智能汽車指的是利用傳感識別技術、自動駕駛技術、人工智能技術、ADAS 等技術，通過車載傳感系統和信息終端實現與人、車、路等的智能信息交換，使車輛具備智能的環境感知能力，能夠自動分析車輛行駛的安全及危險狀態，并使車輛按照人的意愿到達目的地的自動行駛汽車。

未來汽車智能必將包含駕駛、車網聯、駕駛艙的智能。現階段已經有一些智能的雛形了，但離真正的智能還有一段距離。

車聯網是以車內網、車際網和車載移動互聯網為基礎，按照約定的通信協議和數據交互標準，在車分別與車、路、行人及互聯網等之間，進行無線通訊和信息交換的大系統，是能夠實現智能交通管理、智能動態信息服務和車輛智能化控制的一體化網絡。車聯服務AI化，首先是內核，AI的內核是以多維度的大數據作為生產資料來通過模型訓練和算法收斂去提供精準化的個性服務,將汽車打造成為用戶提供主動服務的智能伙伴。

智能駕駛本質上涉及注意力吸引和注意力分散的認知工程學，主要包括網絡導航、自主駕駛和人工干預三個環節。智能駕駛的前提條件是，我們選用的車輛滿足行車的動力學要求，車上的傳感器能獲得相關視聽覺信號和信息，并通過認知計算控制相應的隨動系統。智能駕駛的網絡導航，解決我們在哪里、到哪里、走哪條道路中的哪條車道等問題;自主駕駛是在智能系統控制下，完成車道保持、超車并道、紅燈停綠燈行、燈語笛語交互等駕駛行為;人工干預，就是說駕駛員在智能系統的一系列提示下，對實際的道路情況做出相應的反應。

智能網聯技術的復雜程度和自動化程度是很高的，伴隨著高穩定性的必定是高風險。以我國為例，我國大好河山帶來的道路環境的復雜度是極高的，全天候、全路況以及對人與物的感知都對智能汽車提出了更高的要求，而且傳統的統計驗證基本上不太適用于智能汽車的要求。并且，智能駕駛需要的是車與車、車與路燈信息的交互，傳統的基礎道路設施難免會影響其發展。雖說目前國內有少數車企已經開始有了自己的“智能網聯新出行”的規劃，但是涉及到道路基礎建設及城市統籌規劃，這也是一道不小的坎。

智能汽車的任務決策主要對應于人的引導層。任務決策與路徑導航、動力學控制密切結合，共同完成自動駕駛過程的三個層次，即導航、引導和操控。無人駕駛汽車行駛之前，先采用導航算法搜索一條從起點到終點的可行路線，進入自動駕駛過程中，由決策模塊決定具體的行車模式(超車、換道、跟車等等)，并規劃每一個模式的行車軌跡，最后由自動控制算法實現對行車軌跡的跟蹤。整個無人駕駛過程也要考慮人和車的交互。因為人是智能汽車的最終使用者，他的需求與特性決定了智能汽車的功能，如安全性、經濟性、舒適性、交通流平順性等。

高性能的動力學控制是實現自動駕駛功能的一個屏障，但到目前為止受到的關注度不高。目前的技術難題有兩個：第一個是極限工況的橫向動力學控制，最核心是輪胎動力學特性。第二個是滿足多性能需求的縱向動力學控制。例如：滿足安全性和舒適性的前提下，實現縱向控制的燃油消耗最小化。這兒主要討論第一個問題：輪胎是一個特殊的半柔性部件，它具有側偏、飽和、縱橫向耦合等特性，且隨著雨、雪等路面參數變化很大。不難看出，目前國內外無人駕駛汽車的行駛道路都是干燥的、整潔的，不存在雨路、雪路、泥路等特殊路面。但是汽車的行駛環境是多種多樣的，這樣的環境下車的控制與常規情況十分不同的。

智能汽車發展也不是單獨一個行業能夠主導，很有可能是汽車、IT、交通、電子、通信等諸多行業共同合作，最后融合的一個產物。現在看到的一個狀況是，IT行業的宣傳口號最響，汽車行業在奮起直追，其他行業也不甘寂寞。我想最后能夠形成這個產業的時候，應該不是哪個行業能夠主導的，因為有車沒有算法，有算法沒有車，最后的結局應該都是一樣的。