目前交通面临三大问题：安全、拥堵和污染。上海交通大学张希教授在第四届国际电动汽车及关键部件测评研讨会明确表示，智能电动汽车的目标就是解决这三大交通问题。从污染来说，电动汽车是无污染的;拥堵上来说，从车联网、智能交通的概念，可以解决拥堵的问题;安全是可以产生一些无人驾驶和智能化的操控，来解决安全的问题。”
5月19日，2016•第四届国际电动汽车及关键部件测评研讨会于江苏常州召开，本届研讨会以“测试评价助推产品技术升级”为主题。围绕整车、动力电池系统、驱动系统、充电系统四大技术领域，从新能源汽车检测测试工况、企业及产品准入政策法规、整车主客观实证测评(EV-TEST)、智能网联汽车、新能源车辆安全运行监控、动力电池系统开发测试等话题展开深度研讨。
在研讨会上，上海交通大学汽车工程研究院教授张希发表了题为《电动汽车智能化及关键核心技术》的演讲。
电动汽车智能化的现状以及趋势
目前对智能汽车，很多专家和学者提出了很多概念，而张希教授所在团队的提法，是智能汽车是物理上搭建新的传感器、控制器、执行器，这三个也是针对汽车电子的主要技术。融合现在的一些通信、网络、控制、人工智能等理论，解决环境感知、智能决策等问题，最终实现安全、舒适、节能、高效的功能，可替代驾驶员操作。
对于技术状态的分析，张希提出，从0到4五个等级的分布，针对感知和数据处理，可以分为传感器和互联汽车，还有基于指示体系的。针对目前的智能汽车大多数处于2到3的阶段，一开始具有一些简单的功能是介于1和2阶段。第三是针对谷歌的无人驾驶的汽车，在一定的路况条件下行驶约束下实现无人驾驶，最后一个阶段是全工况的无人驾驶阶段，不管什么样的运行环境都可以实现无人驾驶。
将来车和车之间，可以进行一个信息的沟通和交流，可以提供对于智能汽车的决策判断的信息，最后是基于自学习的阶段，相当于代替人的思维模式。从国内外的高校以及企业来说，目前分为三个部分，一个是院校，包括研究所和高校，第二个部分是传统的车企，大众、奔驰、长安等等，第三是新兴的科技公司，包括谷歌、百度、乐视。张希认为，这个趋势应该是解决这三方的融合的问题。而最终还是以传统车企作为一个主导的研发主体。
智能车核心关键技术
张希教授指出，环境感知、信息融合、智能决策和安全体系是只能车的核心关键技术，也是智能车的技术难题所在。
环境感知和信息融合，包括一些基本的知识体系，计算机视觉与图象处理，机器学习理论、数据融合理论等等，包括三维场景的重构，行人及其行为的感知。
因为前方可能有很多的目标，包括有可能在极端的情况下有行人横穿马路的情况，怎么样处理，包括车把行人给遮挡的问题，行人遮挡以后，通过静态或者动态的传感，并不能很好的判断行人移动的方向，对于司机来说，这是基本的要求，要预判行人是怎么样行动的一个路径，这个也对感知和信息融合提出了更高的要求。
在决策层面，人工智能、决策支持、机器学习等，还是基于高精度的定位技术。控制执行，这是跟执行机构，包括电机电池等等，要进行一个很好的结合，线控技术等，这些必须要融合在控制执行单元里面。
最后是安全体系，包括行车安全、信息安全等。行车安全在传统汽车和目前电动汽车里面考虑比较多，但是信息安全，这对我们提出了一个新的挑战，信息被其他人的侵入或者信息传输可能错误的概率，这个都会影响最终的行车安全的问题。
对智能电动汽车的建议和思考
电动汽车是智能化的最佳平台，也为电动汽车发展注入新的生机和活力，需要从体制、政策、法律各个方面进行努力。
一个是产学研协同发展的理念，推动一体化的发展，以用户为中心，以乘坐者为中心发展技术。打破行业壁垒，推动传统汽车和IT企业和交通产业的融合。现在很多IT是把车作为一个黑匣子，传统汽车在创新性方面有所欠缺，怎么样推动各个方面的产业融合，这是非常具有重要性的，利用IT企业的强大人工智能操作系统技术以及他创新性的思维，来结合传统汽车产业具有的完整技术体系，来推动智能电动汽车的发展，这是我们认为比较合理的技术路线。而坚持自主特色，形成智能车产业核心竞争力，坚持导航自主化。在我国目前非常复杂的交通场景下实现更好的定位精度和信息的输入。
智能车测试场地和示范园的建设，这为政府提出了一些要求，目前在我国的北京上海杭州重庆等已经批复了智能该同的示范区，武汉正在批复的过程当中。进一步加快智能车的相关标准法规和规范的建设，因为这些相对的标准和法规是全新的，怎么样制订合理的标准法规，这个也为相关研究人员和政府机构提出了一些新的挑战。
最后就是无人驾驶汽车，可能会存在社会问题和伦理道德的问题。最终责任认定，如果你买了无人驾驶汽车以后，出了事故，到底是车主问题，制造商问题，还是保险公司问题，目前看来，大家认为是车企，他提供了车，什么都是由他控制，我并没有操控，责任可能是在车企，最终如何认定，这是我们需要思考的。
