智能汽车（ADAS）和车联网（V2X）分别是实现无人驾驶的内部和外部要求智能汽车指配备高级驾驶辅助系统（advanced driver-assistance systems，ADAS），通过感知周围环境、分析车辆所处环境从而根据环境变化做出相应反应。智能汽车可以被看作是实现无人驾驶汽车的过渡，也是传统车企主要的研发方向。由于智能汽车行驶在一个包括车辆、行人、设施等因素的复杂环境中，因此要做到完全自动驾驶就需要建立汽车与行驶环境中其他因素的信息交换，即V2X（Vehicle toEverything）。在内、外部要求都被满足的前提下，自动驾驶才有可能实现。

 

    无人驾驶从应用层面可以分为四个阶段，阶段1是资讯被动侦测期，该阶段主要应用于车载资讯服务；阶段2是资讯互动交换期，也就是当前所处阶段，该阶段主要应用于ADAS等；阶段3是资讯主动传达期，该阶段主要应用为V2V和V21，融合传感器技术实现车路协同；阶段4就是终极无人驾驶期，无人驾驶背景下车辆运营效率有望大幅提升，该阶段的典型应用就是共享汽车。

    如图20所示，传感器技术是驱动ADAS发展的重要因素。无人驾驶在L2需要17个传感器，包括超声波雷达、长距离及短距离雷达和环视摄像头，发展到L3需要的传感器增加到29个，并且将引进立体摄像机、激光雷达和导航推测系统。对于ADAS而言，传感器技术已经相对成熟，摄像头和超声波雷达等产品在高端车型得到广泛应用，激光雷达由于造价较高，还只能用于试验阶段的无人汽车，尚未量产进入市场。进入无人驾驶下一阶段对传感器的种类和精度都提出了更高的要求，因此传感器技术的开发应用和传感器的价格与渗透都直接影响着智能汽车自动化的程度。

    如图21所示，智慧交通的总体框架包括感知层、网络层、平台层和应用层四个层面。其中：应用层和平台层是总体解决方案的核心，且平台层是应用层的支撑平台和运行环境。平台层的汇聚交换平台通过网络层的数据总线和服务总线进行数据交换；平台层整合交通资源，包括交通基础数据、业务数据、GIS数据、分析主题数据、交通数据仓储等，形成融合的交通领域数据中心。同时提供基于云计算的IRE集成环境、运维管理、能力引擎等，构建智慧交通云计算环境。应用层主要包含交通运输管理、交通安全管理、城市管理以及其他政府部门、企业的交通信息化系统。

1．感知层

    感知层—传感器：感知层的构建，是实现智慧交通的第一步。智慧交通的感知层又包含两部分—智能汽车车身传感器与智能路面传感器。

    智能汽车车身传感器相当于智能汽车的“五官”，智能汽车通过传感器感知车辆所处的各种路况及周边环境。一套完善的智能汽车传感系统囊括了超声波技术、雷达技术、摄像头技术、红外线技术、激光扫描技术，以及这些技术的算法融合。通过多种传感器的组合，进而实现在不同的距离、不同的角度、不同的夭气状况下对周边情况的全方面探测，这是智能汽车自主判断、自主行动的基础。

      除了车身传感器之外，智慧交通感知层还包含以路面磁感线圈、地磁感应为代表的智能路面传感器。这些传感器用于感知和传递路的状况信息，如车流量、车速、路口拥堵情况等，让车载系统获得关于道路及交通环境的信息。无论是车身还是路面传感器，都起到了车内状况监测和环境感知的作用。

2．网络层

    网络层是车内网、车际网、车云网三网融合（图22）：智慧交通的网络层指的是实现智能交通管理、智能动态信息服务和车辆智能化控制的一体化网络。网络层以车内网（CAN）、车际网（近程DSRC）和车云网（远程3G/4G/5G）为基础，按照约定的体系架构及其通信协议和数据交互标准，在V2X（车联多）之间，进行通信和信息交换。