董明明

（北京汽車(chē)集團(tuán)有限公司 北京 101300）

城市化進(jìn)程的加快使得道路上的車(chē)輛增多，道路交通問(wèn)題也日益凸顯出來(lái)，各個(gè)國(guó)家開(kāi)始加大了對(duì)智能車(chē)輛運(yùn)輸系統(tǒng)的研究。自動(dòng)駕駛技術(shù)的研發(fā)與應(yīng)用也愈來(lái)愈廣泛，但受道路情況復(fù)雜、光纖與信號(hào)定位不穩(wěn)定的影響，車(chē)輛自動(dòng)駕駛的感知決策系統(tǒng)運(yùn)作也面臨更多的挑戰(zhàn)。

AI 算法在自動(dòng)駕駛技術(shù)中的運(yùn)用優(yōu)化了行車(chē)對(duì)于環(huán)境的感知效果，而AI算法的應(yīng)用對(duì)于車(chē)輛計(jì)算程序的應(yīng)用標(biāo)準(zhǔn)十分嚴(yán)格，園區(qū)車(chē)輛一般體積比較小，受電源系統(tǒng)容量和功率干擾的影響，其在運(yùn)作的時(shí)候很難實(shí)現(xiàn)繁雜計(jì)算的跟進(jìn)需求，這也是造成AI算法在自動(dòng)駕駛技術(shù)中發(fā)展受限的根本原因。

1 無(wú)人車(chē)的應(yīng)用情況

（1）物流應(yīng)用。目前，自動(dòng)駕駛技術(shù)在物流行業(yè)的應(yīng)用十分廣泛，自動(dòng)駕駛的物流行車(chē)可以切實(shí)減少運(yùn)輸投資，優(yōu)化運(yùn)輸收益。

（2）碼頭應(yīng)用。根據(jù)相關(guān)數(shù)據(jù)分析，我國(guó)的港口數(shù)目眾多，運(yùn)輸量非常大，所以對(duì)于港口車(chē)輛的駕駛員需求量很大，這也是自動(dòng)駕駛應(yīng)用的拓展市場(chǎng)。

（3）環(huán)衛(wèi)清潔的應(yīng)用。隨著我國(guó)城市化建設(shè)的不斷推進(jìn)，道路構(gòu)造愈來(lái)愈復(fù)雜。但是從經(jīng)濟(jì)角度上來(lái)看，人工成本不斷增加，而隨著技術(shù)的不斷成熟，車(chē)輛的成本不斷下降，且自動(dòng)駕駛車(chē)輛能夠在夜晚作業(yè)，效率相對(duì)提升2～3倍。

（4）礦區(qū)。我國(guó)礦產(chǎn)資源豐富，每年的產(chǎn)量較高，但是伴隨礦山作業(yè)環(huán)境的惡劣，人工開(kāi)采開(kāi)始面臨較大的安全隱患［1］，而自動(dòng)駕駛車(chē)輛可更好地應(yīng)用于此。

2 智能車(chē)視覺(jué)導(dǎo)航技術(shù)

智能化車(chē)輛中，最為關(guān)鍵的技術(shù)就是車(chē)輛導(dǎo)航，導(dǎo)航也是車(chē)輛實(shí)現(xiàn)自動(dòng)化駕駛的基礎(chǔ)條件（如圖1 所示），其主要作用是獲取四周區(qū)域的詳細(xì)信息與自身位置。目前，導(dǎo)航技術(shù)被廣泛應(yīng)用于各種行業(yè)中。經(jīng)過(guò)相關(guān)數(shù)據(jù)統(tǒng)計(jì)分析，人們收集的所有外界訊息中，有超過(guò)70%都是源自視覺(jué)系統(tǒng)，同理，針對(duì)自動(dòng)巡航的車(chē)輛來(lái)說(shuō)，把視覺(jué)感知設(shè)備運(yùn)用在道路識(shí)別與跟蹤系統(tǒng)中，可以獲取到詳細(xì)的環(huán)境信息。視覺(jué)感知設(shè)備具備許多優(yōu)點(diǎn)，其訊息收集量大、收集時(shí)間較短、檢測(cè)技術(shù)精準(zhǔn)等，與傳統(tǒng)的超聲傳感設(shè)備對(duì)比，其被外界干擾的影響小，但是在這個(gè)期間數(shù)據(jù)信息處理量較大，就會(huì)導(dǎo)致系統(tǒng)容易出現(xiàn)實(shí)時(shí)性的問(wèn)題［2］。

圖1 應(yīng)用層

3 智能車(chē)控制技術(shù)

車(chē)輛橫向控制模塊處在整個(gè)自動(dòng)駕駛系統(tǒng)應(yīng)用層軟件的最底層，該模塊與縱向控制模塊共同組成了軟件中的車(chē)輛控制部分。如圖1 所示，顏色填充部分為車(chē)輛橫向控制模塊，它接收來(lái)自決策規(guī)劃層和信息融合層的信號(hào)，通過(guò)運(yùn)算將輸出轉(zhuǎn)角信號(hào)發(fā)送到車(chē)輛上，從而實(shí)現(xiàn)對(duì)車(chē)輛轉(zhuǎn)向的自動(dòng)控制。

橫向控制主要研究智能化行車(chē)路徑跟蹤的效果，也就是研究怎樣確保行車(chē)能夠順著預(yù)定的線路行駛，智能化車(chē)輛的道路跟蹤，能夠經(jīng)過(guò)導(dǎo)航傳感設(shè)備去采集目的地交通的詳細(xì)訊息，然后再依據(jù)車(chē)輛當(dāng)下的駕駛狀況，對(duì)駕駛路徑做出最佳的選擇，以實(shí)現(xiàn)準(zhǔn)確跟蹤目的地交通的能力。橫向控制的設(shè)計(jì)研究需要基于以下兩個(gè)條件：第一個(gè)是以車(chē)輛計(jì)算模型為根本，應(yīng)用自動(dòng)控制技術(shù)，設(shè)計(jì)車(chē)輛的控制設(shè)備；第二個(gè)是利用模擬人工駕駛的方式?；谝陨蟽煞N思路設(shè)計(jì)的控制算法有很多，比較常用的有經(jīng)典PID 控制、模糊控制、神經(jīng)網(wǎng)絡(luò)控制、模型預(yù)測(cè)控制（MPC）、最優(yōu)控制等。

4 智能車(chē)橫向控制的總體設(shè)計(jì)

4.1 智能車(chē)硬件系統(tǒng)的組成

在系統(tǒng)運(yùn)作中，控制決策模塊是主要控制單元，一般負(fù)責(zé)完成數(shù)據(jù)信息的采集、圖像處理、橫向決策控制算法、通信管理。道路信息采集模塊是指數(shù)字?jǐn)z像頭，在具體實(shí)施運(yùn)作的時(shí)候負(fù)責(zé)完成道路邊線的收集。執(zhí)行模塊主要是根據(jù)信息采集模塊來(lái)采集道路信息，由主控單元來(lái)完成數(shù)據(jù)信息的識(shí)別，在經(jīng)過(guò)一系列的計(jì)算之后下達(dá)控制命令。通信模塊是指小車(chē)和上位機(jī)的通信、小車(chē)和小車(chē)的通信、車(chē)路之間的通信，通過(guò)小車(chē)和上位機(jī)的通信能夠完成對(duì)電力系統(tǒng)的優(yōu)化和控制［3］。

4.2 智能小車(chē)硬件系統(tǒng)方案選擇

4.2.1 控制決策模塊

智能小車(chē)的主控芯片多使用單片機(jī)，但是對(duì)于復(fù)雜的圖像處理算法和矢量變化控制算法來(lái)說(shuō)，單片機(jī)的精準(zhǔn)性無(wú)法滿足系統(tǒng)運(yùn)作需要。單片機(jī)是一個(gè)復(fù)雜的計(jì)算機(jī)系統(tǒng)，多數(shù)的指令需要2～3 個(gè)指令周期來(lái)完成。在使用單片機(jī)的時(shí)候，系統(tǒng)程序和數(shù)據(jù)信息只能在同一個(gè)空間內(nèi)存儲(chǔ)，且同一個(gè)時(shí)刻只能夠單獨(dú)訪問(wèn)指令數(shù)據(jù)。在遇到多個(gè)算法的時(shí)候，單片機(jī)會(huì)呈現(xiàn)出實(shí)時(shí)性較差的問(wèn)題。為此，本文選擇TMS320F2821 作為智能車(chē)控制系統(tǒng)的主控芯片，這類(lèi)芯片具有能耗低、低成本的特點(diǎn)，被人們廣泛地應(yīng)用在數(shù)據(jù)處理領(lǐng)域。TMS320F2821主要特點(diǎn)具體表現(xiàn)在以下幾個(gè)方面：（1）高性能靜態(tài)CMOS 技術(shù)，低功能設(shè)計(jì)，I/O 供應(yīng)電壓、Flash編程電壓是3.3V，內(nèi)核供電電壓會(huì)降為1.8V或者1.9V，在每秒150MI執(zhí)行速度作用下，指令周期會(huì)減少6.67ns；（2）高性能32 位CPU，在具體設(shè)計(jì)中采用了哈佛總線結(jié)構(gòu)，具有16×16的雙通道MAC，在這個(gè)期間不會(huì)占用CPU 時(shí)間，且在具體操作的時(shí)候具有統(tǒng)一的存儲(chǔ)模式，能夠快速響應(yīng)中斷處理；（3）片內(nèi)具有128K×16 位數(shù)的存儲(chǔ)器；（4）外部接口擁有MB 存儲(chǔ)容量，在具體運(yùn)作的時(shí)候具有編程等待狀態(tài)、讀寫(xiě)信號(hào)選通程序和獨(dú)立的片選信號(hào)［4］。

4.2.2 道路信息采集模塊

交通訊息收集模塊是應(yīng)用傳感設(shè)備，把交通環(huán)境訊息收集并上傳至集中控制設(shè)備，集中控制設(shè)備通過(guò)精準(zhǔn)的計(jì)算分析來(lái)做出控制決策。在市場(chǎng)上常見(jiàn)的圖像傳感器包含電荷耦合元件、互補(bǔ)金屬氧化物半導(dǎo)體兩類(lèi)圖像傳感器。例如CCD 攝像頭。CCD 攝像頭的工作原理是使用光電作用以形成的半導(dǎo)體元件，該元件的作用是把光學(xué)成像轉(zhuǎn)換成數(shù)據(jù)信息，隨著時(shí)代的進(jìn)步發(fā)展，CCD 圖像傳感器開(kāi)始被人們應(yīng)用在許多方面。將CCD攝像頭植進(jìn)光敏物體當(dāng)作其像素，傳感設(shè)備中的像素信息按照一定的順序傳遞到下一個(gè)像素上，這些信息會(huì)在最底部輸出，之后經(jīng)過(guò)傳感器邊緣的放大器輸出。

4.2.3 智能小車(chē)軟件系統(tǒng)方案的設(shè)計(jì)

智能小車(chē)的軟件系統(tǒng)提供了系統(tǒng)配置、系統(tǒng)調(diào)試、系統(tǒng)跟蹤、信息分析等工具，在多個(gè)工具的配合下能夠?qū)崟r(shí)性地對(duì)信號(hào)進(jìn)行處理。智能小車(chē)軟件系統(tǒng)由DSP初始化軟件、傳感器數(shù)據(jù)采集模塊、實(shí)時(shí)路徑檢測(cè)路徑、橫向控制模塊組成。智能小車(chē)軟件系統(tǒng)的多數(shù)時(shí)間被人們應(yīng)用在數(shù)據(jù)圖像收集和橫向運(yùn)動(dòng)反饋控制上［5］。

5 橫向控制算法的設(shè)計(jì)

5.1 圖像處理算法

圖像處理是對(duì)圖像的信息實(shí)施進(jìn)一步分解處理，圖像處理算法主要有以下幾種。

第一，圖像二值化。道路圖像包含目標(biāo)物體、背景、噪聲干擾等，二值圖像具有存儲(chǔ)空間小、信息處理速度快的特點(diǎn)，在具體實(shí)施時(shí)能夠?qū)D像開(kāi)展邏輯運(yùn)算。在這期間，二值圖像能夠精準(zhǔn)地獲取目標(biāo)區(qū)域范圍內(nèi)的幾何特征，最終實(shí)現(xiàn)對(duì)數(shù)據(jù)信息的深化處理。第二，圖像濾波處理。在經(jīng)過(guò)處理之后會(huì)獲得一幅二值圖像，在理想的情況下圖像上的高度像素會(huì)對(duì)車(chē)道的標(biāo)準(zhǔn)線進(jìn)行處理。寬度是車(chē)道標(biāo)線的重要設(shè)計(jì)影響因素，在具體設(shè)計(jì)的時(shí)候，2個(gè)白線行之間不能夠出現(xiàn)黑行。在圖像出現(xiàn)連續(xù)白點(diǎn)的時(shí)候，則可以證明這個(gè)位置上的人行橫道存在其他標(biāo)志線。

5.2 橫向控制算法的研究

對(duì)小車(chē)進(jìn)行研究的橫向控制算法包含PID 控制、模糊控制、優(yōu)化控制、神經(jīng)網(wǎng)絡(luò)控制等。車(chē)輛的行駛過(guò)程比較復(fù)雜，控制對(duì)象會(huì)呈現(xiàn)出非線性的變化，因此也就很難打造出精準(zhǔn)的數(shù)據(jù)模型。

5.2.1 車(chē)體運(yùn)動(dòng)學(xué)模型

本文所研究的車(chē)體運(yùn)動(dòng)學(xué)模型會(huì)將兩個(gè)前輪作為輪向輪，并根據(jù)標(biāo)準(zhǔn)去設(shè)定轉(zhuǎn)動(dòng)角的范圍，通過(guò)劃分前輪角轉(zhuǎn)彎半徑范圍的確定來(lái)獲得角的速度范圍，為之后參數(shù)的選取提供支持。車(chē)體運(yùn)動(dòng)學(xué)模型如圖2所示。

圖2 車(chē)體運(yùn)動(dòng)學(xué)模型

5.2.2 模糊控制的組成

第一，接口模糊化處理。模糊控制設(shè)備的運(yùn)作，需要經(jīng)模糊化處理之后，才可以真正地運(yùn)用于控制設(shè)備的計(jì)算過(guò)程中，所以接口的模糊化處理是控制設(shè)備的必需條件，在實(shí)際應(yīng)用環(huán)節(jié)，其根本作用是把準(zhǔn)確的輸入數(shù)據(jù)，轉(zhuǎn)換成相對(duì)的模糊矢量。

第二，數(shù)據(jù)收集中心。數(shù)據(jù)收集中心的作用是收集全部模糊子集隸屬度矢量數(shù)值，如果整個(gè)領(lǐng)域是連續(xù)閾，則是隸屬度為基本函數(shù)。

第三，依據(jù)的規(guī)則。模糊控制設(shè)備的規(guī)則，源自相關(guān)研究人員的經(jīng)驗(yàn)積累與實(shí)驗(yàn)分析的總結(jié)，在實(shí)際的應(yīng)用環(huán)節(jié)，會(huì)以公式的形式被人們運(yùn)用。

第四，推理程序。模糊控制設(shè)備中的推理程序，是依據(jù)收集的模糊數(shù)據(jù)，在控制設(shè)備的操作下，行程模糊推理，再依據(jù)推理的成果，核算模糊方程式。推理程序是模糊邏輯理論應(yīng)用的關(guān)鍵一步，目前被廣泛使用的模糊方式非常多，本文使用的推理程序?yàn)檎蛲评怼?/p>

第五，接口模糊化的解除。解模糊控制的目的是按照模糊推理的結(jié)果來(lái)體現(xiàn)出控制量的實(shí)際分布［6］。

5.2.3 模糊控制器的設(shè)計(jì)

第一，模糊控制器的結(jié)構(gòu)。模糊控制器的結(jié)構(gòu)是確定模糊控制器的輸入輸出變量。模糊控制算法是操作者實(shí)際操作控制中操作經(jīng)驗(yàn)的總結(jié)和集合，其是模糊控制器的核心，常見(jiàn)的模糊控制規(guī)則包含單輸出、輸入模糊控制器、雙輸入單輸出模糊控制器、多輸入單輸出模糊控制器、雙輸入多輸出模糊控制器。第二，語(yǔ)言變量和模糊化策略的確定。模糊規(guī)則的確定關(guān)系到模糊控制器的設(shè)計(jì)，多數(shù)情況下，模糊規(guī)則選擇和提取是繁雜的，在這個(gè)期間會(huì)涉及設(shè)計(jì)者的想法，基本過(guò)程包含適合的語(yǔ)言變量、語(yǔ)言變量隸屬度函數(shù)，在整合這些信息后打造出模糊控制規(guī)則。第三，確定解模糊策略。解模糊的目的是根據(jù)模糊推理的結(jié)果來(lái)了解反映控制量的分布情況。常見(jiàn)的解模糊方法包含最大隸屬度法、多個(gè)臨近隸屬度最大值、對(duì)單個(gè)隸屬度的最大值。第四，模糊控制器理論研究閾和比例因子的確定。任何系統(tǒng)的信號(hào)都是有界限的，在模糊控制中界限是變量的基本研究領(lǐng)域。結(jié)合以上模糊控制器的設(shè)計(jì)步驟，將舵機(jī)模糊控制器的操作流程設(shè)定如下。（1）輸入輸出變量。按照之前對(duì)導(dǎo)航參數(shù)的分析，將輸入變量設(shè)定為智能小車(chē)虛擬中心線和視野中坐標(biāo)Y軸的偏差d，以及收集的臨近虛擬中心線連線斜率r；輸出變量是舵機(jī)脈沖數(shù)u。（2）定義變量的模糊條件。選取d、r兩個(gè)語(yǔ)言變量的模糊閾為-3、-2、-1、0、1、2、3，u的量化是7 級(jí)。各個(gè)變量的模糊子集數(shù)目關(guān)系到控制規(guī)則。在綜合考慮因素之后，選擇7 個(gè)模糊子集。d＞0 代表智能小車(chē)偏離目標(biāo)中心引導(dǎo)線的右邊；d=0 代表智能小車(chē)在目標(biāo)中心引導(dǎo)線上；d＜0代表智能小車(chē)相對(duì)道路中心引導(dǎo)線的左邊。

6 結(jié)語(yǔ)

綜上所述，自動(dòng)駕駛技術(shù)被應(yīng)用的范圍越來(lái)越廣，當(dāng)下，許多城市與企業(yè)對(duì)于自動(dòng)駕駛技術(shù)的研究都有著明顯的進(jìn)展，為進(jìn)一步優(yōu)化對(duì)于自動(dòng)駕駛車(chē)輛的橫向控制，本文基于智能車(chē)輛的橫向控制系統(tǒng)設(shè)計(jì)作出詳細(xì)分析，旨在優(yōu)化車(chē)輛自動(dòng)駕駛技術(shù)的全面突破，提升自動(dòng)駕駛車(chē)輛的安全性與可靠性。