無人駕駛汽車關鍵技術研究

蔣孫權

摘 要：近些年來，無人駕駛技術作為變革性劃時代的技術被提出，已經取得了飛躍式的發(fā)展。無人駕駛車輛以增強公路安全，解決交通擁堵，提高駕駛效率，減少空氣污染為宗旨，得到大力發(fā)展。為此，對國內外學者在無人駕駛汽車的關鍵技術的研究問題進行了概述，并根據目前的研究進展，對無人駕駛汽車的關鍵技術今后的研究方向進行展望，為以后的發(fā)展提出參考和建議。

關鍵詞：無人駕駛;關鍵技術;路徑規(guī)劃;軌跡跟蹤

無人駕駛汽車現階段處于市場研究與技術發(fā)展階段，有關專家與機構預測2021年無人駕駛汽車可以全面上市。約至2035年，僅中國就將有約860萬輛自動駕駛汽車。無人駕駛要求，汽車在無人駕車的情況下安全地送達乘客，且要求汽車注重低成本、低維護、高效率、穩(wěn)定性、舒適性等原則。本文將對于無人駕駛中涉及的多項關鍵技術進行論述研究。

1 無人駕駛汽車簡介

無人駕駛汽車系統(tǒng)可分為四個部分：任務決策、環(huán)境感知、路徑規(guī)劃和車輛控制。

1.1 任務決策

無人駕駛車輛在行駛過程中存在著諸多的任務，車輛的位置、路徑、環(huán)境都對系統(tǒng)選擇任務的優(yōu)先性和工作量等存在一定的影響。任務決策講究實時性與有效性，隨實時環(huán)境變化而快速有效地決策，屬于動態(tài)系統(tǒng)。

1.2 環(huán)境感知

環(huán)境感知作為無人駕駛車輛的眼睛與觸覺，實時感知道路環(huán)境的變化與整合。主要通過以下兩個途徑：一是通過無人駕駛車輛的GPS/IMU、LIDAR、攝像頭、雷達和聲吶等傳感部件對車道路識別、交通標示與信號、行人、車輛等環(huán)境感知，實現車輛定位、物體識別和跟蹤等行為;二是通過通信網絡傳遞外部環(huán)境，如車聯網下道路、車輛、停車場等交通信息變化情況，由通信中心統(tǒng)一信息收集與傳遞。

1.3 路徑規(guī)劃

路徑規(guī)劃是指在道路實時環(huán)境情況下，尋找一條起點至終點的安全行駛路線，并以路徑長度最短或時間最短、能量消耗最少等原則?？傮w可分為兩類：全局路徑規(guī)劃與局部路徑規(guī)劃。全局路徑規(guī)劃主要是在已知地圖的情況下，利用已知的局部信息，規(guī)劃一條最優(yōu)化且可行的路徑。局部路徑規(guī)劃主要是在突發(fā)情況（即外部實時環(huán)境變化）時，生成的局部行駛路徑。因此，局部路徑規(guī)劃在全局路徑規(guī)劃的前提下，行駛過程中適應實時外部環(huán)境變化而規(guī)劃，生成最優(yōu)化的行駛路徑。

1.4 車輛控制

車輛控制是指無人駕駛車輛在路徑規(guī)劃的前提下，通過環(huán)境感知，對車輛實現橫向與縱向的控制，如車輛跟隨速度控制、超車的轉向控制、緊急情況的制動控制。車輛控制關系著無人駕駛車輛如何實現時間、空間兩方面的最優(yōu)化解，減少車輛與路徑規(guī)劃之間的誤差。

2 無人駕駛車輛的關鍵技術

無人駕駛車輛控制技術是由傳感感知、自主控制、自主學習、機械動力學、系統(tǒng)集成與優(yōu)化、能耗與散熱管理等諸多前沿科技學科組合而成的一門綜合技術。在無人駕駛車輛技術發(fā)展的歷程中，與現階段所遇到的瓶頸，無人駕駛車輛的關鍵技術主要可分為以下幾個方面：

2.1 環(huán)境傳感與定位技術

無人駕駛車輛裝備有許多不同類型的主傳感器，通過傳感器對車輛周圍的環(huán)境進行感知，將不同傳感器的數據有效融合，提煉出車行環(huán)境信息以及車行狀態(tài)信息。目前，常用于無人駕駛車輛的傳感器有：GPS/IMU、攝像機、激光雷達（LIDAR）、雷達、聲吶等。圖1為無人駕駛車輛傳感與定位的簡易系統(tǒng)圖。以下主要介紹GPS/IMU與激光雷達的技術應用。

2.1.1 GPS/IMU

GPS的更新頻率低（10Hz），在車輛快速行駛時很難給出精準的實時定位。慣性傳感器（IMU）的誤差會隨著時間的推進而增加，只可在短時間內依賴IMU進行定位。GPS定位精準但更新頻率低，IMU更新頻率高但誤差累積大。因此，對GPS與IMU兩種定位傳感器運用卡爾曼濾波的傳感融合。GPS定位、彌補與IMU的精準性結合，實現無人駕駛車輛實時精準的定位。圖2為GPS與IMU傳感器的融合定位示意圖。

2.1.2 激光雷達

激光雷達（LiDAR）通過發(fā)射激光，接收-反射的始建于角度，推算目標物體的距離與位置信息。LiDAR與一般的雷達相比，檢測距離更遠，精準度更高，可達厘米級。LiDAR在無人駕駛車輛中主要可用于高精地圖的繪制，障礙物的檢測;若在地圖信息已知的情況，可用LiDAR對比收集的信息，實現精準的定位。

2.2 無人駕駛路徑規(guī)劃與尋徑技術

2.2.1 路徑規(guī)劃

路徑規(guī)劃是在環(huán)境傳感識別后獲取的地圖環(huán)境信息的基礎下，規(guī)劃與決策出一條最優(yōu)化的行駛路徑。其前提出確定規(guī)劃路徑上的位置與環(huán)境信息，比如交叉口的轉彎半徑，障礙物的形狀大小位置，車道路信息等。目前路徑規(guī)劃處于無人駕駛試驗園與定制結構化道路環(huán)境下的試驗與調試階段，并開展在突發(fā)情況下，無人駕駛車輛的局部路徑規(guī)劃能力。

（1）全局路徑規(guī)劃。全局規(guī)劃路徑是在已知環(huán)境信息下，規(guī)劃出發(fā)點到目的地的最佳路徑，但不加入行駛過程中的環(huán)境信息。目前常見的全局路徑規(guī)劃算法可分為下列幾種類型：柵格法、可視圖法、自由空間法、蟻群算法、神經網絡法等。

（2）局部路徑規(guī)劃。局部路徑規(guī)劃是基于實時獲取的環(huán)境信息，規(guī)劃出適應環(huán)境變化的局部路徑。局部路徑規(guī)劃由于外部環(huán)境未知，因此算法難度大，環(huán)境復雜度高，因此尚未出現最優(yōu)化的局部路徑規(guī)劃算法。局部路徑規(guī)劃中應該用最廣泛的算法有遺傳算法、人工勢場法及模糊邏輯控制法三種。

2.2.2 路由尋徑

此路由尋徑區(qū)別于常見的谷歌或百度地圖的導航，無人駕駛車輛的路由尋徑，需要計算路徑模塊的行為決策和動作規(guī)劃等，需要考慮無人駕駛車輛執(zhí)行特定動作控制之間的難易程度，尋找一條最為優(yōu)化的路徑。無人駕駛車輛常見的路由尋徑的最短路徑算法主要有兩種：Dijkstra算法和A*算法。（1）Dijkstra算法是一種常見的圖論中的最短路徑算法。通過給定初始點（源節(jié)點），尋找與下一節(jié)點之間的最短距離。對周圍每個點的遞進式查詢，考察最近路徑點，最終達到終止點，該最短距離集合S即為輸出的最優(yōu)路徑結果。（2）A*算法是一種啟發(fā)式的路徑規(guī)劃算法，主要用來完成柵格地圖的路徑搜索，其規(guī)劃結果能滿足路徑最短，搜索效率相比Dijkstra算法和貪心算法更高效。

2.3 軌跡跟蹤控制技術

在已規(guī)劃的軌跡路徑下，通過車輛的驅動/制動系統(tǒng)、轉向系統(tǒng)完成車輛的側向運動與縱向運動的控制，實現換道、超車、跟隨等動作，同時兼顧行車過程的安全性、舒適性和穩(wěn)定性等原則。汽車的縱向和側向控制發(fā)生耦合以及車輛參數的不確定性，所以需分別設置控制器并解耦。目前應用較廣的控制算法有PID算法、最優(yōu)控制、模型預測控制算法、魯邦控制法、模糊控制和滑膜控制等等。圖3為基于PID的控制算法系統(tǒng)。

3 未來展望

（1）環(huán)境傳感技術：LiDAR的高精度測量與感知，是無人駕駛汽車環(huán)境傳感技術繞不過去的技術，但現階段的當務之急是如何快速把其成本大幅降低，滿足廣大市場的需求。

（2）無人駕駛路徑規(guī)劃與尋徑技術：無人駕駛各模塊控制規(guī)劃問題并不難，難在將控制問題的各個上下游模塊解決方案配合協(xié)調效果，才是未來無人駕駛路徑控制的難點和挑戰(zhàn)所在。

（3）軌跡跟蹤控制技術：軌跡跟蹤是在路徑控制的前提下完成的各種控制動作，未來研究重難點在動作控制的前提下，兼顧行車過程的安全性、舒適性和穩(wěn)定性等原則。

4 總結

本文研究無人駕駛車輛的控制系統(tǒng)，首先闡述了無人駕駛車輛的系統(tǒng)構成，主要研究無人駕駛車輛的關鍵技術，環(huán)境傳感與定位技術、路徑規(guī)劃與尋徑技術和軌跡跟蹤控制技術。在研究過程中主要分析了現階段無人駕駛控制技術的研究現狀、研究重點和所遇的瓶頸，有助于提高無人駕駛控制技術研究的系統(tǒng)化與邏輯化，為無人駕駛車輛后續(xù)學習者提供全面的知識基礎。

基金項目：2018年浙江省教育廳一般科研項目（Y201839122）。

參考文獻：

[1]萬璐.無人駕駛概念股成新的風口[J].理財， 2016（02）：58-59.

[2]孫正良.美國自動駕駛汽車道路測試法規(guī)簡介[J].汽車與安全，2016（06）：82-85.

[3]莊雷雨.典型路況下無人駕駛車輛局部路徑規(guī)劃方法研究[D].武漢：武漢理工大學， 2017.

[4]張婷.基于虛擬場景的路徑規(guī)劃技術研究及應用[D].大慶：東北石油大學，2007.