自动驾驶汽车的技术发展浅析

2019-11-21辽宁马立强

汽车维修与保养 2019年8期

◆文/辽宁马立强

近几年，汽车新技术层出不穷，以新能源和自动驾驶技术尤为突出，新能源汽车在走进千家万户的时候，自动驾驶技术在生活中也会越来越普及，自动驾驶汽车是一种通过电脑系统实现无人驾驶的汽车。又称电驾汽车或轮式移动机械人。其融和个性需求，给人全新的体验，具有安全、舒适、便利等特点。与人工驾驶汽车的不同之处在于，自动驾驶可以通过电来实现对汽车的控制，就目前来看，自动驶更满足现代人的追求，在近几年呈现出实用化的趋势。在2020年。自动驾驶汽车将全面就进入市场，在2025年前后，我国新生产汽车中配备有半自动驾驶技术的汽车占有率将达到30%，到2030年完全自动驾驶车辆的占有率将接近10%。随着新一代科技革命的推进,全球各大整车企业、汽车零部件企业、互联网企业、制造企业以及研究企业、高校都正在全力研发自动驾驶汽车技术及相关产产品,测试技术和测试装备,各国政府也在加快自动驾驶汽车产业布局,推进道路测试规范建设、标准测试体系建设、测试场地建没等。其中最根本问题的是自动驾驶汽车技术中的可靠性、安全性、稳定性、智能性是所有相关产业大力发展的根基。本文主要介绍自动驾驶汽车前沿技术发展现状,主要分七个部分,分别就自动驾驶汽车技术概论、自动驾驶汽车技术的投入与发展情况、自动驾驶汽车的特点与功能、自动驾驶汽车的基本组成、自动驾驶汽车的关键技术、自动驾驶汽车的人工智能技术、当前自动驾驶的技术情况和存在问题等进行论述。

一、自动驾驶汽车技术概论

自动驾驶汽车在上个世纪已有数十年的发展历史，自动驾驶行业在当时还是受到了广泛的关注。经过研制开发，自动驾驶汽车在后续多年推广，1999年，英国卡基梅大学制做的无人驶汽车 Lacuna-v完成了第一次无人驾驶试验，许多为无人驾驶汽车开放路实验的法规也相继出台。2009年，自动驾驶汽车的图片首次曝光，自动驾驶汽车共有6个段别，0级是完全由驾驶员进行驾驶作；1级是指特定情况下汽车辅助驾驶完成某些驾驶任务；到了2级是自动驾驶能完成某些驾驶任务，但驾驶省要时刻监视围环境的变化，到危险情况随时接管，这是目前大多自动驶汽车都已做到的自动驾驶技术；3级是驾驶员几乎不用接管，汽车可以智能的完成任务；4和5级是自动技术，汽车已经完会不用驾驶员的控制。区别在于4级只有在高速公路等特定条件下才可完全独立，5级则在任何条件下无人操作。自动驾驶的应用是备受关注的热点，当下自动驾驶汽车技术发展的是十分快速的。人工智演算法的优化，自动驾驶汽车技术越来越趋向商业化、实用化。

国内早期在自动驾驶领域开始探索的主要是百度、华为等一些互联巨头，这些企业都有足够强的技术实力和热情，其中，技术水准发展最好的还是百度。百度早在3年前就逐渐启动开发专案，直到2017年4月，百度宣布了一个计划，要建立一套完整的自动驾驶系统。国外在自动驾驶方面领先的有美国的特斯拉和谷歌，特斯拉的电动汽车被一致认定为属于自动驶3级范略，即在有条件情况下的自动化，在一定的环境中有自动驾驶的能力，退到紧急情况时还要进行管理的有人模式。

二、自动驾驶汽车技术的投入与发展情况

近三年全球自动驾驶技术总投资达到80亿美元，其中商业巨头和汽车厂商，都是自动驾驶方面的大财团。自动驾驶汽车的交易涉及汽车系统的各个方面，自动驾驶汽车技术已上升为国家战略。2018年开始正式发放了全国首批网联汽车开放道路测试号牌，意味自动驶汽车可在上中国合法上路，我国无人驾驶行业，又迈出一大步。同时，日本、新加坡等国家相继批准自动驾驶技术的相关企业在条件可行条件下进人道路实验。

自动驾驶自动驾驶汽车技术是可实现更安全高效驾驶的单车基础技术，使车辆具备驾驶人的眼脑手等功能,提高车辆自主识别规划控制能力。所以,自动驾驶汽车技术是逐步从传统交通系统中解放驾驶人，开始以智能化汽车为主体，构建新型智能交通系统的核心技术。目前就行业内自动驾驶汽车的智能化技术路径主要有两个,其区别主要在感知技术路线。一类是辅以毫米波雷达等的多传感器融合方案,以传统廉价的摄像机为主导,以特斯拉、福特、沃尔沃等传统整车企业为代表；另一类是依赖于高精度地图并辅以摄像机、毫米波雷达、超声波传感器等的技术方案,以性优价高的三十二线或六十四线镭射雷达为主导,主要以谷歌、百度等企业为代表。现有的智能驾驶系统大都以镭射雷达作为主传感器,但其成本居高不下,因此得益人工智能技术发展的成本较低，自动驾驶汽车技术架构以摄像机为主传感器的技术方案成为新的研究热点，从自动驾驶汽车的功能层角度可分为感知层、决策层、控制层。其中的人机交互技术、感知融合技术、智能辅助技术、智能驾驶技术、智能决策技术等等都需要车载计算平台来完成协同控制、智能决策、高速计算、数据融合,为决策和控制提供即时回应,从而完成汽车行驶和信息交互过程中多源海量异构数据的高速计算处理,实现汽车的自动驾驶。

三、自动驾驶汽车的特点与功能

1.自动驾驶汽车的特点

(1)安全性：通过数位化，智能的信息化运行，自动驾驶能精确能做出反应。发生安全事故的概率大大降低。自动驾驶汽车可以检测人类的状况，当无人驾驶时，自动驾驶汽车就会自动代替人类的驾驶，避免发生事故。

(2)便利性：不需要驾驶员控制，自动驾驶汽车解放了人类的双手，能方便通过自身导航到达目的地。

(3)智能化：到达目的地，汽车会到停车位自动停车，当选定目的地后，自动驾驶汽车会利用导航系统选择一条最合理路线。

2.自动驾驶汽车的功用

(1)代替驾驶者进行驾驶。选定目的地后，就可以完全让自动驾驶车自动驾驶，与普通汽车相比便利太多。

(2)最优路线选择。利用导航系统进行，可以避免交通拥堵或路线过长的问题。以最快最安全的方式达目的地。

(3)自动驾驶汽车能够分析驾驶者及乘客的状态：当驾驶员疲劳驾驶时，自动驾驶汽车会接替驾驶员进行自动驾驶。如乘客把手和头伸到窗外，自动驾驶汽车会提醒大家，防止意外事故的发生。

四、自动驾驶汽车的基本组成

1.中央处理系统

中央处理器包括运算器、控制部件和寄存器等，是整个自动驾驶汽车的主要组成部分，对收集的各种信息进行总汇与处理，包括信息的输入、信息整理和输出。在自动驾驶汽车中，中央处理器显得极为重要，为了对周围环境及时地做出判断，中央处理器要求运算速度极高，秒的误差都可能出现安全事故。同时对中央处理器的精确度有更高的要求，当车辆通过障碍物时，处理器先收集到信息，并执行相应动作。若是遇到交通灯，处理器的信息判断能否通行。

2.视频采集器

视频采集器是将收到的视频信号等混合输入电脑，并且转换成让电脑可识的数字数据，储在于电脑中。通过采集器，自动驾驶汽车可以获取周围的信息，如驾驶者要停车时，系统会采集停车环境，停放位置及行人的状态等信息，传给中央处理器，确保周围安全后，汽车执行停车动作。

3.雷达传感器

雷达传感器是一种用于测量距离的仪器，通过量参数算距离，利用发射率与时间的相关函数，得到平均值。计算公式可以算出物体与物体间的距离。它使用于测量车辆之间、车辆与行人之间的距离，作为输入信息，传给中央处理器，判断是否要实施制动或加速等动作。

五、自动驾驶汽车的关键技术

智能化关键技术是自动驾驶汽车的最核心技术,主要包括高精度定位技术、高精度地图构建、控制执行技术、规划决策技术、多传感器融合技术。其中技术的控制、感知、决策技术是核心基本功能,高精度定位技术和高精度地图是行驶过程的基础性关键支撑技术,无论是感知决策规划还是控制执行都需要车辆自身和周边其他动静态物体的位置速度等信息。

1.感知数据融合技术

环境感知主要包括动态物体和路面、静态物体几个方面,感知数据的融合包括对多个传感器获取的动静态物体的检测识别定位信息、跟踪预测信息等的融合处理与反馈。其中对行人,非机动车辆和其他机动车等动态物体的运动行为做出预测,并能够根据当前运动速度计算出安全空间，对智能汽车的自主决策是极其重要的。多传感器信息融合技术，主要有神经网路融合法、卡尔曼滤波融合方法、贝叶斯信息融合方法。神经网路方法通过大量的学习训练，来消除多传感器协同工作中产生的交叉影响效果，卡尔曼滤波方法可以从有限的、有杂讯的观察序列中预测纠正进而推算出物体的位置等信息,贝叶斯信息融合方法是基于概率统计的推理方法。

2.规划决策技术

规划决策技术主要包括驾驶动作决策、全局路径规划、局部行为决策。其中驾驶动作决策主要根据局部行为决策信息将当前规划路径分为多个小范围路径,生成多个短距离路径的中间路径点,主要包含到达这些路径点时自动驾驶汽车应当具备的速度、加速度、车轮转向等具体指标信息。局部行为决策主要是依据当前行车环境下的感知信息和定位信息等作出巡航、换道、转弯、掉头等决策。全局路径规划是依赖于高精度地图的目的地间可选路径的规划过程。规划决策技术与感知融合技术的核心是人工智能演算法与计算平台,数据导入计算平台后由不同的晶片进行计算。现有的计算方案有基于GPU、DSP、FPGA、ASC的解决方案,还有其他晶片方案。晶片方案主要有谷歌的TPU晶片、 Mobileye8 Eye ex、 NVIDIA Drive PX晶片等，同时,多家研发机构也在设计和探索，能够使用移动处理器完成计算任务的高效计算平台。

3.控制执行技术

控制执行技术主要借助于车载控制平合实现自动驾驶汽车的横驭向控制。核心任务是经过一系列结合车身属性和外界物理因素的动力学计算，通过CAN汇流获取规划决策层输出的多个中间路径点轨迹信息后，转换成对车辆线控的油门量，转向的横向控制命令和车的纵向控制命令用来完成相连信息的执行。车载控制平台是车辆的核心控制部件，主要包括通信汇流、电子控制单元ECU两方面。ECU主要实现演算法控制，通信汇集流向完成ECU和集成部件间的通信功能。汽车自动驾驶的车载控制平台与传统汽车的不同在于可根据需要改写ECU．主要有改变内部程序的改装和直接改变ECU运算器硬体的改装。后者主要是通过原ECU程序即运行法则来改善发动机的运行和改变处理向题的演算法。

4.高精度地图构建与高精度定位技术

高精度地图是区别于电子地图的，车的几何结构及度、由率、限速等属性信息行车助信息的自动驾驶汽车专用地图行车助信息主要包括路面的几何构，周边道路环的点云模型。机器不具备人类与生俱来的逻辑分析能力和视觉识影。必须借助高精度地图扩展车辆的静态环境感知能力，为自动驾驶汽车提供全局观察窗口。高精度地图的构建是一个多传感器融合的过程，主要包含轮距传感器、陀螺仪MU、全球卫星号导航系统GPS、光学雷达LDAR。轮距传感和陀螺仪可以高频率稠有偏差地给出自动驾驶汽车的位置预调，测量量后根据当前的准确位置与激光雷达的扫描数，再融合LDAR、GPS的数据算出当前车的准确位置，把新的数据加入地图中以此来逐步构建高精度地图。高精度定位技术依赖于高精度地图信息，精确地确认位置，自动驾驶系统可以通过对比当前位置的传感获取行车环境信息和高精度地图，并能确认当前位置一段距离内的行车环境，可进行下一步轨迹规划和决策。

六、自动驾驶驶汽车的人工智能技术

人工智能技术在汽车自动驾驶驶上的应用有规划决策与控制、主观环境感知这三大能的演算法程序上，即学习模糊逻辑、专家系统、传演算法等方法，通过大数据的自主训练和学习，使汽车自动具备一定程度的智能水准。

1.人工智能在环境感知中的应用

电脑视觉在自动驾驶驶汽车上的应用有静态物体分类与交通仿息识别，动态物体轨迹跟踪行为干预。以及基于不同演算法的车辆自身定位等。模式识别、神经网路等方法可以用于电脑获取的大量图像视频信息处理，融合运动预测演算法来实现运动物体的识别跟踪。运动测算法：主要有底层的 Optical Flow与立体视觉技术，和基于马尔科夫决策过程的多个运动目标识别追踪算法等。Optical Flow是基于单个播像头的连续时刻图像或视频序列中的像素级密集对应关系，基于神经网络的监督学习可以通过对获取图像的训练得到场景的多维深度或距离估计，立体视觉是基于多个摄像头的同一时刻图片，从而预测目标的运动轨迹。

基于定位演算法：主要是基于拓扑与地标的演算法和基于几何的视觉里程计算法。基于几何的视觉里程计算法分双目和单目两种。双目视觉里程计算法遇过左右两幅图的视差图和摄像机的几何特性计算出特征点的度，找出帧与帧之间的特征点对应关系。推算出两帧之间车辆的运动，再依据之前车辆的位置计算得到最新的车辆位置。单目视觉里程计算法的主要问题是无法推算出观测到的物体大小，需与其他传感器的结合才能进行准确定位。基于拓扑与地标的演算法把所有的地标组成一个拓扑图。自动驾驶汽车检测到某个地标时就可以大致推断出自身所在的位置，但该方法需要预先建立精准的拓扑图。

2.人工智能在规划决策中的应用

人工智能就学习可以有效地解决环境中存在的特珠情况，是通过和环境的交互式学习在对应的场景下进行规划和决策以达到最优驾驶行为的方法。行为决策与路径划是人工智能在自动驾驶驶汽车领域中的另一个重要应用。其目的是在给定的任意环境下，通过对环境的探索学习到最佳的策略，然后取最优化行为。常用的增强学习演算法有Deep ＆-learning演算法和 REINFORCE演算法。基于搜素的演算法和基于增强学习演算法的结合，一方面能够通过搜索获取复杂决策场景的最忧策略，一方面又能通过加强学习加快搜索的过程，该方法在解决涉及长期规划问题方面具有巨大潜力。对于复杂决策的场景无法通过短期的效果得到最优决策略，此时必结合基于搜索的演算法来解决问题。

3.人工智能在车辆控制中的应用

专家系统控制主是应用某一特定领域内大量的专家知识和推理方法解决间距的过程，其研究目标是学习模拟人类专家的推理处理过程，实现对车的控制。自动驾驶汽车是未来汽车发展的方向，是将精确采集、识别、判断、决策、优化、执行和反馈和纠控功能融为一体，集微电脑、微电机、绿色环保动力系统、新型结构材科等尖端科技成果为一体的智能型汽车。自动驶汽车的控制是指当收到控制指令后，控制系统调取车的参数使其达到控制目标的过程。人工智能在车辆控制中的应用主要在自动控制技术方面，主要集中在模糊控制和专家系统控制，主要通过控制器中的程序实现对电气系统的控制。模糊控制在车辆控制中的应用主要体现对行为与动作的智能处理，如对障碍物体的躲避处理、行进速度的调整以及对移动目标追踪等方面。车载传感器在完成信息采集后，会对信息进行融合处理作出判断。在推理演算法下，对优先顺序行为进行确定，然后通过汽车平台实现各项操作。