陳 龍，宇文旋，曹東璞，李 力，王飛躍

（1.中山大學(xué)數(shù)據(jù)科學(xué)與計(jì)算機(jī)學(xué)院無人系統(tǒng)研究所，廣州 510006；2.電子科技大學(xué)機(jī)械與電氣工程學(xué)院，成都 611731；3.慧拓智能機(jī)器有限公司，青島 266000；4.滑鐵盧大學(xué)機(jī)電工程系，安大略 N2L3G1 加拿大；5.清華大學(xué)自動(dòng)化系信息科學(xué)與技術(shù)國家實(shí)驗(yàn)室，北京 100084；6.中國科學(xué)院自動(dòng)化研究所復(fù)雜系統(tǒng)管理與控制國家重點(diǎn)實(shí)驗(yàn)室，北京 100190；7.國防科技大學(xué)軍事計(jì)算實(shí)驗(yàn)與平行系統(tǒng)技術(shù)中心，長沙 410073）

1 引 言

近年來，無人駕駛汽車在世界范圍內(nèi)掀起了人工智能的研究熱潮，其一旦廣泛投入使用，將對人類的出行狀況產(chǎn)生巨大影響。如無人駕駛汽車可以幫助減少車禍，降低交通擁堵，使駕駛員有更多的自由時(shí)間，甚至可以通過對加速、制動(dòng)以及變速等方面的優(yōu)化，提高燃油效率，減少溫室氣體排放。其巨大的社會(huì)和經(jīng)濟(jì)效益吸引了眾多的研究人員、創(chuàng)業(yè)人員和投資商，甚至政府也出臺(tái)了相關(guān)的鼓勵(lì)政策，為無人駕駛汽車這一戰(zhàn)略性技術(shù)的研發(fā)保駕護(hù)航。無人駕駛汽車是路面無人系統(tǒng)（UGS）的一個(gè)特例，可以放在無人系統(tǒng)這一更加廣闊的框架下進(jìn)行研究。

無人系統(tǒng)包括無人機(jī)系統(tǒng)（UAV）、海上無人系統(tǒng)（UMS）、地面無人系統(tǒng)（UGS），在科研人員的不懈努力下，無人系統(tǒng)的各領(lǐng)域得到了長足發(fā)展。

無人機(jī)系統(tǒng)是無人機(jī)及與其配套的通信站、起飛（發(fā)射）回收裝置、遠(yuǎn)程控制裝置以及無人機(jī)操作員等組成的系統(tǒng)。其歷史可追溯到第一次世界大戰(zhàn)，英國的卡德爾和皮切爾兩位將軍提議研制一種不用人駕駛的小型飛機(jī)，飛到敵軍上空投下炸彈。在海灣戰(zhàn)爭與伊拉克戰(zhàn)爭中，這一設(shè)想真正被用在了戰(zhàn)場上。美國軍用無人機(jī)出色地完成了偵察與打擊任務(wù)，證明了固定翼無人戰(zhàn)機(jī)有潛力成為未來戰(zhàn)場的主戰(zhàn)力量，拉開了各國競相研制固定翼軍用無人機(jī)的序幕，并逐漸輻射到民用。得益于其結(jié)構(gòu)簡單、造價(jià)相對低廉、機(jī)動(dòng)靈活等特點(diǎn)，旋翼無人機(jī)迅速成為了無人機(jī)領(lǐng)域研究[1-2]與應(yīng)用的熱點(diǎn)。目前，世界上已有多款產(chǎn)品級(jí)的無人機(jī)，包括旋翼無人機(jī)與固定翼無人機(jī)，用于航拍、監(jiān)控、勘探、農(nóng)業(yè)生產(chǎn)等多項(xiàng)民用、商用活動(dòng)。

海上無人系統(tǒng)包括無人海上航行器（UMV）及必需的通信、控制及支援保障設(shè)備，其中UMV包括水面無人艦艇（USV）和無人潛航器（UUV）。水面無人艦艇是繼無人機(jī)、無人車、無人潛航器之后受到關(guān)注的無人自主項(xiàng)目。盡管起步稍慢，但在無人車、無人機(jī)上使用的傳感器融合、導(dǎo)航等技術(shù)亦可用于水面無人艦艇，有助于其快速發(fā)展。2016年，美國宣布其海洋獵手型無人反潛艦已進(jìn)入為期兩年的測試階段，引起社會(huì)對于無人船的熱切關(guān)注。目前，無人船主要用于水樣檢測、水下探測、巡邏搜救等任務(wù)。無人潛航器又稱自動(dòng)潛水器，是一種水下機(jī)器人，包括螺旋槳潛航器與仿生機(jī)器魚等。其研究可追溯到1957年華盛頓大學(xué)應(yīng)用物理學(xué)實(shí)驗(yàn)室的特種用途水下研究載具（Self-propelled under water research vehicle，SPURV）。目前無人潛航器主要用于水下勘探、水下作業(yè)、洋流監(jiān)測等軍用、民用領(lǐng)域。

地面無人系統(tǒng)是能夠依靠自身攜帶的傳感器通過感知理解外界環(huán)境，根據(jù)任務(wù)需要進(jìn)行實(shí)時(shí)決策與執(zhí)行，以自主或半自主方式進(jìn)行作業(yè)，在已知或未知地面環(huán)境中具有一定自我學(xué)習(xí)和適應(yīng)能力的智能設(shè)備。從20世紀(jì)70年代開始，美國、英國等國率先開展了地面無人載具的研究。進(jìn)入21世紀(jì)之后，隨著計(jì)算機(jī)計(jì)算能力加強(qiáng)、傳感器精度提升、機(jī)器學(xué)習(xí)與模式識(shí)別算法的突破，無人車取得突破的條件逐漸成熟。2004年，美國國防預(yù)先研究計(jì)劃局（DARPA）開始舉辦一系列無人車比賽，無人車的研究得到空前關(guān)注。2014年，Google發(fā)布其無人車，并于一年后獲得美國首個(gè)無人駕駛車輛許可證，引爆無人車熱潮。隨后，Tesla、Uber、百度等公司相繼宣布自己的無人車計(jì)劃，目前一些用戶已經(jīng)可以在日常出行中體驗(yàn)無人駕駛。

盡管無人系統(tǒng)正在大步邁向成熟化、市場化，但距離其全面應(yīng)用，成為生產(chǎn)生活的主力尚面臨許多挑戰(zhàn)。北京時(shí)間3月20日凌晨，Uber的一輛自動(dòng)駕駛汽車在亞利桑那州Tempe市發(fā)生交通事故，與一名正在過馬路的行人相撞，行人在送往醫(yī)院后不治身亡。類似這樣的事例引發(fā)了人們對無人駕駛汽車，甚至整個(gè)無人系統(tǒng)領(lǐng)域在安全性和穩(wěn)定性等方面的擔(dān)憂，對無人系統(tǒng)應(yīng)對復(fù)雜的實(shí)際場景的能力提出質(zhì)疑。這樣的擔(dān)憂和質(zhì)疑不無道理，隨著現(xiàn)代化交通設(shè)施的建設(shè)，陸海空各方面的交通狀況變得愈加復(fù)雜，這就要求無人系統(tǒng)具有自動(dòng)學(xué)習(xí)和自主決策的能力。無人系統(tǒng)的學(xué)習(xí)需要大量的實(shí)驗(yàn)數(shù)據(jù)作為支撐，然而物理實(shí)驗(yàn)的代價(jià)較高，且有些實(shí)驗(yàn)具有破壞性和不可重復(fù)性，使系統(tǒng)、全面的物理實(shí)驗(yàn)難以實(shí)現(xiàn)。因此亟需一套完整的理論框架，用于解決上述問題，即平行無人系統(tǒng)框架。

本文余下部分組織如下：第2章首先對無人系統(tǒng)的概念進(jìn)行進(jìn)一步界定，然后介紹了無人系統(tǒng)的自主性及其等級(jí)劃分，并分析了當(dāng)前無人系統(tǒng)研究的難點(diǎn)；第3章針對無人系統(tǒng)難點(diǎn)問題提出了平行無人系統(tǒng)框架，首先介紹了平行理論，然后根據(jù)無人系統(tǒng)特點(diǎn)提出平行無人系統(tǒng)框架，并就其中的關(guān)鍵技術(shù)進(jìn)行說明；第4章和第5章根據(jù)平行無人系統(tǒng)框架分別設(shè)計(jì)了平行駕駛驗(yàn)證平臺(tái)和平行機(jī)器人驗(yàn)證平臺(tái)，介紹了平行無人系統(tǒng)框架在無人駕駛及機(jī)器人方面的具體應(yīng)用，并通過試驗(yàn)驗(yàn)證了平行無人系統(tǒng)框架的合理性；第6章對本文工作進(jìn)行了總結(jié)。

2 無人系統(tǒng)

2007至2013年間，美國國防部（DoD）前后發(fā)布了4版《無人系統(tǒng)路線圖》[3-6]，將地面無人系統(tǒng)、無人機(jī)系統(tǒng)、海上無人系統(tǒng)為代表的陸、海、空無人系統(tǒng)集成在統(tǒng)一的發(fā)展規(guī)劃中，為美國無人系統(tǒng)的發(fā)展指明了方向，同時(shí)也為我國無人系統(tǒng)的研究提供了借鑒。

2.1 無人系統(tǒng)的定義

DoD在其2007年發(fā)布的第一版《無人系統(tǒng)路線圖》中給出了“無人航行器”的定義：

Unmanned vehicle∶ A powered vehicle that does not carry a human operator, can be operated autonomously or remotely, can be expendable or recoverable, and can carry a lethal or nonlethal pay load.Ballistic or semi-ballistic vehicles, cruise missiles,artillery projectiles, torpedoes, mines，satellites, and unattended sensors (with noform of propulsion) are not considered unmanned vehicles.Unmanned vehicles are the primary component of unmanned systems.

無人航行器（unmanned vehicle）是一類有動(dòng)力、非載人航行器（vehicle），可自主工作或遙控操作，可以是一次性的或是可回收的，可攜載致命或非致命載荷。彈道或半彈道式運(yùn)載工具、巡航導(dǎo)彈、炮彈、魚雷、水雷、衛(wèi)星和無人值守傳感器（無任何形式的推進(jìn)）均不屬于無人航行器。無人航行器是無人系統(tǒng)的主要組成部分。

雖然DoD給出了“無人航行器”的詳細(xì)定義，明確了基本范疇，但并未直接給出“無人系統(tǒng)”的完整定義。從上述表達(dá)方式可知，無人航行器是無人系統(tǒng)的一部分，無人系統(tǒng)是比UAV、UMS、UGS更高層次的系統(tǒng)概念。

國內(nèi)外學(xué)者根據(jù)自己的理解對無人系統(tǒng)的概念進(jìn)行了定義，如文獻(xiàn)[7]總結(jié)了無人航行器的特點(diǎn)，將無人系統(tǒng)定義為“無人系統(tǒng)是由無人運(yùn)動(dòng)或靜止載體、致命或非致命任務(wù)載荷、支援保障設(shè)備（含發(fā)射裝置）和遙控操作員（可選）等組成的，以自主工作或遙控方式完成特定任務(wù)的作戰(zhàn)系統(tǒng)?！逼涫蹹oD思想的影響，將無人系統(tǒng)定義為作戰(zhàn)系統(tǒng)，忽略了無人系統(tǒng)的民用屬性。

本文認(rèn)為無人系統(tǒng)是由UAV、UMS、UGS等無人航行器及其遠(yuǎn)程控制系統(tǒng)等組成的，以自主或遙控方式完成特定任務(wù)的CPSS（賽博-物理-社會(huì)系統(tǒng)）。

2.2 無人系統(tǒng)的自主性

2.2.1 自主性的定義與概念

自主性是無人系統(tǒng)擁有感知、觀察、分析、交流、計(jì)劃、制定決策和行動(dòng)的能力，并能夠完成人類通過人機(jī)交互方式布置給它的任務(wù)[8]。

自主系統(tǒng)的顯著特征是在未知環(huán)境中的目標(biāo)導(dǎo)向能力，它能基于一套規(guī)則或約束做出決策，并確定哪些信息對決策是重要的，因此其性能比預(yù)先確定運(yùn)行方式的系統(tǒng)更優(yōu)越[9]。

2.2.2 自主性與復(fù)雜性

自主性可以根據(jù)任務(wù)的困難性、環(huán)境的復(fù)雜性和為了完成任務(wù)進(jìn)行的人機(jī)交互程度等因素分為不同的等級(jí)。無人系統(tǒng)不同的研究領(lǐng)域分別給出了各自的分級(jí)標(biāo)準(zhǔn)，如無人機(jī)系統(tǒng)的AFRL自主控制等級(jí)（表1）及其簡化版NASA無人機(jī)系統(tǒng)自主控制等級(jí)（表2）、SAE規(guī)定的汽車自主化等級(jí)（表3）等。

由表1至表3可知，隨著自主性的提高，對無人系統(tǒng)處理由自身狀態(tài)、周圍自然環(huán)境、周圍社會(huì)環(huán)境組成的復(fù)雜系統(tǒng)出現(xiàn)的各種狀況的綜合能力提出更高要求?？梢?，無人系統(tǒng)的復(fù)雜性不僅是自身的結(jié)構(gòu)、狀態(tài)、控制等內(nèi)部復(fù)雜性，還涉及到所面對的自然環(huán)境以及社會(huì)環(huán)境的更大的復(fù)雜性。文獻(xiàn)[10]將無人系統(tǒng)面臨的上述問題定義為不確定性（Uncertainty）、多樣性（Diversity）和復(fù)雜性（Complexity），簡稱UDC問題。只有處理好這三個(gè)方面的復(fù)雜性，找到解決無人系統(tǒng)UDC問題的方法，才能夠真正實(shí)現(xiàn)無人系統(tǒng)的完全自主性。

表1 AFRL提出的無人機(jī)系統(tǒng)自主控制等級(jí)

表2 NASA飛行器系統(tǒng)計(jì)劃高空長航時(shí)部等級(jí)劃分

表3 無人車自主化等級(jí)劃分

3 平行無人系統(tǒng)

平行無人系統(tǒng)是使用平行無人系統(tǒng)框架設(shè)計(jì)的無人系統(tǒng)，所謂平行無人系統(tǒng)框架是在現(xiàn)有無人系統(tǒng)的技術(shù)基礎(chǔ)上，引入先進(jìn)的平行理論，利用其CPSS空間概念、平行理論和ACP算法，形成的一套用于無人系統(tǒng)設(shè)計(jì)的整體架構(gòu)及其平行建模、平行學(xué)習(xí)、平行規(guī)劃和平行控制等具體方法。平行無人系統(tǒng)框架的提出為解決由無人系統(tǒng)及其所處自然、社會(huì)環(huán)境組成的復(fù)雜系統(tǒng)的建模、實(shí)驗(yàn)、感知、預(yù)測、規(guī)劃、控制等方面的問題提供了新的研究思路。

3.1 平行無人系統(tǒng)的理論依據(jù)

平行系統(tǒng)的思想由中科院自動(dòng)化所王飛躍研究員于2004年提出[11]，可概括為CPSS系統(tǒng)、平行理論、ACP方法三個(gè)方面，分別從概念、理論和方法論三個(gè)層面全面給出了復(fù)雜系統(tǒng)的完整解決方案。

3.1.1 CPSS系統(tǒng)

信息物理系統(tǒng)（Cyber-Physical Systems，CPS）是一個(gè)綜合計(jì)算、網(wǎng)絡(luò)和物理環(huán)境的多維復(fù)雜系統(tǒng)，通過3C（Computer、Communication、Control）技術(shù)的有機(jī)融合與深度協(xié)作，實(shí)現(xiàn)大型工程系統(tǒng)的實(shí)時(shí)感知、動(dòng)態(tài)控制和信息服務(wù)[12]，如圖1所示。

圖1 CPS系統(tǒng)［13］

隨著互聯(lián)網(wǎng)的高速發(fā)展，賽博空間對人們的行為方式以及交流方式都產(chǎn)生了重要影響，因此到了需要考慮社會(huì)動(dòng)力學(xué)的階段。1972年奧地利哲學(xué)家波普爾（Popper KR）提出了“三個(gè)世界”理論，即我們的宇宙由三個(gè)相互作用的世界組成：物理世界（the physical world）稱為第一世界，心理世界（the mental world）稱為第二世界，還有人工世界（the artificial world）被稱為第三世界。受這一理論的啟發(fā)，王飛躍研究員提出社會(huì)物理信息系統(tǒng)CPSS這一先進(jìn)概念，即：社會(huì)物理信息系統(tǒng)CPSS（Cyber-Physical-Social Systems）是在CPS的基礎(chǔ)上，進(jìn)一步納入社會(huì)信息、虛擬空間的人工系統(tǒng)信息，將研究范圍擴(kuò)展到社會(huì)網(wǎng)絡(luò)系統(tǒng)，注重人腦資源、計(jì)算資源與物理資源的緊密結(jié)合與協(xié)調(diào)，使得人員組織通過網(wǎng)絡(luò)化空間以可靠的、實(shí)時(shí)的、安全的、協(xié)作的方式操控物理實(shí)體[13]，如圖2所示。

圖2 CPSS系統(tǒng)［13］

其中，P主要與現(xiàn)實(shí)的物質(zhì)、自然或物理域即第一世界對應(yīng)；S主要與現(xiàn)實(shí)的社會(huì)、認(rèn)知或心理域即第二世界對應(yīng)；C主要與現(xiàn)實(shí)的信息、知識(shí)或人工域即第三世界對應(yīng)[14]。這與波普爾的哲學(xué)理論高度契合，一經(jīng)提出就得到了各相關(guān)領(lǐng)域研究人員的高度重視。

3.1.2 平行理論

王飛躍研究員在其2004年發(fā)表的《平行系統(tǒng)方法與復(fù)雜系統(tǒng)的管理和控制》一文中首次提出了平行系統(tǒng)的概念。平行系統(tǒng)采用復(fù)雜系統(tǒng)研究的“多重世界”觀點(diǎn)，即對復(fù)雜系統(tǒng)進(jìn)行建模時(shí)，不再以逼近某一實(shí)際的復(fù)雜系統(tǒng)的程度作為唯一標(biāo)準(zhǔn)，而將模型認(rèn)為是一種“現(xiàn)實(shí)”，是實(shí)際復(fù)雜系統(tǒng)的一種可能的替代形式和另一種可能的實(shí)現(xiàn)方式，而實(shí)際復(fù)雜系統(tǒng)也只是可能出現(xiàn)的現(xiàn)實(shí)中的一種，其行為與模型的行為“不同”但卻“等價(jià)”。

文中指出，平行系統(tǒng)（Parallel Systems），是指由某一個(gè)自然的現(xiàn)實(shí)系統(tǒng)和對應(yīng)的一個(gè)或多個(gè)虛擬或理想的人工系統(tǒng)所組成的共同系統(tǒng)，平行系統(tǒng)框架圖如圖3所示，它包括實(shí)際系統(tǒng)和人工系統(tǒng)兩部分。簡單來講，人工系統(tǒng)是對實(shí)際系統(tǒng)的軟件化定義，不僅是對實(shí)際系統(tǒng)的數(shù)字化“仿真”，也是為實(shí)際系統(tǒng)運(yùn)行提供可替代版本（或其他可能的情形），從而實(shí)現(xiàn)對實(shí)際系統(tǒng)在線、動(dòng)態(tài)、主動(dòng)的控制與管理，為實(shí)際復(fù)雜系統(tǒng)管理運(yùn)作提供高效、可靠、適用的科學(xué)決策和指導(dǎo)。

圖3 平行系統(tǒng)框架［11］

3.1.3 ACP方法

ACP是使用平行系統(tǒng)解決復(fù)雜系統(tǒng)問題的步驟，是人工社會(huì)（Artificial societies）、計(jì)算實(shí)驗(yàn)（Computational experiments）與平行執(zhí)行（Parallel execution）的簡寫。ACP給出了實(shí)現(xiàn)平行系統(tǒng)的三個(gè)步驟：第一步，建立與實(shí)際系統(tǒng)相對應(yīng)的人工系統(tǒng)；第二步，在人工系統(tǒng)中利用計(jì)算實(shí)驗(yàn)對所研究復(fù)雜問題進(jìn)行分析與評估；第三步，實(shí)際系統(tǒng)與人工系統(tǒng)通過虛實(shí)互動(dòng)的平行執(zhí)行方式實(shí)現(xiàn)二者的管理與控制，如圖4所示。

圖4 ACP算法框架

所謂人工系統(tǒng)，可視為傳統(tǒng)數(shù)學(xué)解析方法建模的擴(kuò)展，是廣義的知識(shí)模型，是落實(shí)靈捷性（Agility）的基礎(chǔ)。構(gòu)建人工系統(tǒng)的方法有許多，例如各學(xué)科領(lǐng)域都有許多本領(lǐng)域數(shù)值仿真器或物理仿真器，亦可以通過多智能體建立代理模型或概率圖模型的方法構(gòu)建。人工系統(tǒng)首先應(yīng)與實(shí)際系統(tǒng)具有特征一致性，還應(yīng)具備計(jì)算快速、部署簡單、可交互性等特點(diǎn)。計(jì)算實(shí)驗(yàn)是仿真模擬的升華，是在人工系統(tǒng)中通過計(jì)算推演得到復(fù)雜系統(tǒng)特性的手段，是確保復(fù)雜系統(tǒng)能夠聚焦的手段。計(jì)算實(shí)驗(yàn)應(yīng)從由數(shù)據(jù)驅(qū)動(dòng)，融合知識(shí)自動(dòng)化、機(jī)器學(xué)習(xí)等方法，達(dá)到可計(jì)算、可優(yōu)化、實(shí)時(shí)性等要求。平行執(zhí)行是自適應(yīng)控制等思想的推廣，在虛實(shí)平行系統(tǒng)中構(gòu)成大閉環(huán)反饋機(jī)制，是確保執(zhí)行結(jié)果收斂（Convergence）的方法。所以說，基于ACP的平行系統(tǒng)可以實(shí)現(xiàn)復(fù)雜系統(tǒng)從UDC到AFC的跨越[15]。

3.2 平行無人系統(tǒng)框架

本文根據(jù)上述平行理論及其相關(guān)方法，提出了平行無人系統(tǒng)的框架，如圖5所示。根據(jù)平行理論的CPSS空間概念，框架將無人系統(tǒng)分為：L1物理世界、L2認(rèn)知世界和L3人工世界三個(gè)層次。其中L1物理世界層主要包括無人系統(tǒng)的載具，如無人車、無人機(jī)、無人船等，這個(gè)層次關(guān)注的主要是無人系統(tǒng)的物理屬性，包括無人系統(tǒng)的運(yùn)動(dòng)學(xué)、動(dòng)力學(xué)特性等牛頓力學(xué)屬性；L2認(rèn)知世界層主要包括駕駛員與ADAV的感知算法部分，這一層主要關(guān)注的是系統(tǒng)對自身狀態(tài)及周圍自然環(huán)境和社會(huì)環(huán)境的認(rèn)知屬性，符合莫頓定律；L3人工世界層包括兩個(gè)子層：信息服務(wù)子層和ADAV子層，其中信息服務(wù)子層通過各種手段，收集關(guān)于無人系統(tǒng)及其所處自然和社會(huì)環(huán)境的信息，包括無人系統(tǒng)較為關(guān)心的用于定位和導(dǎo)航的地理信息，無人系統(tǒng)與社會(huì)有效融合的人類活動(dòng)信息，以及通過各種先進(jìn)科技可以收集到的關(guān)于無人系統(tǒng)的運(yùn)行相關(guān)的信息，從而構(gòu)建一個(gè)動(dòng)態(tài)完整的無人系統(tǒng)信息庫，形成一個(gè)完全與真實(shí)世界想對應(yīng)的平行世界，為無人系統(tǒng)的規(guī)劃和決策提供豐富的信息服務(wù)。ADAV是Artificial Drivers and Artificial Vehicles的縮寫，代表人工世界中的智能控制算法與虛擬無人載具的聯(lián)合體，是無人系統(tǒng)在人工世界中的智能主體，其通過各種科技手段實(shí)現(xiàn)與實(shí)際駕駛員的交互，并通過向同一層的信息服務(wù)子層請求當(dāng)前信息，獲得對無人系統(tǒng)及其所處環(huán)境的了解，并根據(jù)這些信息生成規(guī)劃和控制決策，進(jìn)而控制物理世界中的無人系統(tǒng)載具進(jìn)行相關(guān)行動(dòng)，從而完成既定任務(wù)。

L1層各無人系統(tǒng)的實(shí)體之間可通過智能網(wǎng)聯(lián)、物聯(lián)網(wǎng)、無線通信等技術(shù)實(shí)現(xiàn)信息交換，為更高層提供更加豐富可靠的一手?jǐn)?shù)據(jù)；L2層駕駛員與ADAV的交互實(shí)現(xiàn)了無人系統(tǒng)操作優(yōu)先級(jí)的功能，即遠(yuǎn)程駕駛員具有最高的優(yōu)先級(jí)，其根據(jù)傳感器傳回的實(shí)時(shí)影像以及從L3信息服務(wù)子層得到的信息，形成決策，進(jìn)而對無人系統(tǒng)在復(fù)雜環(huán)境中的運(yùn)行狀況進(jìn)行有效的監(jiān)督，并在無人系統(tǒng)遇到難以處理的情況時(shí)及時(shí)介入，避免危險(xiǎn)的發(fā)生，為無人系統(tǒng)處理緊急突發(fā)狀況提供了有效的手段。

不僅L1層各無人系統(tǒng)的實(shí)體之間可實(shí)現(xiàn)信息交換，L3人工世界的ADAV子層內(nèi)各ADAV之間也可以進(jìn)行各種信息溝通。這與物理世界中的智能網(wǎng)聯(lián)概念類似，但因?yàn)槠渌幁h(huán)境為虛擬環(huán)境，所以ADAV間的信息溝通比物理世界容易得多，這種信息交互可作為L1層物理無人載具之間信息交互的重要補(bǔ)充手段。

通過實(shí)-實(shí)互聯(lián)、虛-虛互聯(lián)、虛-實(shí)互聯(lián)，不僅UGS之間、UAV之間、UMS之間可通過L3人工世界的信息服務(wù)和ADAV代理形成有效的同類無人系統(tǒng)之間的“小系統(tǒng)”，還能夠通過建立更加廣闊的CPSS系統(tǒng)，為UGS、UAV、UMS等組成的混合編隊(duì)提供有效的信息服務(wù)與智能控制代理，從而形成更大的無人系統(tǒng)。

在上述平行無人系統(tǒng)的框架中，L3人工世界層除了為無人系統(tǒng)提供信息服務(wù)外，另一個(gè)核心功能是通過ADAV實(shí)現(xiàn)對無人系統(tǒng)的智能控制。ADAV的實(shí)現(xiàn)可以參照ACP算法，圖6給出了ADAV設(shè)計(jì)的一種思路。

圖5 平行無人系統(tǒng)框架

圖6 基于ACP算法的ADAV設(shè)計(jì)框架［15］

ADAV首先通過L3人工世界層的信息服務(wù)獲得無人系統(tǒng)自身狀態(tài)、運(yùn)行場景、社會(huì)需求等各方面的信息，生成ADAV的無人車模型、虛擬場景以及初步的控制算法，并根據(jù)所獲得的有限的實(shí)際數(shù)據(jù)以及需要執(zhí)行的任務(wù)在虛擬環(huán)境中生成各種運(yùn)行場景，并進(jìn)行相關(guān)的算法實(shí)驗(yàn)，由于計(jì)算機(jī)計(jì)算速度的不斷提高，可以通過大量實(shí)驗(yàn)，在有限的時(shí)間里，生成大量的高仿真度的虛擬數(shù)據(jù)，將這些虛擬數(shù)據(jù)與原始數(shù)據(jù)進(jìn)行融合，從而形成了以任務(wù)為中心，以各種場景為變量的訓(xùn)練數(shù)據(jù)集。通過擴(kuò)展后的數(shù)據(jù)根據(jù)所要完成的任務(wù)進(jìn)行針對性的訓(xùn)練，從而生成更加魯棒的無人系統(tǒng)規(guī)劃和控制策略。

3.3 平行無人系統(tǒng)的關(guān)鍵技術(shù)

3.3.1 平行無人系統(tǒng)的建模

平行無人系統(tǒng)的首要任務(wù)是要建立同實(shí)際無人系統(tǒng)等價(jià)的人工無人系統(tǒng)，通過在人工無人系統(tǒng)上的計(jì)算實(shí)驗(yàn)找到實(shí)際無人系統(tǒng)的等價(jià)結(jié)果，保證從人工無人系統(tǒng)上得到的認(rèn)識(shí)等價(jià)于實(shí)際無人系統(tǒng)，對人工無人系統(tǒng)的控制結(jié)果等價(jià)于對實(shí)際無人系統(tǒng)的控制[16]?，F(xiàn)代各種物理引擎、三維模型軟件以及計(jì)算機(jī)渲染技術(shù)的發(fā)展為平行無人系統(tǒng)的建模提供了多樣化的手段，選擇其中仿真度高、計(jì)算量較低的優(yōu)質(zhì)軟件平臺(tái)是平行無人系統(tǒng)的關(guān)鍵。無人系統(tǒng)的建模分為無人裝置的建模、所處自然環(huán)境建模、所處社會(huì)環(huán)境建模以及模型的驗(yàn)證四個(gè)步驟。

（1）無人裝置建模。無人裝置的建模主要是針對裝置本身，建立其與實(shí)際無人裝置在運(yùn)動(dòng)學(xué)、動(dòng)力學(xué)上等價(jià)的模型，這是建立平行系統(tǒng)的基礎(chǔ)。

（2）自然環(huán)境建模。自然環(huán)境建模有兩個(gè)方面，一方面是建立無人系統(tǒng)所處的自然環(huán)境模型，另一方面還要建立基于牛頓力學(xué)的虛擬世界，如重力環(huán)境、輪胎地面模型、物體碰撞模型等。給模型加入越多的人類已知的客觀知識(shí)，計(jì)算結(jié)果會(huì)越接近于真實(shí)情況，但又不能無限制的加入各種知識(shí)，那樣會(huì)使計(jì)算量大大增加。因此選擇能夠?qū)λP(guān)心的物理過程進(jìn)行細(xì)致刻畫，對次要物理過程進(jìn)行選擇性忽略的物理引擎成為平行系統(tǒng)設(shè)計(jì)的關(guān)鍵。此外，因?yàn)樽匀画h(huán)境相對較為穩(wěn)定，所以其更新可根據(jù)環(huán)境實(shí)際變化情況由人工定期進(jìn)行。

（3）社會(huì)環(huán)境建模。社會(huì)環(huán)境建模主要是對人類活動(dòng)引起的無人系統(tǒng)所處環(huán)境的變化進(jìn)行建模。因?yàn)槿祟惢顒?dòng)有很大的靈活性，這就導(dǎo)致了社會(huì)環(huán)境的復(fù)雜性。因此需要通過各種傳感器實(shí)時(shí)感知人類活動(dòng)，將社會(huì)中的人類活動(dòng)引入到人工世界。同時(shí)通過各種智能算法，可以對人類的行為產(chǎn)生認(rèn)知和理解，進(jìn)而對人類活動(dòng)規(guī)律歸納、總結(jié)，達(dá)到預(yù)測的目的，為無人系統(tǒng)有效融入人類社會(huì)奠定基礎(chǔ)。

（4）模型驗(yàn)證。模型驗(yàn)證主要是從人工系統(tǒng)模型的完備度、可信度以及人工系統(tǒng)與實(shí)際系統(tǒng)的等價(jià)性等方面對所建立模型進(jìn)行評價(jià)和驗(yàn)證。

3.3.2 平行無人系統(tǒng)的平行學(xué)習(xí)

當(dāng)建立了與實(shí)際無人系統(tǒng)在關(guān)鍵指標(biāo)上一致的人工系統(tǒng)后，就建立起了一個(gè)與現(xiàn)實(shí)世界并行存在的人工世界。在這個(gè)世界中，物與物、人與人、人與物之間存在著與真實(shí)世界相對應(yīng)的基本關(guān)系。因此，可將人工系統(tǒng)作為無人系統(tǒng)測試的虛擬實(shí)驗(yàn)室，系統(tǒng)地進(jìn)行各種各樣的試驗(yàn)。虛擬實(shí)驗(yàn)的成本幾乎可以不計(jì)，因此在物理世界的高成本實(shí)驗(yàn)、破壞性實(shí)驗(yàn)，甚至在物理世界難以實(shí)現(xiàn)的實(shí)驗(yàn)，都可在人工世界進(jìn)行。系統(tǒng)的實(shí)驗(yàn)可獲得大量的數(shù)據(jù)，將這些數(shù)據(jù)與物理世界中獲得的少量數(shù)據(jù)進(jìn)行融合，可構(gòu)成無人系統(tǒng)的平行學(xué)習(xí)原料，從而為無人系統(tǒng)算法的設(shè)計(jì)提供更加豐富的數(shù)據(jù)和更加多樣化的場景，提高算法的魯棒性。

文獻(xiàn)[17]提出了一種平行學(xué)習(xí)的理論框架，如圖7所示，可作為平行無人系統(tǒng)的學(xué)習(xí)方法。

其將平行學(xué)習(xí)分為數(shù)據(jù)處理和行動(dòng)學(xué)習(xí)兩個(gè)階段：在數(shù)據(jù)處理階段，平行學(xué)習(xí)首先從原始數(shù)據(jù)中選取特定的小數(shù)據(jù)，輸入到軟件定義的人工系統(tǒng)中，并由人工系統(tǒng)產(chǎn)生大量新的數(shù)據(jù)，然后這些人工數(shù)據(jù)和特定的原始小數(shù)據(jù)一起構(gòu)成解決問題所需的大數(shù)據(jù)集合，用于更新機(jī)器學(xué)習(xí)模型；在行動(dòng)學(xué)習(xí)階段，平行學(xué)習(xí)沿用強(qiáng)化學(xué)習(xí)的思路，使用狀態(tài)遷移來刻畫系統(tǒng)的動(dòng)態(tài)變化，從人工合成大數(shù)據(jù)中學(xué)習(xí)，并將學(xué)習(xí)到的知識(shí)存儲(chǔ)在系統(tǒng)狀態(tài)轉(zhuǎn)移函數(shù)中，通過學(xué)習(xí)提取，可以得到應(yīng)用于某些具體場景或任務(wù)的知識(shí)，并用于平行控制和平行決策。

圖7 平行學(xué)習(xí)框架［17］

3.3.3 平行無人系統(tǒng)的平行規(guī)劃

路徑規(guī)劃是無人系統(tǒng)的關(guān)鍵技術(shù)，尤其對于路面無人系統(tǒng)，路徑的規(guī)劃能力甚至決定著其是否能夠有效完成既定任務(wù)。無人系統(tǒng)的路徑規(guī)劃可分為基于地圖的全局路徑規(guī)劃和基于傳感器的局部路徑規(guī)劃，如圖8所示。

圖8 路徑規(guī)劃

路徑規(guī)劃的任務(wù)是根據(jù)運(yùn)動(dòng)空間的當(dāng)前狀態(tài)，依據(jù)某些性能指標(biāo)（如工作代價(jià)最小、行走路線最短、行走時(shí)間最短等），制定出一系列的可行路徑，并從中選取最優(yōu)或接近最優(yōu)的路徑。對于UGS來說，這些信息包括道路信息、車道線位置、護(hù)欄位置、交通燈的顏色、路牌等靜態(tài)物體的信息；周圍車輛、摩托車、自行車、行人甚至動(dòng)物等動(dòng)態(tài)物體的信息；交通規(guī)則、交通禮節(jié)等社會(huì)秩序；以及季節(jié)、天氣狀況等信息，如圖9所示。

圖9 UGS路徑規(guī)劃所需外部場景信息

圖10 路徑規(guī)劃算法[18]

圖10為一種常用的規(guī)劃算法流程，其對外界的一切感知均來自無人系統(tǒng)傳感器獲得的實(shí)時(shí)信息，包括一些非?；A(chǔ)的信息也要通過對傳感器數(shù)據(jù)的大量計(jì)算獲得，比如道路模型。這種方法計(jì)算量大，算法難度大，不能將有限的資源集中于社會(huì)車輛、非機(jī)動(dòng)車輛、行人等動(dòng)態(tài)信息的獲取和處理，容易造成很多常識(shí)性信息的丟失，導(dǎo)致感知的不完善，從而產(chǎn)生錯(cuò)誤的規(guī)劃和動(dòng)作。此外，一些緊急情況可能會(huì)在短時(shí)間內(nèi)發(fā)生，使算法沒有足夠的反應(yīng)時(shí)間，因此，研究能夠及時(shí)處理緊急狀況的規(guī)劃算法具有重要意義。

平行規(guī)劃是一種虛實(shí)結(jié)合的規(guī)劃框架[18]，如圖11所示，包括平行規(guī)劃模型的學(xué)習(xí)和平行規(guī)劃的執(zhí)行兩個(gè)階段。

圖11 平行規(guī)劃框架[18]

平行規(guī)劃的模型學(xué)習(xí)階段主要是利用平行學(xué)習(xí)的框架進(jìn)行規(guī)劃模型的訓(xùn)練與學(xué)習(xí)。已知人類駕駛員能夠從環(huán)境中提取重要信息，從而做出合理的規(guī)劃，這種能力來源于他們生活及駕駛體驗(yàn)中獲得的大量知識(shí)。為了使無人系統(tǒng)能夠獲得類似的自主能力，規(guī)劃模型應(yīng)該能夠從周圍環(huán)境中學(xué)習(xí)。然而真實(shí)交通場景中的許多訓(xùn)練樣本，尤其是緊急情況下的訓(xùn)練樣本，難以獲得，因此平行規(guī)劃的模型學(xué)習(xí)可在平行學(xué)習(xí)框架的基礎(chǔ)上進(jìn)行。

平行規(guī)劃的執(zhí)行階段主要是根據(jù)傳感器和L3人工世界信息服務(wù)子層提供的場景信息，在全局規(guī)劃的基礎(chǔ)上，對局部路徑進(jìn)行修改，完成識(shí)別紅路燈、避讓社會(huì)車輛、禮讓行人等各種功能。

此外，在平行規(guī)劃的執(zhí)行階段，可利用人工場景的計(jì)算優(yōu)勢，實(shí)時(shí)生成無人系統(tǒng)當(dāng)前狀況下可能出現(xiàn)的各種緊急情況，并計(jì)算相應(yīng)的規(guī)劃結(jié)果，為緊急情況下的規(guī)劃提供備選方案。當(dāng)沒有出現(xiàn)緊急情況時(shí)，選擇正常的規(guī)劃結(jié)果，一旦出現(xiàn)緊急情況，馬上采用對應(yīng)的備用規(guī)劃方案，為提高無人系統(tǒng)的應(yīng)緊能力提供了有效方法。

3.3.4 平行無人系統(tǒng)的平行控制

平行無人系統(tǒng)的平行控制是從控制算法的層面對無人系統(tǒng)的改進(jìn)。一般的控制算法是基于誤差反饋的控制算法，即當(dāng)有了誤差以后才能對系統(tǒng)產(chǎn)生矯正作用，這種算法對于緊急突發(fā)情況的處理顯得捉襟見肘。

平行控制就是在人工世界存在一輛人工無人系統(tǒng)的模型，其所處虛擬環(huán)境和運(yùn)行狀態(tài)與現(xiàn)實(shí)無人系統(tǒng)一致，在發(fā)出實(shí)際控制之前，人工無人系統(tǒng)模型可在虛擬環(huán)境中先行進(jìn)行實(shí)驗(yàn)，驗(yàn)證算法的參數(shù)是否合理，并根據(jù)實(shí)驗(yàn)結(jié)果和實(shí)際無人車的運(yùn)行情況實(shí)時(shí)優(yōu)化控制算法的參數(shù)。這樣可以提前對算法的參數(shù)進(jìn)行優(yōu)化，提前發(fā)現(xiàn)可能出現(xiàn)的危險(xiǎn)情況和緊急情況，從提高算法的魯棒性和應(yīng)對突發(fā)情況的能力。

4 平行駕駛

無人駕駛近來成為智能研究領(lǐng)域的熱門領(lǐng)域，無人車的研發(fā)對于解決我國交通領(lǐng)域所面臨的交通擁堵、駕車安全等方面具有重要作用，但是由于無人車在相當(dāng)長的一段時(shí)間將處于有人駕駛、無人駕駛和人機(jī)共駕等多種駕駛方式共存的階段，因此如何解決無人車所面臨的復(fù)雜交通狀況、保障無人車算法的魯棒性以及處理緊急情況的能力成為無人車發(fā)展亟待解決的問題。

從2017年提交的無人車與人類駕駛?cè)斯じ深A(yù)或出現(xiàn)事故的平均里程數(shù)的數(shù)據(jù)（如圖12）中不難發(fā)現(xiàn)，即使自動(dòng)駕駛技術(shù)發(fā)展最快的谷歌無人車Waymo，每行駛5596英里（9006km）就要被迫人工干預(yù)一次，而美國人類駕駛員的平均水平為每16.5萬英里出一次普通事故，每9000萬英里才出一次致命事故，可見當(dāng)今自動(dòng)駕駛技術(shù)與人類駕駛員存在巨大差距。

圖12 無人車與人類駕駛?cè)斯じ深A(yù)或出現(xiàn)事故的平均里程數(shù)

差距出現(xiàn)的重要原因是工程復(fù)雜性和社會(huì)復(fù)雜性帶來的巨大的建模鴻溝。人類能夠通過各種駕駛活動(dòng)和生活經(jīng)歷產(chǎn)生大量的經(jīng)驗(yàn)，而以目前的技術(shù)，這種數(shù)據(jù)的積累和學(xué)習(xí)對于無人車是巨大的挑戰(zhàn)。以Waymo為例，其領(lǐng)先主要是體現(xiàn)在數(shù)據(jù)積累，其截止到2017年，已有640萬km的實(shí)測數(shù)據(jù)。然而，對Waymo來說，通過路測方法收集數(shù)據(jù)已經(jīng)變得異常昂貴：2017年的63次干預(yù)中大致有2/3是因?yàn)樗惴▎栴}，而針對每個(gè)問題，要花1萬多公里的油費(fèi)和測試駕駛員人工費(fèi)用，才能獲得1個(gè)高價(jià)值數(shù)據(jù)，數(shù)據(jù)的平均價(jià)值密度越來越稀疏、采集成本越來越高。因此，單靠實(shí)際實(shí)驗(yàn)數(shù)據(jù)來對實(shí)際場景進(jìn)行建模，很難完成。

為解決上述問題，在平行無人系統(tǒng)的基礎(chǔ)上，進(jìn)一步提出了平行駕駛的概念。平行駕駛是新一代的云端化網(wǎng)聯(lián)自動(dòng)駕駛技術(shù)，通過充分利用數(shù)字化及信息化資源，將云端、道路及車輛上的信息無縫銜接，利用平行視覺與感知[19，20]、平行學(xué)習(xí)、平行規(guī)劃和平行控制等前沿關(guān)鍵技術(shù)，把智能車、管控平臺(tái)及駕駛模擬器實(shí)時(shí)連接起來，使智能車的自主駕駛行為變得可測、可控，提高了車輛系統(tǒng)對環(huán)境的快速反應(yīng)，并降低整體系統(tǒng)成本，從而實(shí)現(xiàn)車路互動(dòng)、多車協(xié)同、平行操控、安全行駛。相比于傳統(tǒng)網(wǎng)聯(lián)自動(dòng)駕駛方案，平行駕駛理念具備“車內(nèi)簡單，云端復(fù)雜，虛實(shí)互動(dòng)，安全高效”的顯著優(yōu)勢。

物理定義的駕駛員數(shù)據(jù)集與軟件定義的駕駛員數(shù)據(jù)集通過虛實(shí)結(jié)合、平行執(zhí)行理論構(gòu)建起平行駕駛系統(tǒng)，可以在兩個(gè)平臺(tái)上同時(shí)做感知、決策、規(guī)劃、控制，所有單體智能可以做的，都可以在兩個(gè)平臺(tái)上運(yùn)行，這兩個(gè)平臺(tái)之間相互反饋、相互優(yōu)化、不斷提高，最終形成經(jīng)驗(yàn)和知識(shí)。

在做大的系統(tǒng)平臺(tái)之前，我們先定義一個(gè)“平行的車”：真實(shí)的車與軟件定義的車。在平行空間內(nèi)做一個(gè)軟件定義的車的主要方法是通過仿真和虛擬的方式來構(gòu)建，通過分析真實(shí)車的屬性與人工車在虛擬環(huán)境中的屬性，可以分別得到不同的智能。真實(shí)車的屬性可以通過測試得到，這種智能叫作指示智能；軟件定義的車我們可以影響和驅(qū)動(dòng)它，這種智能成為描述智能。兩種智能合在一起，通過ACP平行執(zhí)行的方式把整個(gè)架構(gòu)打通實(shí)時(shí)交互，相互分享數(shù)據(jù)經(jīng)驗(yàn)。

一臺(tái)物理的車在物理世界，同時(shí)也有一個(gè)平行的人工定義的車存在于人工世界，這兩臺(tái)車會(huì)在一個(gè)1∶1的環(huán)境中同時(shí)在運(yùn)行，除了人在駕駛還有虛擬的駕駛員在駕駛。虛擬的駕駛員駕駛經(jīng)驗(yàn)不僅來源于人本身，也來自于物理世界和人工世界兩套平行學(xué)習(xí)體系下得到的知識(shí)，通過平行智能的方式融合在一起。

物理世界里有真實(shí)的車在運(yùn)行，物理世界學(xué)習(xí)到的經(jīng)驗(yàn)、模型、知識(shí)、能力都會(huì)定義在認(rèn)知世界層面。認(rèn)知層面的知識(shí)不僅能從物理世界獲取，也可以從人工場景中獲取。根據(jù)物理場景和一些知識(shí)場景中構(gòu)建第三層人工車輛，第三層人工車輛相當(dāng)于物理車輛的平行車輛。構(gòu)建第三層人工車輛的時(shí)候，借助了認(rèn)知層車輛的信息，而它本身在運(yùn)行的時(shí)候也會(huì)計(jì)算出一些新知識(shí)，這些新知識(shí)可能是在物理場景中很少出現(xiàn)或者通過人為構(gòu)建的危險(xiǎn)場景。所有從物理世界和精神世界學(xué)習(xí)到的有利的知識(shí)都會(huì)放到被定義的人工世界層。

在真實(shí)場景中的數(shù)據(jù)可以被提煉出來生成人工場景中的一些小數(shù)據(jù)，同時(shí)人工場景中的小數(shù)據(jù)不斷地運(yùn)算并與真實(shí)場景中的數(shù)據(jù)構(gòu)成虛實(shí)結(jié)合的大數(shù)據(jù)，這個(gè)大數(shù)據(jù)可以用來繼續(xù)訓(xùn)練模型，得到新的知識(shí)之后繼續(xù)用來構(gòu)建場景做訓(xùn)練，這樣就實(shí)現(xiàn)了虛實(shí)場景的交互、迭代、增進(jìn)，這就是平行學(xué)習(xí)的閉環(huán)理論。不僅可以做平行學(xué)習(xí)，同樣也可以做平行規(guī)劃，真實(shí)世界的知識(shí)都可以反饋到物理世界來增加物理世界的可靠性，利用更高性能的云平臺(tái)來做運(yùn)算，另一方面通過平行規(guī)劃比真實(shí)世界的車有更早的經(jīng)驗(yàn)預(yù)測到危險(xiǎn)的到來。

圖13 平行駕駛系統(tǒng)基本組成

結(jié)合平行駕駛概念和平行無人系統(tǒng)框架，搭建了如圖13所示的平行駕駛驗(yàn)證平臺(tái)。平臺(tái)由L1物理層無人車、L2認(rèn)知層遠(yuǎn)程駕駛平臺(tái)、L3人工世界層信息服務(wù)與ADAV控制中心三部分組成。

其中L1物理層如圖14所示，包含三輛無人車，分別改裝自吉利博越、長城H7和東風(fēng)景逸汽車。無人車統(tǒng)一了控制接口，僅需輸入方向盤轉(zhuǎn)角和速度兩個(gè)量就可以實(shí)現(xiàn)無人車的控制。轉(zhuǎn)角和速度的具體控制則通過底層的轉(zhuǎn)角閉環(huán)和速度閉環(huán)實(shí)現(xiàn)，能夠保證精準(zhǔn)快速的響應(yīng)指令。所有無人車均可通過5G網(wǎng)絡(luò)實(shí)現(xiàn)與同層其他車輛以及L2、L3兩層的信息交互，同時(shí)也接收ADAV發(fā)送的控制指令，并迅速響應(yīng)。此外，車上安裝有GPS模塊、激光雷達(dá)模塊、圖像采集與處理模塊等具有分布式計(jì)算能力的智能傳感器，可直接輸出語義層次的周圍環(huán)境信息，這些信息可通過5G網(wǎng)絡(luò)廣播到其他無人車端、遠(yuǎn)程控駕駛端以及信息服務(wù)與ADAV控制中心。

L2認(rèn)知層如圖15所示，主要包括通過5G網(wǎng)絡(luò)與無人車連接的遠(yuǎn)程駕駛平臺(tái)與遙控駕駛員。一個(gè)駕駛員可同時(shí)監(jiān)控多輛無人車的運(yùn)行。遙控駕駛員通過L1層傳感器傳來的實(shí)時(shí)數(shù)據(jù)以及L3層信息服務(wù)子層傳來的車輛綜合信息確定車輛的行駛是否安全，如果發(fā)生緊急情況或預(yù)判其可能出現(xiàn)危險(xiǎn)時(shí)，遠(yuǎn)程駕駛員及時(shí)選擇對應(yīng)的無人車并迅速切換到遙控駕駛狀態(tài)，確保無人車出現(xiàn)無法應(yīng)對的復(fù)雜或危險(xiǎn)狀況時(shí)，能夠得到安全處置。

L3人工世界層如圖16所示，信息服務(wù)子層通過仿真器生成了實(shí)驗(yàn)區(qū)域的高精度的三維渲染地圖，并通過標(biāo)定技術(shù)實(shí)現(xiàn)了現(xiàn)實(shí)中每一點(diǎn)與仿真環(huán)境內(nèi)每一點(diǎn)的一一對應(yīng)關(guān)系，如圖17所示。其通過5G網(wǎng)絡(luò)接收車載傳感器發(fā)來的關(guān)于車輛位置、車輛狀態(tài)、車輛周圍交通狀況等的實(shí)時(shí)信息，并與L3人工層的虛擬信息融合，從而為車輛提供更加全面的信息服務(wù)。

在L3人工世界層的ADAV子層，每一輛無人車對應(yīng)一個(gè)ADAV，每輛無人車的ADAV通過信息服務(wù)和車輛直接發(fā)來的傳感器信息，進(jìn)行無人車的平行學(xué)習(xí)、平行規(guī)劃和平行控制。當(dāng)其通過算法實(shí)驗(yàn)發(fā)現(xiàn)自身不能有效處理的復(fù)雜狀況，會(huì)主動(dòng)向L2認(rèn)知層的遙控駕駛員發(fā)出請求接管指令，同時(shí)在被接管前，根據(jù)情況減速并停到安全的位置。

圖14 L1物理層的多輛無人車

圖15 L2認(rèn)知層的人類遠(yuǎn)程駕駛

圖16 L3人工世界層CPSS服務(wù)和ADAV智能體中心

圖17 L3人工世界層信息服務(wù)子層顯示界面

根據(jù)無人車在實(shí)際運(yùn)行中可能出現(xiàn)的幾種緊急狀況，在中國常熟無人車試驗(yàn)基地的“九宮格”賽道內(nèi)設(shè)計(jì)了如圖18所示的平行無人駕駛汽車系統(tǒng)聯(lián)合實(shí)驗(yàn)，實(shí)驗(yàn)特點(diǎn)如下：

（1）實(shí)驗(yàn)中有人駕駛和無人駕駛車輛混合運(yùn)行，模擬真實(shí)交通環(huán)境，驗(yàn)證系統(tǒng)應(yīng)對復(fù)雜交通環(huán)境的能力；

（2）無人車經(jīng)過的路徑上放置由水馬組成的障礙物，驗(yàn)證ADAV的局部平行規(guī)劃能力；

（3）無人車需要經(jīng)過U形彎，S形彎等大變形路徑，驗(yàn)證ADAV的平行控制能力；

圖18 平行無人系統(tǒng)聯(lián)合實(shí)驗(yàn)方案

（4）在一定范圍內(nèi)屏蔽無人車的GPS信號(hào)，造成異常，驗(yàn)證系統(tǒng)處理緊急狀況的能力；

（5）一個(gè)遠(yuǎn)程駕駛員同時(shí)監(jiān)控三輛汽車，通過緊急情況下的遙控接管實(shí)驗(yàn)，驗(yàn)證系統(tǒng)遠(yuǎn)程駕駛的性能。

聯(lián)合實(shí)驗(yàn)的結(jié)果表明平行無人駕駛系統(tǒng)能夠?qū)崿F(xiàn)多車的同時(shí)運(yùn)行與監(jiān)控；L3人工世界層的信息服務(wù)子層能夠提供較為全面的駕駛信息；每輛車的ADAV可有效利用信息服務(wù)子層和車載傳感器傳來的實(shí)時(shí)信息，進(jìn)行平行學(xué)習(xí)、平行規(guī)劃和平行控制，使無人車沿著合理的路線行駛；當(dāng)發(fā)生異?；蛲话l(fā)情況時(shí)，遠(yuǎn)程駕駛員能夠及時(shí)介入，切換無人車的駕駛模式到遠(yuǎn)程駕駛模式，合理處理突發(fā)情況。

通過對多輛無人車組成的平行駕駛系統(tǒng)的聯(lián)合實(shí)驗(yàn)證明由多輛無人車組成的小型平行駕駛系統(tǒng)能夠?qū)崿F(xiàn)預(yù)定的目標(biāo)，這為平行無人駕駛向著更多車輛更加復(fù)雜的交通狀況方向發(fā)展打下了基礎(chǔ)。

5 平行機(jī)器人

近年來，隨著人工智能、互聯(lián)網(wǎng)、大數(shù)據(jù)技術(shù)的不斷發(fā)展，世界范圍內(nèi)掀起了新一輪的機(jī)器人研究熱潮。以智能機(jī)器人為代表的智能裝備不斷涌現(xiàn)，在工業(yè)、農(nóng)業(yè)、服務(wù)業(yè)發(fā)揮著越來越大的作用，對于我國產(chǎn)業(yè)的轉(zhuǎn)型升級(jí)起到了重要支撐作用。順應(yīng)時(shí)代的發(fā)展，我國高度重視機(jī)器人發(fā)展，并將機(jī)器人研究納入“中國制造2025”的規(guī)劃中，作為國家科技創(chuàng)新的優(yōu)先重點(diǎn)領(lǐng)域之一。

四輪移動(dòng)機(jī)器人作為一種集多種學(xué)科于一體的智能化科技產(chǎn)品，現(xiàn)己在倉儲(chǔ)物流、餐飲、現(xiàn)代農(nóng)業(yè)、智能工廠、智能電網(wǎng)等領(lǐng)域得到了廣泛的應(yīng)用[21]。同時(shí)，各種應(yīng)用領(lǐng)域?qū)λ妮喴苿?dòng)機(jī)器人的要求越來越高，比如機(jī)器人面對的外部環(huán)境越來越復(fù)雜，需要完成的任務(wù)難度也在不斷提高，甚至有些任務(wù)單個(gè)機(jī)器人無法完成，需要多機(jī)器人相互配合等。因此，如何提高機(jī)器人的魯棒性、自主性以及協(xié)作能力等成為現(xiàn)在移動(dòng)機(jī)器人領(lǐng)域普遍關(guān)注的問題。探索平行無人系統(tǒng)在機(jī)器人領(lǐng)域的應(yīng)用對于解決以上問題具有重要作用。

以變電站智能巡檢機(jī)器人為例，按照本文所提平行無人系統(tǒng)框架，搭建了圖19和圖20所示平行機(jī)器人系統(tǒng)。其與平行駕駛系統(tǒng)同作為UGS的一種，除了具體算法的不同外基本組成和算法框架大體一致。

通過對平行機(jī)器人的調(diào)試和實(shí)驗(yàn)，得出與平行駕駛相似的結(jié)論，即通過本地簡單遠(yuǎn)程復(fù)雜的原則，設(shè)計(jì)的機(jī)器人能夠?qū)崿F(xiàn)預(yù)期功能，同時(shí)其平行機(jī)制使多個(gè)機(jī)器人組成的機(jī)器人小組能夠更加良好的配合，通過L2層的遠(yuǎn)程監(jiān)督與遙控，大大提高了整個(gè)機(jī)器人系統(tǒng)的安全性和可靠性，以及處理突發(fā)情況的能力，這為移動(dòng)機(jī)器人的大規(guī)模使用打下了良好的基礎(chǔ)。

圖19 L1層物理世界的機(jī)器人

圖20 L3層人工世界機(jī)器人ADAV

6 總結(jié)

以地面無人系統(tǒng)、無人機(jī)系統(tǒng)、海上無人系統(tǒng)為代表的陸、海、空無人系統(tǒng)是科研領(lǐng)域、軍用領(lǐng)域、民用領(lǐng)域共同關(guān)注的熱點(diǎn)，但其面對的CPSS空間（物理空間、社會(huì)空間以及賽博空間）日漸復(fù)雜，這對無人系統(tǒng)的設(shè)計(jì)提出了更高的要求。本文首先探討了無人系統(tǒng)的概念，界定了研究對象的范圍，并對無人系統(tǒng)的自主性和復(fù)雜性進(jìn)行了分析；然后根據(jù)王飛躍研究員提出的平行理論框架，提出了一套較為完整的平行無人系統(tǒng)的概念和框架，并研究了平行無人系統(tǒng)的建模、平行學(xué)習(xí)、平行規(guī)劃、平行控制等環(huán)節(jié)，為平行無人系統(tǒng)的設(shè)計(jì)提供了思路。最后，通過對基于本文無人系統(tǒng)框架所設(shè)計(jì)的平行駕駛驗(yàn)證平臺(tái)和平行無人機(jī)器人驗(yàn)證平臺(tái)的實(shí)驗(yàn)，證明了平行無人系統(tǒng)框架在提高無人系統(tǒng)在復(fù)雜環(huán)境下的安全性和穩(wěn)定性具有重要作用。展望未來，平行無人系統(tǒng)在大型海陸空混合無人系統(tǒng)方面的應(yīng)用具有較大的潛能。

參 考 文 獻(xiàn)

［1］Amin R，Aijun L，Shamshirband S.A review of quadrotor UAV control methodologies and performance evaluation.International Journal of Automation and Control，2016，10（2）：87-103.

［2］Gupte S，Mohandas P I T，Conrad J M.A survey of quadrotor unmanned aerial vehicles.In：Proceedings of the 2012 IEEE Southeastcon.Orlando，F(xiàn)L，USA：IEEE，2012.1-6.

［3］Unmanned Systems Roadmap FY2007-2032.United States Department of Defense.2007.

［4］Unmanned Systems Integrated Roadmap FY2009-2034.United States Department of Defense.2009.

［5］Unmanned Systems Integrated Roadmap FY2011-2036.United States Department of Defense.2011.

［6］Unmanned Systems Integrated Roadmap FY2013-2038.United States Department of Defense.2013.

［7］錢東，趙江，楊蕓.軍用UUV發(fā)展方向與趨勢（上）：美軍用無人系統(tǒng)發(fā)展規(guī)劃分析解讀［J］.水下無人系統(tǒng)學(xué)報(bào)，2017，25（02）：1-30.

［8］涂良輝，曾慶云，李來國，等.一種新的智能化航空器自主能力等級(jí)評估方法［J］.教練機(jī)，2013（04）：9-13.

［9］錢東，趙江，楊蕓.軍用UUV發(fā)展方向與趨勢（下）：美軍用無人系統(tǒng)發(fā)展規(guī)劃分析解讀［J］.水下無人系統(tǒng)學(xué)報(bào)，2017，25（03）：107-150.

［10］Wang FeiYue.Software-deflned systems and knowledge automation：a parallel paradigm shift from Newton to Merton.Acta Automatica Sinica，2015，41（1）：1-8.

［11］王飛躍.平行系統(tǒng)方法與復(fù)雜系統(tǒng)的管理和控制［J］.控制與決策，2004 （05） .

［12］謝東亮，王羽.物聯(lián)網(wǎng)與泛在智能（1）［J］.中興通訊技術(shù)，2010，16（4）：52-56.

［13］Wang F Y.The Emergence of Intelligent Enterprises：From CPS to CPSS［J］.IEEE Intelligent Systems，2010，25（4）：85-88.

［14］王飛躍.指控5.0：平行時(shí)代的智能指揮與控制體系［J］.指揮與控制學(xué)報(bào)，2015，1（01）：107-120.

［15］白天翔，王帥，沈震，等.平行機(jī)器人與平行無人系統(tǒng)：框架、結(jié)構(gòu)、過程、平臺(tái)及其應(yīng)用［J］.自動(dòng)化學(xué)報(bào)，2017，43（2）：161-175.

［16］王飛躍，劉德榮，熊剛，等.復(fù)雜系統(tǒng)的平行控制理論及應(yīng)用［J］.復(fù)雜系統(tǒng)與復(fù)雜性科學(xué)，2012，9（03）：1-12.

［17］李力，林懿倫，曹東璞，等.平行學(xué)習(xí)：機(jī)器學(xué)習(xí)的一個(gè)新型理論框架［J］.自動(dòng)化學(xué)報(bào)，2017，43（1）：1-8.

［18］L Chen，X Hu，W Tian，et al.Parallel Planning：A New Motion Planning Framework for Autonomous Driving［J］.IEEE/CAA Journal of Automatica Sinica，2018.

［19］王坤峰，魯越，王雨桐，等.平行圖像：圖像生成的一個(gè)新型理論框架［J］.模式識(shí)別與人工智能，2017，30（7）：577-587.

［20］王坤峰，茍超，王飛躍.平行視覺：基于ACP的智能視覺計(jì)算方法［J］.自動(dòng)化學(xué)報(bào)，2016，42（10）：1490-1500.

［21］張皓.四輪移動(dòng)機(jī)器人機(jī)動(dòng)性研究［D］.合肥：安徽工程大學(xué)，2017.