智能汽車駕駛系統的研究

陜西科技大學 西安 710021

1 研究背景

近年來,隨著經濟的高速發展和城鎮化的快速推進,汽車保有量和道路里程逐步增大,給人們的生活帶來極大方便,但伴隨而來的問題也日益凸顯,如交通擁堵、交通事故、環境污染等。一直以來,智能汽車技術被視為一種有效的解決方案,發展備受矚目。美國電氣和電子工程師協會預測[1-2],到2040年,智能汽車將達到汽車保有量的75%。所謂智能汽車,簡單而言,就是在網絡環境下,用信息技術和智能控制技術進行控制的汽車,具有自動識別行駛道路、自動駕駛、自動調速等功能。智能汽車的研究、設計和開發,將從根本上改變現有信息采集處理、信息交換、行車導航與定位、車輛控制、安全保證等的技術方案和體系結構,使汽車研究發生重大變革[3]。形象地說,智能汽車就是裝有四個輪子的計算機。

2 智能汽車結構

智能汽車亦稱智能車輛,又叫輪式移動機器人,是一個集環境感知、規劃決策、多等級輔助駕駛等功能于一體的綜合系統,集中應用了計算機、現代傳感、信息融合、通信、人工智能、自動控制等技術,是典型的高新技術綜合體。智能汽車的結構主要包括六個功能模塊:感知模塊[4]、識別模塊、狀態分析模塊、知識庫模塊、自適應模塊和控制模塊。以感知模塊為例,其功能包括:① 感知來自駕駛員的命令,如轉方向盤、踩油門等;② 感知駕駛員的操縱行為過程,如反應時間、控制精確性、生理數據等;③ 直接或間接感知車輛的行駛環境,如氣候、路面條件、其它車輛交通行為,以及全自動車門鎖等;④ 通過所感知的信息來測試自身的性能和內部條件。

3 人機交互界面

汽車與人的交互界面是人與汽車互動的媒介,其可用性和易用性受到人、車、環境等多種復雜情境的影響。汽車產業在發展過程中,不斷集成先進技術,智能化程度不斷提高[5]。與此同時,可感知的信息也不斷增多,人們在車內可以獲取更多信息,完成更多操作。傳統的汽車人機交互界面信息顯示以被動反饋為主,較少考慮汽車移動過程中環境等情境因素的影響。基于情境感知的汽車人機交互設計,將復雜多變的情境融入設計過程中,利用車載智能系統對情境進行感知,能夠在不增加用戶操作負荷的前提下感知相關情境,為用戶提供信息和服務,實現汽車運動過程中的信息實時交互,進而較好地滿足用戶的使用需求。

在人機交互界面中,人需要感知周圍環境和學習智能系統。人的活動和環境是相互建構的整體,而不是相分離的個體。由此,學習無法脫離個人和環境之間的關系。對于智能汽車而言,人需要感知外部特定的環境時,先要通過汽車的感知系統進行感知,然后傳遞到人的大腦。而對于普通汽車而言,絕大部分外部環境信息由人直接進行感知。

4 駕駛感知差異

4.1 正常駕駛

目前,普通汽車擁有防抱死剎車、自動巡航等一般性功能。智能汽車除了擁有普通汽車的功能之外,還擁有自動輔助駕駛、語音指令等功能。自動輔助駕駛功能具體包括輔助轉向、自動變道、主動巡航、自動緊急制動、自動遠光燈、平行自動泊車、側撞預警、盲點檢測、車速輔助等。為了驗證普通汽車和智能汽車駕駛系統的感知差異,選取當下較成熟的特斯拉智能汽車和大眾帕薩特普通汽車進行試驗。駕駛員在相同狀態、相同路況,且均為城市道路的駕駛環境下,分別駕駛普通汽車和智能汽車行駛5 km,記錄駕駛員駕駛過程中的感知差異。普通汽車駕駛視野如圖1所示,智能汽車輔助面板如圖2所示。

圖1 普通汽車駕駛視野

圖2 智能汽車輔助面板

駕駛員在駕駛普通汽車時,觀察范圍主要集中在前擋風玻璃區域,用眼睛觀察前方及四周環境。普通汽車提供的環境信息由駕駛員直接獲取,駕駛員的操作表現較為自信,能夠更加熟練地駕駛汽車。當汽車發生操作變化,如超車或轉向時,駕駛員需要觀察左右倒車鏡,確定汽車的左右兩側是否有車,對左右兩側的行車環境進行判斷感知,再轉動方向盤。

駕駛員駕駛智能汽車時,在正常直線行駛狀態下,觀察區域除了擋風玻璃外,還增加了駕駛室中間的輔助面板和儀表盤的顯示屏,兩者用于顯示感知的信息。由于智能汽車自動駕駛系統將駕駛員的絕大部分操作進行簡化,并且駕駛員會接收到語音信息提示,因此使用自動駕駛系統駕駛時,駕駛員的注意力容易分散,接收外界環境信息的能力降低。當汽車超車或轉向時,車輛的感知模塊會自動對汽車左右兩側的行車環境進行感知,并通知駕駛員,使駕駛員在需要做出基本操作時省去情境認知的過程,減少了危險性。由此不難發現,智能汽車的駕駛員在接收外界環境信息時,一方面得到了更多的環境信息,另一方面也需要處理更多的信息,注意力容易不集中。

4.2 非正常駕駛

除正常駕駛情況外,還對駕駛員處于疲勞駕駛狀態或發生不可控情況時做了駕駛感知差異模擬試驗。在遇到非正常情況時,駕駛員駕駛普通汽車容易產生慌張、不安等情緒,手腳操作不靈敏,易犯錯,以至于無法準確快速獲取外界的環境信息,從而無法做出相應的反應,導致事故發生。而在駕駛智能汽車時,駕駛情緒比較穩定,手腳不需要進行過多的復雜操作,汽車可以通過自適應模塊、感知模塊和狀態分析模塊對外界環境進行分析,形成簡單的信號,反饋至駕駛員的大腦,使駕駛員的大腦能夠更快地分析處理當前的駕駛環境,做出快速準確的判斷。并且,智能汽車還會根據獲得的外部環境信息幫助駕駛員的大腦提前做出合理的反應,從而提高安全性。

5 優勢與不足

智能汽車在對外部環境進行處理時,處理速度快,整合能力比普通汽車強。針對自然駕駛的研究表明,78%的行車碰撞事故和65%的臨近碰撞事故是由于駕駛員分心導致的,傳統的自主安全系統無法擺脫駕駛員操縱受限制的影響,在交叉路口、行人、夜間行車等安全方面存在一定的局限性[6-7]。智能汽車的駕駛系統對于駕駛員情境認知及駕駛過程中的安全性而言,具有一定的優勢,主要表現在三個方面。第一,智能汽車可以采用車路協同系統,通過車載設備與路測系統及與周邊車載設備的通信,為駕駛員提供全時空信息,實現車路間的最大協調及更安全的駕駛,同時避免很多自主安全系統無法解決的問題[8]。第二,結合輔助駕駛的主動安全技術,如自適應巡航、車輛接近通報、夜視輔助、自適應前照明等,使智能汽車行駛更加安全可靠。第三,由于智能汽車由行車計算機精確控制,因此可以有效減少酒駕、疲勞駕駛、超速等人為不遵守交通規則所導致的交通事故。

智能汽車駕駛技術大大降低了駕駛員的學習成本,也降低了人腦的工作量。但從試驗中也可以發現,智能汽車的功能會使駕駛員的大腦放松警惕,降低駕駛員情境認知能力,進而可能提高事故發生的概率。可見,對于智能汽車而言,智能汽車的感知能力越強,駕駛員對智能汽車駕駛系統的信賴程度就越高,駕駛員的情境認知能力就越弱,長此以往,會使駕駛員缺乏應對突發事件的能力。

6 發展前景

智能汽車技術在改變人們駕駛習慣的同時,可以提高交通安全性,起到節能減排的作用,并會帶來城市與交通規劃的重新布局。未來,智能汽車將向環保節能、智能化、個性化、安全舒適的方向發展。感知、通信和嵌入式技術的不斷成熟,將有力支撐智能汽車的發展。相信在不久的將來,隨著智能技術的成熟、相關法規的完善,以及人們認可接受程度的不斷提高,智能汽車將取得更大的發展,并最終走向普及[9]。

7 結束語

現階段,智能汽車并不完善,還將經歷兩個階段。第一階段是智能汽車發展的初級階段,即輔助駕駛。第二階段是智能汽車發展的終極階段,即完全替代人的無人駕駛。我國的智能汽車駕駛技術目前停留在基于單片機的智能車圖像處理與道路識別算法水平[10],雖然準確率很高,但是速度不夠理想。對于智能汽車駕駛系統而言,研究重點是提高駕駛過程中提示信號的傳輸速度和效率,同時降低學習成本。作為需要代替人為操作的一項技術,智能汽車駕駛系統整體的運行穩定性和系統出現異常時的緊急處理也需要進一步完善。對于駕駛員而言,在現階段駕駛智能汽車的過程中,不能過分依賴其感知系統。需要認識到,人對環境的直接感知依然是汽車駕駛中最為重要的環節和行車安全的第一保證。