美国

一、战略规划

在美国政府的积极推动下，美国智能网联汽车起步较早且发展迅速。近年来，美国政府部门开展了大量战略规划部署来推动智能网联汽车发展。

（一）《ITS战略计划2010—2014》

2010年，美国交通运输部提出了《ITS战略计划2010—2014》，第一次从国家战略层面提出要大力发展网联技术（V2X）及汽车应用，为未来五年智能交通系统（ITS）研究项目提供战略指导。《ITS战略计划2010—2014》在网联汽车应用、网联汽车技术、网联汽车政策与制度等方面，从特定模型的ITS研究、ITS探索性研究、ITS交叉行业支持等角度，制定了相应的研究计划。美国智能网联汽车从以ITS信息化研究应用为主，逐步演变为以汽车为核心，通过信息与汽车深入连接，解决交通系统中的各类问题。

（二）《ITS战略计划2015—2019》

2014年，美国交通运输部与美国智能交通系统（ITS）联合项目办公室共同提出《ITS战略计划2015—2019》，为美国未来五年在智能交通领域的发展明确了方向，汽车的智能化、网联化成为该战略计划的核心内容，成为美国解决交通系统问题的关键技术手段。美国提出的未来交通系统的发展思路为：通过研究、开发、教育等手段促进信息和通信技术实用化，确保社会向智能化方向发展，即部署智能交通设备、开发智能交通技术。

该战略计划还提出了使车辆和道路更安全、加强机动性、降低环境影响、促进改革创新、支持交通系统信息共享5项发展战略目标。

（1）使车辆和道路更安全：开发更好的防撞保护措施、碰撞预警机制、商用汽车安全机制、基于基础设施和协同式安全系统。

（2）降低环境影响：更好地控制交通流、车辆速度和交通堵塞，以及通过其他先进的技术手段管理车辆行为。

（3）加强机动性：改进交通管理、事故管理、运输管理、货源组织管理、道路气候管理等管理系统。

（4）促进改革创新：通过ITS项目，培养先进技术，持续促进创新，调整、收集并部署技术开发路线以满足未来交通发展的需求。

（5）支持交通系统信息共享：应用先进的无线技术，使所有车辆、基础设施、可移动设备等能够互联互通，实时传输信息并进行应用。

（三）《ITS战略计划2020—2025》

2020年3月，美国智能交通系统联合计划办公室和美国交通运输部联合发布了《ITS战略计划2020—2025》，明确了加速应用智能交通系统、转变社会运行方式的战略愿景，以及“领导智能交通系统的合作与创新研究、开发和实施，以提供人员通勤和货物运输的安全性和流动性”的使命，描述了未来五年美国智能交通领域的重点计划和保障措施。

《ITS战略计划2020—2025》提出了6项重点计划，从新兴科技创新、数据信息共享、网络信息完整、自动驾驶技术、完整出行服务、加速ITS部署6个领域进行了详细、完整的规划部署，力求实现ITS技术的全生命周期发展。

（1）新兴科技创新：美国交通运输部协同各部门建立长效协同机制，识别和评估人工智能、互联网、物联网等各类新兴技术在交通系统中的应用潜力，将具备潜力甚至颠覆性的创新技术引入交通系统。

（2）数据信息共享：研发创立数据处理系统机制，推进ITS数据信息共享，建立具有普遍性、一致性、安全可信赖的访问权限，以支持自动化、人工智能应用程序、交通服务数据与其他基本公共服务的融合。

（3）网络信息完整：在交通系统各个环节持续、系统地评估ITS技术应用带来的风险漏洞，以便将攻击和故障相关的风险降到可接受的水平，并完善事故发生后的网络韧性恢复能力。

（4）自动驾驶技术：以安全第一、技术中立为原则，完善相关法律法规，提倡市场自由发展自动驾驶技术，推动自动驾驶车辆测试、部署和集成，全面促进自动驾驶技术安全、可操作且有效地集成到交通系统中。

（5）完整出行服务：消除“交通荒漠”，重视弱势地区和弱势群体，针对交通需求难以得到满足的残障人士、交通设施尚不完善的偏远地区居民，以及交通出行方式受限的低收入出行者，通过ITS技术提供全链条的智能出行服务体验。

（6）加快ITS部署：通过ITS技术评估、ITS专业能力构建、ITS架构和标准制定及ITS宣传交流等途径，促进ITS知识和技术向实践应用拓展，降低市场投资者的不确定性和投资风险，加速ITS技术从研究到落地的整体部署。

美国各阶段ITS战略对比分析如表1所示。

（四）《自动驾驶1.0》

2016年，美国交通运输部发布了《联邦自动驾驶汽车政策指南》（也称《自动驾驶1.0》），针对近年来自动驾驶技术飞速发展的需求，提出了美国联邦政府关于促进自动驾驶汽车发展的国家战略，确立了美国联邦政府关于自动驾驶汽车设计、生产、供应、测试、销售、运营、监管等环节的政策框架。《自动驾驶1.0》的出台，表明美国对发展自动驾驶汽车高度重视，引起了国际社会的广泛关注。

《自动驾驶1.0》明确了加快高度自动驾驶汽车革命的战略目标，并确定了高度自动驾驶汽车设计开发和应用两大任务，从自动化汽车技术、政府监管职能定位、国家交通安全现行监管措施和新的监管措施方面，详细阐述了政府关于构建高度自动驾驶技术和无人驾驶汽车产业发展和监管机制的政策指南。

（1）确立自动化汽车性能指南框架：一是建立自动驾驶通用功能性能指标，包括系统安全、网络安全、人机交互、数据存储与交互等；二是建立自动驾驶个性功能性能指标，包括操控性关键性能、突发状况预测与处理功能等。

（2）确立美国联邦政府与地方政府的监管职能：一是精确定位美国联邦政府监管职责，包括安全标准的制定、对存在安全隐患的机动车实施执法等；二是引导地方政府制定监管政策和措施，以保证地方政府在美国联邦政府的统一政策框架下制定相应政策的细节措施。

（3）建立监管手段和管理工具：为将高度自动驾驶前沿技术引入美国市场，美国道路运输安全管理局采取了3种手段，一是制定新的政策措施，对前沿技术在政策范围内给予例外处置和实施执法等；二是建立各类评估和认证，如监管认证、软件更新售后认证、安全评估等；三是对新建立的监管工具和手段提出合理化建议，包括环境测试、功能测试、系统安全检测等。

（五）《自动驾驶2.0》

2017年9月，美国交通运输部发布了《自动驾驶系统2.0：安全愿景》（也称《自动驾驶2.0》）。相较于《自动驾驶1.0》，《自动驾驶2.0》进一步精简了内容、简化了流程、降低了入门门槛。《自动驾驶2.0》在沿用《自动驾驶1.0》制定的方针基础上，不再要求强制执行，而是作为一个可选择的路径供自动驾驶研发厂商和州政府参考使用。《自动驾驶1.0》要求厂商自愿将15个方面的安全评估报告提交给监管机构，《自动驾驶2.0》删除了这个要求。另外，《自动驾驶2.0》鼓励各州重新评估现有的交通法律法规，为自动驾驶技术的测试和部署扫除法律障碍。

《自动驾驶2.0》主要包括两个部分：自动驾驶系统的自愿性指导，技术援助与最佳实践。《自动驾驶2.0》第一节，提出了一种非监管的自动车辆技术安全方法，以支持汽车行业和其他主要利益相关者，为他们考虑和设计了测试和安全部署自动驾驶系统的最佳实践，包括12个优先考虑的安全因素，即车辆网络安全、人机界面、耐撞性、消费者的教育和培训，以及碰撞后的ADS行为等。考虑到技术的发展状况，这种自愿性指导提供了一个灵活的框架，供行业在选择如何处理给定的安全设计元素时使用。此外，为了获取公众的信任和信心，自愿性指导鼓励从事测试和安全部署的实体公开披露其系统的安全自我评估，以展示其实现安全的各种方法。《自动驾驶2.0》第二节中提出了美国联邦政府向各州提供的技术援助，以及立法机构对于自动驾驶系统的最佳实践，阐明了在监管时美国联邦政府的角色及州政府的角色，美国联邦政府管理汽车和机动车辆设备的安全设计和性能，各州政府继续管理驾驶人和车辆。立法机构对于自动驾驶系统的最佳实践，其中包括对于ADS（各州政府应考虑立法）常见的与安全相关的构件和重要元素。此外，《自动驾驶2.0》第二节还提供了国家公路安全官员的最佳实践，为各州发展ADS的公共道路安全运行条件及程序提供了一个框架，还包括了在应用程序和权限测试、登记和所有权、与公共安全官员合作，以及责任和保险等方面的考虑。

（六）《自动驾驶3.0》

2018年10月，美国交通运输部正式发布自动驾驶指导文件《自动驾驶系统3.0：准备迎接未来交通》（也称《自动驾驶3.0》）。《自动驾驶3.0》的发布并不是要废止和取代《自动驾驶2.0》，而是要通过优化和补充部分条款进一步对《自动驾驶2.0》补充和完善，《自动驾驶2.0》中关于测试程序等的准则仍然有效。相对于《自动驾驶1.0》和《自动驾驶2.0》，《自动驾驶3.0》以更开放、更积极的态度，极力推动自动驾驶技术与智能交通系统融通发展，为未来自动驾驶全面商业化落地做好充分的准备。

《自动驾驶3.0》以将综合成本效益高、安全性高、可靠性高的自动驾驶技术集成到多模式的地面运输系统为目标，强调社会各界利益和自愿性原则，详细阐述了美国联邦政府对自动驾驶管理思想、监管措施、实施策略和商业化落地的思考。

在制定《自动驾驶3.0》之前，首先确立了6项制定原则。

（1）安全优先：致力于解决潜在的安全风险。

（2）保持技术中立性：采取灵活、中立的政策，而不是具体的技术解决方案，鼓励竞争和创新，实现安全、可靠和经济的目标。

（3）法规更新与优化：对于将来阻碍自动驾驶技术发展和不满足关键安全需求的法律法规，首次调整“驾驶者”和“操作者”定义的理解，承认二者并不仅限于人类驾驶员，也可以包括自动驾驶系统。

（4）提倡政策一致性和运营环境：致力于促进各地监管框架的一致性，保障自动驾驶汽车在美国范围内顺利运行。

（5）积极主动准备自动驾驶：美国政府将提供指导、测试、试点计划和其他援助。

（6）保护和加强出行自由：保护出行者根据自身出行需求选择最佳出行方式的权利，包括残疾人、老年人等出行不便的群众获取安全和独立出行的自由。

基于上述六大基本原则，美国交通运输部还制定了五大实施战略，包括利益相关者的广泛参与、采用最佳实践及政策、采用自愿性技术标准、做有针对性研究、法律法规修正革新，以助力自动驾驶发展。

（七）《自动驾驶4.0》

2020年1月，美国总统行政办公室科技政策办公室和美国交通运输部联合发布了《自动驾驶系统4.0：确保美国自动驾驶领先地位》（也称《自动驾驶4.0》）。《自动驾驶4.0》整合了美国交通运输部、司法部、国防部、国家交通安全委员会、内政部、国土安全部、国家能源部、联邦通信委员会等38个联邦部门、独立机构、委员会及总统行政办公室，由各个部门共同提供工作指导，确保美国自动驾驶汽车在全球的领先地位。一是美国政府积极投资包括基础研究、安全和网络安全、基础设施建设、频谱和车联网，以及经济和劳动力研究等在内的自动驾驶相关领域，促进创新成果转化。二是美国政府积极开展一系列监管、非监管活动，促进自动驾驶技术安全且充分地融入地面运输系统中。

美国政府充分肯定了自动驾驶带来的潜在社会效益和经济效益，包括：提高交通出行的安全性，提高公民生活、交通及出行效率和质量，降低能源消耗，优化供应链管理，等等。为了使自动驾驶潜在效益实现最大化，在《自动驾驶3.0》的基础上，《自动驾驶4.0》进一步从保护用户和群众、促进市场高效运行、各项工作统筹协调一致3个层面明确了自动驾驶技术的十大原则。

在保护用户和群众方面，一是安全优先；二是强调技术与网络安全；三是确保隐私与数据安全；四是强化机动性与可及性。

在促进市场高效运行方面，一是保持技术中立性；二是保护美国的创新成果；三是法规现代化。

在各项工作统筹协调一致方面，一是标准与政策统一化；二是联邦方针一致化；三是运输系统高效化。

这十大原则将促进美国自动驾驶技术的研究、开发与整合，刺激美国经济的增长。

在基础保障方面，《自动驾驶4.0》提出，自动驾驶是先进制造、高速通信技术、先进计算技术、计算机视觉、先进传感器、机器学习及人工智能等技术创新融合的结果；同时，应将自动驾驶的开发工作列为各部门研究与开发预算的优先事项，积极出台各类保障促进政策，为自动驾驶技术提供创新要素。

在技术支持方面，促进可用于支持V2V、V2X数据交换的高速通信技术研发是美国联邦政府当前的首要任务。在人才保障方面，美国国家科学技术委员会（NSTC）发布的《美国STEM教育策略》将科学、技术、工程、数学（STEM）及计算机科学等作为重点学科。

从《自动驾驶1.0》至《自动驾驶4.0》系列文件可以看出，安全第一、保护创新、技术中立是美国自动驾驶规划的最基本原则，其中安全被反复提及。

在“安全第一”方面，美国发展自动驾驶的最终目标是“使道路更加安全”，安全第一是最核心的原则，同时加强网络和数据安全管理，逐步扩展安全第一原则范畴。

在“保护创新”方面，美国持续通过知识产权保护机制和反垄断制度推动自动驾驶领域的创新，培育经济增长新引擎，这个原则基本沿袭《美国创新战略》（2015年修订）提出的创新制度框架，如表2所示。

美国在坚持“安全第一”和“保护创新”的同时，始终保持自动驾驶技术发展路径的中立性，培育良好的创新创业环境。当前，美国政府对各个领域科技发展基本采取“技术中立”“监管阻碍创新”“保护美国的创新和创造力”发展态度。例如，2019年11月，美国针对人工智能行业提出，“美国联邦机构在监管行为或非监管行为上，必须避免不必要地妨碍AI创新和增长的行为。”特别是，由于自动驾驶产业具有跨界融合、协同创新等特点，在网联通信标准、复杂环境感知、高精度全天候定位等方面均存在纷繁多样的技术路径，一时无法确定，因此，坚持技术中立、鼓励市场自由选择、企业申请豁免，是一条边探索、边实践的创新发展之路，并取得了良好的实施效果。

二、政策法规

（一）《自动驾驶法案》

2017年，美国众议院通过了《自动驾驶法案》，首次对自动驾驶汽车的生产、测试和发布进行管理。《自动驾驶法案》成为美国首个针对自动驾驶汽车的全国性法律。

1.组建自动驾驶汽车顾问委员会

按照《自动驾驶法案》相关要求，NHTSA需要建立一个自动驾驶汽车顾问委员会，委员会成员应当包括来自商业界、学术界的代表，以及独立的研究人员、州和当地机构的代表、安全专家、消费者代表、工程师、劳工组织代表、环境专家、国家高速公路安全管理局代表等。委员会将根据需要组建次级委员会，以开展信息搜集活动、制定技术意见并向NHTSA提供建议。委员会的任何次级委员会的成员不得少于15人，也不得超过30人。

2.完善安全标准

《自动驾驶法案》要求NHTSA逐步完善自动驾驶汽车各个零部件细分领域的相关安全标准，其中包括自动驾驶汽车的基本元素，如人机交互界面、传感器、执行器、相关软件和网络安全要求等。相关安全标准和安全范围应该定期审查和更新。

3.保障网络安全和用户隐私

《自动驾驶法案》要求自动驾驶车辆厂商必须做出网络安全详细计划，包括如何应对网络攻击、未授权入侵及虚假或恶意控制指令等安全策略，用于保护关键的控制、系统和程序，并根据环境的变化对此类系统进行更新，制定内部人员的安全培训和管理制度。同时，《自动驾驶法案》也要求厂商必须制定隐私保护计划，包括对车主及乘客信息的收集、保存、使用等方面的保护措施等。另外，美国联邦交易委员会展开系列研究，以确认哪些参与方将会获得车主或者乘客的隐私信息，哪些信息可以公开，可以对隐私信息进行哪些相关处理等。

4.及时披露自动驾驶的相关信息

《自动驾驶法案》要求NHTSA在法案生效后的3年内完成相关研究，以向消费者告知关于自动驾驶汽车的最佳操作方式，以及自动驾驶汽车的实际能力和短板，并制定相关的信息公示规定。此外，《自动驾驶法案》还引导交通部门检查是否升级前灯，并规定所有乘用车在2年内安装后排乘客警告系统，以避免儿童被遗忘在汽车内造成的安全隐患。

5.通用性豁免

根据《自动驾驶法案》规定，汽车制造商第一年的汽车豁免量为2.5万辆，第二年的汽车豁免量为5万辆，第三年和第四年的汽车豁免量均为10万辆。被豁免的自动驾驶汽车可以不用严格遵守现有的汽车安全标准和相关规定，例如，要求汽车具有方向盘和油门踏板，以及4年的安全标准测试时间等。

（二）加利福尼亚州新法案

2016年9月，美国加利福尼亚州通过了一项新法案，首次允许在公共道路上测试没有司机干预的全自动驾驶汽车，比当时加利福尼亚州法律要求测试自动驾驶汽车时必须有司机实时准备接管更进了一步。加利福尼亚州是美国最早通过法规允许在公路上测试自动驾驶汽车的州之一，但是此前法规要求车上必须有司机监控，随时准备处理紧急情况。而根据新法案，没有方向盘、油门踏板、刹车踏板及司机干预的全自动驾驶汽车也将能在加利福尼亚州的公路上测试。

新法案规定，无人监管的全自动驾驶汽车测试速度不超过56.3千米/小时。另外，新法案要求测试地点在加利福尼亚州东北部康特拉科斯塔县的两处全自动驾驶汽车测试点：一处是由一座美国海军前大型军火库改建的自动驾驶汽车测试场，另一处是一个包括公共道路在内的办公园区。

（三）纽约州S2005/A3005法案

纽约州生效了涉及自动驾驶汽车的S2005/A3005法案。该法案允许自动驾驶汽车上路测试，并开放自动驾驶汽车上路测试的申请渠道。纽约州要求汽车制造商必须遵守相关的监管措施和规则。申请上路测试的企业必须拥有价值500万美元的保险单，并向州政府提交报告，由州警察监管且向州警察支付每次测试监管的费用。另外，测试不能在建筑和学校区域内进行，并严格按照提前上报给州政府的路线进行。佛罗里达州不禁止汽车在公共道路上测试自动驾驶技术，允许有驾照的测试人员操作自动驾驶汽车，明确车辆制造商的责任，并确定自动驾驶汽车可以进行测试的具体条件。

（四）美国其他地区自动驾驶相关法案

华盛顿特区实施了自动驾驶汽车法案（B19-0931），要求驾驶人应准备好随时接管自动驾驶汽车，限制对现有车辆的改造，并明确自动驾驶汽车制造商的责任。

密歇根州通过法案，使自动驾驶汽车上路测试合法化，但是法律只允许汽车厂商申请进行自动驾驶汽车上路测试，谷歌、Uber等互联网科技公司则需要与汽车厂商合作开发、生产汽车，或者得到美国国家公路交通安全管理局的批准，才能在公共道路上测试和部署。

犹他州批准的法案授权交通部门组织网联汽车测试项目。

北达科他州建立了关于自动驾驶汽车的立法管理结论（HB 1065法案）。

田纳西州生效了HB 616/SB 598法案，不允许地方政府禁止符合适当安全规范的自动驾驶汽车上路使用。

据统计，截至2019年年底，美国已有包括加利福尼亚州、内华达州等30多个州颁布了智能网联汽车相关的法律或行政令。

三、技术进展

（一）智能整车

美国Waymo公司开发的自动驾驶车辆在无人工干预的情况下连续自动驾驶里程数达3219万英里，在全球遥遥领先。目前，Waymo公司正计划扩大其技术在卡车和商业配送方面的应用。总体来说，Waymo公司旗下的智能汽车产品已经进入商业化验证阶段。Waymo公司在2018年就推出了L4级自动驾驶出租车，并在全球首次展开了商业化运营，并不只是示范应用。2020年年初，Waymo公司发布了旗下第五代自动驾驶系统，该系统搭载了旗下新型激光雷达、毫米波雷达和高清摄像头等感知系统，同时在车身四周布置了29个高精度摄像头，提供相互重叠的感知信息，最远能识别500米以外的交通信号标志，能够在复杂天气及恶劣环境下捕捉到更为清晰的图像（见图1）。据统计，Waymo公司第五代自动驾驶系统通过了161亿千米的计算机模拟测试和3218万千米的实际道路测试。

美国的特斯拉也推出了L3级自动驾驶汽车Model S。该车型采用Autopilot系统架构，可以实现在高速公路和城市快速路等特定场景下的自动驾驶。

据Lex Friedman发布的数据显示，截至2020年1月，特斯拉旗下所有自动驾驶汽车行驶总里程已达307亿英里，其中，自动驾驶里程达35亿英里，稳居全球第一位。特斯拉整车累计交付量超过900000万辆，其中，搭载Autopilot 2.0+系统的自动驾驶车辆有737570辆，搭载Autopilot 1.0系统的自动驾驶车辆有114525辆（见图2）。

美国通用公司于2017年率先在凯迪拉克CT6上搭载Super Cruise超级智能驾驶系统，目前搭载这套系统的车型已在北美市场销售了3年时间，市场反应良好。Super Cruise超级智能驾驶系统在车身配置了前视摄像头、短距离毫米波雷达、长距离毫米波雷达、环视摄像头和超声波雷达，定位系统来自高精度GPS定位和高精度地图，车内配备了监管驾驶员的摄像头和方向盘传感器。

2020年1月，通用汽车旗下子公司Cruise发布了Cruise Origin自动驾驶汽车，这是一款没有脚踏板和方向盘的电动汽车。该款车型没有发动机引擎盖、侧视镜和乘客侧车窗，并且能够让两人同时上下车。Cruise Origin拥有多层传感器套件，可以看到更广的波长光谱，AI处理决策的速度比人类大脑快，并部署了计算机视觉模型，可实时分析乘客的情绪变化（见图3）。

（二）智能感知系统

Velodyne是自动驾驶汽车领域生产激光雷达全球领先的制造商。2017年年底，Velodyne推出了新一代128线激光雷达——VLS-128。VLS-128的探测距离可以达到300米左右，是64线激光雷达产品的2倍，角分辨率是64线激光雷达的3倍，体积只有64线激光雷达的1/3左右。VLS-128不仅具有超长的探测距离，还具备强大的细节捕捉能力，比起一般的激光雷达，其高分辨率还能够直接输出汽车计算机需要的环境图像，减少复杂性，缩短计算时间（见图4）。

2018年，Metawave公司发布毫米波雷达产品——WARLORD，频段为76～81GHz。WARLORD采用了自适应超材料天线，能发射可操控的、高度定向的电磁波束，探测目标物的位置、速度，并且不易受恶劣天气及环境影响（见图5）。这款毫米波雷达内置了Metawave公司研发的人工智能引擎，通过传感器识别由物体微动产生的多普勒特征，对汽车、行人、自行车、路人及远处物体进行分类和追踪，并分析潜在危险。人工智能引擎内设计了多种算法，包括杂波干扰抑制算法、目标检测和跟踪算法等，可以优化毫米波雷达的整体性能，让其具备物体识别和分类能力。

2019年4月，Metawave公司发布了一款非常独特的相位控制器。该控制器为Metawave公司专有的WARLORD 77GHz汽车雷达平台提供动力，该设备不仅可以用于数字应用程序，还可以在真实世界中实现精确射束成形及射束转向。该设备结合了Metawave公司专有的人工智能（AI）技术AWARE。该技术不仅能够通过雷达传感器探测物体，还能更精确地对看到的物体进行分类。对于自动驾驶汽车来说，该技术可使其在不可预测的城市甚至乡村道路上安全驾驶。

Oculii公司在全球首创发布了77GHz 4D毫米波雷达，其成像效果可与16线激光雷达相当；随着点密度增大，其成像效果甚至可以达到64线激光雷达的效果。4D毫米波雷达就是能测量目标物体的3D坐标+1D速度。4D毫米波雷达多了一个高度维度，能探测物体的3D坐标数据，并且数据融合容易，融合精度也非常高。由于采用了TI的CMOS单芯片解决方案，77GHz 4D毫米波雷达的体积仅为传统雷达体积的一半左右（见图6）。

（三）车载系统

谷歌研发的Android Auto车载系统在2015年就进入了汽车前装市场，全球占有率较高。谷歌旗下的Waymo无人驾驶汽车优异的性能也得益于其自动驾驶芯片的出色性能。

2020年，谷歌推出了新的Android车载系统，这套新系统将接入汽车系统进行操作，用户可以通过谷歌智能助理打开暖风、关闭座椅加热，甚至预约维护。此外，这套新系统还可以根据汽车制造商的不同风格进行定制，使其能够获得比Android Auto车载系统或苹果CarPlay更多的控制权。

NVIDIA公司研发了人工智能超级计算机Xavier。Xavier是一款车规级的SoC芯片，集成了全新的GPU架构及新的计算机视觉加速器（见图7）。作为自动驾驶汽车的大脑，Xavier的GMSL（千兆多媒体串行链路）高速I/O将其与迄今为止最大阵列的激光雷达、毫米波雷达和摄像头传感器连接起来，将其探测到的物体由不同的处理器进行处理，并利用各种计算机视觉、信号处理和点云算法进行感知。各种深度学习网络能同时运行，在辨识出应避开物体的同时，其他网络能确定哪条是可以安全驾驶的道路，实现多样性和冗余度。该处理器提供20TOPS（万亿次运算/秒）的高性能，功耗只有20瓦。

2019年，NVIDIA公司发布了一款适用于下一代SoC芯片驱动的自动驾驶汽车芯片——Orin。该芯片由170亿个晶体管组成，集成了NVIDIA新一代GPU架构、Arm Hercules CPU内核、全新深度学习和计算机视觉加速器，每秒可进行200万亿次计算，性能是Xavier芯片性能的7倍。另外，Orin与Xavier可以完美兼容，程序开发者可沿用现有的开发资源。Orin芯片还具有非常好的可扩展性，可以兼容配置提供L2级以上的辅助驾驶，直至L5级的完全无人驾驶操作。Orin芯片可处理在自动驾驶汽车中同时运行的大量应用和深度神经网络，NVIDIA DRIVE生态系统可以访问NVIDIA预训练的DNN和主动学习、迁移学习、联合学习等流程，可以大大缩短相关功能程序的开发周期。

（四）车联网与信息交互

在C-V2X通信模组领域，美国高通公司发布了基于3GPP Release 14规范、面向PC5直接通信的C-V2X商用解决方案——高通9150 C-V2X芯片组。该芯片组包括运行智能交通系统V2X堆栈的应用处理器及硬件安全模块。该芯片组可以支持车辆、基础设施和行人在全球统一的5.9GHz智能交通系统频段进行直接通信。依靠5.9GHz频段，9150 C-V2X芯片组可以在车—车（V2V）、车—基础设施（V2I）、车—人（V2P）场景通信，无须任何用户身份模块或网络协助。同时，该芯片组针对3GPP Release 14版本的C-V2X直接通信进行了优化，不仅支持GPS定位，还支持北斗定位、高精度定位。在支持C-V2X技术的同时，该芯片组还能支持5G技术。

美国智能网联汽车产业参与者众多，不仅有福特汽车、通用汽车、特斯拉等汽车企业，还有Uber、Lyft等出行服务类企业，以及谷歌、高通、英特尔等IT类企业。各行各业通力合作，共同推动美国智能网联汽车产业快速发展。

四、测试示范

2016年，美国交通运输部发布了自动驾驶测试场试点计划，并于2017年确立了10个自动驾驶试点测试场。10个自动驾驶试点测试场分别位于美国东部、东北部、北部、西部、西南部等，具有各地区独特的地理结构和天气环境，提供了丰富的测试场景和测试环境。

（一）美国密歇根州M-city测试场

M-city测试场是由美国密歇根州立大学主导、密歇根州交通运输局支持建设的无人驾驶虚拟之城，位于密歇根州安娜堡市，占地约13万平方米，投资1000万美元，于2015年正式投入运营，是世界上第一个针对测试无人驾驶汽车技术打造的模拟小镇。M-City测试场是世界上第一个专门为测试无人驾驶汽车、V2V/V2I车联网技术设计建造的智能网联汽车试验场，主要用于模拟高速公路环境的高速试验和城市近郊的低速试验（见图8）。

作为世界上第一个针对智能网联汽车的专用测试场，M-city测试场的设计特色之一就是采用强化试验的思想进行智能网联汽车测试，多种道路突发状况可以集中发生。因此，每千米的测试路程能够代表真实环境中几十千米甚至几百千米的行程。M-city测试场的另一个特色是柔性化设计理念，即道路无固定标线，可以随时更改车道布置。多种交通元素（如建筑外墙、假人等）可以移动，交通标志也可以随时根据试验要求进行更换，而且还预留了巨大、平整的沥青路面区域用于设计和布置已有场地中未包含的场景，如大型停车场等。这样可以极大地方便测试者按需调整测试场景，进而大大降低后期升级成本。

M-city测试场由多种路面和道路元素构成，包含水泥、柏油、仿真砖等铺装路面，以及泥土、碎石等非铺装路面。在测试区内，随处可见交通标志、车道线、信号灯、人行横道、指示牌、减速带等道路元素，也包括生活中出现频率较低的隧道、环岛、交通管制区、施工区等道路元素。在城市场景中，该测试场有可移动的房屋外墙，墙体材料均取自真实建筑材料，用于模拟传感器对于不同材料的识别。该测试场还有多种停车位可供选择，如侧方停车、倒车入库和斜对角停车等。该测试场市中心区域设置了邮箱、消防栓、候车椅、计时码表等自动驾驶车辆在真实世界中会遇到的交通元素，用于测试自动驾驶车辆对它们的识别及反应状况。M-city测试场除可以模拟日常交通场景（十字交叉口、丁字路口、斜坡、环岛等）外，还特别设计了一些用于测试传感器和整车控制算法的场景，例如，用于测试传感器信号在被削弱、遮蔽和延迟时对自动驾驶车辆的影响设置的人造树荫区域、隧道等；用于测试全球定位系统精度的正南北、正东西方向的道路；用于测试图像处理系统性能的贯穿整个测试场的照明设施，以及配有不同发光源和故意做旧的道路标牌等（见图9）。

（二）加利福尼亚州GoMentum Station测试场

加利福尼亚州康特拉科斯塔郡交通运输管理局与汽车制造商、通信公司、科技公司等共同建设运营自动驾驶汽车测试中心——GoMentum Station测试场，并在80号州际公路、4号州际公路建设智能走廊及开展其他智能交通项目，包括共享自动驾驶汽车等，以最大限度地提升所在区域的运输通行效率。GoMentum Station测试场位于旧金山硅谷以北65千米，占地约20平方千米，是目前美国最大的自动驾驶汽车测试场。该测试场目前已建设32千米的公路和街道，其中包括立交桥、隧道、铁路、城市路口、异形弯道、桥梁等日常交通场景，其独特多样的地形和道路基础设施，吸引了奔驰、大众、日产、丰田等自动驾驶整车企业在该测试场开展自动驾驶测试。GoMentum Station测试场具备多种交通元素的测试场景，包括：多个停车场用于测试多用户并发停车，2条400米长的隧道用于测试导航、传感器与通信技术，超过30千米的道路用于高速公路、铁路道口和轨道、地下通道、可变路网、道路网格系统等的测试（见图10）。

（三）美国移动中心测试场

美国移动中心测试场位于密歇根州的伊普西兰提镇，占地面积2000亩，是密歇根州的智能网联和自动驾驶技术测试场。美国移动中心测试场为自动驾驶测试企业提供了更逼真的环境和高风险场景，用于自动驾驶测试、卡车列队行驶测试、无人驾驶汽车测试及无人机装载货物、无人机与地面通信测试等。美国移动中心测试场具备多种气候条件的测试环境，面积是M-City测试场的10倍，具有冗余空间并可根据不同的测试需求做出调整。美国移动中心测试场现有的多处公共基础设施和建筑结构均可灵活利用，如双层高架公路、铁路道口、混凝土基础路面、结冰和湿滑路面、复杂交通路口等（见图11）。