郭其涛

（1.长春汽车工业高等专科学校，吉林 长春 130013；2.第一汽车集团公司教育培训中心，吉林 长春 130013）

1 引言

自动驾驶车辆在保证车辆行驶安全性的前提下，能够大幅减少人为操控失误、提高现有道路的车辆通行效率[1]，并在一定程度上降低运送单位质量货物的能源消耗，减少污染物排放。为了确保行车安全，要求对车速的控制要非常精准，而车速控制不仅与自主车本身的参数相关，还与道路的起伏情况密切相关，因此准确获取这些参数是车辆在复杂环境中自适应路面附着变化并进行安全行驶的关键[2]。现有环境感知方案中，单一传感器很难应对复杂多变的行驶环境，因此无人车系统大多通过将激光雷达与其他多种不同类型的传感器数据融合来进行复杂场景的处理和判断，以实现准确高效地环境感知[6]，但其传感器设备花费不菲，使得成本问题成为了制约自动驾驶技术普及的瓶颈。因此，在一定硬件基础上，结合参数估计实现自动驾驶车辆高效环境感知，是有效、可行的途径之一。

车辆自身的参数估计对自动驾驶控制系统至关重要。文献[7]利用龙伯格观测器设计了系统扩张状态观测器，对汽车发动机的转速等参数进行了有效估计，从而实现发动机转速的有效控制。针对自动驾驶车辆环境感知问题，文献[5]采用最小二乘方法对车道曲率参数进行了数值估计。文献[3]采用带遗忘因子递推最小二乘法对自动驾驶汽车行驶过程中的附着系数和滑动率以及相关运动学参数进行了在线估计。……