1. 整體概述

自動駕駛車-路-云一體化的終極理想框架可以大概用圖1展示。圖1中從上至下分別為云端層->車隊列協(xié)同控制層->單車自動駕駛/人機共駕層。這三層每一部分都對應著一個很大的領域，由于知識門檻的高度不同，大部分入門者最開始接觸的內(nèi)容為“路徑規(guī)劃”，其在車路云框架的大概位置見圖1中底部。這部分內(nèi)容是很多后續(xù)研究的重要基礎（不論多車還是人機共駕），我已通過兩篇近兩萬字的博客盡量詳細的講述了這部分的大概內(nèi)容（自動駕駛路徑規(guī)劃與行為預測最接地氣詳細綜述、自動駕駛決策控制及運動規(guī)劃最詳細最接地氣綜述）。接下來將在本篇博客內(nèi)介紹的內(nèi)容為多車協(xié)同控制與人機共駕，其與路徑規(guī)劃的“分層嵌套”見圖1。由于多車協(xié)同與人機共駕本身也是兩個非常大的研究領域，從通信技術、到云端邊緣計算、到車輛控制、到駕駛員狀態(tài)預測等等，本篇博客未能做到全面，而是側重于其中的“控制”問題進行展開介紹，旨在以低的知識接受門檻，獲得高的知識廣度。做一篇這樣的博客很費時費力，如果內(nèi)容有幫助到您的話，麻煩給個贊吧謝謝了！

圖1. 自動駕駛車-路-云一體化后的理想框架

2 . 基于V2X的車輛協(xié)同控制

車路云協(xié)同控制的理想交通架構如圖2所示，從中可看出在智能交通系統(tǒng)的交通流控制、車車協(xié)同控制層面，最基礎的兩個元素為通信方式與控制形式：

圖. 2. V2X下的智能交通系統(tǒng)與協(xié)同控制在交通流成員通信方式中，根據(jù)成員對象可一般可將通信方式分為：vehicle to vehicle (V2V)、vehicle to infrastructure (V2I)與vehicle to person (V2P)等，而目前研究最深入的內(nèi)容主要為V2V與V2I。具體的通信協(xié)議包括很多種，常見的有：short-range communications (DSRC), cellular networks、Wi-Fi、LTE。Dey[1]利用DSRC與Wifi進行V2V通信，利用cellular networks LTE進行V2I通信。通過前端車輛碰撞仿真發(fā)現(xiàn)，在傳輸環(huán)境信息時，Wifi與LTE的通信協(xié)議切換時間最高可達25s，而DSRC與LTE的切換時間僅6s。Gerard Aguilar Ubiergo [2]利用DSRC與LTE進行V2I通信，然后在能耗與排放的仿真分析中得出結論：LTE比DSRC更適合做V2I通信。目前主流的V2X方式為用DSRC做V2V通信，用LTE做V2I（有很多高速收費站采取DSRC的通信協(xié)議，這種協(xié)議速度較快但覆蓋面狹窄。LTE與之相反）。關于通信協(xié)議的進展，感興趣的讀者可去看文獻[3-5]。本文主要講解接下來的協(xié)同控制部分。一般來說，根據(jù)是否存在中央控制器可將協(xié)同控制分為：集中式與分布式協(xié)同控制兩種。集中式控制通過中央控制器采集交通流信息，并直接給出交通參與者所需執(zhí)行的控制信息。該中央控制器一般為交通信號燈等交通管理單元，同時通過V2I的方式向各交通參與者傳輸信息，整體形式如圖2所示。與之相反，分布式協(xié)同控制不需要中央控制器。分布式的策略通常將多輛車組成一個VANET（可以理解為車隊列），VANET內(nèi)的車輛控制指令通常來自于內(nèi)部，例如五輛車形成直線隊列，后四輛車聽從第一輛車的領導，即leader-following模式。當以車隊列的形式行駛時，車輛通信方式除了V2V以外也可涵蓋V2I，即接收Road side unit給出的前后方交通流信息，以求提前決策、提升交通吞吐量。這種混合車隊列以及Road side unit的方式可以被理解為混合式協(xié)同控制。

圖. 3. 分布式、集中式與混合式協(xié)同控制區(qū)別

接下來根據(jù)分布式與集中式兩種協(xié)同控制方式，概述各部分研究內(nèi)容。其中分布式協(xié)同再細分為單車獨立控制與多車聯(lián)合控制。（混合式穿插在其中講述）

2.1 分布式-單車獨立決策

該策略下，智能車（IV）通過V2X的通信方式獲取外部信息，然后一般利用基于概率或學習的算法進行單車決策控制。該類研究的重點內(nèi)容其實與平常的單車決策控制很類似，然而與常規(guī)的激光雷達等車載傳感方式下的決策控制不同，該類研究需要額外考慮由V2X通信技術的延遲帶來的控制穩(wěn)定性問題，以及由于通信丟包問題導致的控制不確定性問題。V2X技術的引入，提升了傳統(tǒng)單車決策控制技術的應用范圍。文獻[6]首先利用LSTM預測車輛駕駛意圖，然后基于優(yōu)化的方法進行接下來的軌跡規(guī)劃。該駕駛意圖可由方向盤轉角等變量表示。然而在V2X引入后，可以通過車輛網(wǎng)的方式更準確地獲取外部車輛的駕駛意圖，因此提升整體決策控制的性能[7,8]。Chen [9] 使用V2I獲取外部車輛的狀態(tài)信息，包括速度、加速度和駕駛意圖，然后使用BP神經(jīng)網(wǎng)絡網(wǎng)絡預測車輛的駕駛意圖。最后使用卡爾曼濾波器估計車輛軌跡，并根據(jù)軌跡計算碰撞風險。Makarem [7]使用V2V獲得通信范圍內(nèi)所有車輛的速度和位置。然后將這些作為約束條件納入模型，然后構建線性二次型優(yōu)化方法進行求解，獲取了駕駛安全性與實時性的綜合最優(yōu)。V2X在對安全性要求較高的場景中，如車輛跟隨場景中，具有較為明顯的優(yōu)勢。傳統(tǒng)的方法在獲取駕駛意圖方面效率較低，為保證駕駛安全，其應用場景受限于低速、相對車距遠的工況。在跟車問題的碰撞概率問題上，Jean-Russo [10]通過BP神經(jīng)網(wǎng)絡結合V2V技術進行碰撞概率分析。該方法通過V2V獲得前方車輛的狀態(tài)信息和制動意圖。然后通過將以下信息輸入BP忘了來估計碰撞概率:前方車輛意圖、雨水傳感器的數(shù)據(jù)、眼睛跟蹤傳感器的數(shù)據(jù)、駕駛員傳感器的數(shù)據(jù)和環(huán)境感知傳感器的數(shù)據(jù)。然而結果表明，該類方法若不考慮制動意圖，最終預測出的碰撞概率較高，因此導致要求的車車安全間距更大，不適用于多車場景[11]。

2.2 分布式-車隊列形式

當多輛車通過V2X進行信息共享一起行動時，便可構成協(xié)同控制中的一個車隊列（vehicle platoon）。因此控制重點從單車為基本元素轉換為platoon做基本元素。進行隊列控制的第一步為構建跟車模型，該模型最早出現(xiàn)在自適應巡航控制（ACC）中。常規(guī)的ACC系統(tǒng)通常使用雷達等傳感器獲得前方車輛的相對距離和速度，然后通過相對車距、車速以及加速度模型進行跟車最優(yōu)控制。然而這種方式獲取的傳感信息噪聲較強，從而較強的影響了控制穩(wěn)定性。除此之外，文獻[7]指出在此控制形式下，ACC的市場普及率須達到至少20%才能較為明顯的提升交通吞吐量以及緩解其他交通問題。V2X的出現(xiàn)使得這一進程快速推進，其中較為出名的PATH項目結合ACC與V2X進行車輛控制[8]，在實時性、控制安全性以及對不確定性環(huán)境的應對方式均有較好表現(xiàn)。

圖. 4. 車隊列的構建形式基于V2X構建車隊列后，為把控行進方向，隊列內(nèi)一般需要至少需要一個leader。該leader用以給自車傳輸感知或指令信息，而leader的選擇可以是自車[12]前一車、車隊列上遠處的任一車輛[13]或者甚至從兩個連續(xù)的車輛[14]，如圖4所示。然而需要注意的是，leader選擇的位置越遠信息傳遞延遲越大，為了保證車隊列的穩(wěn)定性，相應的控制算法中的延時參數(shù)設置需要調高。這也意味著車隊列中的車輛越多，失穩(wěn)風險越高。車隊列的穩(wěn)定性由隊列形式可以分為線性穩(wěn)定性、弧形穩(wěn)定性等等，但是主要指線性穩(wěn)定性。該穩(wěn)定性具體指具體指車隊列保持相對車速與相對距離恒定的能力，而速度穩(wěn)定性被視為車隊列控制中最重要的屬性。當存在多個leader時，各信息源的選擇權重對穩(wěn)定性的選擇也很重要[14]，因此對于多信息員的車隊列控制需專門調整信息的權重分配系數(shù)。為提升車隊列安全性以及交通流吞吐量，一個有效的策略是V2I通信獲取交通上下游車輛的狀態(tài)信息，然后將其納入車隊列控制器中進行優(yōu)化控制。Jia[15]利用V2I獲得交通流各部分車輛的狀態(tài)信息，以均勻分布估計V2I數(shù)據(jù)噪聲分布，然后利用兩套控制算法對同樣的感知信息進行優(yōu)化控制，最終的結果通過單獨的數(shù)據(jù)融合算法對兩控制結果進行融合獲得。文獻[14]中將所有車輛收歸為一個車隊列，然后利用V2I的方式對該車隊進行統(tǒng)一控制。這種方式靈活度欠佳，文獻[16]中提出通過車隊信息與交通流上下游車輛信息進行重新編隊，如圖5所示。例如在通過交通路口時，具有充足時間通過路口的車隊列保持原始運動狀態(tài)運行。而其余必須通過加速才能通過路口，或隊列中有部分車輛無法通過路口的情況，則根據(jù)當時的交通狀況進行隊列重組。例如，該隊列后部的車輛編入下一車隊列，前部的車輛加速通過路口。隨后的仿真結果表示該策略可以有效的提升交通吞吐量。

圖. 5 根據(jù)交通流情況對車隊列進行重新整編在提升交通吞吐量上，文獻[17]提出了一種混合策略方式，相比于利用V2I通信給出車隊列控制信息或者感知信息，它通過中央控制器收集交通流信息，然后基于最優(yōu)化算法獲得各隊列的最優(yōu)限制。例如，中央控制器跟劇交通流信息給出各車隊列的車速限制。車隊列中僅leader具有V2I通信功能，其余車輛仍通過V2V的方式跟隨該leader移動。該策略對于存在普通車輛與自動駕駛車輛的混合交通系統(tǒng)表現(xiàn)出了較好的提升吞吐量性能。

2.3 集中式協(xié)同策略

集中式協(xié)同控制中重點關注的場景為交通路口場景，其中所考慮的最基礎的兩個元素為在路口的多車路徑規(guī)劃，以及進入路口時的順序。在交通路口的多車路徑規(guī)劃算法層面，本質上與單車規(guī)劃相同，例如基于優(yōu)化MPC[18]或者動態(tài)規(guī)劃（DP）[19]的算法。大多數(shù)早期的路徑規(guī)劃方法只考慮了安全和防碰撞，例如，Wuthishuwong等人[19]使用DP來規(guī)劃兩個相向移動的車輛的軌跡，然后將包含軌跡的平面空間進行網(wǎng)格狀離散化，如圖所示。為保證安全，在將車輛移動到下一個網(wǎng)格之前，會先通過對網(wǎng)格進行是否占用檢驗。將平面位置空間離散網(wǎng)格化以判斷網(wǎng)格是否被占用是早期研究中最常用的方法。為了更精確的保證駕駛安全，李等人[20]利用了運動的時間屬性，將時間t和平面位置x和y作為獨立變量，隨后的離散過程在這三維上進行。

圖. 6. 交通路口的位置空間離散為格點空間在交通路口通行順序層面，first come first serve (FCFS)策略是最常用的策略。如字面意思所示，F(xiàn)CFS策略意味著先到先走。為了提高行駛安全性，李等人[20]采用了一種基于優(yōu)先權的政策，通過計算到達交叉口的車輛的交叉時間窗來判斷后到達的車輛是否會與已經(jīng)到達交叉口的車輛發(fā)生碰撞。被認為沒有碰撞危險的車輛被列為最高優(yōu)先級，隨后正常運行。有碰撞風險的車輛被列為第二優(yōu)先，而該類車輛需通過減速來降低碰撞風險。這類策略僅通過碰撞來考慮車輛優(yōu)先級，然而在現(xiàn)實生活中車輛優(yōu)先級應來自于多方面考慮。Zhang等人[21]提出了面向服務的策略，并為每輛車分配緊急值。載有重要人物的車輛(如救護車或警車)被賦予最高的重要性值，重要性與碰撞安全性綜合最高的車輛被賦予最高優(yōu)先級。

3. 人機共駕

人機共駕技術屬于駕駛輔助系統(tǒng)領域的研究內(nèi)容，其中人、車與控制單元的相互關系如圖7所示。其最關鍵的研究點在于駕駛員與自動控制系統(tǒng)間的控制權切換、平衡問題，如圖8所示。在該問題下比較常用的兩個技術分別為預測與控制。根據(jù)預測算法與控制算法的結合形式，將人機共駕技術分為：預測與控制分層式策略與結合式策略兩種。下面對這兩種策略下的研究內(nèi)容進行介紹：

圖. 7. 人機共駕三要素及其相互關系

圖. 8. 人機共駕的重點研究內(nèi)容

3.1 預測與控制分層式策略

這種策略通常具備較強的表示車車、車人“interactive”特性的能力，因為獨立的預測層較容易同時考慮駕駛員與外部車輛的狀態(tài)，也較容易通過交叉創(chuàng)新的方式借鑒已成熟的預測算法，包括Manoeuvre-based方法與Learning-based 方法。

3.1.1 Manoeuvre-based approaches

為了解決車道保持(LKA)問題，Lefevre等人[22]結合了HMM和高斯混合(GM)回歸來預測駕駛員的車道變換意圖。預測層以從車載傳感器獲得的車輛速度、轉向和制動比為輸入，同時考慮車輛和車道之間的距離以及道路曲率。預測層首先輸出駕駛員操作的估計結果（例如方向盤轉角），隨后該預測結果會與駕駛員的實際操作進行對比。若二者一致或近似，則下層的MPC控制器不會干涉。若二者不一致且當前存在碰撞風險，則MPC將暫時接管車輛控制權。Lefevre的方法只利用自車的狀態(tài)數(shù)據(jù)來分析意圖。仿真結果對于簡單的少車場景不錯，但是如果能考慮到交通規(guī)則和外部車輛的狀態(tài)，該方法的適用面將可推廣至多車存在的交互性工況。在后端碰撞風險評估問題中，Russo[11]利用貝葉斯網(wǎng)絡（BN）同時處理來自本車和其他車輛的數(shù)據(jù)進行風險預測。BN的輸入層集成了駕駛員狀態(tài)，包括疲勞、注意力和年齡以及環(huán)境信息，如天氣狀況、溫度和外部車輛狀態(tài)。輸出的信息包括駕駛員當前的反應時間以及最大制動減速度，這些變量隨后結合車車相對距離與車速，綜合輸出當前的碰撞風險。然而對于impending collision問題，由于該類方法未考慮到他車駕駛員的行為，比如急剎車等，因此所預測的碰撞風險偏高，進而不適用于impending collision問題。按照這個邏輯，考慮不同的信息對應著適用于不同場景，圖9給出了常規(guī)狀態(tài)下自然駕駛場景中應該考慮的因素。

圖. 9. 預測駕駛員行為時所需要考慮的多方面因素

3.1.2 Learning-based approaches

Learning-based的方法可以使用駕駛員狀態(tài)、自我車輛狀態(tài)和外部車輛狀態(tài)來預測行為。從方法的使用形式上來說，其實與manoeuvre-based的方法很相似，并且預測層后接的控制算法一般也相同，主要區(qū)別在于預測算法的構建方式。Lenz等人[24]使用全連接DNN獲得高斯混合模型(GMM)的參數(shù)。網(wǎng)絡的輸入量包括車輛類型、尺寸以及道路曲率等參數(shù)，輸出結果包括多個值，分別代表不同外部車輛采取不同操作的概率。最后通過仿真表明，該方法比基于智能駕駛員模型、恒定高斯混合或恒定速度的方法的預測準確性更高。為了獲得更長的預測時域，Phillips等人[25]使用三層LSTM來識別駕駛員意圖。除了[24]中使用的狀態(tài)信息外，Phillips還結合了當前的離散控制結果，如左轉和右轉作為LSTM網(wǎng)絡的輸入。仿真結果表明，該方法可以在距離車輛交叉口150m處提供預測結果。預測準確率平均為27%。監(jiān)督學習類算法對數(shù)據(jù)集的特征質量較為敏感。為了降低數(shù)據(jù)對于學習類算法的影響，李等人[26]使用IMLCU(一種半監(jiān)督方法)來預測駕駛員意圖。使用的數(shù)據(jù)來源分為兩類:有標簽的數(shù)據(jù)和無標簽的數(shù)據(jù)。為確保避免碰撞，IMLCU評估了預測機動的風險，然后根據(jù)以碰撞時間表示的碰撞概率提出了機動建議(TTC)。駕駛員操作的一致性也與緊急避障相關聯(lián)。如果駕駛員的操作降低了碰撞的可能性，控制器將把控制權轉移給駕駛員，否則轉移給控制器。在緊急情況下，智能系統(tǒng)將暫時控制車輛。處理控制權限的詳細方法將在下一節(jié)討論。

3.2 預測與控制合并式策略

該策略下，最優(yōu)控制和模糊控制是較為常見的方法。根據(jù)駕駛輔助系統(tǒng)的切入時機，可將研究內(nèi)容分為兩部分：始終接入車輛控制權與適時接入車輛控制權。下面按照以上兩方面介紹研究內(nèi)容：

3.2.1 始終接入車輛控制權

當前的策略一般是動態(tài)分配自動控制器和驅動器的控制權，并加權或平滑融合兩者的輸出結果。輸出融合的權重主要基于駕駛員操作的安全性和駕駛員狀態(tài)，例如注意力、睡意等（詳細的駕駛員狀態(tài)檢測方法見圖10）。Nguyen等人[27，28]使用了一個U形函數(shù)圖來描述需要駕駛員需要輔助的程度。其中，函數(shù)自變量與因變量分別是駕駛員負荷程度和駕駛員表現(xiàn)。如果駕駛員的負荷過高，則控制權偏向決策控制器。這種方式最大的問題是控制權過渡的連續(xù)、平滑問題。使用Takagi-Sugeno模糊控制方法(T-S模糊控制)可以較好的實現(xiàn)控制權平穩(wěn)切換。與MPC等方法類似，模糊控制的輸出一般是方向盤角度和車輛加速度。為了確保該方法的穩(wěn)定性與實時性，Nguyen等人[27,28]將linear matrix quality optimisation (LMI)和李亞普諾夫穩(wěn)定性論證相結合，以確保駕駛員-車輛系統(tǒng)的閉環(huán)穩(wěn)定性。

圖. 10. 駕駛員疲勞狀態(tài)檢測方法為了處理控制權的平衡問題，Sentouh等人[29]將系統(tǒng)分為tactical層和operational層。前者用于分配控制權，而后者包含兩個基于優(yōu)化的控制器:人機共駕控制和自動控制。分配控制權時同時考慮駕駛員的狀態(tài)和操作安全性，這些狀態(tài)包括駕駛員睡意和注意力水平。操作安全性是指變道時的碰撞概率。該算法通過車輛的位置和航向計算出一個安全參數(shù)，然后將其與現(xiàn)實生活中得到的經(jīng)驗參數(shù)作對比，從而進行安全性評估。在常規(guī)工況下，決策控制系統(tǒng)進行連續(xù)的控制補償，但在緊急避障等特殊情況下，控制器會降低其輸出力矩，以保證駕駛員獲取更高的控制權。此外，Sentouh也利用了LMI與李雅普諾夫方法去獲取高的算法效率，證明算法閉環(huán)穩(wěn)定性。Schwarting等人[30]假設復雜城市道路場景中所有外部動態(tài)物體的運動不確定性為高斯分布。隨后構建Model predictive contextual control (MPCC)用于生成軌跡，然后跟蹤軌跡，橫縱向控制同時進行，控制量分別為方向盤轉角和車輛加速度被同時控制。乘法函數(shù)包括駕駛員輸出結果和控制器結果之間的縱向和橫向偏差，即控制器會傾向于將駕駛員的控制結果向自動控制結果轉移。

3.2.2 適時的駕駛輔助

與上一節(jié)的策略不同，適時輔助的策略通常規(guī)定一個安全邊界。當駕駛員的操作在安全邊界內(nèi)時，控制器不會干擾車輛運行?？刂破鲀H在駕駛員的操作即將超出安全邊界時介入車輛控制，被控對象與駕駛員的控制部件相同，如方向盤或腳踏板。Glaser等人[31]將控制算法分為兩層。第一層提供外埠車輛所有可能操作，例如左轉、右轉、加速和減速。自車前方的位置空間被分成多個網(wǎng)格。隨后結合TTC和車間時間(TIV),賦予每一個網(wǎng)格碰撞概率。最后以舒適度和能耗作為指標，規(guī)劃出兩類軌跡，第二層則會整合評估結果最好的兩條軌跡。同時，控制器通過道路幾何形狀、方向盤轉角和踏板力來預測駕駛員的意圖。意圖包括方向、加速和減速。當遇到安全問題時，控制器通過方向盤和踏板中的觸覺反饋警告駕駛員。在被認為高度危險的情況下，控制器控制車輛，然后根據(jù)第二級算法規(guī)劃的軌跡行駛。該方法采用的策略結構清晰，但模型復雜，實時操作困難。與[31]中提到的策略不同，Erlien等人[32]通過定義兩種類型的安全邊界來選擇干預時機。Erlien選擇峰值輪胎力時的穩(wěn)態(tài)角速度和后側滑角作為車輛穩(wěn)定運行的極限。隨后利用MPC進行運動控制，為了確保算法實時性，Erlien將道路根據(jù)障礙物位置分成多個tube（小矩形）。此時，不含障礙物的tube內(nèi)的運動控制問題可以變成凸優(yōu)化問題。在常規(guī)工況下，決策控制器會給出每個tube下的最優(yōu)路徑，但是駕駛員有權選擇任意路徑。在緊急工況下，例如車輛存在碰撞風險，此時決策控制器將接管橫向控制。然而，駕駛員仍然保持縱向控制。該方法在實時性與控制舒適性上較好的實現(xiàn)了人機共駕。