汽車自動(dòng)駕駛的關(guān)鍵技術(shù)研究

王羽 張美芳 張凱帆

隨著新一代科技革命的推進(jìn)，全球各大整車制造企業(yè)、互聯(lián)網(wǎng)企業(yè)、汽車零部件企業(yè)、傳感器企業(yè)以及研究高校和企業(yè)都正在全力研發(fā)汽車自動(dòng)駕駛技術(shù)及相關(guān)產(chǎn)品、測試技術(shù)和測試裝備，各國政府也在加快汽車自動(dòng)駕駛產(chǎn)業(yè)布局，推進(jìn)測試場地建設(shè)、標(biāo)準(zhǔn)測試體系建設(shè)、道路測試規(guī)范建設(shè)等。其中最根本的是汽車自動(dòng)駕駛技術(shù)，技術(shù)的智能性、穩(wěn)定性、安全性及可靠性是所有相關(guān)產(chǎn)業(yè)蓬勃應(yīng)聲發(fā)展的根基。本文主要介紹汽車自動(dòng)駕駛前沿技術(shù)發(fā)展現(xiàn)狀，主要分3個(gè)部分進(jìn)行闡述，分別是汽車自動(dòng)駕駛技術(shù)概述、汽車自動(dòng)駕駛關(guān)鍵技術(shù)現(xiàn)狀、人工智能技術(shù)在汽車自動(dòng)駕駛上的應(yīng)用。

一、汽車自動(dòng)駕駛技術(shù)概述

汽車自動(dòng)駕駛技術(shù)是提高車輛自主識別規(guī)劃控制能力，使車輛具備駕駛?cè)说难勰X手腳功能，可實(shí)現(xiàn)更安全高效駕駛的單車基礎(chǔ)技術(shù)。因此，汽車自動(dòng)駕駛技術(shù)是逐步從傳統(tǒng)交通系統(tǒng)中解放駕駛?cè)瞬⒁灾悄芑嚍橹黧w構(gòu)建新型智能交通系統(tǒng)的核心技術(shù)。目前行業(yè)內(nèi)汽車自動(dòng)駕駛的智能化技術(shù)路徑主要有兩種，其主要區(qū)別在感知技術(shù)路線。一類是以傳統(tǒng)較為廉價(jià)的攝像機(jī)為主導(dǎo)，輔以毫米波雷達(dá)等的多傳感器融合方案，以特斯拉、福特、沃爾沃等傳統(tǒng)整車企業(yè)為代表；另一類是以性優(yōu)價(jià)高的32線或64線激光雷達(dá)為主導(dǎo)，依賴于高精度地圖并輔以攝像機(jī)、毫米波雷達(dá)、超聲波傳感器等的技術(shù)方案，主要以谷歌、百度等IT企業(yè)為代表?，F(xiàn)有的智能駕駛系統(tǒng)大都以激光雷達(dá)作為主傳感器，但其成本居高不下，因此得益于人工智能技術(shù)發(fā)展的成本較低的以攝像機(jī)為主傳感器的技術(shù)方案成為新的研究熱點(diǎn)。

汽車自動(dòng)駕駛技術(shù)架構(gòu)從自動(dòng)駕駛汽車的功能層角度分為感知層、決策層、控制層，其中的感知融合技術(shù)、智能輔助技術(shù)、智能駕駛技術(shù)、智能決策技術(shù)和人機(jī)交互技術(shù)等都需要車載計(jì)算平臺來完成數(shù)據(jù)融合、高速計(jì)算、智能決策、協(xié)同控制，從而完成汽車行駛和信息交互過程中多源海量異構(gòu)數(shù)據(jù)的高速計(jì)算處理，為決策和控制提供實(shí)時(shí)響應(yīng)，實(shí)現(xiàn)汽車的自動(dòng)駕駛。

二、汽車自動(dòng)駕駛關(guān)鍵技術(shù)

智能化關(guān)鍵技術(shù)是汽車自動(dòng)駕駛的最核心技術(shù)，主要包括多傳感器融合技術(shù)、規(guī)劃決策技術(shù)、控制執(zhí)行技術(shù)、高精度地圖構(gòu)建和高精度定位技術(shù)。其中，感知、決策和控制技術(shù)是核心功能技術(shù)，高精度地圖和高精度定位技術(shù)是行駛過程的基礎(chǔ)性關(guān)鍵支撐技術(shù)，無論是感知決策規(guī)劃還是控制執(zhí)行都需要車輛自身和周邊其他動(dòng)靜態(tài)物體的位置速度等信息。

1.感知數(shù)據(jù)融合技術(shù)

環(huán)境感知主要包括路面、靜態(tài)物體和動(dòng)態(tài)物體3個(gè)方面，感知數(shù)據(jù)的融合包括對多個(gè)傳感器獲取的動(dòng)靜態(tài)物體的檢測識別定位信息、跟蹤預(yù)測信息等的融合處理與反饋。其中對行人、非機(jī)動(dòng)車輛和其他機(jī)動(dòng)車等動(dòng)態(tài)物體的運(yùn)動(dòng)行為做出預(yù)測，并能夠根據(jù)當(dāng)前運(yùn)動(dòng)速度計(jì)算出安全空間對智能汽車的自主決策是極其重要的。

多傳感器信息融合技術(shù)主要有貝葉斯信息融合方法、卡爾曼濾波融合方法和神經(jīng)網(wǎng)絡(luò)融合法。貝葉斯信息融合方法是基于概率統(tǒng)計(jì)的推理方法，卡爾曼濾波方法可以從有限的、有噪聲的觀察序列中預(yù)測糾正進(jìn)而推算出物體的位置等信息，神經(jīng)網(wǎng)絡(luò)方法通過大量的學(xué)習(xí)訓(xùn)練消除多傳感器協(xié)同工作中產(chǎn)生的交叉影響效果。

2.規(guī)劃決策技術(shù)

規(guī)劃決策技術(shù)主要包括全局路徑規(guī)劃、局部行為決策和駕駛動(dòng)作決策。其中全局路徑規(guī)劃是依賴于高精度地圖的目的地間可選路徑的規(guī)劃過程；局部行為決策主要是依據(jù)當(dāng)前行車環(huán)境下的感知信息和定位信息等作出巡航、換道、轉(zhuǎn)彎、掉頭等決策；駕駛動(dòng)作決策主要根據(jù)局部行為決策信息將當(dāng)前規(guī)劃路徑分為多個(gè)小范圍路徑，生成多個(gè)短距離路徑的中間路徑點(diǎn)，主要包含到達(dá)這些路徑點(diǎn)時(shí)汽車自動(dòng)駕駛應(yīng)當(dāng)具備的速度、加速度、車輪轉(zhuǎn)向等具體指標(biāo)信息。

感知融合技術(shù)與規(guī)劃決策技術(shù)的核心是人工智能算法與計(jì)算平臺，數(shù)據(jù)導(dǎo)入計(jì)算平臺后由不同的芯片進(jìn)行計(jì)算?，F(xiàn)有的計(jì)算方案有基于GPU、DSP、FPGA、ASIC的解決方案，還有其他芯片方案。芯片方案主要有谷歌的TPU芯片、Mobileye? Eye QX?、NVIDIA Drive PX芯片、奧迪的Zfas等。同時(shí)，多家研發(fā)機(jī)構(gòu)也在設(shè)計(jì)探索能夠使用移動(dòng)處理器完成計(jì)算任務(wù)的高效計(jì)算平臺。

3.控制執(zhí)行技術(shù)

控制執(zhí)行技術(shù)主要借助于車載控制平臺實(shí)現(xiàn)汽車自動(dòng)駕駛的橫縱向控制。核心任務(wù)是通過CAN總線獲取規(guī)劃決策層輸出的多個(gè)中間路徑點(diǎn)軌跡信息后，經(jīng)過一系列結(jié)合車身屬性和外界物理因素的動(dòng)力學(xué)計(jì)算，轉(zhuǎn)換成對車輛線控的油門、剎車的縱向控制命令和轉(zhuǎn)向的橫向控制命令來完成軌跡信息的執(zhí)行。

車載控制平臺是車輛的核心控制部件，主要包括電子控制單元ECU和通信總線兩大部分。ECU主要實(shí)現(xiàn)算法控制，通信總線完成ECU和機(jī)械部件間的通信功能。汽車自動(dòng)駕駛的車載控制平臺與傳統(tǒng)汽車的不同在于可根據(jù)需要改寫ECU，主要有直接改變ECU運(yùn)算器硬件的改裝和改變內(nèi)部程序的改裝。后者主要是通過原ECU程序即改變處理問題的算法和運(yùn)行法則來改變發(fā)動(dòng)機(jī)的運(yùn)行。

4.高精度地圖構(gòu)建與高精度定位技術(shù)

高精度地圖是區(qū)別于傳統(tǒng)電子地圖的包含大量三維表征行車輔助信息的汽車自動(dòng)駕駛專用地圖。行車輔助信息主要包括路面的幾何結(jié)構(gòu)，周邊道路環(huán)境的點(diǎn)云模型，車道的幾何結(jié)構(gòu)及坡度、曲率、限速等屬性信息。機(jī)器不具備人類與生俱來的視覺識別和邏輯分析能力，必須借助高精度地圖擴(kuò)展車輛的靜態(tài)環(huán)境感知能力，為汽車自動(dòng)駕駛提供全局視野。

高精度地圖的構(gòu)建是一個(gè)多傳感器融合的過程，主要包含光學(xué)雷達(dá)LiDAR、全球衛(wèi)星導(dǎo)航系統(tǒng)GPS、陀螺儀IMU和輪距傳感器。陀螺儀和輪距傳感器可以高頻率稍有偏差地給出自動(dòng)駕駛汽車的位置預(yù)測，再融合GPS和LiDAR的數(shù)據(jù)算出當(dāng)前車的準(zhǔn)確位置，最后根據(jù)當(dāng)前的準(zhǔn)確位置與激光雷達(dá)的掃描數(shù)據(jù)，把新的數(shù)據(jù)加入地圖中以此來逐步構(gòu)建高精度地圖。

高精度定位技術(shù)依賴于高精度地圖信息，自動(dòng)駕駛系統(tǒng)可以通過對比當(dāng)前位置的傳感器獲取行車環(huán)境信息和高精度地圖，精確地確認(rèn)位置，并能夠確認(rèn)當(dāng)前位置一段距離內(nèi)的行車環(huán)境，可進(jìn)行下一步軌跡規(guī)劃和決策。

三、人工智能技術(shù)

人工智能技術(shù)在汽車自動(dòng)駕駛上的應(yīng)用主要在環(huán)境感知、規(guī)劃決策與控制這三大功能的算法程序上，即運(yùn)用深度學(xué)習(xí)、模糊邏輯、專家系統(tǒng)、遺傳算法等方法，通過大數(shù)據(jù)的自主學(xué)習(xí)和訓(xùn)練，使汽車自動(dòng)駕駛具備一定程度的智能水平。

1.人工智能在環(huán)境感知中的應(yīng)用

計(jì)算機(jī)視覺在汽車自動(dòng)駕駛上的應(yīng)用有靜態(tài)物體分類與交通信息識別、動(dòng)態(tài)物體軌跡跟蹤與行為預(yù)測，以及基于不同算法的車輛自身定位等方面。模式識別、卷積神經(jīng)網(wǎng)絡(luò)等方法可以用于計(jì)算機(jī)獲取的大量圖像視頻信息處理，融合運(yùn)動(dòng)預(yù)測算法來實(shí)現(xiàn)運(yùn)動(dòng)物體的識別跟蹤。

運(yùn)動(dòng)預(yù)測算法：主要有底層的Optical Flow與立體視覺技術(shù)，和基于馬爾科夫決策過程的多個(gè)運(yùn)動(dòng)目標(biāo)識別追蹤算法等。Optical Flow是基于單個(gè)攝像頭的連續(xù)時(shí)刻圖像或視頻序列中的像素級密集對應(yīng)關(guān)系，立體視覺是基于多個(gè)攝像頭的同一時(shí)刻圖片，基于神經(jīng)網(wǎng)絡(luò)的監(jiān)督學(xué)習(xí)可以通過對獲取圖像的訓(xùn)練得到場景的三維深度或距離估計(jì)，從而預(yù)測目標(biāo)的運(yùn)動(dòng)軌跡?；隈R爾刻度決策過程的多個(gè)運(yùn)動(dòng)目標(biāo)識別追蹤算法首先對運(yùn)動(dòng)目標(biāo)進(jìn)行馬爾科夫建模，主要通過對馬爾科夫狀態(tài)空間的目標(biāo)狀態(tài)轉(zhuǎn)換分析來完成對物體的追蹤。

基于視覺的定位算法：主要有基于拓?fù)渑c地標(biāo)的算法和基于幾何的視覺里程計(jì)算法兩種?；谕?fù)渑c地標(biāo)的算法把所有的地標(biāo)組成一個(gè)拓?fù)鋱D，自動(dòng)駕駛汽車檢測到某個(gè)地標(biāo)時(shí)就可以大致推斷出自身所在的位置，但該方法需要預(yù)先建立精準(zhǔn)的拓?fù)鋱D?；趲缀蔚囊曈X里程計(jì)算法分單目和雙目兩種。單目視覺里程計(jì)算法的主要問題是無法推算出觀測到的物體大小，需要與其他傳感器的結(jié)合才能進(jìn)行準(zhǔn)確定位；雙目視覺里程計(jì)算法通過左右兩幅圖的視差圖和攝像機(jī)的幾何特性計(jì)算出特征點(diǎn)的深度，找出幀與幀之間的特征點(diǎn)對應(yīng)關(guān)系，推算出兩幀之間車輛的運(yùn)動(dòng)，再依據(jù)之前車輛的位置計(jì)算得到最新的車輛位置。

2.人工智能在規(guī)劃決策中的應(yīng)用

行為決策與路徑規(guī)劃是人工智能在自動(dòng)駕駛汽車領(lǐng)域中的另一個(gè)重要應(yīng)用。增強(qiáng)學(xué)習(xí)可以有效地解決環(huán)境中存在的特殊情況，是通過和環(huán)境的交互來學(xué)習(xí)在對應(yīng)的場景下進(jìn)行規(guī)劃和決策以達(dá)到最優(yōu)駕駛行為的方法。其目的是在給定的任意環(huán)境下，通過對環(huán)境的探索學(xué)習(xí)到最佳的策略，采取最優(yōu)化行為。常用的增強(qiáng)學(xué)習(xí)算法有REINFORCE算法和Deep Q-Learning算法。

現(xiàn)有的深度增強(qiáng)學(xué)習(xí)解決的問題中一般針對于短程路徑，其執(zhí)行行為也只對環(huán)境有短期影響。對于復(fù)雜決策的場景無法通過短期的效果得到最優(yōu)決策策略，此時(shí)必須結(jié)合基于搜索的算法來解決問題。基于搜索的算法一般通過搜索樹來實(shí)現(xiàn)，通過窮舉搜索數(shù)的每個(gè)節(jié)點(diǎn)，用遞歸的方式計(jì)算出最值函數(shù)和最優(yōu)策略?；谒阉鞯乃惴ê突谠鰪?qiáng)學(xué)習(xí)算法的結(jié)合一方面能夠通過搜索獲取復(fù)雜決策場景的最優(yōu)策略，一方面又能通過增強(qiáng)學(xué)習(xí)加速搜索過程，該方法在解決涉及長期規(guī)劃問題方面具有巨大潛力。

3.人工智能在車輛控制中的應(yīng)用

汽車自動(dòng)駕駛的控制是指當(dāng)收到控制指令后，控制系統(tǒng)調(diào)整車輛的機(jī)械參數(shù)使其達(dá)到控制目標(biāo)的過程。人工智能在車輛控制中的應(yīng)用主要在自動(dòng)控制技術(shù)方面，主要集中在模糊控制和專家系統(tǒng)控制，主要通過控制器中的程序?qū)崿F(xiàn)對電氣系統(tǒng)的控制。模糊控制在車輛控制中的應(yīng)用主要體現(xiàn)對行為與動(dòng)作的智能處理，如對障礙物體的躲避、行進(jìn)速度的調(diào)整以及對移動(dòng)目標(biāo)追蹤等方面。車載傳感器在完成信息采集后，會(huì)對信息進(jìn)行融合處理作出判斷，在模糊推理算法下，對優(yōu)先級行為進(jìn)行確定，通過汽車平臺實(shí)現(xiàn)各項(xiàng)操作。專家系統(tǒng)控制主要是應(yīng)用某一特定領(lǐng)域內(nèi)大量的專家知識和推理方法解決問題的過程，其研究目標(biāo)是學(xué)習(xí)模擬人類專家的推理處理過程，實(shí)現(xiàn)對車輛的控制。

四、結(jié)語

汽車自動(dòng)駕駛是未來汽車發(fā)展的方向，是將探測、識別、判斷、決策、優(yōu)化、優(yōu)選、執(zhí)行、反饋、糾控功能融為一體，集微電腦、微電機(jī)、綠色環(huán)保動(dòng)力系統(tǒng)、新型結(jié)構(gòu)材料等頂尖科技成果為一體的智慧型汽車?？傮w來看，我國汽車自動(dòng)駕駛的發(fā)展還需要多方面共同努力。汽車供應(yīng)商對于各種車輛駕駛輔助功能的研究是無人駕駛汽車技術(shù)不斷向前發(fā)展的源動(dòng)力；政策與法律的制定與實(shí)施，又是無人駕駛汽車真正上路的前提。