王磊，王嚴(yán)，程海波，趙伊齊

（華晨汽車工程研究院，遼寧 沈陽(yáng) 110141）

前言

智能汽車是在傳統(tǒng)汽車的基礎(chǔ)之上將“智慧”和“能力”有機(jī)結(jié)合，它需要搭載先進(jìn)的傳感器、控制器、執(zhí)行器等裝置，并集中運(yùn)用現(xiàn)代傳感感知、自動(dòng)控制、計(jì)算機(jī)、信息與通信和人工智能等先進(jìn)技術(shù)。這些裝置和技術(shù)使得智能駕駛汽車能夠感知復(fù)雜環(huán)境、進(jìn)行智能化決策、協(xié)同執(zhí)行任務(wù)和共享互聯(lián)網(wǎng)信息，甚至能夠與公路及交通輔助設(shè)施組成一個(gè)智能交通系統(tǒng)[1,2]。

智能駕駛技術(shù)使得車輛可以模仿人類“感知-思考-判斷-執(zhí)行”的思維模式和行為能力，從而實(shí)現(xiàn)輔助人類駕駛甚至完全的車輛自主駕駛，該技術(shù)對(duì)提升車輛的舒適性和安全性、提高交通資源利用率、減少城市交通擁堵和促進(jìn)節(jié)能減排有著重要的研究意義和實(shí)際工程應(yīng)用價(jià)值。智能化發(fā)展是目前世界公認(rèn)的汽車產(chǎn)業(yè)升級(jí)轉(zhuǎn)型的關(guān)鍵方向，智能駕駛技術(shù)將是未來(lái)汽車技術(shù)的戰(zhàn)略制高點(diǎn)[1]。

早在1939年，美國(guó)通用汽車公司第一次展出無(wú)人駕駛概念車Futurama[1]，20世紀(jì)80年代后，歐美部分政府機(jī)構(gòu)相繼開(kāi)展了智能駕駛汽車的研究計(jì)劃。目前，在新一輪全球工業(yè)科技革命的推動(dòng)下，各國(guó)的科研機(jī)構(gòu)、高校和企業(yè)都掀起了智能車技術(shù)研究熱潮。國(guó)內(nèi)的清華、國(guó)防科技大學(xué)等高校，一汽、上汽等汽車集團(tuán)公司都正在研究智能駕駛技術(shù)，同時(shí)蔚來(lái)汽車、小鵬汽車等互聯(lián)網(wǎng)電動(dòng)智能汽車公司如雨后春筍般萌發(fā)出來(lái)。

表1 汽車智能化水平分級(jí)

國(guó)際汽車工程師協(xié)會(huì)(SAE)將汽車智能化水平分為六個(gè)等級(jí)，如表所示。對(duì)以上六個(gè)等級(jí)的簡(jiǎn)潔描述如下：L0即完全依靠駕駛員操控的傳統(tǒng)人工駕駛；L1系統(tǒng)可對(duì)轉(zhuǎn)向和加減速中的一項(xiàng)操作提供駕駛支援；L2系統(tǒng)對(duì)轉(zhuǎn)向和加減速中的多項(xiàng)操作提供駕駛支援；L3環(huán)境監(jiān)控和所有駕駛操作均由系統(tǒng)完成，駕駛員只提供應(yīng)答決策；L4駕駛員無(wú)需對(duì)所有的系統(tǒng)要求進(jìn)行應(yīng)答，但駕駛過(guò)程對(duì)道路和環(huán)境條件有所限制；L5系統(tǒng)可完成在所有道路和環(huán)境條件下的駕駛[5,11]0。

環(huán)境感知是研究汽車智能駕駛技術(shù)的基礎(chǔ)，車輛通過(guò)傳感器可以獲得行駛路徑、障礙物、交通標(biāo)志等駕駛環(huán)境信息，進(jìn)而才能進(jìn)行決策規(guī)劃和運(yùn)行控制，因此環(huán)境感知在智能駕駛技術(shù)中起著至關(guān)重要的作用，是實(shí)現(xiàn)輔助駕駛及車輛完全自主駕駛的前提條件[3-5]。智能駕駛環(huán)境感知技術(shù)涉及的關(guān)鍵內(nèi)容主要有三個(gè)方面：傳感器，環(huán)境檢測(cè)，定位導(dǎo)航，本文將對(duì)以上三個(gè)方面的內(nèi)容進(jìn)行一一介紹。

1 傳感器

傳感器是智能車輛進(jìn)行感知的工具，目前三個(gè)國(guó)際大公司的無(wú)人駕駛汽車的傳感器配置如表2所示，他們常用的環(huán)境傳感器一般都包括激光雷達(dá)、毫米波雷達(dá)、攝像頭和超聲波傳感器。

表2 無(wú)人駕駛汽車傳感器配置

激光雷達(dá)利用旋轉(zhuǎn)的反射鏡將激光發(fā)射出去，通過(guò)測(cè)量發(fā)射光和反射光之間的時(shí)間差來(lái)測(cè)量距離，其中三維激光雷達(dá)的反射鏡附有一定范圍的俯仰運(yùn)動(dòng)，可獲取物體的高精度三維信息，但是激光雷達(dá)容易受到雨雪霧的干擾，并且價(jià)格昂貴。目前主流的激光雷達(dá)的參數(shù)型號(hào)和報(bào)價(jià)如表3所示。

毫米波雷達(dá)是指發(fā)射波長(zhǎng)為 1-10mm、工作頻率在 30-300GHz頻域的雷達(dá)，毫米波雷達(dá)利用多普勒原理，對(duì)動(dòng)態(tài)目標(biāo)檢測(cè)效果好，不受惡劣天氣的影響，對(duì)煙塵雨霧有良好的穿透?jìng)鞑ヌ匦浴５呛撩撞ɡ走_(dá)通常視場(chǎng)較小，并且毫米波在大氣中傳播衰減較為嚴(yán)重。常見(jiàn)的毫米波雷達(dá)參數(shù)型號(hào)價(jià)格如表4所示。

攝像頭主要用于車道線檢測(cè)、識(shí)別障礙物及交通標(biāo)志等。攝像頭的成本低廉、技術(shù)相對(duì)比較成熟，但是受環(huán)境光線影響較大、難以準(zhǔn)確獲得三維信息等，這些問(wèn)題也在探索當(dāng)中，例如用紅外攝像頭來(lái)減少光線影響，用雙目或三目攝像頭獲取三維信息。主流攝像頭參數(shù)型號(hào)及報(bào)價(jià)如表5所示。

表3 激光雷達(dá)

表4 毫米波雷達(dá)

表5 攝像頭

超聲波傳是頻率高于聲波的機(jī)械波，在空氣中傳播時(shí)能量有較大衰減，因此超聲波雷達(dá)主要用于近距離的對(duì)感知精度要求不高的障礙物檢測(cè)。超聲波傳感器種類眾多且價(jià)格低廉，通常一輛車上會(huì)安裝多個(gè)超聲波傳感器，用于避免低速時(shí)的碰撞。

各種傳感器都有自身的優(yōu)缺點(diǎn)，為了更加準(zhǔn)確的進(jìn)行環(huán)境感知，避免受到氣候環(huán)境影響，在實(shí)際應(yīng)用通常使用多種傳感器進(jìn)行組合。

2 環(huán)境檢測(cè)

智能駕駛汽車需要基于傳感器檢測(cè)路面信息及障礙物，并計(jì)算障礙物與車輛的相對(duì)距離[10]。智能車輛需要檢測(cè)的目標(biāo)及相應(yīng)傳感器如表6所示。

表6 檢測(cè)目標(biāo)及傳感器

人類在駕駛過(guò)程中大多數(shù)環(huán)境信息來(lái)源于視覺(jué)，視覺(jué)系統(tǒng)視場(chǎng)寬且成本低，因此基于視覺(jué)的環(huán)境檢測(cè)是智能駕駛檢測(cè)技術(shù)的主要方向[12]。用于智能駕駛汽車目標(biāo)檢測(cè)的主要技術(shù)有背景差分、特征匹配和統(tǒng)計(jì)學(xué)習(xí)[7,13]0，其基本原理和特點(diǎn)如表7所示。

通常智能車輛與檢測(cè)目標(biāo)總是存在著相對(duì)運(yùn)動(dòng)，運(yùn)動(dòng)目標(biāo)跟蹤技術(shù)可以保證環(huán)境感知的實(shí)時(shí)性，目前跟蹤技術(shù)主要有CamShift算法和基于Kalman濾波的跟蹤方法，其基本原理及特點(diǎn)如表8所示。

表7 主要目標(biāo)檢測(cè)技術(shù)

表8 主要目標(biāo)跟蹤方法

表9 四大全球衛(wèi)星系統(tǒng)

表10 主要定位導(dǎo)航技術(shù)

3 定位導(dǎo)航

智能駕駛汽車在行駛過(guò)程中不僅需要探測(cè)周圍環(huán)境信息，還需要獲得車輛與外界環(huán)境的相對(duì)位置關(guān)系并確定絕對(duì)位置，定位導(dǎo)航也是環(huán)境感知的關(guān)鍵技術(shù)之一[1,4]。

衛(wèi)星系統(tǒng)在智能汽車的定位導(dǎo)航中占據(jù)著重要位置，目前主要有美國(guó)的 GPS、我國(guó)的北斗衛(wèi)星系統(tǒng)、俄羅斯的GLONASS、歐盟的GALILEO四大全球衛(wèi)星系統(tǒng)[14-17]，其性能對(duì)比如表9所示。

目前應(yīng)用最為廣泛的衛(wèi)星系統(tǒng)是GPS，它可以向全球用戶提供連續(xù)、實(shí)時(shí)、高精度的三維位置、三維速度和時(shí)間信息，具有較高的定位和測(cè)速精度。但是在山區(qū)、隧道和高樓林立高架縱橫的城市等環(huán)境中，GPS信號(hào)容易受到干擾，如果信號(hào)失鎖，重捕后再次定位時(shí)間較長(zhǎng)，嚴(yán)重影響車輛正常的定位與導(dǎo)航。其他衛(wèi)星系統(tǒng)同樣存在著自身問(wèn)題，因此通常在衛(wèi)星系統(tǒng)的基礎(chǔ)上結(jié)合其他技術(shù)來(lái)提高定位導(dǎo)航的精度和保證系統(tǒng)的可靠性。目前常用的定位導(dǎo)航技術(shù)如表 10所示。

4 總結(jié)

智能車輛是一個(gè)非常復(fù)雜的綜合體，環(huán)境感知系統(tǒng)的主要作用是為智能車輛的行為決策和路徑規(guī)劃提供準(zhǔn)確可靠的信息源。隨著智能駕駛技術(shù)的不斷成熟，智能車輛將逐步應(yīng)用于眾多領(lǐng)域，例如在礦山和物流廠區(qū)運(yùn)輸貨物、在工業(yè)園區(qū)運(yùn)送員工通勤等等。京東、阿里等公司及汽車電商創(chuàng)業(yè)者們正在探索新的商業(yè)模式和場(chǎng)景應(yīng)用，在不久的將來(lái)，智能汽車與商業(yè)的結(jié)合將給人們的消費(fèi)習(xí)慣和行為方式帶來(lái)翻天覆地的變化。研究智能駕駛汽車不僅會(huì)促進(jìn)科學(xué)技術(shù)迅速發(fā)展、利于新興行業(yè)的興起，同時(shí)也為如何更加有效利用社會(huì)資源、緩解交通擁堵、降低能源消耗等亟待解決的社會(huì)問(wèn)題提供了新的可能。對(duì)中國(guó)來(lái)說(shuō)，發(fā)展智能汽車是一個(gè)火熱的潮流，更是我國(guó)汽車產(chǎn)業(yè)發(fā)展的重大機(jī)遇，國(guó)家發(fā)改委將同有關(guān)方面正在制定針對(duì)智能汽車放面的政策和法規(guī)，加快促進(jìn)我國(guó)智能汽車創(chuàng)新發(fā)展。

參考文獻(xiàn)

[1] 中國(guó)人工智能系列白皮書(shū)——智能駕駛 2017[M].中國(guó)人工智能學(xué)會(huì), 2017.

[2] 陸炳華,劉婷,張海濱.智能駕駛汽車傳感器介紹及布置[J].上海汽車, 2017(11):40-43.

[3] Lundquist C.Sensor Fusion for Automotive Applications[J]. Link?-ping Studies in Science & Technology Dissertation,2011.

[4] 馬飛躍,王曉年.無(wú)人駕駛汽車環(huán)境感知與導(dǎo)航定位技術(shù)應(yīng)用綜述[J].汽車電器, 2015(2):1-5.

[5] Zhang X, Gao H, Guo M, et al. A study on key technologies of unmanned driving[J]. Caai Transactions on Intelligence Technology,2016, 1(1):4-13.

[6] Zeng S.Radar,lidar and camera enhanced methods for vehicle dyna-mics estimation: US,US8855848[P]. 2014.

[7] 劉亞偉,李小民.無(wú)人機(jī)航拍視頻中目標(biāo)檢測(cè)和跟蹤方法綜述[J].飛航導(dǎo)彈, 2016(9):53-56.

[8] Sivaraman S, Trivedi M M. Machine Vision And Applications Doi 10.1007 S00138-011-0388-Y Special Issue Paper Active Learning For On-Road Vehicle Detection: A Comparative Study[J]. Machine Vision & Applications, 2014, 25(3):599-611.

[9] Zhou S, Gong J, Xiong G, et al. Road detection using support vector machine based on online learning and evaluation[C] Intelligent Vehicles Symposium. IEEE, 2010:256-261.

[10] 王俊.無(wú)人駕駛車輛環(huán)境感知系統(tǒng)關(guān)鍵技術(shù)研究[D].中國(guó)科學(xué)技術(shù)大學(xué), 2016.

[11] 徐昕,賀漢根,蔡自興,等.車輛智能駕駛技術(shù)的研究前沿與展望[C]2009中國(guó)自動(dòng)化大會(huì)暨兩化融合高峰會(huì)議.2009.

[12] 陳慧巖.無(wú)人駕駛汽車概論[M].北京理工大學(xué)出版社,2014.

[13] Zhu H, Yuen K V, Mihaylova L, et al. Overview of Environment Perception for Intelligent Vehicles[J]. IEEE Transactions on Intelli-gent Transportation Systems, 2017, PP(99):1-18.

[14] Daly P. Navstar GPS and GLONASS: Global satellite navigation systems[J]. Electronics & Communication Engineering Journal,1993, 5(6):349-357.

[15] 楊琰.北斗衛(wèi)星導(dǎo)航系統(tǒng)與 GPS全球定位系統(tǒng)簡(jiǎn)要對(duì)比分析[J].無(wú)線互聯(lián)科技,2013(4):114-114.

[16] Wang J, Yu X, Feng Z, et al. Global positioning system and dead reckoning (GPS&DR) integrated navigation system: US, EP2141 507[P].2012.

[17] 寧津生,姚宜斌,張小紅.全球?qū)Ш叫l(wèi)星系統(tǒng)發(fā)展綜述[J].導(dǎo)航定位學(xué)報(bào), 2013, 1(1):3-8.