樓晨亮，吳惠山，郭思誼，王飛，楊江華

?

汽車(chē)自動(dòng)駕駛的路面識(shí)別系統(tǒng)的研究*

樓晨亮，吳惠山*，郭思誼，王飛，楊江華

（廣東海洋大學(xué)數(shù)學(xué)與計(jì)算機(jī)學(xué)院，廣東 湛江 524088）

隨著科學(xué)技術(shù)的發(fā)展，自動(dòng)駕駛汽車(chē)逐漸進(jìn)入我們的視野，它能為我們的出行提供更大的便利以及更高的安全保障。然而，如何使汽車(chē)精準(zhǔn)完成路程行駛成為了關(guān)鍵。因此，文章通過(guò)設(shè)計(jì)一個(gè)模糊控制器來(lái)使得汽車(chē)能夠完成這一目標(biāo)。

自動(dòng)駕駛；路程行駛；模糊控制器

前言

隨著信息時(shí)代的不斷發(fā)展，機(jī)械和眾多的電子設(shè)備從人為操作逐漸變?yōu)樽詣?dòng)化。就像無(wú)人機(jī)的特定航線駕駛，飛機(jī)的自動(dòng)駕駛，機(jī)械生產(chǎn)的自動(dòng)化操作等等。對(duì)于走進(jìn)千家萬(wàn)戶的汽車(chē)產(chǎn)品來(lái)說(shuō)，汽車(chē)的自動(dòng)駕駛成為了一個(gè)重要的研究熱點(diǎn)[5]。

1 自動(dòng)駕駛汽車(chē)結(jié)構(gòu)及行駛的主要路段

自動(dòng)駕駛汽車(chē)（Autonomous vehicles;Self-piloting automo -bile）[4]，又可以稱為無(wú)人駕駛汽車(chē)，是通過(guò)雷達(dá)、傳感器、激光測(cè)距儀等將現(xiàn)實(shí)路況轉(zhuǎn)化成數(shù)據(jù)，再通過(guò)車(chē)載中央電腦（智能系統(tǒng)[2]）實(shí)現(xiàn)無(wú)人駕駛的智能汽車(chē)。圖1為該車(chē)的駕駛原理：

圖1 自動(dòng)駕駛汽車(chē)駕駛原理

◆定位傳感器：裝置在車(chē)輛的后輪上，用于衛(wèi)星定位監(jiān)測(cè)道路的行進(jìn)軌跡，確保車(chē)輛的安全行駛；

◆激光測(cè)距儀：核心部位，用于偵測(cè)車(chē)輛的四周來(lái)形成一個(gè)范圍內(nèi)的精確三維地圖；

◆視頻攝像頭：用于車(chē)輛行駛時(shí)道路的情況，監(jiān)測(cè)例如紅綠燈，上下坡，前方人車(chē)行進(jìn)等情況；

◆車(chē)載雷達(dá)：前部雷達(dá)用來(lái)測(cè)量車(chē)輛前部障礙物的距離,后部雷達(dá)用來(lái)測(cè)量車(chē)輛后部障礙物的距離；

◆車(chē)載中央電腦：用于汽車(chē)的自動(dòng)駕駛，控制車(chē)的行進(jìn)及切換檔位等一系列車(chē)輛的有關(guān)操作，采用模糊控制的數(shù)學(xué)理念；

◆應(yīng)急系統(tǒng)：優(yōu)先級(jí)1級(jí)，擁有備用電源。分為警報(bào)，關(guān)閉全車(chē)電路，安全氣囊等一系列安全措施。

◆自動(dòng)泊車(chē)系統(tǒng)：用于車(chē)輛能夠在規(guī)定或者合適的停車(chē)位置停放。

中國(guó)地域遼闊，基本囊括了世界上所有類型的地形。所以對(duì)不同的路面進(jìn)行分類有利于汽車(chē)在各種路面段的正常行駛，所以在下表中列出汽車(chē)能夠行駛的不同路段[3]：

表1 汽車(chē)所能駕駛的路面類型

2 模糊控制在自動(dòng)駕駛中的應(yīng)用

2.1 模糊控制理念

首先我們要知道什么是模糊控制。模糊控制[1]就是運(yùn)用模糊數(shù)學(xué)的基本思想和理論的控制方法。而模糊控制器則通常包括了數(shù)據(jù)模糊化，建立模糊規(guī)則庫(kù)，進(jìn)行模糊推理，解模糊四個(gè)方面，在這里我們主要解決數(shù)據(jù)模糊化以及建立模糊規(guī)則庫(kù)兩個(gè)方面的問(wèn)題。

模糊控制理念在自動(dòng)控制領(lǐng)域的應(yīng)用十分廣泛，例如家用電器,自動(dòng)設(shè)備，AI等其他方面。所以我們采取模糊控制器來(lái)控制車(chē)輛行駛是實(shí)際可行的，并且在汽車(chē)的自動(dòng)駕駛系統(tǒng)中，采取模糊控制器，能更好地建立精確的數(shù)學(xué)模型，幫助汽車(chē)完成自動(dòng)駕駛。

2.2 模糊控制理念

假設(shè)現(xiàn)有一輛本文所敘述的自動(dòng)駕駛汽車(chē)在路面上行駛。那么我們對(duì)這輛車(chē)進(jìn)行物理運(yùn)動(dòng)學(xué)分析，不難畫(huà)出該車(chē)的動(dòng)力學(xué)模型，如圖2所示：

圖2 車(chē)輛的運(yùn)動(dòng)學(xué)模型

并以地面做直角坐標(biāo)系XOY，圖中V1，V2分別表示車(chē)輛的縱速度，橫速度。V1到Y(jié)軸的夾角為。同時(shí)規(guī)定到Y(jié)軸逆時(shí)針?lè)较驗(yàn)檎?，順時(shí)針?lè)较驗(yàn)樨?fù)。則我們可以將該車(chē)輛的運(yùn)動(dòng)模型轉(zhuǎn)化為數(shù)學(xué)表達(dá)式：

在這里我們采用方向盤(pán)轉(zhuǎn)角來(lái)作為一個(gè)輸入量，見(jiàn)圖3。然后另一個(gè)系統(tǒng)輸入量為車(chē)輛驅(qū)動(dòng)力F。

以初始的一條軸為Y軸建立坐標(biāo)系，假設(shè)方向盤(pán)順時(shí)針旋轉(zhuǎn)至虛線位置，虛線與Y軸的夾角即為方向盤(pán)轉(zhuǎn)角，記為，并規(guī)定順時(shí)針?lè)较驗(yàn)檎?，逆時(shí)針?lè)较驗(yàn)樨?fù)。再由車(chē)輛的動(dòng)力學(xué)模型得（V1，V2，）的輸出量應(yīng)該為（x，y，）。然后對(duì)視頻攝像頭拍攝的路面實(shí)況進(jìn)行處理，通過(guò)GPS與內(nèi)置地圖來(lái)使汽車(chē)走最優(yōu)路線（最優(yōu)路線為最短路徑和最短時(shí)間）。

然后現(xiàn)在我們進(jìn)行模糊化操作。我們假設(shè)一輛車(chē)在道路上行駛，假設(shè)它的左右偏差為d1（由視頻攝像頭，車(chē)載雷達(dá)，傳感器實(shí)時(shí)監(jiān)測(cè)并輸入計(jì)算機(jī)處理），前后偏差為d2方向偏差為，如圖4：

圖4 車(chē)輛行駛的偏差圖

然后將d1，d2和θ作為此模糊控制器的輸入，和F作為模糊控制器的輸出。并且這里取車(chē)寬1.65米，車(chē)道寬度為雙向八車(chē)道標(biāo)準(zhǔn)2*15米，那么左右偏差的取值為6.75米，前后偏差的取值域?yàn)?100米，方向偏差的取值域?yàn)?0°。整理如下公式2所示：

取定結(jié)束后將輸入輸出量分為不同幾個(gè)量級(jí)，因?yàn)橐话汶`屬函數(shù)越陡，靈敏性越高，所以采用三角形的隸屬函數(shù)運(yùn)用畫(huà)圖軟件制作的輸入量d1、d2、θ和輸出量β、F的隸屬函數(shù)的簡(jiǎn)圖，我們以速度為例，將速度其量化為[0,10],(10,20], (20, 30] ,( 30,40]，(40,50]，（50,60]六個(gè)量級(jí)，那么也就是對(duì)應(yīng)的輸出量F可以分為六個(gè)量級(jí)分別對(duì)應(yīng)為R,S,T,U,V,W。

建立模糊規(guī)則庫(kù)。模糊控制算法的應(yīng)用離不開(kāi)一個(gè)合適規(guī)則庫(kù)的建立，建立規(guī)則的語(yǔ)言形式如下：IF (d1∈S, d2is LF and θis LP) THEN(βis k and F is W)的這種模式，并寫(xiě)出模糊規(guī)則庫(kù)如下。對(duì)所有的量以擁有多年駕駛經(jīng)驗(yàn)的司機(jī)所給出的駕駛方法來(lái)用IF...THEN..."寫(xiě)出所有的規(guī)則語(yǔ)句，并對(duì)輸入和輸出量分別建立建立模糊規(guī)則控制表，這里給出方向盤(pán)轉(zhuǎn)向角的模糊規(guī)則控制表。一般來(lái)說(shuō)車(chē)輛在行駛過(guò)程中通過(guò)前后偏差和左右偏差來(lái)精確定位障礙物的位置，在與障礙物靠近到特定位置時(shí)便控制方向盤(pán)轉(zhuǎn)角以實(shí)現(xiàn)障礙物的躲避。最后進(jìn)行解模糊化操作。

在做完模糊控制器后我們與[6]中的單一模糊控制器與分層模糊控制器進(jìn)行對(duì)比，并在仿真實(shí)驗(yàn)中驗(yàn)明它們的優(yōu)缺點(diǎn)。

表2 不同模糊控制器的對(duì)比

3 仿真駕駛

這里我們與單一模糊控制下的自動(dòng)行駛汽車(chē)與分層模糊控制下的自動(dòng)駕駛汽車(chē)進(jìn)行對(duì)比，但以控制下的自動(dòng)行駛汽車(chē)與分層模糊控制下的自動(dòng)駕駛汽車(chē)的仿真駕駛數(shù)據(jù)來(lái)源于參考文獻(xiàn)。

這里我們可以看出，在假設(shè)初始速度為2m/s的情況下，并且起始點(diǎn)與終止點(diǎn)的橫向距離為7m，縱向距離為1m。在圖中可以看出分層模糊下的汽車(chē)與本文所述汽車(chē)均能到達(dá)終點(diǎn)，而單一模糊下的汽車(chē)由于計(jì)算量太大沒(méi)能行駛完全程，在距離終點(diǎn)0.356m的地方停下。分層的模糊控制器下的汽車(chē)，在仿真時(shí)間3.1144s內(nèi)完成了行駛，但是看全局的路線，為了避障而避障，反而損耗了時(shí)間。經(jīng)過(guò)改進(jìn)的單一模糊控制器，可以根據(jù)左右距離判斷，這里障礙物之間的橫向距離最小為1.5m，直線行駛可以通過(guò)。并在最后在車(chē)輛與前方障礙物之間的距離接近危險(xiǎn)距離里根據(jù)模糊規(guī)則庫(kù)里的規(guī)則實(shí)現(xiàn)小轉(zhuǎn)彎以達(dá)到避障的目的。

（a）單一模糊控制下的汽車(chē)行駛軌跡

（b）分層模糊控制下的汽車(chē)行駛軌跡

（c）本文改進(jìn)單一模糊控制下的汽車(chē)行駛軌跡

從以上給出的三幅圖中可以看出本文中通過(guò)對(duì)單一模糊控制的輸入量與輸出量進(jìn)行改進(jìn)，減輕了大量計(jì)算量，并且能夠根據(jù)有駕駛經(jīng)驗(yàn)的司機(jī)所建立的模糊規(guī)則控制庫(kù)能更好地規(guī)避障礙物，不會(huì)像圖6（b）所示的分層模糊控制下的汽車(chē)一樣“走彎路”。采用了比較全面的輸出與輸入變量，不僅能對(duì)前方的障礙物，也能對(duì)后方的車(chē)輛以及障礙物進(jìn)行監(jiān)測(cè)，使得不管是路程還是時(shí)間上都比分層模糊控制下的汽車(chē)短。

4 總結(jié)

根據(jù)世界衛(wèi)生組織的數(shù)據(jù)，每年全球因道路交通事故死亡的人數(shù)超過(guò)120萬(wàn)，所以自動(dòng)駕駛汽車(chē)的產(chǎn)生是必然的。并且自動(dòng)駕駛汽車(chē)特別適合救援、旅游等用途，因?yàn)樗踩煽康膬?yōu)勢(shì)，能很大幅度降低事故發(fā)生率，大大提高交通系統(tǒng)的效率和安全性。隨著我國(guó)科技的不斷發(fā)展，汽車(chē)自動(dòng)駕駛技術(shù)會(huì)不斷完善，功能也會(huì)更加齊全，產(chǎn)業(yè)前景也會(huì)更加美好。

5 致謝

本文獲得廣東海洋大學(xué)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目資助（No.CXXL2017068），感謝黃小玲副教授（碩士生導(dǎo)師）的建議。

[1] 楚焱芳,張瑞華.模糊控制理論綜述[J],科技信息,2009,(20):161- 162.

[2] 張煜東,吳樂(lè)南,王水花.專家系統(tǒng)發(fā)展綜述[J],計(jì)算機(jī)工程與應(yīng)用, 2010, (19): 43-47.

[3] 淺論4×4越野車(chē)不同地形的駕駛技巧,百度文庫(kù),https://wenku. baidu.com/view/fa6a31d4b4daa58da1114a41.html.

[4] 汽車(chē)自動(dòng)駕駛系統(tǒng),百度百科,https://baike.baidu.com/item/%E6% B1%BD%E8%BD%A6%E8%87%AA%E5%8A%A8%E9%A9%BE%E9%A9%B6%E7%B3%BB%E7%BB%9F/16453034.

[5] 自動(dòng)駕駛汽車(chē)離我們還有多遠(yuǎn),騰訊汽車(chē), http://auto.qq.com/a/ 20120516/000235.htm.

[6] 張艷溶,馬戎,張俊楠.基于分層模糊控制的自主車(chē)輛避障仿真[J],測(cè)控技術(shù)2012,(9): 67-70.

The Study of Road Recognition System for Self-Driving Car

Lou Chenliang, Wu Huishan*, Guo Siyi, Wang Fei, Yang Jianghua

（Faculty of Mathematics and Computer Science, Guangdong Ocean University, Zhanjiang Hangzhou 524088）

With the development of science technology, self-driving cars have gradually entered our field of vision, which can provide greater convenience and higher security for our travel. However, how to design a car to complete the journey accurately is a key issue. Therefore, this paper designs a fuzzy controller to achieve this goal for cars.

self-driving; journey driving; fuzzy controller

A

1671-7988(2018)18-46-04

V323.19

A

1671-7988(2018)18-46-04

CLC NO.: V323.19

吳惠山，廣東海洋大學(xué)數(shù)學(xué)與計(jì)算機(jī)學(xué)院在讀生，主要研究智能與計(jì)算、仿真等內(nèi)容。*廣東海洋大學(xué)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目（No.CXXL2017068）資助。

10.16638/j.cnki.1671-7988.2018.18.017