安鑫 卓金胜

摘要：无人驾驶车辆又可称作无人地面车辆，多指通过感知、定位、规划与控制等功能模块实现与环境交互并自主行驶的地面移动机器平台.无人驾驶车辆作为智能交通系统的主要载体，主要应用场景包含了城市环境与越野环境，其中针对越野环境无人驾驶技术的研究在军事、工农业等方面具有广泛的应用前景。本文对无人驾驶车辆对交通管理带来的挑战与对策进行分析，以供参考。

关键词：无人驾驶车辆;交通管理;对策

引言

无人驾驶车辆（以下简称无人车）为人们的日常出行带来便捷，也被广泛应用到军事领域和危险场景中。它可以极大地减少驾驶员的失误，也可以为无法驾驶车辆的残疾人士提供方便。传统无人车运动控制器的设计依赖精确的车辆模型，实际应用效果与仿真结果之间存在一定差距。在这种情况下，神经网络为模型未知的复杂非线性系统或动态时变的控制对象，特别是无人车的运动控制，提供了强大的技术支持。神经网络可以从大量数据中挖掘特征，通过调整内部节点连接的权重和阈值，对网络输出造成不同程度的影响，以达到系统控制的目的。

1用作无人车运动控制器

建立驾驶员模型，驾驶员对汽车的操控行为，与车辆控制器一样，都是使车辆的运动状态尽可能跟随期望的状态。驾驶员模型是用数学的形式模拟驾驶员操纵汽车的行为。利用驾驶员模型，可以建立驾驶员、车辆、路况的闭环系统，更加全面地评价车辆操控的稳定性。经过人们对驾驶员行为的长期研究，出了一个人、车、路闭环的鲁棒控制系统，动态补偿了驾驶员在不同转向频率下的反应。然而这种基于反馈补偿的驾驶员模型，当纵向速度过快时往往难以保证足够的相位角。为此，根据驾驶员前方道路的信息，计算控制输入、补偿时间和超前相位。数字最优预见控制理论，有效补偿了驾驶员的操纵时延和自身干扰。但由于驾驶员模型的时变性和非线性，传统控制方法往往难以建立精确的数学模型。车辆自适应巡航系统能够根据前车的行为，自动调整本车的速度，以保持安全的行车距离。丰田汽车研究中心将神经网络应用到自适应巡航系统的设计中，用以模拟熟练驾驶员的控制行为。所采用神经网络的输入分别为道路信息、汽车横向速度、横向位移，输出为经过驾驶员延时环节的方向盘转角。隐含层和输出层采用sigmoid式激活函数。输入分别为道路信息、汽车横向速度、横向位移，输出为经过驾驶员延时环节的方向盘转角。

2运动控制

由于MPC方法可考虑车辆运动学约束和动力学约束，故对越野环境的无人驾驶的运动控制问题具有突出的优势.在越野环境中，基于模型的控制算法需要克服道路场景复杂多变、外部干扰多、建立车辆模型难度较大等问题，但当前大多基于模型的控制算法主要考虑车辆的运动学约束，极少引入动力学约束，整体方法的处理复杂度较低，并不完全适用于越野环境.在此基础上，将随机约束纳入考虑，计算不满足随机约束的平均时间概率，同时结合了有限时间跨度中的最优控制问题的多阶段结构，为越野场景下模型复杂化提供了基础.考虑复杂道路下车辆侧倾对车辆跟踪控制的影响，建立考虑车辆侧倾角的动力学模型，并添加侧倾安全约束，最终构成的控制器通过仿真测试表明可以提高车辆跟踪控制的精度.部分学者则通过完善越野场景下的车辆模型实现车辆的精确控制.通过在模型预测控制跟踪器里引入反馈校正，系统地表征模型的不精确性，并通过实车测试表明了该方法可以提高路径跟踪精度。

3无人驾驶车辆对交通管理带来的挑战

在较为恶劣的天气条件下，无人驾驶车辆上的传感器将可能无法正常工作。除此之外，许多探测设备会在雨雪、大雾等极端天气下精确度衰减剧烈，或因为车辆本身的情况而产生感应错误，如2021年2月的“特斯拉幽灵探测事件”，特斯拉官方给出的解释是由于车身上的积灰导致感应器误报。不论真实原因如何，有一点是可以确定的，那就是探测设备对环境的感知在目前而言还不够十足准确和可靠。2016年、2019年、2020年3月，特斯拉在开启无人驾驶模式时，发生了三次撞击白色大货车的事故也可以证明这一点。

4提升无人驾驶车辆交通管理水平的对策

4.1提升针对无人驾驶车辆的环境识别能力

无人驾驶车辆的环境感知能力依赖于车辆上的各个传感器，这些传感器的信息为无人驾驶车辆的决策和路径规划提供可靠依据。目前无人驾驶车辆的环境感知系统无法做到毫无差错，在以下几个方面还可以继续提升：（1）目前车道的检测的成果多局限于较理想场景特征，提高车道线检测算法的抗干扰能力及效率仍是需要努力的方向。（2）道路环境中障碍物种类繁多，且由于无人车系统安全性的需要，要求障碍物检测可靠性及稳定性必须要相当高，因此提高障碍物检测的能力是需要努力的方向。（3）真实世界的道路情况复杂多变，对于道路边界的检测算法需要进一步的研究。

4.2组建针对无人驾驶车辆的通信网络

无人驾驶车辆通过通信网络，对人、车、路、环境这四个交通要素进行准确感知和交互，同时也依赖网络实现其功能。针对无人驾驶车辆的通信网络的建立和全面覆盖，将是無人驾驶车辆真正上路的可靠性的重要保障。同时这一通信网络的安全性也非常重要，他不同于一般的通信网络，这是进行信息的交互，这一网络的安全性问题将之接影响到乘坐人员的生命安全，甚至危害公共安全。我国拥有非常完善的移动通信体系，同时在5G通信领域的技术位于世界前列，针对无人驾驶车辆的通信网络建设可以在现有的移动通信网络进行，与现有的4G、5G网络整合起来，使得无人驾驶车辆通信网络的覆盖率快速提升，同时也能带动传统通信网络的升级换代。

结束语

无人驾驶技术面临着前所未有的挑战和机遇，在近十几年取得了长足的发展.针对越野场景的无人驾驶技术研究也取得了较大的进展，为无人驾驶技术在军事、工业（如矿场）、农业（如农场）的应用打下坚实的基础。

参考文献：

[1]李永丹，马天力，陈超波，韦宏利，杨琼楠.无人驾驶车辆路径规划算法综述[J].国外电子测量技术，2019，38（06）：72-79.

[2]耿新力.城区不确定环境下无人驾驶车辆行为决策方法研究[D].中国科学技术大学，2017.