2023年中国车联网技术在智能汽车中应用分析 为智能车提供了重要的信息支持和功能增强保障【组图】

行业主要上市公司：四维图新(002405)、东软集团(600718)、启明信息(002232)、高鸿股份(000851)、易华录(300212)、银江股份(300020)等

——汽车射频识别技术主要体现在无钥匙进入及启动系统

射频识别是一种非接触式的无线通信方式，它可以通过向特定的目标体发射固定频率的电磁波实现元件间的耦合来感知、获取对方信息。射频识别的最大优点在于并不需要建立直接的物理连接，这也意味着它能轻易穿透雾、尘、木柴等各种障碍物，其次RFID的识别速率极快，一次阅读信息的过程通常不超过100毫秒。

射频识别技术在智能汽车上的应用主要体现在无钥匙进入及启动系统。早期的汽车主要采用机械式钥匙对汽车进行防盗功能，这种防盗方式的保密性、安全性极低相关信息容易泄露，而随着电子加密技术、RFID的发展，无钥匙进入及防盗系统应运而生，相关数据信息需要得到相互匹配与认证过后才能解除防盗功能，反则启动防盗，这大大地增加了车辆的安全与可靠性。

以比亚迪E5为例，该车的进入及启动系统由高频接收模块、keyless-ECU、BCM模块、转向轴锁、一键启动按钮、智能钥匙、微动开关、低频天线等组成。比亚迪E5全车共设有6根工作频率为125KHZ低频发射天线，其中车外3根，分别位于左前门、右前门、行李箱处，而车内的三根则分别位于车辆的前、中、后部，车辆配有三个微动开关分别用于主、副驾驶及行李箱的解锁，智能钥匙采用的是半有源RFID(射频识别技术)技术，其发射频率为315MHZ，一键启动按钮内部集成IMMO识别线圈，可用于智能钥匙无源近场工作。

——环境感知技术在智能汽车的应用还处于研发初步阶段

环境感知技术，包括利用机器视觉的图像识别技术，利用雷达(激光、毫米波、超声波)的周边障碍物检测技术，多源信息融合技术，传感器冗余设计技术等。

环境感知传感器主要包括车载摄像头、超声波雷达、毫米波雷达、激光雷达等，是智能汽车之“眼”。目前，自动驾驶主要分为纯视觉感知和多维综合感知(含激光雷达)两大派系，特斯拉是视觉感知方案的坚定支持方，强调“化繁为简”，目前依靠视觉方案的特斯拉仍是将量产辅助驾驶做到最好的公司。而多传感器融合方案被国内众多厂商青睐，纷纷通过开发或投资的方式布局激光雷达和高精地图领域。无论是含有激光雷达的多传感器综合感知方案，还是视觉感知方案，都还属于研发初步阶段，均存在各自需要克服的困难，最终能以最便宜的价格提供相同功能产品的方案将成为感知的未来。

激光雷达相对于毫米波雷达等其他传感器具有分辨率高、识别效果好等优点，已越来越成为主流的自动驾驶汽车用传感器;但其体积大、成本高，同时也更易受雨雪等天气条件影响，这导致它现阶段难以大规模商业化应用。机械式、半固态式与固态式是车用激光雷达的主要技术路线。当前的机械式激光雷达技术较为成熟，但其存在机械结构复杂、耐久度不足、成本高昂等诸多弱点，促使车规级激光雷达向固态式转变，半固态式逐渐成为当下主流。未来，全固态式激光雷达或将凭借成本低、小型化、更容易量产等特点在市场中占据优势。在此过程中，必须克服光学相控阵易产生旁瓣影响探测距离和分辨率、繁复的精密光学调装影响量产规模和成本等问题。华为方声称未来计划将半固态激光雷达量产成本降低至200美元以下，若激光雷达降本预期能够真正落地，加入激光雷达的多维综合感知有望成为高级智能驾驶感知方案的未来。

——通信与平台技术可分为车内通信、车际通信和广域通信

通信与平台技术，包括智能网联汽车云平台架构与数据交互标准，云操作系统，数据高效存储和检索技术，大数据的关联分析和深度挖掘技术等。

车载通信的模式，依据通信的覆盖范围可分为车内通信、车际通信和广域通信。车内通信，从蓝牙技术发展到Wi-Fi技术和以太网通信技术。车际通信主要有DSRC和C-V2X两条技术路线。DSRC技术存在的窄带、效率不足、演讲路线不明确等问题而无法支持未来的自动驾驶，进而通信产业提出了基于蜂窝网络的C-V2X解决方案，C-V2X技术是中国的主推方向。目前LTE-V2X直连通信逐渐走向成熟，仍是智能网联车路协同基础设施建设的重点;5G系统的特性和应用场景与C-V2X的基本需求相匹配，未来将积极推进LTE-V2X技术将向5G NR-V2X演进。

更多本行业研究分析详见前瞻产业研究院《中国车联网产业发展前景预测与投资战略规划分析报告》。

同时前瞻产业研究院还提供产业大数据、产业研究报告、产业规划、园区规划、产业招商、产业图谱、智慧招商系统、行业地位证明、IPO咨询/募投可研、IPO工作底稿咨询等解决方案。在招股说明书、公司年度报告等任何公开信息披露中引用本篇文章内容，需要获取前 瞻产业研究院的正规授权。

更多深度行业分析尽在【前瞻经济学人APP】，还可以与500+经济学家/资深行业研究员交流互动。