李川鵬 郭宇辰

中汽數(shù)據(jù)（天津）有限公司 天津市 300300

1 自動駕駛技術

自動駕駛在汽車行業(yè)并不是很晚出現(xiàn)，一開始在歐美和日本，近幾年得到了快速的發(fā)展，這里面也離不開全球各個國家的立法推動。希望通過智能網(wǎng)聯(lián)技術的應用能夠減緩或者降低事故的發(fā)生概率以及事故的影響。比如國家推動相關法規(guī)的推動，比如說車道偏離，碰撞預警，駕駛員狀態(tài)監(jiān)測，AEB 車道保持，通過防止車道偏離和碰撞減少事故發(fā)生概率，這也來源于機器的反應速度要比人的反應速度更快。

圖1 自動駕駛車硬件集成

從整體架構上，目前國內(nèi)主流自動駕駛主要分為感知層、決策層、控制層。各大主企業(yè)目前核心競爭力體現(xiàn)在算法層面的研究。基于嵌入式平臺的自動駕駛系統(tǒng)核心算法研究主要解決障礙物檢測準確度低、誤識別、誤檢測率過高問題和無衛(wèi)星導航信號的異常狀態(tài)下的自動駕駛狀態(tài)保持和路徑規(guī)劃問題，包括基于多傳感器信息融合感知算法、多傳感器融合定位算法等。

2 自動駕駛法規(guī)政策

自動駕駛這個概念之所以得到快速發(fā)展，也離不開各個國家在立法上的推動。以美國為例，美國每年基本上都會發(fā)布一個和自動駕駛相關的政策，2020 年發(fā)布了自動駕駛汽車準則4.0，2021 年1 月11 日發(fā)布了《自動駕駛汽車綜合計劃》，一方面推動技術科學的監(jiān)管，簡化豁免的程序，同時也舉例說明了一些示范營業(yè)廳的場景，意在推動自動駕駛的示范。中國近期也發(fā)布了《智能網(wǎng)聯(lián)汽車生產(chǎn)企業(yè)及產(chǎn)品準入管理意見》《智能網(wǎng)聯(lián)汽車道路測試與示范運營管理規(guī)范（試行）》，自動駕駛的測試和示范管理規(guī)范，解決了前期多地測試規(guī)范不統(tǒng)一，同時多地并不互認結果，造成企業(yè)負擔比較大的問題。這個規(guī)范發(fā)布之后部分企業(yè)在北京亦莊也通過測試拿到了自動駕駛測試牌照。

從智能網(wǎng)聯(lián)汽車企業(yè)及產(chǎn)品轉入管理意見的角度來看，中國對于智能網(wǎng)聯(lián)汽車的管理思路逐步清晰和規(guī)范。從原來注重汽車功能安全，到現(xiàn)在面向個人隱私的數(shù)據(jù)保護、數(shù)據(jù)安全和網(wǎng)絡安全都有了詳細的要求。從2016 年至今，我國在各類政策法規(guī)上都提到了智能網(wǎng)聯(lián)汽車，從《汽車產(chǎn)業(yè)中長期發(fā)展規(guī)劃》到《智能汽車創(chuàng)新發(fā)展戰(zhàn)略》，使得行業(yè)快速發(fā)展。商用車智能化方面，隨著近年來國家政策以及行業(yè)法規(guī)，包括GB 7258 要求，JT/T1094，JT/T 1178 等，也推動了智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)鏈的發(fā)展。

圖2 CATARC 自動駕駛系統(tǒng)架構

3 自動駕駛技術應用場景

自動駕駛技術的應用場景眾多，呈現(xiàn)百花齊放的景象，有專注于礦山場景的，專注于環(huán)衛(wèi)的，包括港口和干線物流。目前行業(yè)普遍認為，自動駕駛一定會從封閉區(qū)域逐步向半封閉區(qū)域最后向城市復雜路況演進。技術上從易到難，從更容易落地到更廣闊的市場演進。區(qū)域化特定場景對于自動駕駛的需求是提高其性價比及可靠性，可能并不需要一個全能的車，而是作為一個特種裝備，像港口的塔吊一樣，通過持續(xù)可靠的運行，不斷提高它的效率和性價比。

（1）園區(qū)物流。中國的物流樞紐有23 個，1600 多家物流園區(qū)，整體市場規(guī)模達千億級別，同時該場景也是一個相對容易實現(xiàn)的場景，它的特點是運行路線、載重載貨類型相對固定的，運行速度基本在30km 以下，人車分離，有固定車道，并可進行適當改造，非常適合自動駕駛落地的場景。當然這里面也會涉及到一些特殊化的作業(yè)要求，比如說自動駕駛輕卡需要在?？繒r保證精準度，保證接貨時的銜接，同時還需要有遠程的監(jiān)控，在發(fā)生擁堵的時候云端能夠對它進行調(diào)度，比如說繞過障礙、超車等，這樣的場景一般會用在智慧工廠、智慧園區(qū)。

（2）園區(qū)接駁。該場景一般設置循環(huán)運行的路線，并且它設有固定的站點接駁。從技術實現(xiàn)上存在部分難點，比如說載人則需要考慮駕乘舒適性，同時還需要考慮行人和要接的人旁邊的駕駛行為或者他動作的預判。同時通過APP 調(diào)度進行定制接駁服務。目前園區(qū)接駁對智能化程度要求越來越高，比如說在一些景區(qū)或者在園區(qū)，需要實現(xiàn)紅綠燈，V2X 的交互等功能。

（3）港口。從數(shù)據(jù)上來看，全國有87 個港口，有145 億噸的吞吐量，這個市場還是非常重要的場景。交通參與者都會有嚴格的通行管理要求，因為要跟塔吊進行協(xié)同，對其定位精度的要求也是特別高的。比較大的港口還會涉及到多類型的路口需要交叉通行，優(yōu)先級如何設定，以及自動駕駛車輛和人工駕駛車輛混行的情況。自動駕駛車輛一定要融入到生產(chǎn)作業(yè)系統(tǒng)，在港口就需要生產(chǎn)管理系統(tǒng)TOS 或者ECS，很多大的港口已經(jīng)在做智能化改進了。如何在港口里面進行車輛調(diào)度、路徑規(guī)劃，包括平臺的管理以及數(shù)據(jù)監(jiān)控等，這都是未來港口未來的智能化改造思路。

（4）干線物流。全國高速公路大概有13 萬公里的路長，加上72 條國道，整個里程大概30 萬公里左右。對于這樣一個相對容易落地的場景，不光是主機廠，各大商用車自動駕駛公司頭部企業(yè)都會去積極搶占。但是也有比較難落地的地方，比如在長隧道中，包括隧道光線的間斷遮擋，逆光等。開高速的時候也會發(fā)現(xiàn)，有很多路線設置的時候也有不太盡如人意的地方，包括剛出隧道就要下匝道，這對于自動駕駛來說也是一個非常大的挑戰(zhàn)。同時該場景場景對于傳感器、控制器、執(zhí)行器的要求也比較高，需要做到控制器的功能安全，做到傳感器的可靠性。機廠在干線物流這塊的開發(fā)也是從易到難，先從L2+開始，未來逐漸根據(jù)資源成熟度和硬件成熟度往L3 甚至多車協(xié)同進行演進。

（5）礦區(qū)。我國是資源大國，已探明有儲量的礦產(chǎn)159 種，礦山十萬多處，目前主板上市的采礦公司有60 多家。礦山的開采及運輸主要依靠國內(nèi)勞動力優(yōu)勢，環(huán)境、安全、效率等問題一直是制約采礦業(yè)持續(xù)發(fā)展的重要難題。為提高生產(chǎn)率、降低成本和應對勞動力短缺，急需智能化無人化技術提升行業(yè)能力。該場景通過搭建一套包括地面控制中心系統(tǒng)、車地無線通信系統(tǒng)、車載控制系統(tǒng)等完整的無人駕駛控制系統(tǒng)，實現(xiàn)礦用自卸車“裝、運、卸”典型作業(yè)過程的完全無人自主運行。同時在5G 網(wǎng)絡的支持下，可實時對無人駕駛卡車、輔助車輛、智能化調(diào)度中心之間高速通信，在保證安全的前提下，縮短車輛編組之間的安全間距，提高整體運行速度與運行效率。

4 自動駕駛技術面臨的挑戰(zhàn)

（1）軟件架構層。從站在主機廠的角度，軟件架構至關重要?，F(xiàn)在行業(yè)普遍認為電子電器架構一定會從分布式到域控制再到中央集中式發(fā)展。而至今為止很多都還是分布式架構，很快會向域控制發(fā)展，那么分布式架構也有他的用武之地，在傳統(tǒng)重卡行業(yè)，目前普遍認為這是一個生產(chǎn)作業(yè)工具，需要更高的性價比，需要更多功能能夠減配，這就造成了模塊化的設計思路以及分布式的架構。而越來越多智能化功能進來之后會造成一個問題，也就是控制器越布越多，布置越來越復雜，車重有所增加，同時各個傳感器、控制器之間不能做到算力統(tǒng)籌調(diào)度資源浪費。這也就是說我們認為中央集中式一定是方向，但還需要一點時間。

從主機廠來講E/E 架構轉變對能力的重心也不一樣，分布式階段可能更加關注各種原理和整車的物理拓撲，總線協(xié)議等等。隨著域集中式到來更加關注的是功能如何進行分配？軟硬件架構及算力如何設計？功能安全和信息安全如何分解和考慮？以及OTA 數(shù)據(jù)安全的考慮，而隨著架構到中央計算平臺階段，可能會更加考慮車路協(xié)同等更為復雜的問題。

（2）感知層。對于自動駕駛系統(tǒng)而言，環(huán)境感知技術是非常重要的，之前國外出現(xiàn)的多起事故的出現(xiàn)就或多或少跟環(huán)境感知相關。因為它需要搭載各種各樣的傳感器，各類傳感器數(shù)據(jù)同步、融合，以及能否生成一個可持續(xù)跟蹤的穩(wěn)定的目標。另外，站在定位角度來講，定位少不了的是衛(wèi)星定位，但是衛(wèi)星定位受電離層誤差等各個方面的影響，本身的定位精度就不夠高，這就需要結合星基增強或者地基增強來進行精度的提升，同時還要解決定位喜好受到干擾或者定位信號受到遮擋等情況，我們還需要IMU 介入以進行航跡推算，還需要多傳感器融合進行及時定位的處理，最終形成高精度的定位。

（3）決策層。決策方面一般來說有兩類思路，一類是傳統(tǒng)的解決方法，從感知到融合到?jīng)Q策到控制，決策方法會涉及A*、D*、MPC、LQR 等等，另外一類是AI 的方法，端到端決策系統(tǒng)感知數(shù)據(jù)進來之后直接可以給出控制指令，這個方法目前還比較初步，現(xiàn)有應用影子模式方法進行AI 訓練，在有駕駛員的時候也會有模式在后面進行持續(xù)的對抗訓練，不過這里面還有一個問題是司機的駕駛行為是否足夠好。

（4）決策層。控制執(zhí)行方面是自動駕駛一項非常重要的環(huán)節(jié)，這也決定了未來自動駕駛的精度或者自動駕駛可靠性，這里面也經(jīng)常會用到PID、MPC、模糊控制等常見的算法，需要把制動、轉向、動力上的精度不斷提高，降低延遲。跟乘用車不同，商用車的底盤系統(tǒng)比較復雜，控制起來仍需要很多安全策略以及各系統(tǒng)的統(tǒng)一調(diào)度。舉例來講制動系統(tǒng)包括ABS、EBS、ESC、緩速器等等，如何提供一個高可靠、高執(zhí)行效率且低延遲、精度較高的制動呢？目前各大主機廠都在進行此類技術的攻關，確保線控底盤的可靠性、穩(wěn)定性。同時，作為自動駕駛的基礎，各個系統(tǒng)之間的協(xié)同以及冗余安全設置也十分重要。

（5）車路協(xié)同。我們國家將自動駕駛的技術路線定義為智能+網(wǎng)聯(lián)，那么不得不提的是V2X，廣義的網(wǎng)聯(lián)化，一般按照三個階段，信息交互、協(xié)同感知、協(xié)同控制，從硬件平臺來講有幾大部分，車路協(xié)同管理平臺，車載終端系統(tǒng)等等，它能夠帶來整個交通效率的提升以及信息服務。另外值得一提的是V2X 還能夠提供超視距的感知，自動駕駛單車系統(tǒng)的感知距離畢竟是有限的，同時也會收到各類環(huán)境的影響，那么通過車路協(xié)同技術以及路端感知系統(tǒng)能夠極大的提升感知的魯棒性。

其實自動駕駛的落地仍面臨很多挑戰(zhàn)，有技術上的、基礎設施、標準法規(guī)等等，涉及到芯片，算力，計算平臺，人機交互，功能安全，信息安全，預期功能安全，標準法規(guī)以及駕駛員的培訓等等，隨著標準法規(guī)的不斷完善，技術方面的持續(xù)進步，相信自動駕駛技術將會最終改變我們的生活。