通标志等丰富语义层。图：高精度地图示例（车道级渲染）一句话总结：普通地图告诉你"这条路在哪"，高精地图告诉你"这条车道的每一条线在哪、弯多大、坡多陡"。任务四·高精度地图制作高精地图能帮自动驾驶做什么？里面存了哪些数据？五大作用①辅助感知：提供车道线、标志等先验信息，缩小传感器搜索范围②辅助定位：与点云/视觉匹配，实现厘米级车道定位③路径规划：车道级路径规划与变道决策④车辆控制：提供曲率/坡度，提前调速过弯⑤冗余备份：传感器失效时提供安全停车路径核心价值：高精地图是自动驾驶的"超远视距传感器"，把感知范围从几百米扩展到整条路线，让车辆"未到先知"。三类数据内容道路与车道数据车道线类型/位置、车道宽度、曲率、坡度、航向角、车道连接关系。道路周边设施交通标志、信号灯、路灯、护栏、收费站、加油站等固定设施。定位图层特征点、点云片段、地面标识，用于与实时传感器数据匹配定位。任务四·高精度地图制作高精地图和普通导航地图有什么本质区别？对比项普通导航地图高精度地图精度5–10m（米级）10–20cm（厘米级）使用者人类驾驶员自动驾驶系统（机器）内容道路级（路名/转向）车道级+语义+定位图层更新频率天/周级分钟级（近实时）数据量小（KB/km）大（MB/km）成本低高（采集车+众包）普通地图（道路级）高精地图（车道级）本质区别：普通地图是"给人看的示意图"，高精地图是"给机器用的数据库"。任务四·高精度地图制作高精地图从采集到成图要经过哪几步？01数据采集采集车装激光雷达+摄像头+GNSS+IMU，道路扫描→02预处理点云去噪、坐标转换、多传感器时间同步→03语义提取AI识别车道线、交通标志、护栏等语义元素→04三维建模构建道路几何模型、车道拓扑关系与属性→05地图更新众包更新发布图：高精度地图生成流程示意项目三·智能网联汽车定位与导航系统安装调试思考与练习判断1GNSS三边测量法定位至少需要同时接收3颗卫星信号。答案：正确。3颗卫星确定三维位置，第4颗用于校准时钟误差。单选以下哪个不属于车载网络总线？A.CANB.LINC.USBD.FlexRay答案：C。USB是外设接口，不是车载网络总线。多选高精度地图的特点包括？A.厘米级精度B.面向机器C.实时更新D.车道级信息答案：ABCD。四项均为高精地图核心特点。判断2IMU惯性测量单元单独使用时，定位误差会随时间累积漂移。答案：正确。零偏和噪声经积分后误差持续增大，需GNSS修正。项目三·小结项目小结回到驱动问题：智能网联汽车如何知道"我在哪、要去哪"？本章判断：定位导航靠"天-地-车-图"四位一体——卫星给绝对位置、IMU给连续姿态、车联网给环境信息、高精地图给先验知识，四者融合实现厘米级定位导航。01定位天线：GNSS三边测量法定位置，四大系统联合定位，天线更换后需测卫星数与载噪比。02惯性导航：6轴IMU测加速度与角速度，初始对准消零偏，GNSS+IMU组合取长补短。03车联网：V2X连车连路连人连云，T-BOX是通信网关，CAN-FD与以太网是车载网络趋势。04高精度地图：厘米级精度、面向机器、车道级信息，经采集-预处理-语义提取-建模-更新五步成图。迁移应用：查阅一款量产智能网联汽车的配置表，分析其定位方案（GNSS/IMU/高精地图）和通信方案（4G/5G/V2X），下节课交流。《智能网联汽车技术》课程教学课件项目四智能网联汽车决策控制技术应用自动驾驶的"大脑"如何思考、决策并控制车辆？决策控制认知·计算平台维护·华为MDC调试项目四·智能网联汽车决策控制技术应用本项目的学习地图驱动问题：自动驾驶的"大脑"由什么硬件构成？如何从感知数据到控制指令？计算平台怎么维护调试？01认知决策控制技术硬件组成、决策逻辑、路径规划、控制算法、法规与安全02车载计算平台与网络维护计算平台三层架构、维保SOP、华为MDC610调试核心能力：能识别决策控制系统硬件组成，能解释路径规划与控制算法逻辑，能执行计算平台维保SOP，能调试华为MDC610平台。任务一认知智能网联汽车决策控制技术自动驾驶的"大脑"由什么构成？怎么从感知数据变成控制指令？你会卡在这里：域控制器里装了什么芯片？A*和MPC各管什么用？无保护左转时算法怎么博弈？法规对决策有什么硬约束？本任务学习路径：硬件组成→决策逻辑→路径规划→控制算法→法规与安全01硬件组成02决策逻辑03路径规划04控制算法05法规安全任务一·认知决策控制技术决策控制系统的"大脑"由哪些硬件组成？核心硬件组成域控制器（智能驾驶控制器）高性能SoC集成CPU/GPU/NPU，运行路径规划、行为决策、轨迹生成等复杂算法，车规级高可靠。AI芯片专用于深度学习推理，加速CNN图像识别与目标检测。MCU微控制单元负责底层车辆动力学控制：转向、制动、加速踏板。通信模块T-Box（4G/5G+V2X）+以太网/CAN-FD，连接传感器、控制器与执行机构。四大功能层级感知层传感器采集环境数据↓决策层域控制器规划与决策↓通信层CAN/以太网传输指令↓执行层转向/驱动/制动执行任务一·认知决策控制技术以华为MDC为例：智能驾驶计算平台长什么样？异构芯片架构AI芯片（昇腾系列）昇腾310提供16TOPS算力，专处理图像识别、目标检测等AI任务。CPU芯片（鲲鹏系列）鲲鹏920s执行路径规划、行为决策等逻辑串行任务。模块化设计标准化接口连接激光雷达、摄像头、毫米波雷达，支持OTA升级。关键特性：确定性低延时（内核<10µs，通信<1ms），支持AutoSAR/POSIX，全系列统一尺寸可平滑升级。MDC产品系列对比参数300F210610810等级商用车L4L2–L2+L3–L4L4AI算力64TOPS48TOPS160–200400TOPS摄像头12路8路16路16路防护IP52IP67IP67IP67制冷风冷液冷/风冷液冷/风冷液冷/风冷MDC610是乘用车L3–L4主流方案，AI算力200TOPS。任务一·认知决策控制技术决策逻辑：从"看到环境"到"控制车辆"分几步？感知融合目标检测、语义分割、车道线、红绿灯、障碍物→定位建图融合GNSS/IMU/高精地图，确定车辆位姿→预测短期轨迹预测（LSTM）+长期意图预测→规划全局A*/D*Lite+局部QP/MPC/FSM→控制转向角、加减速指令信息感知（输入层）感知融合+定位建图→决策控制（输出层）预测+规划+控制任务一·认知决策控制技术·决策逻辑感知融合：汽车的"眼睛"到底在看什么？感知融合四大任务目标检测识别车辆、行人、骑行者、障碍物的位置、类别与运动状态。语义分割逐像素划分可行驶区域、车道线、路沿，理解道路结构。交通标志与信号灯识别识别红绿灯状态、限速标志、停车让行等交通规则信息。多传感器融合摄像头+毫米波+激光雷达数据级/特征级/决策级融合，互补短板。三类传感器优劣势互补传感器优势短板摄像头颜色纹理丰富、成本低、识别能力强受光照天气影响、测距不准毫米波雷达全天候、测速准、穿透雨雾角度分辨率低、无法识别颜色激光雷达3D精确测距、不受光照影响成本高、雨雾衰减、点云稀疏融合策略：数据级→特征级→决策级，逐级提升可靠性任务一·认知决策控制技术·决策逻辑定位建图：汽车怎么知道"我在哪、路在哪"？多源融合定位GNSS/RTK绝对定位卫星提供绝对经纬度，RTK可达厘米级；城市峡谷、隧道易失锁。IMU惯性推算陀螺仪+加速度计高频推算位姿，短期精确，长期累积漂移需修正。高精地图匹配将感知到的车道线、标志与先验地图匹配，修正绝对位置偏差。SLAM相对定位视觉/激光同时定位与建图，无GPS场景（地下车库、隧道）可用。高精地图核心要素车道级几何：车道线、曲率、坡度、宽度拓扑关系：车道连接、可行驶区域、匝道静态标志：限速、红绿灯位置、停止线动态层：实时交通、施工、事故信息精度要求：自动驾驶定位需厘米级（<10cm），比普通导航米级精度高一个数量级。任务一·认知决策控制技术·决策逻辑预测：怎么预判旁边的车下一步要往哪走？短期轨迹预测（0.5–3秒）输入：历史轨迹、当前速度/加速度、航向角方法：物理运动学模型+LSTM神经网络输出：未来几秒的轨迹点序列（带概率）用途：跟车、避障、紧急制动、车道保持长期意图预测（3–10秒）输入：车辆位置、所在车道、转向灯、路口关系方法：基于机动分类+交互感知模型输出：意图类别（左转/直行/变道）+概率用途：无保护左转、路口通行、博弈决策三类预测方法对比方法原理适用场景物理模型基于运动学方程，匀速/匀加速外推高速直道短期预测基于机动先分类意图，再生成对应轨迹路口、匝道、变道场景任务一·认知决策控制技术·决策逻辑规划：全局选哪条路、局部怎么走，分两层？全局路径规划目标：起点到终点的车道级最优路线算法：A*（启发式搜索，静态环境）；D*Lite（动态增量重规划，应对突发障碍）输入：高精地图、起终点、交通规则输出：车道级路径（走哪条道、在哪变道）特点：更新频率低（Hz级），追求全局最优局部轨迹规划目标：实时生成安全舒适的可执行轨迹算法：QP二次规划（轨迹平滑）；MPC模型预测控制（考虑车辆动力学）；FSM有限状态机（行为决策）输入：全局路径、障碍物预测、车辆状态输出：轨迹点（x,y,heading,v,a）序列特点：更新频率高（10–20Hz），实时避障两层规划的协作关系全局规划定"大方向"（走哪条路），局部规划管"脚下步"（每一步怎么走）。全局路径是局部规划的约束和参考，局部规划在全局路径附近做微调以避开实时障碍。任务一·认知决策控制技术·控制算法控制算法对比：PID、MPC、纯追踪、斯坦利与强化学习控制模块接收规划输出的轨迹，计算转向角和加减速指令，下发给执行机构。以下是五种主流算法对比。算法原理优点缺点适用场景PID比例-积分-微分反馈控制结构简单、易实现、计算量小参数整定难、高速弯道精度差基础车道保持、定速巡航MPC模型预测，滚动优化未来轨迹考虑约束、精度高、舒适性好计算量大、需高性能硬件高阶自动驾驶轨迹跟踪纯追踪几何预瞄，按前视距离算转角实现简单、低速稳定高速易振荡、预瞄距离敏感低速泊车、园区物流车斯坦利横向误差+航向误差复合控制精度高、响应快参数敏感、极端工况不稳DARPA挑战赛、乘用车L2强化学习数据驱动，奖励函数迭代优化自适应强、可处理复杂博弈可解释性差、训练成本高研究阶段、复杂城市博弈任务一·认知决策控制技术·路径规划路径规划有哪些类型？按三个维度分类维度一：按规划范围—全局路径规划vs局部路径规划全局路径规划已知完整地图，起点到终点的最优路线。算法：A*、D*Lite。局部路径规划局部环境实时规划，考虑动态障碍。算法：QP、MPC、人工势场。维度二：按规划方法—搜索/采样/优化/曲线插值基于搜索A*、D*Lite、Dijkstra基于采样RRT、RRT*、PRM基于优化QP二次规划、MPC曲线插值贝塞尔、B样条、多项式维度三：按是否考虑车辆动力学—几何规划vs动力学规划几何规划只考虑路径几何形状（纯追踪、贝塞尔）；动力学规划考虑车辆运动学约束（MPC、Frenet轨迹生成），更贴近实际可执行。任务一·认知决策控制技术·路径规划基于采样的规划与Frenet坐标轨迹生成基于采样的路径规划在状态空间中随机采样节点，快速构建可行路径树。代表算法RRT/RRT*，适合高维空间和复杂障碍环境，概率完备但路径非最优。Frenet坐标系沿参考线（道路中心线）建立曲线坐标系：s=纵向里程，d=横向偏移。将二维规划解耦为纵向和横向两个一维问题，大幅降低计算量。轨迹生成与选择在Frenet坐标系中，对纵向（加减速）和横向（变道偏移）分别采样，生成几十上百条候选轨迹；按代价函数（碰撞风险、舒适性、效率）评分，选取代价最低的可执行轨迹。核心思想：采样→生成候选→代价评分→选最优，每100ms重新规划一次。图4-1-4Frenet与笛卡儿坐标图4-1-5轨迹生成示意任务一·认知决策控制技术·决策流程从原始数据到控制指令，决策规划分哪八步？01感知数据输入多传感器原始数据采集与同步02目标检测跟踪识别车辆/行人并多帧跟踪03环境建模构建可行驶区域与障碍地图04行为预测预测交通参与者轨迹与意图↓05全局路径规划A*/D*Lite生成车道级路线06行为决策FSM决定跟车/变道/转弯行为07局部轨迹规划QP/MPC生成可执行候选轨迹08控制指令输出轨迹评估选优，下发控制指令前四步=信息感知（看懂环境），后四步=决策控制（决定并执行）整个流程以10–20Hz频率循环执行，每50–100ms重新感知、预测、规划、控制一次，保证实时响应。任务一·认知决策控制技术·法规安全决策系统必须遵守哪些法规和安全红线？法规标准体系GB/T40429驾驶自动化分级（L0–L5）智能网联汽车标准体系（国标/行标）L3及以上自动驾驶汽车准入管理道路测试与示范应用管理规范功能安全ISO26262道路车辆功能安全标准ASIL等级（A–D），D级最严格ISO21448预期功能安全（SOTIF）覆盖感知不足、算法局限等非故障风险数据安全汽车数据安全管理若干规定个人信息保护法（人脸、位置等）重要数据出境需安全评估车外数据默认匿名化处理网络安全ISO/SAE21434道路车辆网络安全车联网卡实名登记管理OTA升级安全管理与备案入侵检测与应急响应机制任务二车载计算平台与网络基础维护计算平台怎么保养？华为MDC610怎么调试？你会卡在这里：三层架构各管什么？日/周/月/季/年维保各做什么？MDC610上电后怎么连SSH、怎么加载AI模型、怎么验证实时性？本任务学习路径：计算平台架构→维保SOP→华为MDC610调试01平台架构02维保SOP03华为MDC610调试任务二·车载计算平台与网络维护车载计算平台分哪三层？各层管什么？第一层：异构硬件平台AI处理单元（NPU/GPU）+通用处理单元（CPU）+控制处理单元（MCU）+安全处理单元+存储+车载以太网/CAN通信。第二层：系统软件OS内核+Hypervisor虚拟化+POSIX接口+AutoSARCP/AP+通信中间件（SOME/IP、DDS），向上提供统一运行环境。第三层：功能软件应用接口+通用模型（感知/定位/规划算法库）+通用框架（消息调度、日志）+数据抽象（传感器统一接口）。图4-2-1车载智能计算基础平台架构架构设计原则软硬解耦：硬件可替换，软件可复用；接口标准化：支持多厂商传感器接入；确定性低延时：内核调度<10µs，通信<1ms。任务二·车载计算平台·异构硬件层异构硬件层：四种处理单元各管什么？AI处理单元（NPU/GPU）职责：深度学习模型推理加速任务：图像识别、目标检测、语义分割指标：算力TOPS，MDC610达200TOPS通用处理单元（CPU）职责：逻辑串行计算与任务调度任务：路径规划、行为决策、系统管理代表：鲲鹏920s、英伟达Xavier控制处理单元（MCU）职责：硬实时底层车辆控制任务：转向角、制动、加速踏板控制指标：ASIL-D功能安全等级安全处理单元职责：独立安全监控与故障降级任务：看门狗、故障检测、紧急停车特点：独立于主芯片，物理隔离配套资源：存储（LPDDR4/5内存+eMMC/UFS闪存）+通信（车载以太网TSN、CAN-FD、FlexRay），保证高带宽和低延时。任务二·车载计算平台·系统软件层系统软件层：OS、虚拟化、AutoSAR各起什么作用？OS内核实时OS（QNX、VxWorks）或Linux+RT补丁，保证调度确定性Hypervisor虚拟化一芯多OS，智驾域与座舱域隔离运行，安全关键任务不被干扰POSIX标准接口统一API，应用程序可跨平台移植，降低开发成本AutoSARCP/APCP跑MCU（经典平台），AP跑高性能SoC（自适应平台）通信中间件SOME/IP、DDS、ROS2，实现进程间/节点间低延时通信图4-2-2系统软件架构维保关注点OS版本与补丁更新；Hypervisor虚拟机状态；AutoSAR配置一致性；中间件通信延时与丢包率；日志文件大小与轮转。任务二·车载计算平台·功能软件层功能软件层：算法库和框架怎么支撑上层应用？应用接口层标准化API，上层应用（感知/规划/控制）通过统一接口调用底层能力，实现应用与硬件解耦。通用模型库感知（目标检测/分割）、定位（融合/SLAM）、规划（A*/MPC）、控制（PID/纯追踪）算法库，可复用可替换。通用框架消息调度（节点/话题/服务）、日志记录、参数配置、时间同步，为算法提供运行时基础设施。数据抽象层传感器统一数据接口（点云/图像/IMU），屏蔽不同厂商硬件差异，上层算法不用关心底层型号。图4-2-3功能软件架构核心价值软硬解耦：换传感器不改算法；算法可复用：A车的规划算法可移植到B车；便于OTA升级：单独更新算法模型，不影响底层。任务二·车载计算平台·典型应用车载计算平台在哪些场景落地？各需多少算力？高速NOA核心功能自适应巡航、车道保持、自动变道超车、智能进出匝道传感器配置前视摄像头+毫米波雷达，部分加激光雷达算力需求48–200TOPS（MDC210/610）城市NOA核心功能无保护左转、拥堵跟车、行人避让、红绿灯通行、博弈决策传感器配置多摄像头+激光雷达+毫米波+高精地图算力需求200–400TOPS（MDC610/810）自动泊车APA核心功能车位识别、轨迹规划、自动泊入泊出、遥控泊车、记忆泊车传感器配置环视摄像头+超声波雷达，部分加激光雷达算力需求低–中算力（专用泊车芯片）任务二·车载计算平台维护保养计算平台怎么保养？周期表和八步SOP维保周期表周期主要内容日检外观、连接线、故障指示灯周检传感器清洁、线束固定、散热检查月检软件版本、日志分析、存储空间季检传感器校准、性能测试、固件升级年检全面检测、硬件更换、安全认证维保SOP八步骤01安全检查与下电断电02外观与物理连接检查03传感器清洁与校准04线束与连接器检查05软件版本检查与OTA更新06日志与故障码读取分析07功能测试与性能验证08维保记录填写与交付任务二·车载计算平台维护保养维保12条注意事项，四条红线不能碰安全防护（3条）①操作前必须下电断电，验电后再动手②高压部件佩戴绝缘手套，防触电③接触电路板戴防静电手环，防击穿红线：未断电严禁插拔任何连接器！规范操作（3条）④严格按SOP顺序，不得跳步⑤使用专用工具，禁止蛮力拆装⑥拆卸前标记线束位置和方向红线：禁止带电插拔传感器和域控！环境与软件（3条）⑦工作区清洁干燥，防尘防水⑧OTA升级前备份配置和日志⑨升级后验证版本号和功能红线：升级中断电可能变砖！验证与交付（3条）⑩传感器校准后做路试验证⑪故障码清零后复确认无异常⑫维保记录完整填写并签字交付红线：未验证功能严禁交车！任务二·华为MDC610调试华为MDC610：硬件规格与软件架构详解硬件规格项目规格参数AI芯片昇腾Ascend610，200TOPSCPU鲲鹏系列，多核ARMMCUTC397，ASIL-D功能安全摄像头16路GMSL，支持8MP总线8路以太网+12路CAN-FD防护/制冷IP67，液冷/风冷可选软件架构（AP+CP+OS）AP自适应平台（高性能SoC）跑感知/规划/决策等复杂算法，支持POSIX、动态加载CP经典平台（MCU）跑硬实时控制，ASIL-D安全，静态配置OSEKOS操作系统层Linux+RT补丁+Hypervisor虚