人工智能的汽車車速和方向控制研究

張宏賓

摘 要：隨著我國的發(fā)展和科技水平的提高，使汽車電子技術(shù)也大規(guī)模的發(fā)展起來，使和汽車有關(guān)的技術(shù)都得到了開拓性的發(fā)展，尤其是在大數(shù)據(jù)和人工智能的發(fā)展下，人工智能的汽車已經(jīng)變?yōu)榱丝赡?，而且有的地區(qū)已經(jīng)將無人駕駛汽車進(jìn)行了推廣和試用。對于人工智能的汽車來說，最需要控制的就是車速和方向了，因為這些數(shù)值的設(shè)定是不容許有任何偏差的，是必須做到十分精準(zhǔn)的，否則會引發(fā)嚴(yán)重的后果?？墒窃撊绻刂坪驮O(shè)定人工智能汽車的車速和方向呢？本文就針對這個問題進(jìn)行了分析和研究。

關(guān)鍵詞：人工智能;車速控制;方向控制;研究分析;自動車速

對于人工智能的汽車來說，主要是通過設(shè)置方向和速度讓汽車自動駕駛，能代替駕駛員來操控汽車。它是根據(jù)車載傳感單元測得的環(huán)境信息以及車輛狀態(tài)信息，然后由控制單元來做出相應(yīng)的決策，最終通過控制執(zhí)行機(jī)構(gòu)能讓汽車在正常的車道上行駛。人工智能汽車主要包含的技術(shù)是傳感技術(shù)、計算機(jī)技術(shù)、控制技術(shù)等等，通過這些技術(shù)能幫助自動駕駛的汽車遠(yuǎn)離交流擁堵并能安全行駛。

一、人工智能汽車的概述分析

對于人工智能自動駕駛汽車來說，它主要控制的核心就是汽車行駛的速度和方向，也就是要把它打造成模仿人的駕駛。就目前世界的發(fā)展來看，對人工智能自動駕駛車輛研究最好的國家是美國和德國，可以說他們是在人工智能汽車發(fā)展的最前沿，而且研究出來的人工智能汽車實用性和可行性也是最高、最強(qiáng)的。在20世紀(jì)70年代的時候，當(dāng)美國提出自動地面車輛計劃，并在校園內(nèi)可以低速自動行駛的時候，德國漢堡公司就緊隨其后研制出了真正由帕薩特改裝而成的無人駕駛汽車，而且研制出來的無人駕駛汽車還可以在環(huán)境如此復(fù)雜的城市道路上來行駛[1]。

二、人工智能汽車在給汽車行業(yè)帶來的好處有哪些？

人工智能汽車帶來的好處站在不同的角度分析，看法也會不同，如果從消費(fèi)者角度來看的話，人工智能汽車這項新技術(shù)將給消費(fèi)者帶來新的汽車產(chǎn)品和服務(wù)，而且對于服務(wù)的質(zhì)量來說只會持續(xù)的提升;如果從技術(shù)發(fā)展的角度來看，大數(shù)據(jù)和信息化的時代下，汽車的變化在以飛速的方式發(fā)展起來，而且這項人工智能汽車技術(shù)也將會是汽車行業(yè)在改革發(fā)展中所必須要跨越的“創(chuàng)新門檻”;如果從發(fā)展成果轉(zhuǎn)化來看，會受到國家和地方政府的大力支持，并通過政府部門的支持，加速人工智能汽車的發(fā)展，并給人工智能汽車提供“助力賦能”的幫助。

三、關(guān)于人工智能汽車車速和方向控制的分析

就目前的人工智能汽車來說，很過國內(nèi)外的學(xué)者都在汽車速度和方向的控制上做了大量的分析和研究。并提出來了一種基于差分GPS傳感器的車輛自動轉(zhuǎn)向技術(shù)。然后將卡爾曼濾波后的GPS信息轉(zhuǎn)向反饋控制。通過最小化車輛側(cè)向位置偏差和橫擺角速度來跟蹤期望值偏差并計算出轉(zhuǎn)向量。最后在采用已經(jīng)改進(jìn)過的PID算法來實現(xiàn)車輛自動駕駛的轉(zhuǎn)向控制，然后在根據(jù)汽車速度方向和道路切向的夾角來確定轉(zhuǎn)向盤轉(zhuǎn)角，這樣能很好的保證汽車在高速運(yùn)行和在急轉(zhuǎn)彎的情況下，都能保證汽車的穩(wěn)定性能。

四、人工智能自動化汽車中包含的技術(shù)系統(tǒng)以及作用

人工智能汽車在設(shè)計的時候會設(shè)計到很多的技術(shù)，如，自適應(yīng)巡航系統(tǒng)、主動避撞系統(tǒng)、自動泊車系統(tǒng)、隨車轉(zhuǎn)向燈系統(tǒng)、夜視系統(tǒng)、防疲勞監(jiān)控系統(tǒng)、車道偏離警告系統(tǒng)以及自動駕駛系統(tǒng)等等。下面我簡單介紹一下主要的技術(shù)設(shè)計系統(tǒng)。

（一）自適應(yīng)巡航系統(tǒng)：是新發(fā)展起來的一種汽車安全性輔助駕駛系統(tǒng)，它是將汽車自身的自動巡航控制系統(tǒng)和車輛前向撞擊報警系統(tǒng)給結(jié)合了起來，并將兩者的優(yōu)勢都充分的發(fā)揮出來。這種系統(tǒng)主要適應(yīng)在高速公路、寬路面的道路以及鄉(xiāng)間道路形式的汽車上。自適應(yīng)巡航系統(tǒng)的速度控制主要是根據(jù)駕駛員的意愿來設(shè)定車速，所以它也被稱之為設(shè)定速度控制[2]。

（二）夜視系統(tǒng)：夜視系統(tǒng)理解起來還是比較簡單的，就是在夜晚或者比較黑暗的情況下汽車看東西的能力。想要將夜視系統(tǒng)發(fā)展成為可能，是必須要具備兩個條件的。第一是要有足夠的光譜范圍，第二就是要有足夠的光譜強(qiáng)度。

（三）車輛動力學(xué)控制系統(tǒng)：這項系統(tǒng)的設(shè)計主要是幫助汽車能夠穩(wěn)定運(yùn)行，更好的保證人工智能汽車的穩(wěn)定性。這項系統(tǒng)的主要表現(xiàn)是可以實現(xiàn)左右縱向力的差動控制，以方便對汽車提供衡擺力柜，抵消汽車的不穩(wěn)定性運(yùn)動。

（四）汽車智能速度控制系統(tǒng)：主要是用于特殊路段下對車輛進(jìn)行強(qiáng)制限制。在這項系統(tǒng)工作之前需要先設(shè)定的是限制速度，也就是說當(dāng)汽車將要達(dá)到或者要超過設(shè)定的速度時，電子控制單元將會啟動執(zhí)行器，使汽車不能在繼續(xù)加速前進(jìn)。

（五）智能導(dǎo)航系統(tǒng)：主要包括我們比較熟悉的衛(wèi)星導(dǎo)航、視覺導(dǎo)航、磁導(dǎo)航等。對于衛(wèi)星導(dǎo)航來說，主要是通過定位系統(tǒng)對人工智能汽車自動駕駛車輛進(jìn)行三維導(dǎo)航定位、定時。然后通過定位給汽車將要到達(dá)的目的地進(jìn)行路徑規(guī)劃，便于規(guī)劃出非常合理的路徑[3]。

五、基于側(cè)向位置偏差和偏航角聯(lián)合控制參數(shù)的方向控制研究

人工智能汽車自動駕駛的控制目標(biāo)主要是通過自動轉(zhuǎn)向盤的轉(zhuǎn)向角度來減少人工智能汽車的實際位置和期望行駛軌跡之間的側(cè)向位置偏差和偏航角。下面我將采用一種以側(cè)向位置偏差和偏航角為聯(lián)合控制參數(shù)的方向控制算法，并采用PID反饋控制算法，來獲取需要跟蹤汽車軌跡所需的轉(zhuǎn)向盤轉(zhuǎn)角控制輸入。對人工智能汽車方向的控制思路主要是：將期望汽車道路軌跡的固定路徑進(jìn)行分析，然后要將這種道路的路徑優(yōu)先存儲于汽車的方向控制器中，并通過環(huán)境的感知系統(tǒng)和汽車狀態(tài)監(jiān)測的模塊來獲取車輛的實時位置，以此來作為方向控制器的量測輸入，并要沿著汽車行駛的方向來進(jìn)行仿人預(yù)瞄。最后要將通過計算得出的側(cè)向位置偏差和偏航角作為反饋的數(shù)值量，然后根據(jù)車速調(diào)整轉(zhuǎn)向控制輸入來獲得實現(xiàn)軌跡跟蹤的轉(zhuǎn)向盤轉(zhuǎn)角。

期望道路軌跡采用地面坐標(biāo)系OXY對道路中心線上的帶你進(jìn)行有序的描述，然后每個點(diǎn)都需由橫坐標(biāo)X、縱坐標(biāo)Y 以及道路擺角O來進(jìn)行表示，如果將整條道路的期望路徑用n個預(yù)設(shè)點(diǎn)代表，并將期望車速包括在內(nèi)，則可以將其描述為（Xi，Yi，Oi，Ui）其中1

大寫字母OXY為地面坐標(biāo)系，小寫字母o x y為車輛的坐標(biāo)系。假設(shè)牽引車當(dāng)前位置的坐標(biāo)是（XN0，YN0）橫擺角是ON0，當(dāng)對前方預(yù)瞄一段距離L以后，確定預(yù)瞄點(diǎn)P的位置坐標(biāo)，然后在過P點(diǎn)作一條和x軸垂直的直線，這個時候它和期望軌跡的交點(diǎn)Q就是期望的位置，而軌跡Q點(diǎn)切線和地面坐標(biāo)系X軸的夾角就是期望的道路橫擺角[4]。

關(guān)于期望位置坐標(biāo)和預(yù)瞄點(diǎn)處相對于期望位置的側(cè)向位置偏差以及航向角偏差通過搜索可以得到，具體的搜索步驟是：（一）要搜索期望路徑上和車輛當(dāng)前位置最近的預(yù)設(shè)點(diǎn)，并將此預(yù)設(shè)點(diǎn)作為最開始的搜索點(diǎn)。（二）要采用局部搜索的策略來，從最開始的搜索點(diǎn)來獲取更多的期望路徑預(yù)設(shè)點(diǎn)的位置信息。（三）要通過對預(yù)瞄點(diǎn)的計算來搜索出每個預(yù)設(shè)點(diǎn)的距離，并要根據(jù)預(yù)設(shè)點(diǎn)的距離來篩選出距離最短的期望預(yù)設(shè)點(diǎn)，以此來為最終的期望位置。（四）取得期望的位置以后，可以利用線性插值得到期望的位置坐標(biāo)和側(cè)向位置偏差以及車速偏差。最后要以地面坐標(biāo)為絕對的坐標(biāo)，車輛的坐標(biāo)為相對坐標(biāo)，因為駕駛員總是處于和汽車行駛的方向一致，所以需要通過相對坐標(biāo)來觀測前方的道路和汽車的位置關(guān)系，所以說想要計算側(cè)向位置偏差還需要進(jìn)行坐標(biāo)的變換，同時也要得到車輛坐標(biāo)系下期望位置的相對坐標(biāo)[5]。

六、自動駕駛車速控制研究

自動駕駛車速控制主要是讓人工智能汽車在指定的速度上來行駛，這也是人工智能汽車非常重要的一個環(huán)節(jié)設(shè)定和控制。對于車速的偏差定義為期望位置處設(shè)定的期望速度與汽車實際運(yùn)行速度之間的差值。車速控制器也要以車速偏差最小為控制的目標(biāo)，采用的仍然是PID控制算法來確定執(zhí)行單元的控制量，從而實現(xiàn)車速的提高和降低變化。車速的跟蹤是以油門開度和制動踏板的行程為非相容組合控制輸入，因為模擬的駕駛員是不會同時踩下油門和制動踏板的。此外，為了更好的避免因為油門和制動踏板頻繁切換造成執(zhí)行機(jī)構(gòu)的疲勞損傷和切換抖動情況，需要合理的設(shè)計油門和制動切換策略。在設(shè)計切換原則上可以遵循以下幾種策略[6]：（一）關(guān)于油門和制動踏板是不可能同時被踩下的。（二）為了更好的保證人工智能汽車在行駛的過程中保持一個速度，是不會在油門和制動踏板之間進(jìn)行頻繁切換的。（三）如果人工智能汽車需要降低速度的時候，不用立即踩下主動踏板，最好的方法是利用油門全松狀態(tài)下，使車輛自行減速。

具體的切換流程圖如上圖所示。對于每個區(qū)間來說，都應(yīng)該一個切換邏輯，下面我以減速區(qū)間為例，簡單介紹一下切換的規(guī)則：

（一）如果當(dāng)前的油門或者制動狀態(tài)是在Th_a油門的時候，說明這個時候的油門踏板是踩下去的;控制輸出表示為Th_out=Th_in且Br_out=0，說明制動踏板處于不動狀態(tài)，所以為了避免二者之間同時開始動作，可以通過松開油門來達(dá)到車輛減速的效果。

（二）如果當(dāng)前的油門或者制動狀態(tài)是在Br_a制動狀態(tài)時，同樣說明制動踏板在這個時候處于踩下的狀態(tài);而控制輸出為Th_out=0且Br_out=Br_in時，說明油門踏板處于不動狀態(tài)，而制動踏板可以繼續(xù)它的動作，以此來實現(xiàn)車輛減速。

（三）如果當(dāng)前的油門或者制動的狀態(tài)是在零狀態(tài)，那么這個時候的控制輸出應(yīng)該是是Th_out=0且Br_out=Br_in，在這種情況下是需要踩下制動踏板來實現(xiàn)車輛減速的。

在以上的三種規(guī)則中，Th_a和Br_a表示的是當(dāng)前油門和制動踏板的狀態(tài)，Th_out和Br_out所表示的是油門和制動的控制輸出，而Th_in和Br_in指的是有PID控制器獲得的油門和制動控制量。

七、仿真驗證研究

關(guān)于人工智能汽車的仿真主要是采用的Truck Sim和Mat Lab軟件和仿真檢驗所設(shè)計的自動駕駛控制算法的有效性

關(guān)于環(huán)形道路的模型，然后選擇一輛采用Truck Sim軟件一款車輛模型，并利用Mat Lab來建立自動駕駛方向和人工智能汽車車速的模型，并以此來構(gòu)成自動駕駛系統(tǒng)。如人工智能汽車在直線段的時候是以40km/h的速度開始，一直加速到60km/h，然后在此速度之后一直保持這個速度進(jìn)行前進(jìn)和行駛。讓車輛進(jìn)入彎道以后，又再次恢復(fù)40km/h，并以40km/h的速度通過彎道，在通過彎道以后又采用了60km/h的速度進(jìn)行前進(jìn)[7]。

結(jié)束語

總而言之，在國家的發(fā)展下，人工智能汽車必然會成為未來的發(fā)展方向，所以我們要了解更多關(guān)于人工智能汽車的知識和應(yīng)用。其中在人工智能汽車中最為重要的因素就是汽車行駛速度和方向的控制，所以需要專業(yè)技術(shù)人員要加強(qiáng)這兩個方面的研究，要利用新的技術(shù)和方法將汽車的速度和方向控制好，以便將開發(fā)出來的人工智能汽車能夠更好的為我們服務(wù)，同時也能降低各種事故的發(fā)生率，真正做到安全駕駛。

參考文獻(xiàn)

[1] 紀(jì)明君， 陳新. 基于人工智能的汽車車速和方向控制分析[J]. 時代汽車， 2018， 300（9）：30-32.

[2] 孫海恒， 李航， 胡智. 計算機(jī)人工智能技術(shù)研究進(jìn)展和應(yīng)用分析[J]. 信息與電腦， 2018， No.405（11）：136-137.

[3] 陳靜， 朱鵬興. 人工智能技術(shù)在無人駕駛汽車領(lǐng)域的應(yīng)用探討[J]. 汽車與駕駛維修（維修版）， 2019，（1）：71-72.

[4] 王昊. 人工智能技術(shù)在電氣自動化控制中應(yīng)用的研究[J]. 人文之友， 2018， （10）：56-57.

[5] 張玉金. 人工智能背景下無人駕駛技術(shù)的研究與展望[J]. 數(shù)字通信世界， 2018， No.158（2）：64+93.

[6] 郭應(yīng)時， 蔣拯民， 白艷，等. 無人駕駛汽車路徑跟蹤控制方法擬人程度研究[J]. 中國公路學(xué)報， 2018， 31（8）：189-196.

[7] 李軍， 張勝根， 隗寒冰. 四輪驅(qū)動電動汽車車速估計與DYC控制研究[J]. 機(jī)械設(shè)計與制造， 2018， No.330（8）：41-44.