蔣孫權(quán)

摘 要：近些年來，無人駕駛技術(shù)作為變革性劃時(shí)代的技術(shù)被提出，已經(jīng)取得了飛躍式的發(fā)展。無人駕駛車輛以增強(qiáng)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(duì)國(guó)內(nèi)外學(xué)者在無人駕駛汽車的關(guān)鍵技術(shù)的研究問題進(jìn)行了概述，并根據(jù)目前的研究進(jìn)展，對(duì)無人駕駛汽車的關(guān)鍵技術(shù)今后的研究方向進(jìn)行展望，為以后的發(fā)展提出參考和建議。

關(guān)鍵詞：無人駕駛;關(guān)鍵技術(shù);路徑規(guī)劃;軌跡跟蹤

無人駕駛汽車現(xiàn)階段處于市場(chǎng)研究與技術(shù)發(fā)展階段，有關(guān)專家與機(jī)構(gòu)預(yù)測(cè)2021年無人駕駛汽車可以全面上市。約至2035年，僅中國(guó)就將有約860萬輛自動(dòng)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(dá)乘客，且要求汽車注重低成本、低維護(hù)、高效率、穩(wěn)定性、舒適性等原則。本文將對(duì)于無人駕駛中涉及的多項(xiàng)關(guān)鍵技術(shù)進(jìn)行論述研究。

1 無人駕駛汽車簡(jiǎn)介

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

1.1 任務(wù)決策

無人駕駛車輛在行駛過程中存在著諸多的任務(wù)，車輛的位置、路徑、環(huán)境都對(duì)系統(tǒng)選擇任務(wù)的優(yōu)先性和工作量等存在一定的影響。任務(wù)決策講究實(shí)時(shí)性與有效性，隨實(shí)時(shí)環(huán)境變化而快速有效地決策，屬于動(dòng)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(shí)時(shí)感知道路環(huán)境的變化與整合。主要通過以下兩個(gè)途徑：一是通過無人駕駛車輛的GPS/IMU、LIDAR、攝像頭、雷達(dá)和聲吶等傳感部件對(duì)車道路識(shí)別、交通標(biāo)示與信號(hào)、行人、車輛等環(huán)境感知，實(shí)現(xiàn)車輛定位、物體識(shí)別和跟蹤等行為;二是通過通信網(wǎng)絡(luò)傳遞外部環(huán)境，如車聯(lián)網(wǎng)下道路、車輛、停車場(chǎng)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(shí)時(shí)環(huán)境情況下，尋找一條起點(diǎn)至終點(diǎn)的安全行駛路線，并以路徑長(zhǎng)度最短或時(shí)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(shí)時(shí)環(huán)境變化）時(shí)，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(yīng)實(shí)時(shí)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(duì)車輛實(shí)現(xiàn)橫向與縱向的控制，如車輛跟隨速度控制、超車的轉(zhuǎn)向控制、緊急情況的制動(dòng)控制。車輛控制關(guān)系著無人駕駛車輛如何實(shí)現(xiàn)時(shí)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(guān)鍵技術(shù)

無人駕駛車輛控制技術(shù)是由傳感感知、自主控制、自主學(xué)習(xí)、機(jī)械動(dòng)力學(xué)、系統(tǒng)集成與優(yōu)化、能耗與散熱管理等諸多前沿科技學(xué)科組合而成的一門綜合技術(shù)。在無人駕駛車輛技術(shù)發(fā)展的歷程中，與現(xiàn)階段所遇到的瓶頸，無人駕駛車輛的關(guān)鍵技術(shù)主要可分為以下幾個(gè)方面：

2.1 環(huán)境傳感與定位技術(shù)

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(duì)車輛周圍的環(huán)境進(jìn)行感知，將不同傳感器的數(shù)據(jù)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(jī)、激光雷達(dá)（LIDAR）、雷達(dá)、聲吶等。圖1為無人駕駛車輛傳感與定位的簡(jiǎn)易系統(tǒng)圖。以下主要介紹GPS/IMU與激光雷達(dá)的技術(shù)應(yīng)用。

2.1.1 GPS/IMU

GPS的更新頻率低（10Hz），在車輛快速行駛時(shí)很難給出精準(zhǔn)的實(shí)時(shí)定位。慣性傳感器（IMU）的誤差會(huì)隨著時(shí)間的推進(jìn)而增加，只可在短時(shí)間內(nèi)依賴IMU進(jìn)行定位。GPS定位精準(zhǔn)但更新頻率低，IMU更新頻率高但誤差累積大。因此，對(duì)GPS與IMU兩種定位傳感器運(yùn)用卡爾曼濾波的傳感融合。GPS定位、彌補(bǔ)與IMU的精準(zhǔn)性結(jié)合，實(shí)現(xiàn)無人駕駛車輛實(shí)時(shí)精準(zhǔn)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(dá)

激光雷達(dá)（LiDAR）通過發(fā)射激光，接收-反射的始建于角度，推算目標(biāo)物體的距離與位置信息。LiDAR與一般的雷達(dá)相比，檢測(cè)距離更遠(yuǎn)，精準(zhǔn)度更高，可達(dá)厘米級(jí)。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(cè);若在地圖信息已知的情況，可用LiDAR對(duì)比收集的信息，實(shí)現(xiàn)精準(zhǔn)的定位。

2.2 無人駕駛路徑規(guī)劃與尋徑技術(shù)

2.2.1 路徑規(guī)劃

路徑規(guī)劃是在環(huán)境傳感識(shí)別后獲取的地圖環(huán)境信息的基礎(chǔ)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(zhuǎn)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(yàn)園與定制結(jié)構(gòu)化道路環(huán)境下的試驗(yàn)與調(diào)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(diǎn)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(jīng)網(wǎng)絡(luò)法等。

（2）局部路徑規(guī)劃。局部路徑規(guī)劃是基于實(shí)時(shí)獲取的環(huán)境信息，規(guī)劃出適應(yīng)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(fù)雜度高，因此尚未出現(xiàn)最優(yōu)化的局部路徑規(guī)劃算法。局部路徑規(guī)劃中應(yīng)該用最廣泛的算法有遺傳算法、人工勢(shì)場(chǎng)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(dǎo)航，無人駕駛車輛的路由尋徑，需要計(jì)算路徑模塊的行為決策和動(dòng)作規(guī)劃等，需要考慮無人駕駛車輛執(zhí)行特定動(dòng)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(diǎn)（源節(jié)點(diǎn)），尋找與下一節(jié)點(diǎn)之間的最短距離。對(duì)周圍每個(gè)點(diǎn)的遞進(jìn)式查詢，考察最近路徑點(diǎn)，最終達(dá)到終止點(diǎn)，該最短距離集合S即為輸出的最優(yōu)路徑結(jié)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(jié)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(shù)

在已規(guī)劃的軌跡路徑下，通過車輛的驅(qū)動(dòng)/制動(dòng)系統(tǒng)、轉(zhuǎn)向系統(tǒng)完成車輛的側(cè)向運(yùn)動(dòng)與縱向運(yùn)動(dòng)的控制，實(shí)現(xiàn)換道、超車、跟隨等動(dòng)作，同時(shí)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(cè)向控制發(fā)生耦合以及車輛參數(shù)的不確定性，所以需分別設(shè)置控制器并解耦。目前應(yīng)用較廣的控制算法有PID算法、最優(yōu)控制、模型預(yù)測(cè)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(shù)：LiDAR的高精度測(cè)量與感知，是無人駕駛汽車環(huán)境傳感技術(shù)繞不過去的技術(shù)，但現(xiàn)階段的當(dāng)務(wù)之急是如何快速把其成本大幅降低，滿足廣大市場(chǎng)的需求。

（2）無人駕駛路徑規(guī)劃與尋徑技術(shù)：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(gè)上下游模塊解決方案配合協(xié)調(diào)效果，才是未來無人駕駛路徑控制的難點(diǎn)和挑戰(zhàn)所在。

（3）軌跡跟蹤控制技術(shù)：軌跡跟蹤是在路徑控制的前提下完成的各種控制動(dòng)作，未來研究重難點(diǎn)在動(dòng)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(jié)

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(gòu)成，主要研究無人駕駛車輛的關(guān)鍵技術(shù)，環(huán)境傳感與定位技術(shù)、路徑規(guī)劃與尋徑技術(shù)和軌跡跟蹤控制技術(shù)。在研究過程中主要分析了現(xiàn)階段無人駕駛控制技術(shù)的研究現(xiàn)狀、研究重點(diǎn)和所遇的瓶頸，有助于提高無人駕駛控制技術(shù)研究的系統(tǒng)化與邏輯化，為無人駕駛車輛后續(xù)學(xué)習(xí)者提供全面的知識(shí)基礎(chǔ)。

基金項(xiàng)目：2018年浙江省教育廳一般科研項(xiàng)目（Y201839122）。

參考文獻(xiàn)：

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

[2]孫正良.美國(guó)自動(dòng)駕駛汽車道路測(cè)試法規(guī)簡(jiǎn)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(xué)， 2017.

[4]張婷.基于虛擬場(chǎng)景的路徑規(guī)劃技術(shù)研究及應(yīng)用[D].大慶：東北石油大學(xué)，2007.