自動駕駛汽車的動態駕駛控制算法

自動駕駛汽車的動態駕駛控制算法

自動駕駛技術可以減少交通阻塞、增強交通安全。但是，自動駕駛技術需要昂貴的傳感器，例如差分全球定位系統、高精度慣性導航系統和掃描激光測距儀。因此，開發了一種能夠在復雜場景下進行自動駕駛的算法，同時盡可能地使傳感器的成本較低。主要研究內容包括：（1）確定自動駕駛汽車周圍可能存在的碰撞概率，減少對車輛不必要的控制。開發了車速估計、碰撞風險評估、車輛運動預測等算法，以便確定碰撞概率。（2）確定自動駕駛汽車的運動軌跡，通過勢場方法來確定車輛的運動軌跡。勢場使得自動駕駛汽車與周圍的車輛保持一定的距離。基于自動駕駛汽車的運動和周圍車輛的運動，給出車輛的行駛軌跡。（3）在CARSIM軟件中，對該算法進行了驗證。并且在實際道路上，將該算法應用到實車測試中，以驗證該算法。

在實車測試中，使用的傳感器為廉價的傳感器、雷達、GPS、視覺傳感器。因此，測試車輛是基于自適應巡航、車道偏離預警、機器視覺、電動助力轉向等功能進行研發的。基于這些駕駛輔助系統，開發的算法主要負責執行上述功能。測試是在首爾國立大學和永寧-首爾高速公路的圓形路上的測試道路和實際道路上進行的，分別代表復雜的駕駛環境和高速駕駛環境。

試驗結果表明，所提出的算法可以很好地模擬駕駛員的行為，保障汽車的安全性。未來，會將該算法應用到更多的駕駛環境中。

刊名：IEEE Intelligent Transportation Systems Magazine（英）

刊期：2017年第1期

作者：Kyuwon Kim et al

編譯：野晨晨