淺談汽車無人駕駛技術

黃美宜

摘 要：無人駕駛系統通過計算機視覺感知外界環境，模擬人的意識、思維來實現汽車的自動行駛，主要包含一個由傳感器組成的信息采集網絡、高精度路況三維建模和路線規劃模塊、以及控制汽車行駛的控制器。信息采集網絡收集汽車所處位置的周邊信息，將這些信息構建出車輛周圍環境的三維模型進行路況分析，再通過具有機器學習能力的控制器來規劃路線和“駕駛”汽車。通過人工智能的使用，使汽車在處理駕駛路況時貼近于人的思維，實現智能駕駛。

關鍵詞：人工智能 無人駕駛 傳感器 機器學習

中圖分類號：U463 文獻標識碼：A 文章編號：1672-3791（2017）09（c）-0001-02

人工智能催生的汽車智能化技術，具有操作簡單、可靠性高等優點，在如今的汽車系統中得到廣泛應用。與此同時，無人駕駛的概念應運而生，得到很多業內外人士的關注和追捧。無人駕駛汽車通過雷達、監控設備與衛星導航系統、人工智能計算模塊之間的相互協作，由計算機對車輛的駕駛操作進行控制，實現無人駕駛[1-2]。

基于高科技研究的無人駕駛汽車，攜帶各種各樣的傳感器，相當于給汽車安裝了無數個“眼睛”，無論在其安全性還是可靠性方面，都極具發展潛力。近期，很多國家和地區都在進一步加快無人駕駛領域的布局。至2016年，全球無人駕駛產業市場規模已突破300億元，無人駕駛產業正處于蓬勃發展的階段，相關的法律法規也在不斷完善。中國在《中國制造2025》中提到，到2025年，要掌握自動駕駛總體技術及各項關鍵技術，建立較為完善的智能網聯汽車自主研發體系、生產配套體系及產業群[3]。

1 無人駕駛系統的組成和關鍵技術

無人駕駛系統通過雷達、計算機視覺等技術感知外界環境，通過各種傳感器了解汽車本身的狀態。人工智能算法模擬人的思考決策過程來實現汽車的自動行駛。一個無人駕駛系統的基本組成如圖1所示。

無人駕駛汽車主要包含一個由傳感器組成的信息采集網絡、三維路況分析模塊和路線規劃模塊、以及一個汽車行駛控制器。在典型的無人駕駛系統中，信息采集網絡收集汽車所處位置的周邊信息，用這些信息建立汽車所在點周圍環境模型進行路況分析，再通過具有機器學習能力的控制器來規劃路線和“駕駛”汽車。

1.1 智能傳感系統

在無人駕駛方興未艾的時代，作為汽車的視覺感知和外界信息的重要來源，智能傳感器系統顯現出越來越重要的作用。目前在無人駕駛領域對周圍環境進行識別的主要由視覺傳感器、激光雷達和毫米波雷達等。

采用視覺傳感器進行導航又被稱為視覺導航，車輛利用裝配的攝像機拍攝道路周圍環境的局部圖像，通過特征識別、距離估計等圖像處理技術，對汽車周邊環境檢測并對汽車進行定位。

激光雷達是無人駕駛汽車主要的動態障礙物監測傳感器，它的主要特點是探測精度高、受光照影響小，直接獲取的障礙物位置信息可以有效的用于動態障礙物的檢測與運動狀態估計。激光雷達用來描繪周圍環境參數，包括線數、點密度、水平垂直視角、檢測距離、掃描頻率、精度等。除了位置和距離信息，激光雷達還提供被掃描物體的密度信息，后續算法據此可以判斷掃描物體的反射率，再進行下一步處理。

毫米波雷達頻率范圍為30～300GHz，低頻段接近厘米波段，具有厘米波全天候的特點；高頻段具有紅外波的高分辨能力。毫米波雷達與激光雷達探測原理相同，都是通過物體對于雷達波的反射來檢測物體的形狀與性質。與激光雷達相比，毫米波雷達穿透力強，技術成熟，成本低；缺點是探測距離受到頻段影響，無法感知行人，對目標無法細化識別。

視覺傳感器、激光雷達和毫米波雷達的性能對比如表1所示。在無人駕駛系統中，采用多種傳感系統，給汽車周圍安裝多雙“眼睛”，是無人駕駛汽車安全行駛的重要保障。

1.2 路況分析與路徑規劃

有人駕駛員可以根據路況自行判斷行駛方式，在無人駕駛必須依靠高精度三維路況模型，精確計算汽車與周圍物體的相對位置、速度等動態特性，才可以保障安全行駛。路況的三維模型幾乎要做到實時狀態，由此產生的龐大的數據流量需要高性能的分析計算能力，因而需要用GPU或分布式神經網絡算法來獲得大數據處理能力。對于無人駕駛來說，高精度三維路況圖的實時性要靠所有裝備自動駕駛系統的車輛共同收集路況信息來保證，一般通過給采集車配備眾多的傳感器、激光測距雷達、車內慣性雷達來采集路面的信息來實現。

除了高精度的三維路況圖外，路徑規劃還需要高精度的定位技術，使得無人駕駛系統能時刻感知自己的位置，按照系統在地圖標注好的最優路線進行行駛，遵守交通秩序，規避其他車輛發生摩擦碰撞，最終安全到達目的地。

路徑規劃的主要任務包含三個方面：第一，根據整體環境規劃車道，計算機依據駕駛任務制定一條路線，使無人駕駛車設定去目的地的具體路線信息；第二，車道信息整合，通過傳感器、算法、導航等多種方式將行駛的車道信息整合，最后選定最穩定的車道路線；第三，車道信息理解，采用深度學習算法，無人駕駛系統對正在行駛的車道上的信息做出正確的判斷，從而對汽車的行為和運動做出判斷。

1.3 車輛控制與自動駕駛

處于自動駕駛狀態的汽車實質是一種輪式移動機器人，在以計算機系統為主的智能駕駛儀的控制下來實現自動駕駛。該控制器的作用包含兩個方面：第一，考慮車輛的動力學性能和車輛配備的傳感器性能的融合，以使車輛性能和傳感器性能達到最優狀態，在不犧牲速度的前提下，安全、穩定地實現自動駕駛；第二，充分的用車輛的動力學性能和傳感器的識別性能，使無人駕駛汽車能夠像經驗老道的司機一樣，根據道路與環境情況確定最優的車速與車距，綜合考慮車輛的動力性、經濟性、通過性、舒適性等，給人帶來更好的乘坐感受，而不是一會兒加速行駛，一會兒緊急剎車。

自動駕駛的關鍵技術在于車輛的精準控制，而控制最重要的目的就是保證人員和車輛的安全，這就對汽車的制動系統提出了新的要求。無人駕駛汽車中使用的制動系統如圖2所示，當汽車遇到突發事件時，在智能駕駛控制器的作用下，制動系統能迅速做出反應，解決突發狀況。目前絕大部分自動駕駛汽車采用的是模擬和分析人為駕駛經驗，通過“學習”后，并經過智能駕駛儀的分析與控制，再采取措施。自動駕駛的汽車應該具備隨時處理緊急事件的能力，包括未遇到過的各種復雜情況，這就需要一個強大的“大腦”來做出準確的判斷。

有了新的制動系統的支持，關鍵還需要準確的控制算法。算法必須給出足夠的制動控制精度和魯棒性。首先應考慮的是安全問題，人為駕駛根據每個司機的心理承受能力不同，某些場合采取的措施也不一樣，而自動駕駛畢竟沒有人的感情，一切還是以穩妥為重；其次是舒適性，自動駕駛不能僅僅停留在實驗階段，需要盡快投入市場才可以得到充分的認同，所以如何使處理過程得到最大化的舒適性，也是一個值得研究的問題。

2 結語

安全和高效地實現無人駕駛是目前汽車制造業和電子信息領域內的重要課題之一，也是一大有待攻克的難題。高級人工智能能有效地規避部分不必要的和繁瑣的算法，理論上它能和人一樣分析周圍環境然后做出選擇，在判斷周圍環境時不必次次都是精確判斷，它能根據以前車輛對同樣環境做出的動作而進行“學習”，或說向前車“學習經驗”。如果是車第一次遇到的環境，則需要對其進行精確的分析，選擇最正確的方案，或模糊處理，選擇與此時環境相類似的方法，快速選擇方案。

也許在不久的將來，人工智能將促進人類向更具創造性的方向進化，在改變人類生活方式的同時也改造人類自身。

參考文獻

[1] 喬維高，徐學進.無人駕駛汽車的發展現狀及方向[J]. 上海汽車，2007（7）：40-43.

[2] 端木慶玲，阮界望，馬鈞.無人駕駛汽車的先進技術與發展[J].農業裝備與車輛工程，2014（3）：30-33.

[3] 潘建亮.無人駕駛汽車社會效益與影響分析[J].汽車工業研究，2014（5）：22-24.endprint