智能機械車輛研究綜述

林澄奇

（福州大學至誠學院，福建 福州350000）

0 引言

汽車安全是汽車發展的重要課題研究方向[1]。隨著我國交通運輸業的高速發展，也出現大量的交通事故，交通安全領域的研究受到車輛工程研究人員的廣泛關注[2]。包括中國在內的世界各國在研究智能車輛自主導航技術時，投入了大量的人力和物力，致力于提升汽車自身穩定性和安全性能。隨著空間技術、遙感技術的發展，西方發達國家正致力于發展本國的智能交通系統（ITS），車輛作為ITS中的重要組成部分，可分為車輛控制系統、駕駛員信息系統、安全保障和自主導航等四個方面，其中安全保障和自主導航是智能車輛研究的重點。安全保障技術可以應用于駕駛人員的輔助駕駛，而自主導航技術則可以利用與ITS的關系建立和完善。通過結合以上兩種技術，可以大大降低駕駛人員主觀因素產生的交通事故[3]。另外，除了在公路交通運輸外，在生產自動化、制作業、危險環境作業等領域，都具有重要的研究價值。論文就智能機械車輛的研究方向、控制理論、研究范圍與應用做了詳細的報道，以期能夠展望未來智能車輛研究方向。

1 智能機械車輛研究方向

從近幾年智能汽車的發展來看，目前智能汽車的研究方向主要包括以下幾個方面的內容：監控、預警系統，此部分包括了障礙物的預警、行車道偏航預警、道路交通信號提示等[4]；自主車輛控制系統，實現車輛行駛的自動化，無序方向盤；半自動車輛控制系統，具有一定的智能化，可以對駕駛員反應不及時，車輛可進行自動控制，自我管理，拉大車距，回到安全狀態[2]。具體可以分為以下：

（1）操作者習慣性駕駛分析：通過數據統計分析駕駛員的駕駛行為、通過探頭感知駕駛員精神狀態，目的是建立駕駛員安全預警系統，為智能車輛輔助駕駛或者自動駕駛提供相關的數據[5]。若識別到駕駛員駕駛狀態異常，可發出預警信號，提醒駕駛員注意休息。

（2）周邊環境感知分析：通過運用空間傳感器技術，獲取車輛周邊環境或障礙物的信息，如車流量、人流量、障礙物、路況、車牌、行車標識等[6]。

（3）極端環境駕駛條件分析：在極端條件下，如臺風、暴雨、大霧等情況下，測試駕駛員的反應速度極限和事故出現可能性預測。

（4）車輛運動系統：主要研究車輛的動力學、運動學模型、停車控制等問題。

（5）安全系統：安全系統可以分為主動安全系統和被動安全系統[7]，主動安全系統是以預防為主，如超速自動預警減速，避開障礙物，防治撞擊等。

（6）交通與車輛交互作用系統：感知車輛之間的距離，道路情況，主要是各種交通工具之間的相互通訊功能。

2 智能機械車輛控制理論基礎

目前，智能機械車輛的研究內容主要包括模糊控制理論、人工神經網絡和神經模糊技術等研究工作。

2.1模糊控制理論研究智能機械車輛

對車輛的操作本質上可以看成是一個計算方式，通過多種輸入、多種輸出，在輸入和輸出之間進行較為復雜的不確定多干擾源的非線性計算。駕駛員對汽車認識是建立這模糊的認知基礎上的，以車速為例，車數飛快、快、較快、慢、較慢、非常慢等，都是一個模糊的認知，對汽車的轉向也是如此，如轉多少度合適，轉大轉小等問題。基于模糊控制理論所引導的智能車輛，讓不同的裝有該系統的車輛保持前后車距適當，速度越快車距越大，由前面的車引導后面的車行駛。利用紅外線相關參數計算車速，根據前后距離變化對模糊控制系統主導的車速和方向進行控制。模糊汽車的模型結合模糊駕駛員控制模型，模仿人類操作駕駛車輛的行為，通過實驗表明，這種理論能夠在很大程度上反應駕駛員的駕駛行為[8，9]。

2.2人工神經網絡研究智能機械車輛

人工智能的重要實現途徑就是人工神經網絡的開發和發展，神經網絡為解決非線性系統和模型的不確定性解決方式提供了新的思路。人工神經網絡主要集中在智能車輛的研究中，用智能駕駛員控制模型的建立，對車輛進行操控，實現對車輛部分或者完全的自動化，替代人類駕駛。以美國密歇根大學的研究為例，該套系統通過當前所處路面位置和運動取向性，通過傳感器，對駕駛員控制方向的模型進行識別，達到模仿人類操作汽車的目的[9]。

2.3神經模糊技術研究智能機械車輛

模糊技術和神經網絡對于車輛的自身發展而言，發揮著巨大的作用，但是本身也存在這非常明顯的問題，如用神經網絡解決時，在計算推理上還存在局限性，而模糊技術在知識方面的獲取上同樣存在很大的局限性。神經模糊技術是把神經網絡和模糊技術結合起來，相互彌補對方的不足而建立起來的，其能夠使知識獲取和加工成為較為容易實現的事情，在高度不確定性和動態條件下，取得較為滿意的成果[9]。

3 智能機械車輛研究范圍

3.1計算機視覺

當駕駛員駕駛時，能夠接收來自外界的信號大部分來源于視覺和聽覺，其中，所涉及到的信號包括交通信號燈、道路周邊環境、路人等均可作為駕駛員的識別語言，可以讓計算機視覺來解釋和計算這些環境語言。一個具有較大應用價值的智能車系統必須同時具備實施更新性（汽車駕駛與數據處理需要同步進行）、魯棒性（智能車輛對不同的道路環境）和應用實用性等特點（智能汽車的成本可以被普通用戶所接受），要解決智能車輛的導航功能，必須解決CCD技術和計算機技術在價格上過于昂貴的問題[8]。

3.2傳感器數據融合

一個智能車系統的正確性和可靠性是通過不同傳感器相互交織，對數據進行精確的處理而成的。目前在智能車輛領域，除了傳感器外，常用的還有雷達、激光、紅外線、GPS等傳感器[10]。雷達系統可以得到計算機視覺比較難以解決的距離傳輸問題，能夠在不同的環境中進行傳輸，不受惡劣天氣的影響；激光系統可以得到瞬間汽車速度的信息和汽車前方車輛的信息，可以廣泛的用于避障、超車等系統中；GPS是目前使用較為廣泛的導航系統，但是精確度不高，一般在幾米到十幾米之間的誤差，但是可以通過算法來消除其精度誤差[8]。

3.3智能控制技術在智能汽車上的應用

總體而言，智能車輛的控制主要包括廣義模型和數學模型結合的混合控制過程，同時也具有相對模糊的特性和不確定性，可能有時候算法是不存在的，是一種非數字的過程，需要通過一般性推理，用來啟發和引導求解過程。日本和美國等發達國家已經在該智能專家系統的基礎上建立的智能汽車輔佐駕駛系統，可以提供駕駛方案，通過識別周圍危險環境，給駕駛員以警告。智能系統中，專家控制系統與模糊邏輯控制系統在一些方面是類似的，兩者主要建立在人類行為和決策基礎上，但是模糊邏輯控制基本是基于規則系統上開發的，來自于控制系統工程，是模糊邏輯設計人員構造的。綜合以上特點，較為符合人的駕駛習慣，許多研究者通過研究某一特定的對象，按照傳統的設計理論和一定的規則形成的模糊控制器，同樣得到了廣泛的運用[8，11]。

4 智能機械車輛研究應用

目前，智能機械車輛已經逐漸的從特種車、軍事車輛衍生到了民用轎車、卡車等普通車輛。以轎車為例，民用普通轎車的安全是人民財產和自身安全的重要組成部分，對其具有較高的要求，相對于新的技術而言，開發過程較為保守和緩慢，三菱公司宣布了在未來幾年推出轎車防撞報警系統，該系統也是智能車輛的重要組成部分，在輔助駕駛方面，ACC自調節巡航控制系統也在歐美和日本有一定程度的應用。目前，世界上許多國家在開發研究自動駕駛技術，如韓國大學、俄亥俄和州立大學、加利福尼亞大學等均在研究低俗自動駕駛的LSA技術。

當重型卡車發生事故時，往往會照成巨大的經濟損失，因此，各種提高汽車安全性能的產品在市場上廣泛出現。據統計，美國大約有50000套防撞系統應用在卡車上。車道偏航報警也是在1999年出現，基于計算機視覺算法的。

軍事方面的應用，目前有代表性的是DEMOIII車輛，包括了CCD、激光、雷達、超聲波、紅外線和微波等技術[12]。

5 結論與展望

文章介紹了智能機械車輛的研究進展，主要包括智能機械車輛的研究方向、控制理論基礎、研究范圍與應用。要發展智能機械車輛必須全面掌握其控制理論基礎，在其基礎上開發計算機視覺，傳感器數據融合和智能控制技術，并將其運用于實際。從科技發展、理論研究的角度，超前的研究是必要的，結合我國基本國情，把智能汽車深入細致的研究，為今后智能車輛的發展打下堅實基礎。

參考文獻：

[1]畢騰飛.汽車安全技術的研究分析[J].科海故事博覽·科技探索，2011（01）：95-105.

[2]宇仁德，張洪賓，李大龍.道路交通安全預測與預警系統的研究[J].交通企業管理，2006，21（8）：42-43.

[3]王榮本，李 斌，儲江偉，等.世界智能車輛行駛安全保障技術的研究進展[J].公路交通科技，2002，19（2）：117-121.

[4]周 勇.智能車輛中的幾個關鍵技術研究[D].上海：上海交通大學，2007.

[5]柳金梅.基于機器視覺的智能車輛駕駛員模型的研究[D].北京：北京信息科技大學，2008.

[6]黃 偉.基于雷達和機器視覺的車輛前方障礙物檢測系統設計與實現[D].武漢：武漢理工大學,2010.

[7]宋曉琳，李詩福，馮廣剛.汽車主被動安全集成控制系統方案設計[J].汽車工程，2009，31（7）：653-658.

[8]王榮本，李 兵，施樹明，等.世界智能車輛研究概述[J].公路交通科技，2001，18（5）：93-97.

[9]黨宏社，韓崇昭，段戰勝.智能車輛系統發展及其關鍵技術概述[J].公路交通科技，2002，19（6）：127-130.

[10]趙萬里.基于雷達的智能車多目標檢測與跟蹤技術研究[D].長沙：中南大學，2011.

[11]韓俊淑，韓佳文，高 翔，等.智能車輛的研究及發展[J].世界汽車，2003（9）：79-80.

[12]余國亮.基于雙CCD攝像技術的車輛主動安全預警系統研究[D].太原：太原科技大學，2013.