智能汽車自動駕駛的控制方法研究

孔寧

摘要：在現代社會生活中汽車已成為有效滿足日常出行需求的重要交通工具，為滿足多樣化的市場消費需求，汽車上安裝的智能控制單元種類及數量不斷增加，在使汽車的操作便利性、動力性、舒適性得到顯著提高的同時，車輛使用到的電路復雜程度不斷提高，因此，研究智能汽車自動駕駛的控制方法具有重要意義。下面筆者就對此展開探討。

關鍵詞：智能汽車;自動駕駛;控制方法

一、概述智能汽車駕駛的技術架構

實現自動駕駛技術一般需要三大系統，在這三大系統中集成了傳感器、高精度地圖、V2X、AI算法等技術。三大系統分別是感知系統、決策系統和控制執行系統，根據信息的流向，相應地也劃分為感知層、決策層和控制執行層?？偟膩碚f，這三個系統都離不開智能技術的基礎。

二、感知系統

在智能汽車中感知系統起到重要作用，感知系統的有效運用是實現自動駕駛的首要條件，所謂感知系統，主要是由多個傳感器構成，激光雷達系統、視覺傳感系統、超聲波雷達系統、視覺傳感器等感知系統，也采用車聯網技術和語音控制技術等。

（一）雷達和視覺傳感器

在智能汽車中，激光雷達傳感器的應用至關重要。激光雷達指工作在紅外和可見光波段的，以激光為工作光束的雷達。激光雷達時時在向目標發射探測信號，在把收到的目標反射回來的信號與發射信號進行比較，通過相關處理后獲得目標信息。毫米波的頻率大致范圍是10～200GHz，非常適合車載領域。超聲波雷達常常被用到倒車輔助系統中，告知駕駛員周圍障礙物的情況，解除駕駛員倒車時的視野死角，提高駕駛安全性。汽車通過視覺傳感器能夠清楚地辨識物體，準確理解交通信號燈、標識及車道所表達的含義。大多數視覺傳感器識別可見光圖像，也有部分傳感器識別紅外光的圖像。

（二）其它感知技術

常見的衛星定位系統包括GPS系統、北斗系統、GLONASS系統、伽利略衛星系統，在車載系統中主要用于導航。通過車聯網，可以獲取到臨近車輛的狀態和它們感知的信息，確保人、車、路、環境可以智能協同。而5G技術的有效運用，可以確保智能汽車在快速行駛中對人、車、周圍環境進行時時通信，并確保信號的穩定性，在行駛的過程中，一旦某個接入點發生故障，5G就直接切換到別一個網絡中，確保智能汽車的行駛安全，做到永不斷網。語音控制是一種方便的人車交互方式，駕駛員可以利用語音交流的方式控制車輛。

（三）數據融合

自動駕駛所應用的各種雷達和機器視覺在環境感知中具有各自的優勢，但若單獨使用它們作為車輛檢測的傳感器時，其缺陷導致其無法勝任準確感知的要求。數據融合就是將不同傳感器數據進行智能化合成，實現不同信息源的互補性、冗余性和合作性，從而做出更好、更安全的決策。文獻[1]中論述了一種基于DBN （deep belief network）深度置信網絡的多傳感器融合的前方車輛檢測方法，可以利用車輛的前置攝像頭與毫米波雷達的協同工作完成對周圍自然環境的感知[2]。文獻[3]一文中闡述了生成雷達目標感興趣區域的方法，利用毫米波雷達與機器視覺傳感器快速的獲取障礙物的信息，及時避開[4]。文獻[4]一文中論述了一種在主動防碰撞系統，此系統主要是運用視覺和毫米波雷達數據來識別行人的算法，可以快速的識別出不同姿態行人和不同工況下的行人，有效的確保了行人的安全[3]。然而這些算法主要是對雷達和視覺傳感器的信息融合，在自動駕駛技術中還需要將自身車輛的信息、通過車聯網獲取的周圍車輛的信息與雷達、視覺傳感器的信息進行融合，并將融合后的信息發送給決策系統。

三、決策系統

自動駕駛決策系統具有3個關鍵功能，分別是任務決策、軌跡規劃和異常處理。其中，任務決策功能完成自動駕駛汽車的路徑規劃任務;軌跡規劃功能在不同的局部環境下，進行運動軌跡狀態規劃;異常處理功能負責故障預警和預留安全機制。任務決策使自動駕駛的汽車融入整個交通流。自動駕駛中任務規劃結構描述了道路、車道和行駛三級任務分工，在道路級進行全局的任務規劃，當探測到道路阻塞時，要求重新規劃任務，并做分解調整。軌跡規劃是根據局部環境信息、上層決策任務和車身實時狀態信息，規劃決策出局部空間和時間內車輛期望的運動軌跡，并將規劃輸出的期望車速以及行駛軌跡等信息給下層車輛控制執行系統。軌跡規劃層應能對任務決策層產生的各種任務分解做出合理規劃。異常處理作為預留的智能駕駛系統安全保障機制，一方面是在遇到復雜路面容易造成車輛損壞、部件失效等問題時，通過預警和容錯控制維持車輛安全運行;另一方面是決策過程某些算法參數設置不合理、推理規則不完備等原因導致自動駕駛汽車在行為動作中出現某些錯誤時，能夠建立錯誤修復機制使自動駕駛汽車自主地修正錯誤，以減少人工干預來解決問題，這是提高車輛智能化水平所必需的。無人駕駛的決策系統已經一定程度地解決了特定車輛在各種道路環境中行駛的決策問題，各種有效的算法仍然需要不斷地研究與探索，使得決策系統能更加智能地完成自動駕駛的行為決策。

四、控制系統

控制系統主要包括2個模塊：控制模塊和執行模塊。兩種模塊可以根據相關的指令準確地控制各個底層對象 （轉向、制動、油門、擋位）。在自動駕駛技術中，控制模塊和執行模塊目前都比較成熟，也不是研究的重點和熱點。

當前在自動駕駛中智能技術尚不成熟，由于信息開放帶來的安全隱患給自動駕駛汽車發展造成的阻礙難以避免;道路基礎設施建設與自動駕駛汽車發展缺少統籌;自動駕駛汽車還難以安全可靠地適應復雜的交通道路;適用于自動駕駛的交通安全法及其實施條例、相關機動車行駛的技術標準缺失，其制定還面臨諸多不確定性。

五、智能技術在自動駕駛中的應用

智能在自動駕駛中有廣泛的應用，并具有諸多的優點。在自動駕駛中，采用智能技術規劃路線，有效提升了交通效率，實現更加便利的交通。通過汽車與周邊交通環境如紅綠燈、路況監控攝像頭、停車場等物聯網數據融合，然后利用智能技術進行實時處理，不僅解放了駕駛員的雙手，而且也降低了人力資源成本，并且隨著智能技術越來越成熟，誤操作的可能性會越來越小，安全性越來越高?；谥悄艿淖匀徽Z言理解技術可以更好地響應駕駛員和乘客的指令，便于用戶使用車輛。通過智能技術還可以根據用戶的習慣調整車輛狀態，如空調、音響、座椅、車內燈光等，提高駕乘舒適性，提升用戶與汽車環境的交互體驗，使人們的出行成為一種享受。

結束語：

本文介紹了自動駕駛技術，闡述了自動駕駛中的三大系統以及智能技術在各個系統中的應用，最后描述了智能技術應用在自動駕駛的優勢與挑戰。智能汽車的應用，改變了傳統汽車的控制方式，在交通系統的安全性、通行效率、舒適性等多個方面有了較大優勢。從輔助駕駛到完全實現無人駕駛，不僅需要不斷完善智能技術，還需要完善相關法規、基礎設施，改進網絡安全技術等。隨著這些技術、法規、設施不斷地完善、進步，自動駕駛一定會成為人們依賴的出行方式。

參考文獻：

[1]陳無畏，李進，王檀彬，等.視覺導航智能車輛的路徑跟蹤預瞄控制[J].機械工程學報，2018，044（010）：277-282.

[2]趙熙俊，陳慧巖.智能車輛路徑跟蹤橫向控制方法的研究[J].汽車工程，2018（05）：118-123.

[3]張學軍，鄭麗英.汽車智能防撞自適應控制研究與仿真[J].計算機工程，2018，036（009）：171-172，175.

[4]姜立標，吳中偉.基于趨近律滑?？刂频闹悄苘囕v軌跡跟蹤研究[J].農業機械學報，2018，049（003）：381-386.