自動駕駛汽車系統關鍵技術綜述

孟祥雨　張成陽　蘇沖

摘 要：隨著科技的革新，汽車電子化已成為一種趨勢。而自動駕駛已經成為現階段汽車研究的一個重點和熱點。通過感知系統實現自動駕駛，能夠推動人類交通發展，同時有效拓寬科學技術的應用領域，是人類交通發展史上的一大進步和創新?；诖?，本文將著重探究自動駕駛汽車感知實際的研究現狀，以及自動駕駛系統所涉及到的關鍵技術，進而提出相應的工作建議，展望自動駕駛技術發展方向。

關鍵詞：自動駕駛;感知;技術

1 自動駕駛技術

1.1 等級劃分

伴隨著智能控制，互聯網等技術的發展，自動駕駛技術成為時下的一個熱點。自動駕駛是借助感知系統來獲取車輛及外界環境等眾多數據信息，通過系統的分析和判斷，來做出相應的駕駛決策，整個過程無需人工操作就能夠完成汽車駕駛。相對于傳統的汽車駕駛技術來說，自動駕駛技術具有很強的實用性。而在現階段的自動駕駛研究過程當中，可以將自動駕駛分為不同的5個等級。第1個等級是無自動化，即完全由駕駛人員來操作，沒有任何的科學技術作為輔助。第2個等級是單項自動化，與無自動化相比，單向自動化中有了一項自動控制，從而實現自動加減速，自動緊急制動等操作。第3個等級是多項自動化，與單項自動化相比，多項自動化功能更加智能化，在實際的應用過程中能夠在完成自動控制方向的同時，實現自動加減速，在遇到突發情況時，能夠很好的解決危機。第4個等級為有限自動，與前兩項自動化相比，有限自動駕駛操作更為靈活便捷，能夠有效實現人機互動，當遇到問題時，能夠給予充足的時間讓駕駛者做出反應。因而第4個等級更加適用于特定的場景和環境。第5個等級是完全自動，在汽車的整個駕駛過程當中全部由自動控制，不需要人力介入，且駕駛的場景更加復雜多樣[1]。

1.2 系統框架

為了保障汽車自動駕駛能夠順利進行，首先要有一套完整的感知系統來代替駕駛人獲取周圍信息。其次，在自動駕駛中為了保障相應的駕駛指令能夠符合實際的環境和實際的駕駛要求，則需要智能的算法作為基礎，且能夠有高性能的硬件作為控制系統，借助這兩套系統來代替駕駛者來完成相應的駕駛指令。同時能夠結合具體的駕駛環境選擇合適的行駛路徑，保障自動駕駛能夠順利進行。最后，在汽車駕駛中，駕駛者的操作直接決定了汽車駕駛的結果。在汽車自動駕駛過程中，為了保障其安全性和穩定性，則要全面加強環境感知，內部感知和駕駛人的感知工作，這就需要建立一套完善的感知系統。結合車上的傳感器來獲取相應的數據信息，進而讀取汽車所處的環境和狀態，綜合考慮到車內外的溫度，空氣流量，壓力，動力等眾多客觀因素的影響，來實施相應的操作功能。

2 自動駕駛關鍵技術

在汽車自動駕駛研究中，最主要的是在汽車自動駕駛中如何進行環境感知和定位，只有做好這兩方面的工作才能夠為汽車行駛狀況的判斷和控制提供理論依據。通過感知明確汽車行駛的狀態，同時能夠捕獲汽車行駛周邊的道路網絡等相關的數據信息。而加強環境感知，能夠有效提高自動駕駛的場景理解能力，通過大量的訓練和擬合，提高汽車自動駕駛的學習能力和判斷能力，從而幫助汽車更好的了解其所處的位置環境。在汽車自動駕駛中，通過規劃能夠保障其相應的決策和計劃更加科學合理，能夠不違背社會道德和交通法規，從而保障人們的生命財產安全。而借助數據總線加強汽車的控制工作能夠保證汽車的行駛安全。關鍵技術的實際應用和操作如圖1所示：

2.1 感知

在環境感知中，需要識別大量的環境信息。在車道線檢測中，可以利用雷達車道檢測方式以有效提高自動駕駛汽車周邊環境信息獲取的速度。但在實際的應用過程中，由于激光雷達成本高昂，很難大規模的應用和推廣。而借助多傳感器融合技術，利用具體的坐標來進行數據擬合，以此獲取車道線。例如在紅綠燈識別中，可以通過智能網聯技術來獲取紅綠燈的狀態信息，但由于成本太高，不具有推廣性。而借助視覺算法通過顏色和形狀來獲取紅綠燈的信息難以保障信息獲取的穩健性。在實際的應用過程中，可以通過機器學習的方式，利用支持向量機進行大量的訓練，以高精度的獲取紅綠燈的位置和大小等信息，從而為汽車自動駕駛提供相應保障。在汽車自動駕駛定位中，GPS定位的效果相對較好，但成本投入相對較大。利用雷達和攝像機來定位，結合具體的概率模型來完成汽車位移定位，以更好的完成自動駕駛定位任務。

2.2 規劃

在自動駕駛中，其面臨的最大問題是如何保障車能夠順利到達目的地，且能夠避開障礙物，在準時到達目的地的同時如何保障行車軌跡最近。自動駕駛中包含任務、行為和動作等三方面的規劃工作。任務規劃決定了行車的路徑，借助有向網絡圖明確道路之間的連接情況、路況等信息，利用路網圖來開展自動駕駛路徑規劃工作，能夠保障汽車行駛路徑最優[2]。而借助插值曲線技術，以從汽車行駛的安全性，舒適性和汽車自動駕駛中所面臨的一系列突發狀況考慮，選擇合適的行車路線并確定適當的速度。通過行為規劃，為汽車駕駛做好準備，綜合周邊環境以及城市的交通狀況，判定自動駕駛車的行駛狀態，是跟車還是超車，是停車讓行人通過還是繞行，借助有效狀態機來感知汽車行駛環境，進而做出相應的決策，保障車輛行駛安全。通過動作規劃，以保障汽車自動駕駛動作能夠順利進行。通過計算效率來優化配置空間，借助完整的算法，加強行車約束。而通過組合規劃和抽樣計劃，能夠實現連續空間模型到離散空間模型的有效轉換，進而為自動駕駛的運動規劃提供理論依據。

2.3 控制

在自動駕駛過程中，借助硬件設備實施相應的控制工作，從而實現人機交互，保障自動駕駛的安全性。其中包括經典控制，模型預測控制兩種方式。反饋控制以綜合考慮到汽車周邊的環境精準規劃汽車的動作和行駛路線，以保障汽車能夠執行準確的操作，且能夠精準把控油門，方向，剎車等信號，使得汽車能夠按照預期目標行駛。而且模型預測控制，結合車輛的運動狀態來預測未來一個階段車輛的運動狀態，通過該方式能夠有效避免不安全事故發生，同時能夠結合具體的路況實時調整車輛的運行狀況。通過反饋矯正，保障車輛運行的安全性，而通過滾動優化，使得自動駕駛能夠更加貼近駕駛人的駕駛狀況，使得車輛系統的操作在可控范圍內進行。

3 結語

總之，自動駕駛技術改變了人們的出行方式，同時也推動了交通行業的發展。而隨著數據處理技術和機器學習的不斷發展，越來越多的感知技術運營而生，且逐漸應用到自動駕駛技術的研究當中。很顯然自動駕駛技術的研究與應用已成為必然趨勢，而在惡劣的條件下如何加強環境感知，完成自動駕駛有待進一步研究和探索，具有很強的應用前景。

參考文獻：

[1]王藝帆.自動駕駛汽車感知系統關鍵技術綜述[J].汽車電器，2016，（12）：12-16.

[2]趙祥模，承靖鈞，徐志剛.等.基于整車在環仿真的自動駕駛汽車室內快速測試平臺[J].中國公路學報，2019，32（6）：124-136.DOI：10.19721/j.cnki.1001-7372.2019.06.013.