在深入了解智能网联汽车之前，我们需要先了解究竟什么是智能网联汽车。程增木表示，智能网联汽车(IntelligentConnectedVehicle，ICV)是一种跨技术，跨产业领域的新兴汽车体系，不同角度和背景下的理解存在一定差异，各国智能网联汽车的定义和叫法虽不尽相同，但终极目标都是即可上路安全行驶的无人驾驶汽车。基于此，程增木指出，从狭义上讲，智能网联汽车是搭载先进的车载传感器、控制器、执行器等装置，并融合现代通信与网络技术，实现V2X智能信息交换共享，具备复杂的环境感知、智能决策、协同控制和执行等功能，可实现安全、舒适、节能、高效行驶，并最终可替代人来操作的新一代汽车。
目前全球范围内关于智能网联汽车的技术层级主要参照的是SAE（美国汽车工程师学会）的标准，0级为纯人工驾驶；一级拥有简单的辅助驾驶功能；L2能实现部分的自动驾驶功能；L3是有条件的自动驾驶，这是一个比较特殊的自动驾驶技术层级，主要体现在责任判定的“分水岭”，即人车切换不好界定方面；L4则是高度自动驾驶；L5就是完全自动驾驶。“从逐渐解放我们的手、脚、眼、脑，智能汽车的计算能力也会逐渐从20TOPS不断提高至300TOPS。”在程增木看来，L3是起点和基础，作为L5的部分，L3可以通过云端、车机端不断迭代到L5级别的自动驾驶技术。在谈到业内颇有些争议的L3级别自动驾驶技术时，程增木坦言，由于这一级别技术依然不是真正的自动驾驶，界限比较模糊，再加之当前法律法规方面仍不太完善，因此还处于“仁者见仁，智者见智”的阶段。
毫米波雷达和激光雷达
作为目前智能网联汽车应用比较广泛的两大产品，业内人士普遍对于毫米波雷达和激光雷达都有一定的了解，但两者究竟具体优势有哪些，恐怕能说清楚的并不多。在本次课程中，程增木详细介绍了两款产品的原理和结构。
程增木讲到，目前二维激光雷达和三维激光雷达在先进驾驶辅助系统上都得到了广泛应用。与三维激光雷达相比，二维激光雷达只在一个平面上扫描，结构简单，测距速度快，系统稳定可靠，但当应用于地形复杂、路面高低不平的环境时，由于二维激光雷达只能在一个平面上进行单线扫描，因此不可避免地会出现数据失真和虚报的现象。同时，由于数据量有限，用单个二维激光雷达也无法完成越野环境下的地形重构。
激光雷达的优势主要有三点：首先，激光雷达可以获得极高的角度、距离和速度分辨率。通常角分辨率不低于0.1mard，可以分辨3km距离上相距0.3m的两个目标，并可同时跟踪多个目标，距离分辨率可达0.lm，速度分辨率能达到10m/s以内。这意味着可以利用距离——多普勒成像技术来获得目标的清晰图像，分辨率高是激光雷达的最显著的优点；其次，低空探测性能好，微波雷达由于存在各种地物回波的影响，低空存在有一定区域的盲区(无法探测的区域)，而激光雷达只有被照射的目标才会产生反射，完全不存在地物回波的影响，因此可以”零高度”工作，低空探测性能较微波雷达强了许多；第三，激光雷达体积小、质量轻，普通的微波雷达体积庞大，整套系统质量以吨记，光天线口径就达几米甚至几十米，相较之下，激光雷达就轻便、灵巧得多，发射望远镜的口径一般只有厘米级，整套系统的质量最小的只有几十公斤，架设、拆收都很简便，而且激光雷达的结构相对简单，维修方便，操纵容易，价格也较低。
智能网联汽车技术就在身边
或许有些人在谈到智能网联汽车技术时，会认为还距离我们很遥远，但实际上，一些辅助驾驶技术已经来到了我们的身边，例如车道保持辅助和自适应巡航。
据程增木介绍，车道保持辅助系统(LaneKeepingAssist，LKA)是利用摄像头等传感器感知并计算车辆在车道中的位置信息及运动信息，利用车辆的转向和制动系统对车辆进行控制，防止车辆偏离车道而发生事故。车道保持辅助系统会对车辆的转向进行微调，使车辆驶回原车道行驶。
车道保持辅助系统主要由三部分构成：首先是环境感知单元，主要包括摄像头、车速传感器和转向角传感器，其中，摄像头负责感知车辆前方的道路情况；其次是电子控制单元，这部分主要负责将摄像头传输的数据进行处理，在车道保持辅助系统中，它主要根据摄像头的传输数据进行车道线的识别，并且根据车速传感器和转向角传感器综合判断当前车辆的状态，处理后将控制信号发送给执行单元；第三部分则是执行单元，执行单元主要包括转向控制器和仪表，并向电子控制单元发出指令。当车辆偏离车道线时，仪表盘上将显示车辆偏离的图标并通过报警喇叭进行报警提示，如果驾驶员还未对车辆进行控制，转向控制器(主要是EPS)就将根据电子控制单元的计算数据对方向盘转角进行微调。车道保持辅助系统的动力学原理可分为五部分，第一步，检测左右车道的边缘并进行标记，第二步则是计算弯道曲率，并根据曲率判断弯道类型，第三步，计算中心线，第四步，根据姿态角、转向角和车速等信息确定当前车辆的状态，最后进行横向和纵向控制。在进行车道保持辅助系统的开发时，主要包括车道偏离检测、车道中心检测、控制模块和转向辅助控制四大模型。
无论是在高速行驶还是遭遇拥堵，自适应巡航系统都拥有“用武之地”。程增木指出，汽车自适应巡航系统(AdaptiveCruiseControl，ACC)是在已存在的定速巡航控制系统基础上发展起来的一种新型智能巡航系统。该系统集成了汽车定速巡航控制系统和车辆前方碰撞预警系统，通过摄像头和毫米波雷达等传感器感知汽车前方的道路环境，如果检测到行驶车道的前方存在同向行驶车辆，计算单元将计算本车与前车的距离以及相对速度等其它信息对车辆进行加速、减速或制动控制，保证本车与前车处于安全距离以内，防止发生追尾事故。
取得突破的环境感知与前景广阔的车路协同
一项是环境感知技术，作为智能网联汽车的关键技术，它通过安装在车辆上的传感器完成对道路、行人、车辆、交通标志、信号灯等因素进行识别。近几年来，基于深度学习的目标检测算法取得了很大的突破，比较流行的可分为两类，一类是基于候选区域的R-CNN系列算法，主要包括R-CNN，FastR-CNN，FasterR-CNN，该系列算法的特征是两段式设计，需要先使用启发式方法或者CNN网产生候选区域，再在候选区域上进行分类与回归；另一类则是YOLO一段式算法，仅仅使用一个CNN网络直接预测不同目标的类别与位置。两段式算法准确度高，但速度慢，一段式算法速度快，但是准确性要低一些。
本次课上，程增木主要谈及的是YOLO。YOLOV1的基本思想是把一副图片重构为448*448大小(由于网络中使用了全连接层，所以图片的尺寸需固定大小输入到CNN中)，然后将其划分成S*S个单元格，以每个格子所在位置和对应内容为基础来预测。
另一项则是V2X。据程增木介绍，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，在车与车、路、行人或互联网等之间，进行无线通讯和信息交换的大系统网络，是能够实现智能化交通管理、智能动态信息服务和车辆智能化控制的一体化网络。当前V2X领域主要存在两大通信技术，一种是专用短程通信汽车自组网技术，另一种是C-V2X技术。其中，C-V2X技术可分为两类，其中一类就是LTE-V技术。
LTE-V是基于LTE为车车通信、车路通信、车辆与城市基础设施通信专门开发的通信技术，是用于汽车通信的专用LTE技术，主要采用半分布式-半集中式控制方式，通过蜂窝网络来辅助完成车载设备的发现，提供设备认证(快速发现周围具备相同功能的设备或用户)、链接建立和网络拥塞控制(管理设备通信干扰)，提供基于车辆优先级、绝对速度与相对速度，动态调整对控制信道的资源占用。通过调节单点的带宽，调节车车通信的资源配置，提高通信信道利用率和频谱效率以及网络QoS保障，提高车车通信的容量，提供动态预留控制信道资源，为紧急消息的快速有效分发提供支持。当紧急事件发生时，借助eMBMS增强型多媒体广播业务机制分发安全信息，以降低车辆节点发送频率，避免拥塞。
另一类则是5G-V2X技术，最典型的代表企业是华为。程增木表示，华为5G车联网架构的端平台通过车辆与各种交通因素进行数据通信实现信息交互，可实现多种功能，例如紧急车辆优先通行、超视距预警、红绿灯引导、编队形式、远程驾驶车辆等功能。系统中，边端使用华为的边缘计算平台，端平台将数据通过RSU、雷达、摄像机传输给边缘计算平台进行计算，云端则使用华为的云平台进行数据交互及处理，云平台可通过5G技术接收来自边缘计算平台的数据，并将数据传输至自动驾驶平台、车联网云端服务器和车辆接入平台，通过云端与地图数据、ITS、TSP、交通调度指挥中心、呼叫中心、远程驾驶操控中心、CP/SP和车企平台进行数据交互。
“车路协同能够降低单车智能的成本，尤其我国车流量较大，推动车路协同的落地与发展就将具备更大的商业价值，加上我国在5G技术方面的大力推进，也具备了自己的独有优势。”程增木建议，无论是单车智能，还是车路协同，我们都需要同时推进，这样不仅可以更快地推动自动驾驶技术落地，而且也非常有利于产业的健康可持续发展。最后程增木介绍到，如果希望了解更多智能网联汽车技术知识，可以参考他的学术专著《智能网联汽车技术入门一本通》，能够帮助读者更系统地了解这一领域。