郭顥琪

（同濟(jì)大學(xué)浙江學(xué)院， 浙江 嘉興 314051）

1 機(jī)動(dòng)車駕駛機(jī)械自動(dòng)化技術(shù)的介紹

自動(dòng)駕駛汽車采用機(jī)動(dòng)車駕駛機(jī)械自動(dòng)化技術(shù)，由車輛自主定位技術(shù)、感知技術(shù)、通信技術(shù)、控制策略技術(shù)、虛擬實(shí)驗(yàn)技術(shù)等技術(shù)組成。這是一款通過計(jì)算機(jī)系統(tǒng)實(shí)現(xiàn)無人駕駛的智能聯(lián)網(wǎng)汽車。要實(shí)現(xiàn)自動(dòng)駕駛或無人駕駛，首先要解決整車的多傳感器設(shè)備，利用毫米波、激光雷達(dá)和攝像頭等高效融合技術(shù)，通過計(jì)算機(jī)將傳感器獲得的數(shù)據(jù)與高精度地圖和全球定位相結(jié)合。第二，解決數(shù)據(jù)和地圖的問題。為了支持無人駕駛，地圖需要高清、高分辨率、高精度的數(shù)據(jù)，包括道路曲率、坡度、高度，而不是二維的抽象數(shù)據(jù)。最終使存儲(chǔ)能力和傳輸能力得到提升。

2 機(jī)動(dòng)車駕駛機(jī)械自動(dòng)化技術(shù)的應(yīng)用情況

2.1 汽車自主定位技術(shù)

自動(dòng)車輛定位技術(shù)主要采用車輛自動(dòng)定位，是一種自動(dòng)確定和傳輸車輛位置的方法。然后，車輛跟蹤系統(tǒng)可以收集來自一輛或多輛車的車輛位置數(shù)據(jù)。最常見的是，GPS 被用來確定位置，傳輸機(jī)制是SMS GPRS 或衛(wèi)星或地面無線電從車輛到無線電接收器可以使用一個(gè)天線單元覆蓋所有所需的頻段GSM 和EVDO 時(shí)最常用的服務(wù)，因?yàn)樗璧妮^低數(shù)據(jù)速率和較低的成本以及這些公共網(wǎng)絡(luò)幾乎無處不在地存在。低帶寬要求也允許衛(wèi)星技術(shù)以略高的成本接收遙測(cè)數(shù)據(jù)，但在全球范圍內(nèi)，并且能夠到達(dá)地面無線電或普通載波無法很好覆蓋的偏遠(yuǎn)地區(qū)。用于確定物理位置的其他選項(xiàng)(例如，在GPS 照明較差的環(huán)境中)有自重、有源RFID 系統(tǒng)或協(xié)同RTLS 系統(tǒng)。在某些情況下，這些系統(tǒng)可以組合使用。此外，使用低頻交換分組無線網(wǎng)絡(luò)的地面無線定位系統(tǒng)也被用作基于GPS 的系統(tǒng)的替代方案

2.2 感知技術(shù)

在自動(dòng)駕駛技術(shù)中，感知的目的是模仿人眼收集相關(guān)信息，為后續(xù)決策提供必要的信息。根據(jù)決策任務(wù)的不同，感知可以包括許多子任務(wù)，如車道線檢測(cè)、3D 目標(biāo)檢測(cè)、障礙物檢測(cè)、紅綠燈檢測(cè)等；然后根據(jù)感知預(yù)測(cè)的結(jié)果完成決策；最后根據(jù)決策結(jié)果執(zhí)行相應(yīng)的決策操作（如變道、超車等）。既然感知是模仿人眼獲取周圍環(huán)境信息，就需要利用傳感器來完成信息的采集。目前應(yīng)用于自動(dòng)駕駛領(lǐng)域的傳感器包括：攝像頭（camera）、激光雷達(dá)（lidar）、毫米波雷達(dá)（radar）等。

傳感器種類繁多，成本也各不相同，那么如何將這些傳感器用于感知任務(wù)，每個(gè)自動(dòng)駕駛儀廠商都有自己的解決方案。純視知覺解決方案是目前特斯拉純視知覺解決方案的典型代表。視覺感知解決方案的優(yōu)點(diǎn)和缺點(diǎn)也很明顯。優(yōu)點(diǎn)：價(jià)格和成本都很低；缺點(diǎn)：相機(jī)采集的圖片為2D，缺乏深度信息，深度信息需要通過算法學(xué)習(xí)獲得，缺乏魯棒性。目前，大多數(shù)廠家采用多傳感器融合的解決方案，其優(yōu)點(diǎn)為可以充分利用不同工作原理的傳感器，提高不同場(chǎng)景下的整體感知精度，也可以在某個(gè)傳感器出現(xiàn)故障時(shí)使用。其他傳感器可作為冗余備份，提高系統(tǒng)的魯棒性。缺點(diǎn)：多個(gè)傳感器的價(jià)格遠(yuǎn)高于純視覺。所謂后融合是指每個(gè)傳感器的深度學(xué)習(xí)模型對(duì)目標(biāo)對(duì)象進(jìn)行推理，從而輸出具有自身屬性的傳感器的結(jié)果；每個(gè)傳感器的識(shí)別結(jié)果輸入到融合模塊，融合模塊對(duì)每個(gè)傳感器在不同場(chǎng)景下的識(shí)別結(jié)果設(shè)置不同的置信度，最后根據(jù)融合策略作出決策。

由于車身周圍激光雷達(dá)和攝像頭角度的安裝問題，多個(gè)傳感器實(shí)體無法在空間域內(nèi)實(shí)現(xiàn)連續(xù)覆蓋和統(tǒng)一識(shí)別，導(dǎo)致攝像頭只能捕捉到目標(biāo)的一小部分，無法根據(jù)不完全信息進(jìn)行決策。檢測(cè)結(jié)果正確，使后續(xù)融合效果無法保證。時(shí)間上的不連續(xù)感知相機(jī)收集的結(jié)果以幀為單位。常用的感知方法是將連續(xù)的單幀檢測(cè)結(jié)果進(jìn)行拼接。與后融合策略相似，它不能充分利用時(shí)間序列上的有用信息。所謂預(yù)融合，就是將各個(gè)傳感器采集到的數(shù)據(jù)進(jìn)行聚合，經(jīng)過數(shù)據(jù)同步后，將這些原始數(shù)據(jù)進(jìn)行融合。

所謂傳感器的介質(zhì)融合，就是先通過神經(jīng)網(wǎng)絡(luò)對(duì)每個(gè)傳感器采集的數(shù)據(jù)進(jìn)行特征提取，然后對(duì)神經(jīng)網(wǎng)絡(luò)提取的各種傳感器特征進(jìn)行特征級(jí)融合，這樣更有可能獲得最佳的感知結(jié)果。從異構(gòu)數(shù)據(jù)中提取的特征在BEV 空間的特征級(jí)進(jìn)行融合。首先，數(shù)據(jù)丟失更少。其次，計(jì)算功耗更低（與之前的融合相比）。因此，對(duì)于BEV 視角下的感知任務(wù)，采用介質(zhì)融合會(huì)有很多策略。

2.3 控制策略技術(shù)

控制策略技術(shù)可以理解為基于感知信息進(jìn)行決策，確定合適的工作模型，制定相應(yīng)的控制策略，取代人類駕駛員進(jìn)行駕駛決策。這部分的功能類似于將相應(yīng)的任務(wù)交給自動(dòng)駕駛汽車。例如，在車道保持、車道偏離警告、距離保持、障礙物警告等系統(tǒng)中，需要預(yù)測(cè)車輛和其他車輛、車道、行人等未來的狀態(tài)。高級(jí)決策理論包括模糊推理、強(qiáng)化學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)和貝葉斯網(wǎng)絡(luò)技術(shù)。由于人類駕駛過程中所面臨的路況和場(chǎng)景的多樣性，以及不同人針對(duì)不同情況所做出的不同駕駛策略，類人駕駛決策算法的優(yōu)化需要非常完整高效的人工智能模型和大量有效的數(shù)據(jù)。這些數(shù)據(jù)需要覆蓋盡可能多的罕見路況，這是制定駕駛決策的最大瓶頸。

目前，由于農(nóng)村地區(qū)甚至是偏遠(yuǎn)的鄉(xiāng)村面積廣大，村民居住地方并不像在城市時(shí)集中，故寄遞物流體系缺乏合理的規(guī)劃，物流網(wǎng)點(diǎn)區(qū)位建設(shè)不夠合理。

2.4 虛擬實(shí)驗(yàn)技術(shù)

虛擬實(shí)驗(yàn)技術(shù)是將計(jì)算機(jī)仿真技術(shù)應(yīng)用到汽車制造中，通過數(shù)學(xué)建模的方式，將無人駕駛汽車的實(shí)際使用情況進(jìn)行數(shù)字化，建立最接近現(xiàn)實(shí)的系統(tǒng)模型，并通過仿真測(cè)試進(jìn)行分析和研究，達(dá)到對(duì)無人駕駛汽車的系統(tǒng)和算法進(jìn)行測(cè)試和檢驗(yàn)的目的。UN/WP.29（GRVA）針對(duì)無人車輛和互聯(lián)網(wǎng)車輛的安全問題，提出了一系列“多維”評(píng)估體系，包括綜合評(píng)估體系、模擬測(cè)試、現(xiàn)場(chǎng)測(cè)試和真實(shí)測(cè)試等方法。通常的現(xiàn)場(chǎng)測(cè)試和真實(shí)道路測(cè)試都是基于真實(shí)的汽車行駛情況，因此很難同時(shí)進(jìn)行現(xiàn)場(chǎng)測(cè)試和真實(shí)道路測(cè)試。

在此背景下，本課題研究的仿真測(cè)試技術(shù)可以有效地解決現(xiàn)有測(cè)試技術(shù)存在的不足，一方面可以高頻高效地進(jìn)行測(cè)試，另一方面可以有效地對(duì)各種復(fù)雜的測(cè)試條件進(jìn)行測(cè)試，另一方面可以有效地提高測(cè)試效果，保證系統(tǒng)的安全性能，提高系統(tǒng)的可靠性。通過上述工作，可以為工程應(yīng)用中遇到的一些問題提出行之有效的方法，為工程應(yīng)用中的工程應(yīng)用提供更多的借鑒，同時(shí)也可以為工程應(yīng)用中的工程應(yīng)用提供更加準(zhǔn)確的工程應(yīng)用環(huán)境，從而提高工程應(yīng)用中工程應(yīng)用的效率和速度。

3 自動(dòng)制動(dòng)輔助技術(shù)

自動(dòng)制動(dòng)輔助系統(tǒng)（AEB，Autonomous Emergency Braking）是一種汽車主動(dòng)安全技術(shù)，主要是檢測(cè)前方障礙物，并判斷進(jìn)入危險(xiǎn)閾值，會(huì)提醒駕駛員，當(dāng)駕駛員在一定時(shí)間內(nèi)沒有解除危險(xiǎn)時(shí)，會(huì)主動(dòng)控制汽車的制動(dòng)系統(tǒng)減速剎車。絕大多數(shù)AEB 目前只針對(duì)車輛，少數(shù)針對(duì)行人和騎自行車的人。它主要由三個(gè)模塊組成，包括控制模塊（ECU）、距離控制和剎車控制。本課題采用微波雷達(dá)技術(shù)，人臉識(shí)別技術(shù)，以及攝像技術(shù)，實(shí)現(xiàn)了對(duì)前方道路的實(shí)時(shí)、準(zhǔn)確的圖像及路面狀況的實(shí)時(shí)監(jiān)測(cè)。

1）AEB 有明確的上下兩個(gè)極限，通常情況下，基于毫米波雷達(dá)的AEB最大工作極限是30km/h，基于單眼相機(jī)的AEB 最大工作極限是40 km/h，基于毫米波雷達(dá)的單眼相機(jī)的AEB 最大工作極限是70 km/h，基于雙眼相機(jī)的AEB 最大工作極限是90 km/h。也有最低限度。單眼視覺探測(cè)的最低速度為8~10km/h，毫米波雷達(dá)探測(cè)的最低速度為5 km/h，攝像機(jī)和毫米波雷達(dá)結(jié)合探測(cè)的最高速度為3 km/h，而人眼視覺探測(cè)的最低速度為3 km/h。

2）大部分AEB 都是以汽車為目標(biāo)的，很少有以步行和自行車為目標(biāo)的。也就是說，當(dāng)撞擊發(fā)生時(shí)，探測(cè)器檢測(cè)到一個(gè)人的時(shí)候，會(huì)花很長(zhǎng)的一段時(shí)間。

3）對(duì)于那些突然冒出來的固定對(duì)象，AEB 不起作用。當(dāng)汽車、大型動(dòng)物、行人、騎車的時(shí)候，如果汽車的前方?jīng)]有任何障礙物，AEB 就會(huì)失去對(duì)汽車的感知，這一點(diǎn)與特斯拉的車禍如出一轍。

4）盲區(qū)明顯，車輛轉(zhuǎn)彎時(shí)AEB 基本無效。AEB 對(duì)迎面而來的交叉交通或轉(zhuǎn)向交通、迎面而來的車輛突然變道等也無效。

5）天氣和光線的限制。對(duì)于以攝像機(jī)為核心的AEB 系統(tǒng)，在低照度下基本無效，面對(duì)陽光時(shí)高亮度也無效。

這些限制與他們的實(shí)現(xiàn)方法有很大關(guān)系。目前，AEB 技術(shù)主要有三大類，分別是光學(xué)、毫米波雷達(dá)和激光雷達(dá)。由于成本的限制，中國現(xiàn)階段主要采用前一種方法和后一種。毫米波雷達(dá)的工作原理與常規(guī)毫米波雷達(dá)不同，其工作原理是向某一地點(diǎn)發(fā)送電磁波，并由該地點(diǎn)獲取該地點(diǎn)的信息。在單目視覺中，需要先識(shí)別目標(biāo)，然后根據(jù)目標(biāo)的尺寸估計(jì)目標(biāo)與目標(biāo)的間距。

4 智能控制技術(shù)

智能汽車系統(tǒng)智能汽車系統(tǒng)的本質(zhì)是一個(gè)復(fù)雜多變的多變量系統(tǒng)，具有多變量和多變量的特點(diǎn)。傳感器不僅要采集行人、交通信號(hào)燈、行人等環(huán)境信息，還需要采集車輛運(yùn)行中的車速、加速度等信息，通過判斷、分析和決策，實(shí)現(xiàn)對(duì)其的有效控制，從而使其在更短的時(shí)間內(nèi)保持穩(wěn)定的運(yùn)行。車輛檢測(cè)通過兩個(gè)攝像頭，一個(gè)攝像頭用于邏輯檢測(cè)車輛軌跡，一個(gè)攝像頭用于識(shí)別車輛和紅綠燈，一個(gè)攝像頭用于識(shí)別車輛和紅綠燈，進(jìn)而精確檢測(cè)車輛軌跡。本系統(tǒng)利用各種傳感器對(duì)駕駛員、車輛以及周圍的各種情況進(jìn)行感知，在必要時(shí)根據(jù)控制邏輯發(fā)出警告，并實(shí)現(xiàn)車輛的橫向和縱向操控。在汽車運(yùn)行過程中，根據(jù)駕駛員參與程度，汽車智能程度可分為5 個(gè)等級(jí)。

1）非智能化：汽車的側(cè)向和豎向都要依靠駕駛員來完成。

2）智能化：采用單個(gè)感應(yīng)器檢測(cè)單個(gè)特征，當(dāng)發(fā)生緊急情況時(shí)，能夠提醒駕駛員規(guī)避，或允許駕駛員進(jìn)行較低級(jí)別的操縱。

3）多用途智能化：通過多個(gè)感應(yīng)器對(duì)外界進(jìn)行感知，實(shí)現(xiàn)了一臺(tái)設(shè)備的多功能集成。不需要司機(jī)探作。在此期間，汽車的控制系統(tǒng)會(huì)根據(jù)可能出現(xiàn)的危險(xiǎn)情況做出相應(yīng)的動(dòng)作，例如AEB。

4）有約束的無人駕駛：利用傳感器融合、GPS 定位、地圖等系統(tǒng)，在特定區(qū)域、特定路段，不需要人工操作，智能車會(huì)自動(dòng)駕駛。

5）完全狀態(tài)無人駕駛：駕駛員一旦進(jìn)入目的地，車就會(huì)對(duì)車進(jìn)行控制，并對(duì)周圍的交通狀況進(jìn)行感知，從而可以安全準(zhǔn)確地抵達(dá)特定的地點(diǎn)。

5 機(jī)動(dòng)車駕駛機(jī)械自動(dòng)化技術(shù)的前景

自動(dòng)駕駛技術(shù)是人工智能和汽車產(chǎn)業(yè)兩個(gè)領(lǐng)域的交叉點(diǎn),未來的發(fā)展前景非常廣闊 隨著技術(shù)的不斷進(jìn)步和應(yīng)用場(chǎng)景的擴(kuò)大，自動(dòng)駕駛技術(shù)將在以下幾個(gè)方面得到發(fā)展：

1）提高道路安全性：自動(dòng)駕駛車輛能夠提高行車安全，可以預(yù)測(cè)其他車輛可能采取的行動(dòng)并及時(shí)作出反應(yīng)，從而避免碰撞和事故等風(fēng)險(xiǎn)

2）提高交通效率：自動(dòng)駕駛技術(shù)可以減少擁堵，提高通行效率，對(duì)于繁忙的城市道路將有很大的改善作用

3）改變?nèi)藗兊某鲂蟹绞剑鹤詣?dòng)駕駛技術(shù)的應(yīng)用可以實(shí)現(xiàn)智能出行，讓人們更加輕松方便地完成各種旅行方式通過構(gòu)建無縫連接的移動(dòng)生態(tài)系統(tǒng)，可以為人們帶來更加智慧化個(gè)性化和便利化的出行體驗(yàn)

4）促進(jìn)環(huán)保：自動(dòng)駕駛技術(shù)的普及也可以促進(jìn)電動(dòng)汽車的使用，減少化石燃料的消耗，從而推動(dòng)環(huán)境可持續(xù)發(fā)展總之，自動(dòng)駕駛技術(shù)將會(huì)為人類的生活帶來巨大的改變，將會(huì)是一個(gè)重要的改革方向，未來的戰(zhàn)略規(guī)劃還需要加強(qiáng)對(duì)這種技術(shù)的研究和開發(fā)，以推進(jìn)相關(guān)產(chǎn)業(yè)的發(fā)展[3]。

6 結(jié)語

隨著國家的經(jīng)濟(jì)發(fā)展進(jìn)入了一個(gè)新的階段，汽車生產(chǎn)企業(yè)對(duì)機(jī)械智能自動(dòng)化技術(shù)的要求也會(huì)越來越高，通過對(duì)汽車的使用和開發(fā)，汽車的安全、質(zhì)量和效率都會(huì)有很大的提升。有關(guān)工作人員要主動(dòng)地對(duì)自動(dòng)化的運(yùn)用途徑進(jìn)行優(yōu)化，力爭(zhēng)在機(jī)器智能化的程度上趕上國外，為國內(nèi)機(jī)器智能化的發(fā)展作出自己的貢獻(xiàn)。