車輛橫向輔助系統(tǒng)關(guān)鍵技術(shù)發(fā)展綜述

鐘 欣

（重慶車輛檢測(cè)研究院有限公司，重慶 401122）

前言

機(jī)動(dòng)化車輛的增長(zhǎng)在為人們出行提供了便利，與此同時(shí)也日益凸顯了由駕駛?cè)瞬倏v、疲勞、分心引起的交通事故問(wèn)題。車輛橫向輔助系統(tǒng)可以提前預(yù)知車輛行駛風(fēng)險(xiǎn)、輔助駕駛?cè)藳Q策，必要時(shí)能夠接替駕駛?cè)俗龀稣_的操縱，有效降低行車事故風(fēng)險(xiǎn)，受到了各大廠商廣泛關(guān)注，其研究?jī)?nèi)容主要分為道路環(huán)境感知、車道偏離態(tài)勢(shì)決策和橫向控制三方面。

1 車道線識(shí)別技術(shù)發(fā)展現(xiàn)狀

車道標(biāo)線識(shí)別易受光、天氣等因素限制，且行駛過(guò)程中車輛具備高速特性，故車道標(biāo)線識(shí)別速度及魯棒性是決定車輛輔助系統(tǒng)性能的關(guān)鍵所在。視覺傳感器是現(xiàn)有車道識(shí)別技術(shù)的重要手段。Kittler[1]等利用Hough 等邊緣檢測(cè)算法處理圖像，結(jié)合閾值生成候選點(diǎn)，但此類手段易受噪聲干擾且耗時(shí)過(guò)長(zhǎng)。王寶峰[2]等對(duì)車道線實(shí)行動(dòng)態(tài)區(qū)域劃分，并在車道線重構(gòu)過(guò)程中加入樣條曲線，優(yōu)化了車道幾何特征提取。CHOI 等[3]在車道線檢測(cè)方法基礎(chǔ)上結(jié)合前視車輛信息，提升了檢測(cè)車道線被前方車輛遮擋時(shí)的魯棒性。上述車道標(biāo)識(shí)線算法皆由人工設(shè)計(jì)步驟組成，難以實(shí)現(xiàn)對(duì)道路圖像的整體優(yōu)化。

2 車道偏離預(yù)警技術(shù)發(fā)展現(xiàn)狀

車道偏離預(yù)警能夠根據(jù)車輛行駛狀態(tài)提前預(yù)知車輛偏離情況并發(fā)出相應(yīng)警報(bào)，進(jìn)而為駕駛?cè)藳Q策-操縱提供更多的反應(yīng)時(shí)間，其系統(tǒng)整體性能受車輛自身狀態(tài)、駕駛?cè)藸顟B(tài)、道路環(huán)境多個(gè)因素共同決定，主要分為車輛偏離預(yù)警指標(biāo)確立和駕駛?cè)艘鈭D識(shí)別兩方面。

初期階段，車道偏離預(yù)警系統(tǒng)常用車道偏離距離 ( Dista-nce to Lane Crossing，DLC ) 作為其預(yù)警判斷指標(biāo)，即當(dāng)檢測(cè)到車輛距離車道邊界值低于某閾值時(shí)，車輛發(fā)出警報(bào)，但此類方法并未考慮車輛各時(shí)刻的運(yùn)動(dòng)狀態(tài)，進(jìn)而導(dǎo)致預(yù)警觸發(fā)閾值難以確定。為解決上述問(wèn)題，部分學(xué)者開展了基于車道偏離時(shí)間(Time to Lane Crossing，TLC)的車道偏離預(yù)警系統(tǒng)研究。Mammar[4]等通過(guò)結(jié)合車輛運(yùn)動(dòng)軌跡、行駛姿態(tài)參數(shù)及道路特征參數(shù)，對(duì)不同道路環(huán)境復(fù)雜度TLC 進(jìn)行了分析。相較于DLC，TLC 盡管擴(kuò)寬了預(yù)警適用場(chǎng)景，但也增大了誤報(bào)警的概率，對(duì)駕駛?cè)嗽斐闪瞬槐匾母蓴_，降低了系統(tǒng)整體使用頻率。為降低系統(tǒng)誤報(bào)警概率，Zhou 等[5]基于TLC指標(biāo)，采用模糊控制規(guī)則設(shè)計(jì)了車輛多工況下的車輛虛擬邊界報(bào)警閾值，實(shí)現(xiàn)了虛擬車道寬度動(dòng)態(tài)調(diào)整，進(jìn)而提升了系統(tǒng)報(bào)警魯棒性。

此外，駕駛?cè)笋{駛意圖誤判是導(dǎo)致車輛預(yù)警系統(tǒng)誤報(bào)的關(guān)鍵因素。LEE[6]等通過(guò)轉(zhuǎn)向盤傳感器、車速等信號(hào)實(shí)現(xiàn)了對(duì)駕駛?cè)藫Q道意圖的預(yù)測(cè)。ANGKITITRAKUL[7]等建立了基于車輛軌跡序列變化的駕駛?cè)四Ｐ停瑢?shí)現(xiàn)了對(duì)駕駛?cè)塑嚨辣３趾蛙嚨罁Q道行為的區(qū)分。此外，也有部分學(xué)者[8-10]也通過(guò)隨機(jī)森林或貝葉斯網(wǎng)絡(luò)手段對(duì)駕駛?cè)笋{駛意圖進(jìn)行了預(yù)測(cè)，雖然一定程度上能夠體現(xiàn)車輛預(yù)警系統(tǒng)性能，但由于離散類別少，忽略了車輛動(dòng)力學(xué)模型，故對(duì)車輛偏離的風(fēng)險(xiǎn)定量造成了極大的困難。

3 車輛橫向控制技術(shù)發(fā)展現(xiàn)狀

現(xiàn)有車輛橫向控制技術(shù)主要分為兩類：其一為通過(guò)剖析車輛行駛過(guò)程中駕駛?cè)瞬倏v行為特征，建立駕駛?cè)烁兄?決策-操縱反應(yīng)機(jī)制，進(jìn)而實(shí)現(xiàn)對(duì)行駛車輛的安全控制；其二為利用自動(dòng)控制原理，通過(guò)自動(dòng)控制自身算法特性最小化車輛實(shí)際行駛軌跡與期望軌跡偏差來(lái)保障行車安全。

單點(diǎn)預(yù)瞄模型是經(jīng)典的駕駛?cè)四Ｊ?，其充分考慮了駕駛?cè)饲耙曅畔?，?duì)駕駛?cè)笋{駛意圖具有較好的表征和穩(wěn)定性，故在早期駕駛?cè)四Ｐ脱芯恐惺艿搅藦V泛的應(yīng)用。MACADAM[11]等在此基礎(chǔ)上提出了最優(yōu)預(yù)瞄模型，郭孔輝[12]等提出了預(yù)瞄-跟隨理論。隨后研究中，為提高駕駛?cè)四Ｐ湍M精度，部分學(xué)者針對(duì)不同駕駛風(fēng)格、車輛動(dòng)力性能引入了不同邊界約束，進(jìn)一步完善了駕駛?cè)四Ｐ?。近年?lái)，現(xiàn)代控制理論的發(fā)展再次推動(dòng)駕駛?cè)四Ｐ偷耐晟?，MPC 模型預(yù)測(cè)控制理論使駕駛?cè)藛吸c(diǎn)預(yù)瞄模型逐步向多點(diǎn)預(yù)瞄模型過(guò)渡，在駕駛?cè)四M上取得了不錯(cuò)的效果，但需要實(shí)時(shí)優(yōu)化目標(biāo)權(quán)重函數(shù)，對(duì)于處理器計(jì)算能力要求較高，故在車輛應(yīng)用中難以推廣[13]。Bojarski 等[14]利用前視道路圖像信息，設(shè)計(jì)了一種基于深度卷積網(wǎng)絡(luò)的端到端自動(dòng)駕駛系統(tǒng)。

而對(duì)于車輛橫向控制器，常用控制方法有PID 控制、模糊控制、自適應(yīng)控制、H∞魯棒性控制等。由于控制器設(shè)計(jì)過(guò)程中追求車輛行駛安全性的同時(shí)還需兼顧舒適性及經(jīng)濟(jì)性，故其復(fù)雜程度較高。根據(jù)執(zhí)行機(jī)構(gòu)的不同，可以分為基于轉(zhuǎn)向控制或基于差動(dòng)制動(dòng)控制兩類。差動(dòng)制動(dòng)通過(guò)兩側(cè)車輪制動(dòng)力產(chǎn)生的力矩差來(lái)糾正車輛行駛誤差，但頻繁制動(dòng)會(huì)影響ESP 系統(tǒng)壽命，降低駕駛?cè)顺俗w驗(yàn)。而轉(zhuǎn)向控制主要分為線控轉(zhuǎn)向和電動(dòng)助力轉(zhuǎn)向。Alirezaei[15]在線控轉(zhuǎn)向基礎(chǔ)上，設(shè)計(jì)了基于駕駛?cè)祟A(yù)瞄信息和駕駛意圖修正車輛轉(zhuǎn)向角的橫向控制器，利用控制器求解的方向盤控制量代替駕駛?cè)藢?shí)際輸入，實(shí)現(xiàn)車輛行駛穩(wěn)定，但此類控制器會(huì)給與駕駛?cè)笋{駛錯(cuò)覺。Enache[16]利用車輛狀態(tài)參數(shù)和駕駛?cè)宿D(zhuǎn)向力矩，提出了適用于車道偏離預(yù)警的轉(zhuǎn)矩疊加算法，當(dāng)車輛出現(xiàn)偏離時(shí)能夠?qū)崿F(xiàn)駕駛?cè)诵拚较虮P轉(zhuǎn)角，能夠兼顧車輛舒適性和安全性。

4 未來(lái)發(fā)展前景

針對(duì)車輛橫向輔助系統(tǒng)關(guān)鍵技術(shù)發(fā)展趨勢(shì)，本文從車道線識(shí)別技術(shù)、車輛偏離預(yù)警技術(shù)、車輛橫向控制技術(shù)進(jìn)行了總結(jié)，其各技術(shù)還存在以下難點(diǎn)：

（1）傳統(tǒng)車道檢測(cè)算法中間步驟繁瑣、計(jì)算量大，進(jìn)而導(dǎo)致算法遷移能力較弱，需設(shè)計(jì)一種新的端到端感知結(jié)構(gòu)來(lái)強(qiáng)化系統(tǒng)適應(yīng)性。

（2）傳統(tǒng)車道偏離預(yù)警系統(tǒng)算法大多基于運(yùn)動(dòng)學(xué)模型，存在一定局限性。為保證系統(tǒng)可靠性，還需適當(dāng)提高車輛模型精度并開展實(shí)車試驗(yàn)來(lái)完善相關(guān)閾值參數(shù)標(biāo)定。

（3）現(xiàn)有駕駛?cè)四Ｐ痛蠖嘁钥刂破髟O(shè)計(jì)，駕駛行為是道路信息輸入的具體表現(xiàn)，故駕駛?cè)四Ｐ偷耐晟七€需對(duì)道路圖像與駕駛操縱之間的傳遞機(jī)制進(jìn)行深入研究。