孔寧

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

二、感知系統(tǒng)

在智能汽車中感知系統(tǒng)起到重要作用，感知系統(tǒng)的有效運用是實現(xiàn)自動駕駛的首要條件，所謂感知系統(tǒng)，主要是由多個傳感器構成，激光雷達系統(tǒng)、視覺傳感系統(tǒng)、超聲波雷達系統(tǒng)、視覺傳感器等感知系統(tǒng)，也采用車聯(lián)網(wǎng)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(fā)射探測信號，在把收到的目標反射回來的信號與發(fā)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(tǒng)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(shù)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(wèi)星定位系統(tǒng)包括GPS系統(tǒng)、北斗系統(tǒng)、GLONASS系統(tǒng)、伽利略衛(wèi)星系統(tǒng)，在車載系統(tǒng)中主要用于導航。通過車聯(lián)網(wǎng)，可以獲取到臨近車輛的狀態(tài)和它們感知的信息，確保人、車、路、環(huán)境可以智能協(xié)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(huán)境進行時時通信，并確保信號的穩(wěn)定性，在行駛的過程中，一旦某個接入點發(fā)生故障，5G就直接切換到別一個網(wǎng)絡中，確保智能汽車的行駛安全，做到永不斷網(wǎng)。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(shù)據(jù)融合

自動駕駛所應用的各種雷達和機器視覺在環(huán)境感知中具有各自的優(yōu)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(shù)據(jù)融合就是將不同傳感器數(shù)據(jù)進行智能化合成，實現(xiàn)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(wǎng)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(xié)同工作完成對周圍自然環(huán)境的感知[2]。文獻[3]一文中闡述了生成雷達目標感興趣區(qū)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(tǒng)，此系統(tǒng)主要是運用視覺和毫米波雷達數(shù)據(jù)來識別行人的算法，可以快速的識別出不同姿態(tài)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(lián)網(wǎng)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(fā)送給決策系統(tǒng)。

三、決策系統(tǒng)

自動駕駛決策系統(tǒng)具有3個關鍵功能，分別是任務決策、軌跡規(guī)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(guī)劃任務;軌跡規(guī)劃功能在不同的局部環(huán)境下，進行運動軌跡狀態(tài)規(guī)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(guī)劃結構描述了道路、車道和行駛?cè)壢蝿辗止?，在道路級進行全局的任務規(guī)劃，當探測到道路阻塞時，要求重新規(guī)劃任務，并做分解調(diào)整。軌跡規(guī)劃是根據(jù)局部環(huán)境信息、上層決策任務和車身實時狀態(tài)信息，規(guī)劃決策出局部空間和時間內(nèi)車輛期望的運動軌跡，并將規(guī)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(zhí)行系統(tǒng)。軌跡規(guī)劃層應能對任務決策層產(chǎn)生的各種任務分解做出合理規(guī)劃。異常處理作為預留的智能駕駛系統(tǒng)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(shù)設置不合理、推理規(guī)則不完備等原因?qū)е伦詣玉{駛汽車在行為動作中出現(xiàn)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(tǒng)已經(jīng)一定程度地解決了特定車輛在各種道路環(huán)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(tǒng)能更加智能地完成自動駕駛的行為決策。

四、控制系統(tǒng)

控制系統(tǒng)主要包括2個模塊：控制模塊和執(zhí)行模塊。兩種模塊可以根據(jù)相關的指令準確地控制各個底層對象 （轉(zhuǎn)向、制動、油門、擋位）。在自動駕駛技術中，控制模塊和執(zhí)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(fā)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(fā)展缺少統(tǒng)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(yōu)點。在自動駕駛中，采用智能技術規(guī)劃路線，有效提升了交通效率，實現(xiàn)更加便利的交通。通過汽車與周邊交通環(huán)境如紅綠燈、路況監(jiān)控攝像頭、停車場等物聯(lián)網(wǎng)數(shù)據(jù)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(jù)用戶的習慣調(diào)整車輛狀態(tài)，如空調(diào)、音響、座椅、車內(nèi)燈光等，提高駕乘舒適性，提升用戶與汽車環(huán)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(tǒng)以及智能技術在各個系統(tǒng)中的應用，最后描述了智能技術應用在自動駕駛的優(yōu)勢與挑戰(zhàn)。智能汽車的應用，改變了傳統(tǒng)汽車的控制方式，在交通系統(tǒng)的安全性、通行效率、舒適性等多個方面有了較大優(yōu)勢。從輔助駕駛到完全實現(xiàn)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(guī)、基礎設施，改進網(wǎng)絡安全技術等。隨著這些技術、法規(guī)、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(nóng)業(yè)機械學報，2018，049（003）：381-386.