智能网联汽车期刊论文发表

易车讯近日，“第11届中国汽车论坛”举办，国家工业信息安全发展研究中心副总工程师兼信息政策所所长黄鹏发表了演讲，主要是介绍了团队最新的研究成果——关于智能网联汽车数据安全的研究，提到将统筹产业创新发展与保障数据安全、尽快出台数据分类分级指南和管理细则、建立事前风险评估和事后应急响应机制、重点关注跨境数据流动问题等。

以下为演讲实录：

大家下午好，下面我代表中心汇报一下我们团队最新的研究成果——关于智能网联汽车数据安全的研究，这个研究比较初步，后续希望得到各位领导和专家的指点。今天我主要汇报五个方面，一是智能网联汽车的内涵和发展现状；二是智能网联汽车数据安全发展态势；三是车企对智能网联汽车数据安全的认识不断加深；四是网络安全企业在智能网联汽车数据安全市场 " 大有可为 "；五是政府积极统筹智能网联汽车产业发展与数据安全保护。

一、智能网联汽车的内涵及发展现状

智能网联汽车作为一个新兴的重要领域和场景，发展已势不可挡，而且主流国家和行业组织对于智能网联汽车，已经从系统、产品、装备、网络等角度都有一些重要布局。

研究认为，智能网联汽车不同于传统的汽车装备，至少有四个显著特点。

首先是互联互通，这是基本的特征。

二是软件定义。从原来的机械驱动发展为未来的数据驱动，这是非常重要的特点。大众在前几年就宣布投入35亿欧元打造自己的汽车操作系统，而特斯拉软件成本占整车成本的40%，而且S系列代码行数超过了4亿行。很多企业都谈及已经成立自己的软件科技企业，开发自己的操作系统和APP，适应软件定义汽车的大潮。未来智能网联汽车至少60%的价值来源于软件，所以未来的智能网联汽车是新型的信息技术终端。

三是无人驾驶。刚才朱教授深入的讲解了无人驾驶不同级别、不同场景的应用和风险。

四是绿色低碳。未来智能网联汽车以电动汽车为主，非常适合或者适应国家关于 " 双碳 " 相关的要求和布局。

另外，我们对智能网联汽车产业链也做了初步的分析，从上游的元器件、软件，到下游相应的内容、平台、数据以及关于出行、保险、租赁、维修等方面的服务商，整个产业链的打造和重塑也不断演进。我国已在产业链各个环节均有布局，但是核心系统部件仍较多依赖进口，最近在技术研发方面实现一些突破，但是在市场化量产方面还有一定差距。

二、智能网联汽车数据安全发展态势

智能网联汽车主要的特点是，数据成为驱动汽车发展的重要价值点，这种发展趋势对于车辆的安全和数据的安全都有新的要求和风险，所以要求一方面从车的全生命周期，另一方面从数据的全生命周期两个角度考虑智能网联汽车的安全问题。

基于这两个维度，我们发现未来智能网联汽车带来的数据安全风险还是很大、很突出的，至少涉及四个方面：

首先行业的数据安全意识有待提高，近期一系列相应事件的出现，在一定程度上会影响消费者对智能网联汽车安全的信心。

二是数据泄露风险巨大，威胁个人隐私安全。由于智能网联汽车为了更好的实现自动驾驶或者是使乘驾者有更好的体验，会收集相应的信息，在我们调研过程中获知，一辆智能网联汽车每天至少收集10TB的数据，不仅数量极大，而且涉及到驾乘人员的出行轨迹、习惯、语音、视频等等，一旦遭受侵害会泄露个人隐私。

三是网络安全漏洞多，威胁个人人身和财产安全。2020年全球相关恶意攻击超过280万余次，黑客通过网络攻击的手段可以控制车辆行驶，也可以利用软件的漏洞操控智能网联汽车，所以威胁和风险也是非常大。

四是可能会威胁国家安全。为了更好地实现车与路的互动和周围基础设施的互动，智能网联汽车也会收集周围的场景和重要地理信息的数据，如果精度达到一定程度的话，会影响或者威胁国家安全。

我们看到一些国家，尤其是发达国家和行业组织也纷纷出台了管理规范和举措。美国、欧盟、以及国际汽车制造协会，已经通过了一些原则性、战略性的规定，也包括一些比较细化、可操作的指南。

不同的智能网联汽车制造厂商，由于基因不同，对数据安全的认识或者保护能力也不一样。我们认为目前最主要的智能网联汽车制造商来源于三类企业：

第一类是传统车企，他们的发展模式是渐进式的，包括目前国产自主品牌的汽车，还有合资品牌的汽车，这类传统车企在推进相关的新技术开发和应用，以及数字化转型工作，但总体来讲，他们的意识和能力还在发展过程当中。

第二类是信息技术企业，像百度、阿里、腾讯、华为、滴滴、小米等信息技术企业，这类企业基于在信息技术领域强大的能力和生态，大力推广相应的技术系统、自动驾驶系统等，通过跨越式的方式进军智能网联汽车行业。

第三类是造车新势力。理想、蔚来、小鹏等在发展过程当中是激进式发展过程，他们对于数据安全的考虑和布局也有自身的特点。

全球知名的咨询机构Guidehouse对于现有智能网联汽车领域的竞争格局进行分析，发现目前的‘’领导者‘’中，四家企业基本上都是信息技术企业，在目前这个阶段，以信息技术为背景的企业进入智能网联汽车行业是具有一定优势的。

非常有意思的一点是，我们孰知的特斯拉被Guidehouse置于‘’跟随者‘’中，主要原因是该机构认为特斯拉自动驾驶能力和安全保障能力与其宣传的相比具有一定的差距。

这三类不同类型的智能网联汽车制造商对数据安全的认识和保护能力仍有一定的差异，尤其是传统车企和信息技术企业以及造车新势力在相应能力上的布局，包括组织架构的调整，适应新的安全需求方面的能力等，可能都有一定差异。但是我们发现这三类企业也在跨界融合，在相互借鉴。

三、车企对汽车数据安全的理解不断加深

我们调研了一部分车企，总结了他们对当前数据安全的理解和举措，车企也越来越重视重视数据安全问题，国内主流企业通过强化技术手段和管理机制，意在大幅提升数据安全的保障能力。

但是其实风险也是非常突出的：一是核心器件自主可控能力有待进一步提高，比如传感器、芯片、雷达天线等还属于智能网联汽车的 " 卡脖子 " 领域。二是企业管理责任缺失，很多车企往往在 " 黑盒 " 的状态下开展一些数据治理工作，使现有的保护机制和管理举措很困难，出现滞后问题。三是实际落地案例较少，缺少具体的指导性和实操性指南，很多企业都是在边界游走，探索的成本也非常高，所以后续有很多需要进一步明确的地方。

从建议的角度，我们建议车企从两个角度提升数据安全方面的能力。一是提升核心基础技术的安全可控能力，即涉及车辆本质上的安全。二是提升数据安全综合防护能力，利用新一代的信息技术，包括区块链技术、流量检测技术、国密技术等，提升综合防护的能力。

四、网络安全企业在智能网联汽车数据安全市场 " 大有可为 "

我国主流的网络安全企业都在积极布局智能网联汽车的新赛道，大多基于他们传统的产品，再根据智能网联汽车的新场景做一些适应性的调整和优化，包括在数据层面，从云、管、端各个角度等都提出了相应的解决方案，在检测和服务方面也推出了一些相应的网络安全产品。

我们调研了国内一家安全厂商——天融信，已经形成了覆盖车端网关、ECU、T-BOX、以及云端、APP端等全方位的渗透测试工具和服务。下一个案例来自百度，其自动驾驶安全的架构已经涵盖了整个数据安全的全生命周期。

可以说，智能网联汽车领域对于网络安全产业，或者网络安全企业来讲是一个巨大的市场，但是也存在着很多挑战，一是现有的网络安全产品和解决方案还不满足智能网联汽车的安全需求。二是安全解决方案的路径不太一样，有的网络安全企业侧重车端的安全，有的侧重云端的安全，虽然这些解决方案没有哪个更优质，但是也需要相互借鉴。三是安全产品的应用还存在成本、意识等问题。我们也提了两个建议，一是建议这些网络安全企业针对智能网联汽车不同的场景，开发针对性的相关的产品和解决方案，提高推广的力度。二是要探索适用智能网联汽车场景的网络安全保险方案，保险在汽车这个领域是非常常见的，但是数据安全的保险，或者网络安全的保险可以对车企、用户，以及产业链上的诸多信息技术服务企业提供一体化的保障。

五、政府积极统筹智能网联汽车产业发展与数据安全保护

首先在政策规划层面，政府已经出台了相关的标准指南，包括一些政策文件，加强对整个数据全生命周期的管控，并强调数据分类分级工作。

二是在法律法规层面，《网络安全法》《数据安全法》《个人信息保护法》（草案），以及网信办出台的的《汽车数据安全管理若干规定》（征求意见稿）已经体现了政府的一些针对性考虑，我们支持网信办和工信部等部门出台更加细化的管理条例和指南，从法律法规层面给予指引和指南，更好的指导整个产业的实践。

三是标准体系不断完善，包括顶层的体系性标准，以及专项的标准都在陆续出台和不断地修订完善。

四是试点应用加速落地，比如上海临港新片区跨境数据的试点，一些路测、风险评估以及风险管控相关试点的工作也都在推进过程当中。智能网联汽车本身是一个新生事物，又涉及到很复杂的系统，确实需要政府通过开展试点示范的工作，总结一些优秀的做法，进行后续的推广。

当然从政府推进产业发展和保障数据安全的角度也面临重要的挑战。一是整个法规体系、标准体系还是相对滞后于产业的发展速度。二是存在多头监管的问题，还需尽快细化一些行业性的管理要求。从数据安全监管的角度，国家网信部门是牵头部门，但是涉及到具体行业细则的出台，还需要行业主管部门，以及一些重要的行业协会去推动相关工作。三是实操性的举措还不够，数据安全监管和治理的一项基础性工作就是要做到数据分类分级，对于数据既要管，又不能管得太死，哪些要管，哪些需要高强手段的监管，哪些需要在市场上流动，一项非常基础的工作就是数据分类分级。

我们提的建议包括四个方面：一是统筹产业创新发展与保障数据安全。二是尽快出台数据分类分级指南和管理细则，在国内一些重要的行业领域，比如金融、工业互联网等领域，已经出台了相应的分类分级指南，智能网联汽车行业可以予以借鉴。三是建立事前风险评估和事后应急响应机制，比如国家级的专业技术机构可以探讨如何更好的提供服务和支持。四是重点关注跨境数据流动问题，目前国内对这个问题比较关注，国家网信部门也在密集调研和研究，希望后续在借鉴全球通用做法的同时，细化相应的数据流动规则。

以上就是我们目前这个报告的主要内容，在报告撰写过程当中，也得到了一些车企和网络安全企业的支持，后续我们也希望跟在座的企业和专家合作，使我们在智能网联汽车数据安全领域做得更加深入。

智能网联汽车是我国5G时代的重要的产业之一，目前我国企业已经多处布局智能网联汽车产业链环节，中国的智能网联汽车产业规模也呈快速增趋势。从投融资看，股权投融资数量减少，IPO数量增多，产业正在向成熟阶段发展。

智能网联汽车相关上市公司：目前国内智能网联汽车产业的上市公司主要有四维图新(002405)、海格通信(002465)、凯龙高科(300912)、华域汽车(600741)、科大讯飞(002230)、上汽集团(600104)等。

本文核心数据包含：智能网联汽车渗透率、智能网联汽车产业规模

智能网联汽车技术发展和应用是我国科技创新支撑加快建设交通强国的重要内容，从智能网联汽车的产业链结构来看，智能网联汽车产业上游行业有：感知系统制造业，包含摄像头制造业、雷达制造业和高精地图与定位系统设计行业等;控制系统制造业，包含有算法设计行业、芯片制造业和操作系统供应业等;通讯系统制造业，包含有电子电器架构制造业和云平台设计行业。

产业链中游行业有执行系统制造业和整车制造行业，执行系统行业中包含了ADAS系统、智能中控和语音交互等的设计和制造行业。

产业链下游主要为开发测试和运营的行业，包含有开发测试业、出行服务业和物流服务业等。

从智能网联汽车产业链全景图来看，智能网联汽车产业链涵盖了互联网产业和汽车产业的诸多企业，并且我国国产企业已经在产业链多个环节完成布局。智能网联汽车产业链中，我国具有代表性的公司有中科创达、德赛西威、路畅科技、科大讯飞、傲硕科技、东软集团等。

智能网联汽车产业链现状

——总体情况

随着智能网联技术的进步、产品持续迭代升级以及整车电子电气架构发展颠覆性改变，大批互联网公司涌入国内市场，以跨界合作方式切入智能网联汽车领域，上汽、北汽、长安、广汽等传统车企开始研发、测试和推出智能网联车型。

目前，我国企业已经布局智能网联汽车各个产业链环节中的大部分生产环节，从而引领中国智能网联汽车产业实现由大变强。根据iResearch统计数据，2016-2020年我国智能网联汽车产业规模呈现连续上涨趋势，2020年产业规模增长到了2556亿元，同比增长54.3%。

——上游情况

智能网联汽车的上游行业包含感知系统、控制系统和通讯系统制造业。不过在智能网联汽车制造中，上游环节最重要的是感知系统。当前自动驾驶环境感知的技术路线主要有两种，一种是摄像头主导、配合毫米波雷达等低成本传感器的视觉主导方案;另一种则以激光雷达为主导，配合摄像头、毫米波雷达等传感端元器件。

在车载摄像头市场方面，据统计，2015-2020年中国车载摄像头市场规模呈现逐年增长的态势，预计到2020年有望达到57亿元，年复合增长率CAGR超过32%。

在车载毫米波雷达市场方面，24GHz目前大量应用于汽车的盲点监测、变道辅助，2015-2019年中国毫米波雷达市场规模持续增长，2019年约为57亿元，同比增长35.7%，预计2020年中国车载毫米波雷达市场航规模增长到75亿元。

在激光雷达市场现状方面，激光雷达被认为是汽车市场自动驾驶车辆开发和运行的关键部件。该技术是光检测和测距的简称，它使用激光计算物体的距离，这些激光的光脉冲会生成这些物体的3D信息。

2016-2019年，我国车载激光雷达市场市场规模持续扩大，2019年，我国车载激光雷达市场规模由2016年的1.9亿元扩大到4.5亿元，2019年中国车载激光雷达市场超过2016年的2倍。预计2020年中国车载激光雷达市场规模达到6.7亿元。

——中游情况

从执行系统中最重要的ADAS系统市场现状来看，ADAS系统主要的功能在于感知道路环境以及做出相应决策上，近年来随着我国汽车市场迅速发展，ADAS市场增长迅速。随着新型传感器技术的开发和突破，ADAS系统应用将在中低端汽车市场开始推广。

而规模经济优势助力厂商降低成本，进一步推动ADAS系统市场的增长。2016-2019年中国ADAS系统市场规模快速增长，2019年ADAS市场规模约为542亿元，同比45.7%，预计2020年市场规模增长到800亿元。

在智能联网汽车整车方面，根据国家工业信息安全发展研究中心的《AI智能下的汽车产业裂变——中国汽车企业与新一代信息技术融合发展报告(2019)》，2018年智能网联新车型渗透率达到31.1%，相较2016年增长近5倍;

2018年中国品牌智能网联新车型渗透率达到35.3%，相较2016年增长15倍。《报告》预计到2020年智能网联汽车新车型渗透率将达到51.6%。初步估计，2020年我国智能汽车销量约为1306万辆。

——下游情况

智能网联汽车的下游应用端主要包括有出行、物流、城市交通管理等场景，在出行场景、物流场景等领域我国企业已经有了一定程度的尝试，例如滴滴出行利用自动驾驶车辆在收集路测数据的同时提升研发效率。

智能网联汽车核心系统部件以外资占主导

目前全球ADAS系统集成商主要由海外零部件巨头垄断，如博世、大陆、德尔福、电装、奥托立夫等，全球前五名的系统集成商占据超过65%的市场份额。

从智能网联汽车核心的汽车电子领域竞争格局来看，2019年全球汽车电子市场份额中，绝大部分都属于外资企业，根据赛迪统计数据，2019年全球汽车电子市场中，德国博世、德国大陆和日本电装的市场份额占比位列前三位，分别占比为16.6%、10.8%和9.8%;而前十名企业中中国国内企业数量稀少。

政策加码，市场前景广阔

2015-2021年随着5G的不断普及，国内为了推动智能网联汽车的发展，从中央政府到各级地方政府，相继制定了一系列政策法规和标准体系，打通汽车、通信、交通等各方面关联方，协同发展。

随着智能网联技术的快速发展，智能汽车领域正成为新一轮科技革命和产业革命的战略高地，我国智能汽车行业迎来了发展的黄金期，车联网汽车的数量不断增加，智能网联汽车的产业规模预计也将呈现连续增长趋势。到2026年，预计我国智能网联汽车产业规模将达到5859亿元。

以上数据及分析来源参考前瞻产业研究院发布的《中国智能网联汽车(ICV)行业发展模式与投资战略规划分析报告》。

智能汽车期刊官网投稿

【引言】

随着物联网在交通系统中日益普及，为了打造交通系统中更安全、更快、更智能的车辆，车载通信网络和自动驾驶技术是构建未来一代、功能强大的智能交通系统的基石技术。基于物联网的交通系统可以为自动化网联汽车提供大规模设备连接和传感器连接。通过使用物联网技术，网联自动驾驶车辆的数量将显著提高。随着网联自动驾驶汽车数量的增长，亟待提出新的技术方法并重新思考下一代汽车网络的设计，尤其是自动化网联汽车。因此，有必要研究新的理论、架构和技术，利用物联网提供的能力，形成更高效、更智能的交通系统。本期特刊旨在为学术界和工业界的研究人员、开发人员和从业人员提供一个平台，传播最新的成果，并推动物联网在自动化网联汽车技术方面的应用。

【征集主题包括但不限于】

【重要时间节点】

【投稿须知】

所有IEEE Internet of Things Journal 的原稿或修订本必须通过IEEE稿件中心(http://mc.tcentral.com/iot)以电子方式提交。作者指南和提交信息可以在找到。IEEE Internet of Things Journal鼓励作者在投稿过程中推荐潜在的审稿人，这可能有助于加快审稿速度（请只推荐那些不存在利益冲突的审稿人）。提交稿件时注意必须按适当的关键字分类。

【客座编辑】

曹东璞博士，滑铁卢大学，

李力博士，清华大学，

Clara Marina博士，保时捷，

陈龙博士，中山大学，

邢阳博士，克兰菲尔德大学，

庄卫华教授，滑铁卢大学，

IEEE Internet of Things Journal (Impact Factor 5.86)

Special Issue on

Internet of Things for Connected Automated Driving

Internet-of-things (IoT) is becoming increasingly prevalent in the transportation systems. The traffic system depends on safer, faster, and more intelligent vehicles. The vehicular communication networks (vehicle-to-everything, V2X) and the automated driving technique are two of the cornerstone technologies enabling the construction of future-generation highly functional and intelligent transportation system. The IoT-based transportation system can provide enormous connections of devices and sensors for the networked automated vehicles. The capacity of connected automated vehicles is expected to be dramatically enhanced by employing the IoT techniques. This calls for novel approaches and rethinking of the design of next-generation vehicular networks, particularly for the automated vehicles. Therefore, it is essential to pursue research on new theories, architectures, and techniques to exploit the capability that is delivered by IoT for forming more efficient and intelligent transportation system. This special issue aims to create a platform for researchers, developers and practitioners from both academia and industry to disseminate the state-of-the-art results and to advance the applications of IoT for connected automated driving technology.

Topics of interests include (but are not limited to) the following：

➢Innovative IoT techniques to connect automated vehicles

➢ V2X communication

➢ IoT-based solutions for connected vehicles

➢ Vehicular IoT Infrastructure

➢ IoT-based sensing and recognition

➢ Testing and verification of connected automated vehicles

➢ IoT-based navigation and localization systems

➢ AI and deep learning approaches for IoT-enabled connected automated vehicles

➢ Cyber-physical-social systems based parallel driving

Submissions

All original manuscripts or revisions to the IEEE IoT Journal must be submitted electronically through IEEE Manuscript Central, http://mc.manuscriptcentral.com/iot. Author guidelines and submission information can be found at http://iot.ieee.org/journal. The IEEE IoT Journal encourages authors to suggest potential reviewers as part of the submission process, which might help to expedite the review of the manuscript. Please suggest only those without conflict of interest. Each submission must be classified by appropriate keywords.

Guest Editors

Dr. Dongpu Cao, University of Waterloo, Canada,

Dr. Li Li, Tsinghua University, China,

Dr. Clara Marina, Porsche Engineering, Germany,

Dr. Long Chen, Sun Yet-sen University, China,

Dr. Yang Xing, Cranfield University, UK,

Dr. Weihua Zhuang, University of Waterloo, Canada,

智能网联汽车主要是涉及到电子信息技术相关的研究，这里也细分成很多研究方向，这里主要是包括三个部分：汽车和设施关键技术、信息交互关键技术和基础支撑技术，下面将这三大类技术展开说说：一、汽车和设施关键技术这里又分为小大类研究方向，主要是在汽车自动驾驶和无人驾驶方面的一些感知和决策技术，包括环境感知技术、智能决策技术和控制执行技术三个方向。1.环境感知技术其中环境感知技术主要是研究汽车对于行驶环境的感知，包括雷达探测技术、机器视觉技术、车辆姿态感知技术、乘员状态感知技术等。2.智能决策技术智能决策技术主要是对环境感知方面采集的数据进行处理，然后决策如何操作汽车，这里包括行为预测技术、态势分析技术、任务决策技术、轨迹规划技术、行为决策技术。3.制执行技术聚焦于对车辆控制方面的研究，包括关键执行机构、车辆纵向横向和垂直运动控制技术、车间协同控制技术等。二、信息交互关键技术这里主要研究智能汽车信息传递、处理和相关安全方面的内容。分为四方面的技术，包括专用通信与网络技术、大数据、平台技术、信息安全。1.专用通信与网络技术汽车专用的通信技术，包括短程通信技术、无线射频通信技术、LTE-V通信技术、移动自组织网络技术等。2.大数据智能汽车中会不断的产生大量的数据，有汽车行驶的性能数据，有信息传递的数据等，包括非关系型数据库技术、车辆数据关联分析与挖掘技术等。3.平台技术包括信息服务平台和安全及节能决策平台。4.信息安全顾名思义就是盐焗汽车信息的安全。包括车载终端信息安全技术、手持终端信息安全技术、路测终端汽车安全技术等。这一块的研究在未来也是重中之重，因为汽车的安全涉及到整个交通系统的安全和城市的安全。三、基础支撑技术这一块包括的内容就比较多了，包括导航与地图技术、基础设施的建设、车载硬件平台、车载软件平台、人因工程、整车安全架构还要各个城市的相关法律和标准。

汽车智能网联专业主要开设人工智能应用、编程控制、电子电路设计、机械创新设计等方面的课程内容，汽车智能化、网联化是汽车行业未来的发展趋势。这个专业学生毕业后主要从事汽车智能化电子系统辅助研发、生产、装调、检修及测试，智能网联汽车研发、安装调试、参数标定、维修检测等工作。5G时代的到来，预示着智能网联汽车技术必将迎来一个黄金时代。智能网联汽车技术在未来几年的普及化、规模化、商业化将会是一个必然的发展趋势，汽车智能网联专业的前景是不错的。选学校的话最好还是选择大品牌，师资力量雄厚。规模大的学校。最好到学校实地考察下。重点关注学校的设施设备，教学模式和方法以及就业安置情况，综合考量

智能网联是将先进的信息技术、数据通讯传输技术、电子传感技术、控制技术及计算机技术等有效地集成运用于整个智能管理系统而建立的一种在大范围内全方位发挥作用的、实时准确高效的综合交通运输管理系统。智能网联汽车主要学习电路分析与电子技术、高级语言程序设计、数据结构与算法分析、人工智能原理、信号与信...更多

智能汽车期刊投稿

本文核心数据包含：智能网联汽车渗透率、智能网联汽车产业规模

产业链中游行业有执行系统制造业和整车制造行业，执行系统行业中包含了ADAS系统、智能中控和语音交互等的设计和制造行业。

产业链下游主要为开发测试和运营的行业，包含有开发测试业、出行服务业和物流服务业等。

智能网联汽车产业链现状

——总体情况

——上游情况

在车载摄像头市场方面，据统计，2015-2020年中国车载摄像头市场规模呈现逐年增长的态势，预计到2020年有望达到57亿元，年复合增长率CAGR超过32%。

——中游情况

——下游情况

智能网联汽车核心系统部件以外资占主导

目前全球ADAS系统集成商主要由海外零部件巨头垄断，如博世、大陆、德尔福、电装、奥托立夫等，全球前五名的系统集成商占据超过65%的市场份额。

政策加码，市场前景广阔

以上数据及分析来源参考前瞻产业研究院发布的《中国智能网联汽车(ICV)行业发展模式与投资战略规划分析报告》。

文 | 清华大学车辆与运载学院、国家智能网联汽车创新中心首席科学家李克强教授

来源 | 汽车专家咨询委

当前，新一代信息通信及人工智能技术高速发展，汽车作为这些新技术应用的重要载体，正在加速向智能化和网联化转型，而智能网联汽车将成为新一轮产业转型升级的重要标志和依托。

世界各国加速推进智能网联汽车的创新发展，但汽车主要制造国家尚未对产业和技术发展道路形成统一认识，中国也没有成功经验和既定道路可以借鉴。因此，有必要立足高新技术与产业发展要求，并结合我国国情，探索并实践智能网联汽车创新发展方案。

一、国外智能网联汽车发展战略现状

目前，美国、欧洲和日本等汽车产业发达国家或地区已经在推动智能网联汽车产业发展方面开展了大量探索性工作，形成一定的先发优势。

在美国，凭借政府产业规划和项目引导，智能网联汽车产业起步早，伴随着智能交通系统（ITS）的整体部署而快速发展。自2016 年以来，美国交通部制定并不断更新发布自动驾驶战略规划，2020 年1 月份公布了《确保美国自动驾驶汽车技术的领导地位：自动驾驶汽车 4.0》，提出整合交通部、司法部等政府部门在智能网联汽车产业发展方面的相关职能，以更高效地推动智能网联车辆实践应用。

在欧洲，政府及产业界正加强跨国家和地区的自动驾驶联合示范，探索道路智能化发展。2018 年5 月，欧盟委员会发布《通往自动化出行之路：欧盟未来出行战略》，明确到2020 年在高速公路上实现自动驾驶，在城市中心区域实现低速自动驾驶；在网联应用上，到2022 年，欧盟所有新车都将具备通信功能。此外，为深入分析技术实现路径，促进各国联合推进，欧洲道路交通研究咨询委员会在2019 年3 月发布新版技术路线图，对网联式自动驾驶技术发展路线进行规划，以此作为其后续产业发展和部署的重要依据。

在日本，2014 年内阁府就制定《战略性创新创造项目— 自动驾驶系统研究开发计划》（SIP_adus），旨在推进政府和民间协作，重点是基础技术与协同式系统相关领域的商业化开发。2019 年，SIP_adus 进入2.0 阶段，将自动驾驶与未来智能社会（Society 5.0）的协同纳入重点方向。同时，日本也在对《道路交通法》、《道路运输车辆法》等相关法律法规进行修订，避免对新兴技术造成阻碍，营造有利于智能网联汽车发展的法律环境。

二、我国智能网联汽车发展探索与实践

为加快建设智能汽车强国，实现汽车产业的转型升级，我国也通过不断完善顶层设计规划、加速标准体系建设、鼓励示范应用等方式加快推进智能网联汽车产业发展。

2019 年9 月，国务院发布《交通强国建设纲要》，提出加强智能网联汽车（智能汽车、自动驾驶、车路协同）研发，形成自主可控完整的产业链。2019 年12 月，工信部对《新能源汽车产业发展规划（2021-2035 年）》公开征求意见，明确了未来我国智能网联汽车的量产规模、能力水平和商业化应用范围等发展目标。2020 年2 月，发改委等11 部委联合印发《智能汽车创新发展战略》，明确提出建设中国标准智能汽车的发展方向和实现智能汽车强国的战略目标，清晰规划了技术创新、产业生态、基础设施、法规标准、产品监管和网络安全等六大体系重点任务，对智能汽车未来发展方向具有重要的指导意义。

我国智能网联汽车创新发展路径具备以下特征：结合中国优势与产业发展趋势，通过优势产业的协同带动效应，实现跨越式发展；在凝聚共识的基础上，探索适应产业变革需求的发展路线；以汽车为核心，实现汽车、交通与智慧城市共同发展的智能网联汽车新型体系架构。智能网联汽车系统架构的变化，将打破传统汽车产业垂直的产业链结构，呈现出网络化、扁平化特征和平台化的发展趋势。构建行业基础平台并集中突破，将有效推动智能网联汽车产业的协同发展，形成发展合力。

因此，在符合中国的基础设施标准、联网运营标准和新体系架构汽车产品标准的前提下，建立我国智能网联汽车信息物理架构，充分融合智能化与网联化发展特征，以车载计算基础平台、智能终端基础平台、云控基础平台、高精动态地图基础平台和信息安全基础平台等五大平台为载体，实现“人-车-路-云”一体化协同的创新发展道路。

智能网联汽车产业链的核心关键节点集中体现在五大基础平台及其共性技术领域。这五大基础平台的建设将是未来智能网联汽车产业中的高端核心组成部分，为不同企业产品研发提供跨领域的共性交叉基础模块、中间组件和通用平台，将形成产业发展的基础支撑，加速产业协同创新。这些关键节点的突破，将形成我国智能网联汽车产业战略安全的“护城河”，并通过辐射带动作用，推动智能网联汽车乃至智能汽车产业的协同创新发展。

三、未来智能网联汽车发展建议

基于上述智能网联汽车发展的探索与实践工作，结合我国智能汽车创新发展战略，对未来智能网联汽车的发展，提出以下建议。

1.突出产业优势，发展中国标准智能汽车。区别于传统汽车产业，智能汽车发展具备明显的本地属性，其发展路径依赖于本国的产业基础，并受到政策法规、标准体系、基础设施和交通场景等的影响。因此，需要依托我国在道路交通设施、无线移动通信、北斗导航定位和路网地理信息等方面建设优势，开展复杂系统体系架构基础前瞻技术研发，构建先进完备的智能汽车基础设施体系，从智能化路网设施、车用无线通信网络、高精度时空服务、车用基础地图和大数据云控平台等角度完善基础设施建设，进一步突出我国智能汽车在网联化方面的技术优势与演进特色。面对汽车智能化与网联化的发展趋势，我国也将建立中国标准智能汽车信息物理系统架构，协调以智能汽车为核心的各类复杂系统问题，真正实现“人-车-路-云”一体化发展。

2.突破共性技术，推动基础平台建设。伴随着技术的跨界融合，智能汽车产业面临大量基础前瞻技术与共性交叉技术挑战，如何攻克相关挑战也已经成为各国智能汽车产业的竞争焦点。当前，我国正在通过智能计算平台、新型智能终端、云控平台、高精度动态地图及定位和信息安全等基础平台建设，加速共性技术突破。上述基础平台是中国标准智能汽车的重要特征，也是智能汽车的支柱“新型零部件”。因此，需要攻克智能汽车底层关键共性技术，构建五大基础平台，为不同类型企业产品研发提供跨领域的共性交叉基础模块、中间组件和通用平台，形成产业发展的基础支撑，加速产业协同创新发展。

3.挖掘创新资源，培育创新发展平台。智能汽车跨产业深度交叉融合的特征决定了其技术无法由单一行业或企业完成，需要形成跨行业发展合力。发展好智能汽车需要充分挖掘创新资源，加强开放合作、协同研发。在创新主体探索方面，我国支持建设了国家级智能网联汽车创新中心，组建产业联合体和联盟，培育智能汽车创新发展平台等新型市场主体，以创新驱动为核心，密切汽车制造、信息通信与互联网等领域骨干企业相互合作，形成跨产业协同机制，有力提升我国智能汽车创新能力。未来，需要进一步集中力量突破智能汽车关键核心技术瓶颈，提升智能汽车基础试验条件和综合服务能力，支撑我国智能汽车行业发展。

4.重视示范应用，打造多层次示范体系。测试验证与应用示范已成为智能汽车功能开发、技术验证及认知提高不可获取的环节，可以有效加速技术研发进程与产业化步伐。因此，鼓励支持智能汽车测试评价技术、特定场景应用、封闭区域出行服务、示范区建设与评价和车联网先导区建设，形成覆盖仿真测试、道路测试及特定场景示范到大规模城市级综合应用的多层次立体式示范体系，支撑我国智能汽车创新发展。未来，以北京冬奥会和通州副中心智能交通、雄安新区智慧城市等重大工程建设为契机，开展智能汽车示范运行，呈现智能科技成果，打造“人-车-路-云”一体化系统，加速产业应用步伐。

5.破除应用挑战，加速智能汽车市场化步伐。智能汽车给产业带来颠覆性变革，面对车辆控制权的切换和自动驾驶的出现，一方面，我国在法律法规、标准体系及产品监管等方面还存在众多挑战与空白；另一方面，伦理道德和数据安全等问题也都将长期伴随智能网联汽车的发展，甚至对商业化推广产生决定性影响。因此，面对上述智能汽车应用的挑战，需要继续健全法律法规、完善标准体系、推动认可认证、加强产品管理，以及构建网络安全体系，努力破除发展障碍，培育良好的市场发展环境，同时从组织实施、扶持政策、人才保障、国际合作和发展环境上加强保障。这些措施，既能体现我国大力发展智能汽车的决心，也将有效打消消费者对智能汽车的诸多疑虑，提升社会接受度，最终形成利于智能汽车产业发展的良好社会环境。

李克强教授

清华大学车辆与运载学院教授，汽车安全与节能国家重点实验室主任，国家智能网联汽车创新中心首席科学家，清华大学智能网联汽车与交通研究中心主任，中国智能网联汽车产业创新联盟专家委员会主任。

李克强教授长期致力于汽车智能驾驶系统动态设计与控制的理论研究及工程应用，获国家技术发明二等奖2项、国家科技进步二等奖1项，行业科技进步特等奖1项，授权国内外发明专利80余项，发表SCI/EI论文200余篇，获教育部长江学者特聘教授和首届全国创新争先奖。

《新能源汽车月度数据监测报告》

中文版、英文版、日文版全球同步发售

邮箱：

最全PPT看懂中汽协产销数据：1月汽车销量下降18.0%

最全PPT看懂中汽协产销数据：10月新能源遭遇腰斩

最全PPT看懂中汽协产销数据：9月十五连负

最全PPT看懂中汽协产销数据：8月六大细分市场齐降

最全PPT看懂中汽协产销数据：7月新能源汽车负增长

智能驾驶汽车外网论文发表

智能汽车”是在普通车辆的基础上增加先进的传感器（如雷达、摄像等）、控制器及执行器等装置，通过车载传感系统和信息终端实现与人—车—路—云等的信息交换，使车辆具备智能的环境感知能力，使之能够自动分析车辆行驶的安全和及时处理突发状况，通过AI替代人为操作，并实现车辆按照人的意愿到达目的地并获得良好的交互体验。智能汽车主要内容是智能驾驶，主要是利用北斗导航系统对车辆所在道路位置进行精准定位，并与道路资料库中的数据相结合，使其在智能交通网络的环境下，能够准确寻找到通往目的地的最佳路径，并且利用驾驶控制系统，对道路状况信息进行获取及分析，同时通过调整车辆速度来保持车辆与其他车辆的安全距离，避免在行驶过程中与其他车辆发生安全事故。若因系统故障发生事故，则自动启动紧急报警系统，并联络指挥中心报告位置以及其他关键信息，以便辅助救援行动等。智能汽车综合系统主要包括智能驾驶系统、生活服务系统、安全防护系统、位置服务系统以及用车服务系统等。智能汽车包括三大要素：车辆主体、驾驶系统和服务体系。基于此，各发达国家早在20世纪70年代就开始智能汽车的研究，随着以互联网、通信技术、云计算、人工智能等技术驱动的产业创新和以清洁能源替代化石燃料的能源创新，汽车产业正迎来承接着第四次重大变革的时代——智能汽车时代。

调查法调查法是科学研究中最常用的方法之一。它是有目的、有计划、有系统地搜集有关研究对象现实状况或历史状况的材料的方法

易车讯日前，2021世界智能网联汽车大会正在北京举办，本次峰会聚焦自动驾驶汽车数据安全、车路协同等热点。在主题峰会第四场“自动驾驶与道路安全”，各位嘉宾先后发表了主题演讲。

公安部交通管理科学研究所副所长俞春俊在致辞中指出，目前我国道路交通安全状况总体平稳，且稳中向好，随着自动驾驶与车路协同的快速发展，数据安全已成为道路交通管理的新课题，亟需突破，应持续加强自动驾驶安全技术研发，厚积薄发，从战略、战术、操作等多层面、多维度展开，提升自动驾驶汽车安全管理，推进自动驾驶汽车测试评价水平，解决辅助驾驶汽车的安全问题。

中国软件评测中心总工程师陈渌萍围绕“智能网联汽车整车信息安全威胁分析及渗透实践”进行了分享，基于对目前的安全威胁分析和渗透测试中出现的问题，提出了一些专业的建议，希望政府部门、行业组织、整车厂供应商以及第三方机构充分发挥自身优势，加快完善智能网联汽车网络安全发展相关政策法规体系、标准体系，提高安全风险应急响应能力，建立健全配套服务，共同构筑智能网联汽车信息安全的良好生态。

清华大学国强教授、清华大学（智能产业研究院）-百度阿波罗智能交通联合研究中心管委会委员聂再清以“数据驱动的车路协同”为主题进行了演讲，他认为现有的自动驾驶方案以单车智能为主，未来一定会走向车路协同，但是会衍生出不同的方案。数据是车路协同自动驾驶和智能交通的关键，要保障数据安全可靠，基于真实场景的公开数据集，架起研究和实际落地之间的“桥梁”。

蘑菇车联信息科技有限公司副总裁邓志伟在“单车智能+车路协同，多重冗余下的自动驾驶安全之道”的主题分享中表示，安全至上是自动驾驶落地的基础和前提，而自动驾驶是一项系统工程，想要达到更高的安全，一定要通过单车智能加上车路协同的方案才能满足这个需求。蘑菇车联通过“单车智能+车路协同+AI云平台全局协同”的车路云一体化自动驾驶解决方案，兼顾自动驾驶安全的两大关键因素——全面性和即时性，实现了更加安全可靠的感知，助力城市级自动驾驶公共出行和公共服务。

英伟达中国区汽车事业部总经理刘通在主题演讲“NVIDIA面向软件定义汽车的持续创新”中表示，从以往谈论的交通工具与道路安全，到今天的自动驾驶与道路安全，这是一个很大的跨越，未来所有大型交通工具都将具备自动驾驶能力，人工智能是实现自动驾驶的关键技术，自动驾驶是人工智能的应用场景，也是最难、最大的场景，英伟达将通过一系列更深层次人工智能技术的研发与创新应用，让软件定义的汽车真正走向自动驾驶，有效提升并保障自动驾驶的安全性。

上海银基信息安全技术股份有限公司首席执行官单宏寅在论坛上发表了题为“谁偷了智能网联汽车的数据”的演讲，他表示智能网联汽车的数据链涵盖汽车设计、生产、销售、使用、运维等各个环节，面临的数据安全风险是多样性、多场景的，任何一个环节的数据泄露都有可能对自动驾驶产生难以预估的影响，需要强化对于数据安全的保障，银基将依托自身的车联网安全业务体系，提升车辆数据安全，助力自动驾驶高质量发展。

联通智网科技股份有限公司总经理张然懋的演讲围绕“车路协同的思考与实践”展开，他认为车路协同是自动驾驶中国方案演进的必由之路，车辆智能化、道路智能化和网络智能化是车路协同的三要素，而泛在化、场景化、高可用的网络是靠谱的车路协同的基础，联通智网依托中国联通5G通信网络，凭借多年的经验与协同创新，面向多个行业打造了专业化、多网络协同、多场景融合的整体解决方案，提供安全可靠的产品与服务，助力自动驾驶安全发展不断取得新突破。

安永咨询公司合伙人Matthias Bandemer以“汽车软件升级试点管理办法”为主题发表了演讲，他表示在自动驾驶汽车生态系统中，软件占有非常重要的地位，而软件升级与更新的安全更是重中之重，自动驾驶汽车软件升级需要保证数据包来源、安装过程、可溯源性等各方面的安全，已经在IT领域建立起来的通用安全措施，也必须适用于汽车生态系统，这是一个巨大的挑战。

本文核心数据包含：智能网联汽车渗透率、智能网联汽车产业规模

产业链中游行业有执行系统制造业和整车制造行业，执行系统行业中包含了ADAS系统、智能中控和语音交互等的设计和制造行业。

产业链下游主要为开发测试和运营的行业，包含有开发测试业、出行服务业和物流服务业等。

智能网联汽车产业链现状

——总体情况

——上游情况

在车载摄像头市场方面，据统计，2015-2020年中国车载摄像头市场规模呈现逐年增长的态势，预计到2020年有望达到57亿元，年复合增长率CAGR超过32%。

——中游情况

——下游情况

智能网联汽车核心系统部件以外资占主导

目前全球ADAS系统集成商主要由海外零部件巨头垄断，如博世、大陆、德尔福、电装、奥托立夫等，全球前五名的系统集成商占据超过65%的市场份额。

政策加码，市场前景广阔

以上数据及分析来源参考前瞻产业研究院发布的《中国智能网联汽车(ICV)行业发展模式与投资战略规划分析报告》。

智能汽车会议期刊投稿

在我们中国，发表一篇EI检索论文，有些单位奖励3000-8000元不等。是比较高等级的，。

挺难的，相当于顶级SCI期刊，你觉得呢~

CVPR的workshop审稿还是很严格的。虽然reviewers和主会不是一套班子，但也都是来自Google/Facebook的顶级学者。难度上，CVPR workshop=B类主会>C类主会。

CVPR录用标准

CVPR有着较为严苛的录用标准，会议整体的录取率通常不超过30%，而口头报告的论文比例更是不高于5%。而会议的组织方是一个循环的志愿群体，通常在某次会议召开的三年之前通过遴选产生。CVPR的审稿一般是双盲的，也就是说会议的审稿与投稿方均不知道对方的信息。

通常某一篇论文需要由三位审稿者进行审读。最后再由会议的领域主席(area chair)决定论文是否可被接收。

第一届CVPR会议于1983年在华盛顿由金出武雄和Dana Ballard举办，此后每年都在美国本土举行。会议一般在六月举行，而举办地通常情况下是在美国的西部，中部和东部地区之间循环。

例如，2013年该会议在波特兰召开。而2014年有超过1900人参加了在哥伦比亚举办的会议。而接下来的2015,2016和2017年，该会议分别于波士顿，拉斯维加斯和夏威夷举办。

CVPR有着较为严苛的录用标准，会议整体的录取率通常不超过30%，而口头报告的论文比例更是不高于5%。

而会议的组织方是一个循环的志愿群体，通常在某次会议召开的三年之前通过遴选产生。CVPR的审稿一般是双盲的，也就是说会议的审稿与投稿方均不知道对方的信息。通常某一篇论文需要由三位审稿者进行审读。最后再由会议的领域主席(area chair)决定论文是否可被接收。

在各种学术会议统计中，CVPR被认为有着很强的影响力和很高的排名。目前在中国计算机学会推荐国际学术会议的排名中，CVPR为人工智能领域的A类会议。在巴西教育部的排名中排名为A1。基于微软学术搜索(Microsoft Academic Search)2014年的统计，CVPR中的论文总共被引用了169,936次。