固定場景下的無人駕駛技術應用

（上汽通用五菱汽車股份有限公司技術中心 545007）

0 引言

近年來，汽車智能化技術正逐步得到廣泛應用，無人駕駛也成為了智能車的關鍵技術和研究方向。相比復雜的城市道路，低速且固定場景的無人駕駛無疑降低了對傳感器及算法算法的要求，容錯率更高，更利于快速落地。于是一些基于固定場景的無人駕駛方案應運而生并快速地投入了使用。本文主要介紹了在固定場景下，通過對區域內道路環境進行分析，確定傳感器方案及車輛控制邏輯，實現低成本、高可靠度的無人駕駛能力。同時針對區域內環境及用戶特性，優化了車輛行駛路線及其調度策略，實現無人駕駛車運營[1-2]。

1 無人駕駛車輛系統搭建

主要對測試區域進行了場景特征分析，并在此基礎上進行了傳感器選型及部分控制策略制定。

1.1 固定場景分析

經過對測試區域內路況及車間分布的初步調查，選取如圖1所示路線及?？奎c。

（1）該路線上主要交通參與者如表1所示。

（2）區域內道路限速25 km/h，車道線清晰，無兩輪車通行，行人車輛分離行駛。

圖1 無人駕駛車測試路線及?？奎c

表1 無人駕駛路線區域主要交通參與者

綜上，該場景道路環境單一、結構清晰。

1.2 傳感器選型

表2和表3分別給出了各類常用傳感器用于環境探測及車輛定位的特征分析。本場景為低速環境，同時需要使車輛四周盲區盡可能小。故測試采用2 個單線激光雷達及一套超聲波雷達作為車輛障礙物探測方案。同時，綜合考慮現場光照及建筑物遮擋情況，采用GPS 為主、攝像頭為輔的組合定位方案。

表2 環境探測常用傳感器特征表

表3 定位常用傳感器特征表

圖2 道路障礙應對邏輯

1.3 控制策略

無人駕駛車在行駛過程中主要有加速、減速和換道3 種行為模式。當車輛定位信號弱或行徑路口、人行道時需減速行駛以確保安全，必要時需制動停車。當車輛遇到障礙物時，則按照圖2所示策略進行處理。

圖3 無人駕駛擺渡車優化運行路線圖

圖4 擺渡車運營調度邏輯圖

2 固定場景下無人駕駛車輛的運行

主要進行無人駕駛車試運營，并根據試運營結果進行數據分析，進而對無人駕駛車進行改進優化，包括制定新的運行路線及調度邏輯，而后再一次進行場景試運營[3]。

2.1 一期運營測試及需求調查

第一期試運營累計運行2 周，共完成98 人次接駁、參與體驗人數67 人，總計運行里程103.9 km。統計分析，近80%員工認為無人駕駛車有效地降低了其往返各車間耗費的時間，提高了效率。同時，79%的員工希望無人駕駛路線可以更多選擇。

經過對體驗人員反饋及需求進行分析后，在原測試路線基礎上增加途經行政辦公區域和新能源總裝的路線及?？奎c，如圖3所示。

2.2 二期擺渡車試運營

在一期運行結果及用戶需求分析的基礎上，二期更新路線及站點。更新路線后的擺渡車采用分段式路徑規劃方式，將路網根據各岔路口分成數個路段。當乘客確定目的地后，車輛會根據起點及終點的位置選擇分段路線拼湊在一起，采取最短的路線作為最終行駛路徑。相比初期方案，分段式路徑規劃可減少等待時間約20 min，每趟行程耗時減少約5～10 min。

同時，二期增加了車輛預約APP 及運營平臺。平臺會收集用戶手機APP 發送的用車需求，進行一定的處理后將調度命令分別發到每臺擺渡車上，擺渡車會根據收到的命令于相應時間完成擺渡任務并將結果實時上傳至平臺[4]。

基于平臺調度的無人駕駛擺渡車調度邏輯如圖4所示。

二期進行了2 周試運營，共完成306 次人員接駁、參與體驗人員237 人、總計運行里程723.7 km。經統計顯示，本次體驗人員職位分布均勻，各區域對無人駕駛擺渡車均存在確切需求[5]。

3 結束語

無人駕駛技術是未來汽車智能化發展的關鍵技術和研究方向。本文通過對固定場景的道路環境及常用傳感器的特性分析，完成了無人駕駛車輛的系統設計。

在此基礎上，本文制定了無人駕駛車輛在固定場景下的運營路線和方式，對無人駕駛車輛系統構架進行了驗證，并對固定場景下無人駕駛車輛運行的模式和技術方案進行優化，提出新的路線選擇和調度策略。結果表明，本文所搭建的無人駕駛車輛在固定場景下具有良好的適用性，且具有如手機約車等多種擴展功能，為無人駕駛技術的發展與應用提供了具有實踐意義的技術探索和應用示例。