無人駕駛汽車業(yè)是在網(wǎng)絡(luò)環(huán)境下用計算機(jī)技術(shù)，信息技術(shù)和智能技術(shù)武裝起來的汽車，或者可以說是有著汽車外殼兼顧汽車性能的移動機(jī)器人。

 

無人駕駛技術(shù)涉及的內(nèi)容

 

1 體系結(jié)構(gòu)

體系結(jié)構(gòu)是一個系統(tǒng)的骨架。它描述了系統(tǒng)各個組成部分的分解和組織，以及各個組成部分之間的相互關(guān)系。對無人駕駛汽車系統(tǒng)來說，體系結(jié)構(gòu)還包括了系統(tǒng)信息的交流和控制調(diào)度，因此又起到了神經(jīng)系統(tǒng)的作用。體系結(jié)構(gòu)在無人駕駛汽車系統(tǒng)中占據(jù)十分重要的地位，它確定系統(tǒng)的各組成模塊及其輸入輸出，確定系統(tǒng)的信息流和控制流。比較經(jīng)典的體系結(jié)構(gòu)有分層遞階式體系結(jié)構(gòu)、反應(yīng)式體系結(jié)構(gòu)和二者結(jié)合的混合式體系結(jié)構(gòu)。美國汽車工程師協(xié)會采納的無人系統(tǒng)聯(lián)合體系（JAUS）是基于分層遞階式的體系結(jié)構(gòu)。

 

無人系統(tǒng)聯(lián)合體系（JAUS）是1998年美國國防部提出的針對無人系統(tǒng)領(lǐng)域的開放式體系結(jié)構(gòu)，并于2005年被美國汽車工程師協(xié)會采納，作為無人系統(tǒng)體系的標(biāo)準(zhǔn)。JAUS協(xié)議將整個系統(tǒng)劃分為系統(tǒng)、子系統(tǒng)、節(jié)點和組件這幾個級別。各級別之間既相互獨立，又相互依賴。

 

2 環(huán)境感知

無人駕駛汽車的環(huán)境感知像人類的視聽感覺一樣，利用各種傳感器對環(huán)境進(jìn)行數(shù)據(jù)采集，獲取行駛環(huán)境的信息，并對信息中的數(shù)據(jù)進(jìn)行處理，這些信息對無人駕駛汽車的安全行駛提供及時、準(zhǔn)確、可靠的決策依據(jù)。它是無人駕駛汽車實現(xiàn)壁障、自定位和路徑規(guī)劃等高級智能行為的前提條件和基礎(chǔ)。

 

目前常用的環(huán)境感知傳感器包括超聲波傳感器、紅外線傳感器、激光雷達(dá)、毫米波雷達(dá)、微波雷達(dá)、立體視覺攝像機(jī)等。我們根據(jù)傳感器的特點和工作原理，在不同的工況下選擇合適的環(huán)境傳感器。例如：在高速公路中，由于車速較快，通常選擇檢測距離較大的微波雷達(dá)；在城市公路中，環(huán)境比較復(fù)雜，行人車輛行駛不確定性，通常選用檢測角度較大的激光雷達(dá)。

 

3 定位導(dǎo)航

無人駕駛汽車通過定位導(dǎo)航系統(tǒng)獲得汽車的位置、姿態(tài)等信息。無人駕駛汽車定位及時有航跡推算技術(shù)、路標(biāo)定位技術(shù)、地圖匹配定位技術(shù)和視覺定位技術(shù)等。

 

無人駕駛汽車在未知環(huán)境中從一個位置開始移動，在移動過程中根據(jù)位置估計和地圖進(jìn)行自身定位，同時在自身定位的基礎(chǔ)上建造增量式地圖，實現(xiàn)自主定位和導(dǎo)航的技術(shù)被稱為同時定位與地圖創(chuàng)建。在地圖已知的情況下，無人駕駛汽車可以根據(jù)已知地圖不斷地進(jìn)行自身位置的校正，實現(xiàn)精確定位；但在未知環(huán)境中，無人駕駛汽車完全沒有或只有很少、很不完善的環(huán)境知識，無人駕駛汽車隊環(huán)境的認(rèn)識就只能通過自身所攜帶的傳感器來獲取環(huán)境信息，并經(jīng)過信號處理抽取有效信息，以構(gòu)建環(huán)境地圖。

 

4 路徑規(guī)劃

無人駕駛汽車的路徑規(guī)劃是指在一定環(huán)境模型基礎(chǔ)上，給定無人駕駛汽車起始點與目標(biāo)后，按照性能指標(biāo)規(guī)劃處一條無碰撞、能安全到達(dá)目標(biāo)點的有效路徑。經(jīng)過幾十年的發(fā)展，路徑規(guī)劃技術(shù)已取得了非常矚目的成就。

 

路徑規(guī)劃主要包含兩個步驟：建立包含障礙區(qū)域與自由區(qū)域的環(huán)境地圖，以及在環(huán)境地圖中選擇合適的路徑搜索算法，快速實時地搜索可行路徑。路徑規(guī)劃結(jié)果對車輛行駛起著導(dǎo)航作用，它引導(dǎo)車輛從當(dāng)前位置行駛到達(dá)目標(biāo)位置。目前，比較常見的路徑規(guī)劃算法主要分為基于采樣的路徑規(guī)劃算法以及基于地圖的路徑規(guī)劃算法兩大類?；诓蓸勇窂降囊?guī)劃算法：這種方法很早就開始用于車輛路徑貴客，比較常見的算法有概率圖算法和快速隨機(jī)擴(kuò)展樹算法。基于地圖的路徑規(guī)劃算法：它通過搜索表示環(huán)境信息的環(huán)境地圖獲得最終路徑，通常采用單元分解法或者道路圖法建立環(huán)境模型。

 

5 運動控制

無人駕駛汽車的運動控制分為縱向控制和橫向控制。通過對油門和制動的協(xié)調(diào)，縱向運動控制實現(xiàn)對期望車速的精確跟隨。在保證車輛操作穩(wěn)定性的前提下，橫向運動控制實現(xiàn)無人駕駛汽車的路徑跟蹤。在無人駕駛汽車的行駛過程中，車輛的橫向運動和縱向運動存在著耦合關(guān)系。兩種控制相互結(jié)合，不僅使車輛精確跟蹤期望道路，同時使車輛具有良好的動力性和舒適性。

 

無人駕駛汽車的縱向控制，包括對油門和制動的控制，以及油門和控制制動的切換規(guī)則。根據(jù)預(yù)定速度和無人駕駛汽車實測速度的偏差，油門控制器和制動控制器根據(jù)各自的算法分別得到油門控制量和制動控制量。切換規(guī)則根據(jù)油門控制量、速度控制量和速度偏差選擇油門控制還是制動控制，未選擇的控制系統(tǒng)回到初始位置，如按切換規(guī)則選擇了油門控制，則制動控制執(zhí)行機(jī)構(gòu)將回到零初始位置。無人駕駛汽車的橫向控制，需要考慮車輛縱向速度、道路曲折率以及未知干擾等諸多因素。通常情況下，我們可以基于航向預(yù)估和滑模變結(jié)構(gòu)理論來實現(xiàn)汽車的橫向控制。

 

6 一體化設(shè)計

相對于傳統(tǒng)的添加外部機(jī)構(gòu)的改造方法，無人駕駛汽車一體化設(shè)計是未來無人駕駛汽車設(shè)計的導(dǎo)向。它綜合考慮無人駕駛汽車對局部環(huán)境的感知和決策，以及車輛的動力學(xué)特性等性能之間的相互聯(lián)系和影響，在構(gòu)建的無人駕駛汽車上集成設(shè)計各個模塊及相關(guān)過程。通過一體化設(shè)計將無人駕駛汽車的大腦與小腦進(jìn)行有機(jī)的結(jié)合，提高無人駕駛汽車的整體控制效果。

 

無人駕駛汽車的一體化設(shè)計包含：設(shè)計無人駕駛汽車集成平臺，構(gòu)建開放式模塊化的多模異構(gòu)信息集成體系，并與汽車信息交互系統(tǒng)、儀表電器和電控系統(tǒng)協(xié)調(diào)控制；車輛發(fā)動機(jī)與變速器、制動系統(tǒng)的一體化縱向系統(tǒng)性能設(shè)計；車輛轉(zhuǎn)向系統(tǒng)有人駕駛與無人駕駛系統(tǒng)性能一體化設(shè)計；結(jié)合傳統(tǒng)的汽車動力學(xué)，研究無人駕駛汽車的動力學(xué)試驗體系和方法。通過不斷地完善，最終達(dá)到無人駕駛的環(huán)境感知規(guī)劃決策圈和汽車動力學(xué)圈的良好匹配，以實現(xiàn)在保證無人駕駛車輛的安全性能與可靠性能的基礎(chǔ)上，使乘客有一個良好的舒適性，使車輛有一個較好的經(jīng)濟(jì)性能和動力性能。

 

無人駕駛技術(shù)的現(xiàn)狀

 

無人駕駛?cè)缃褚呀?jīng)成為一種趨勢，通過智能化交通信息平臺，車與車、車與路之間能夠及時獲取有效信息，進(jìn)而實現(xiàn)對行程智能化管理，汽車擁堵與停車難的問題將能夠得到有效的解決，大型客運車運輸也能夠準(zhǔn)時化、規(guī)范化。經(jīng)過多年的發(fā)展，國內(nèi)外無人駕駛技術(shù)取得了顯著的進(jìn)展，但是實際交通環(huán)境復(fù)雜多變，而且目前人工智能與人腦智能之間存在較大差距，同時網(wǎng)絡(luò)傳輸速度存在滯后等問題，造成真正意義上的無人駕駛技術(shù)處于發(fā)展瓶頸階段。此次兩會上工業(yè)和信息化部部長肖亞慶承諾“十四五”期間將建成系統(tǒng)完備的5G網(wǎng)絡(luò)，這對于無人駕駛技術(shù)的發(fā)展也是一個好消息，將有助于信息傳輸速度的大力提升。