城市復雜環境下智能駕駛關鍵技術研究

周軼捷

摘要：近年來，我國汽車保有量的持續增長，使城市交通壓力不斷加大。與此同時，交通事故的頻繁發生，不僅嚴重威脅到社會民眾的生命安全，也給整個社會的發展造成了很大影響。目前社會各界已經廣泛關注交通安全問題，我國也嘗試通過智能駕駛技術來解決交通事故問題，以此降低交通事故死亡人數，使交通工具得到更高效的利用。對于城市而言，其交通環境是非常復雜的，這也使智能駕駛技術在應用過程中存在許多技術難點需要克服，如何對智能駕駛技術進行高效的應用，已經成為越來越多專家與學者的熱門研究課題。鑒于此，該文便對城市復雜環境下智能駕駛中的關鍵技術進行深入的研究，以期能夠為我國交通環境的改善，保障民眾生命財產安全做出一定的貢獻。

關鍵詞：復雜環境;智能駕駛;關鍵技術

中圖分類號：TP18 文獻標識碼：A

文章編號：1009-3044（2020）09-0232-02

1 背景

自21世紀以來，科學技術的飛速發展，使智能化技術成為新時代發展的重要標志。在智能化技術的廣泛應用下，我國大力開展智慧城市建設，而在智慧城市建設中，智慧交通更是成為其重要組成部分。智慧交通能夠顯著緩解我國城市交通壓力，減少城市交通事故的發生，進而有效保障城市民眾的出行安全，實現對城市交通的智能化、信息化管理。智能車輛是智慧交通中的一部分，而對于智能車輛來說，在很大程度上依賴于智能駕駛，通過智能駕駛，不僅能夠為車輛規劃出行路線，還能使車輛進行無人駕駛，并可在駕駛過程中進行自動避障，進而使車輛能夠在復雜的城市交通環境下實現安全出行，這可使駕駛員得以徹底解放出來，并且能夠使車內人員的生命財產安全得到切實維護。在智能駕駛中涉及諸多關鍵技術，通過深入研究這些關鍵技術，能夠大幅提高智能駕駛的安全性，有效克服智能駕駛在應用過程中的技術難點。為此，本文便對城市復雜環境下開展智能駕駛關鍵技術研究的意義進行探討，分析了智能駕駛中的相關研究理論，在此基礎上對智能駕駛中的幾種關鍵技術進行深入的研究。

2 城市復雜環境下開展智能駕駛關鍵技術的研究意義

我國經濟的高速發展，使我國汽車保有量持續增長，與此同時，車輛擁堵、環境污染、交通事故等也頻繁發生，這使得道路交通安全等問題進一步成為我國高度關注的焦點，并投入了諸多資源和人力物力來解決交通問題。智能交通系統又被稱之為ITS系統，該系統的出現，為交通問題的解決提供了新的途徑。

在智能交通系統中，其研究內容有出行者信息系統、交通管理系統、車輛調度系統、車輛控制系統、公共交通系統、自動化公路系統和鄉村運輸系統。在這些系統中，車輛控制系統便是智能駕駛技術的應用產物。面對當前較為嚴峻的道路交通安全問題，我國需要利用智能駕駛技術以及智能安全技術來對智能車輛進行開發，而智能車輛更是引起世界各國的廣泛關注與重視，并在諸多國家開展大量研究。現如今，智能車輛已成為智能交通體系中的重要組成部分。對于智能車輛而言，其是智能交通系統中的核心，同時也在智能交通中發揮著至關重要的作用，智能車輛的發展，必將帶動汽車駕駛安全性的提高。隨著我國的經濟發展步伐不斷加快，私家車已經走人了千家萬戶，駕駛員數量也不斷增多，但城市交通環境復雜，這極易造成交通事故的發生。例如，我國便曾經曝出許多造成嚴重后果的重大交通事故，而其中很多交通事故都是因駕駛員行車不規范所造成的。現如今，交通事故儼然成為我國社會發展中的主要公害。對于駕駛員來說，其不僅需要面對工作、學習和生活等方面的壓力，并伴隨著其情緒及身心的變化，而這些又會對駕駛員的注意力造成影響。據交通安全事故調查表明，許多和駕駛員操作有關的交通事故中，絕大部分都是因駕駛員在行車過程中沒有集中注意力所導致的。并且目前所出現的交通事故中，有30%的交通事故屬于追尾事故，還有20%的交通事故是車輛行駛過程中偏離車道所造成的。所以，利用智能駕駛技術的智能車輛，將能夠使此類事故的發生概率大大減少，進而使汽車行駛更加安全。通過智能駕駛技術，能夠有效緩解駕駛員的精神緊張狀態，使駕駛員的行駛變得更加舒適，同時還能有效保障汽車行車安全。例如，當城市中的交通流較為穩定時，可采取自動跟隨駕駛，或是提高汽車在彎道或直道上的控制性能等。這些都有助于減輕駕駛員的精神緊張狀態，使汽車得以更加安全的行駛。

智能車輛技術能夠對交通設施進行有效的優化、使出行中的機動性更強，并可使出行時間有效縮短等，這能夠使城市交通環境得到有效的改善，并降低交通擁堵現象的發生概率，從而使道路網絡得到更加高效的利用率。

3 城市復雜環境下智能駕駛中的相關理論

3.1 車輛跟馳理論

所謂車輛跟馳理論，是通過動力學方法的運用，對單一車道中不能超車情況下的行駛狀態進行研究，此時后車需要跟隨前車進行行駛而產生的一種理論。車輛跟馳特點能夠通過數學模型來對車輛所處的運行狀態進行表達。通過研究車輛跟馳理論，可利用車流中單一車輛所具有的跟馳特性，推斷出車隊的跟馳特性，并進一步得出車道交通流特性。通過車流特性能對交通流穩定性進行反映，如車輛在進行加速過程中所受到的干擾及其傳播等。該理論能夠對車輛特性進行檢驗，并通過通信技術以及管理技術來強化公路管理，并能夠將路況信息提前告知駕駛員，以幫助其更好的預防追尾事故，對車隊特性進行觀測，還可對道路所具有的通行能力進行計算與檢驗。

3.2 預瞄跟隨理論

所謂預瞄跟隨理論，是以駕駛員在行車過程中所具有的行為特性為依據而產生的一種研究理論。對于駕駛員而言，其駕駛行為會根據其所感知到的具體路況信息以及周邊環境來推測出來，駕駛員的大腦會對感覺器官所收到信息進行處理，然后下達相應的操作指令，從而確保汽車的穩定行駛。由此可見，駕駛員、車道和汽車共同形成了一個閉環，而該閉環的表現便是駕駛行為。在汽車行駛中，駕駛員的駕駛行為有其特定的行為模式，駕駛員需要對路況信息進行不斷關注，這種關注又被叫作“前視”或“預瞄”。預瞄跟隨理論是由郭孔輝院士所提出的，隨后在該理論的基礎上又形成了“最優預瞄加速度模型”“穩態預測動態校正假說”以及“預瞄最優曲率模型”等。

在智能車輛的預瞄跟隨系統中，其以未來輸入信息為依據來實現跟隨控制，其傳遞函數可利用y/f（s）=P（s）.F（s）進行表示。而在該傳遞函數中，預瞄和跟隨兩個部分的傳遞函數分別由P（s）與F（s）進行表示。對于預瞄跟隨系統來說，其理想形態需要對低頻域中的P（s）.F（s）≈1進行滿足。也就是跟隨部分中的傳遞函數的倒數應與預瞄部分中的傳遞函數最大限度地接近。

在預瞄跟隨系統中，其跟隨效果需要對上述條件進行有效滿足才能達到理想狀態。而其預瞄部分中的未來輸入信息則可對該部分的傳遞函數進行確定，在該傳遞函數被確定后，即可對跟隨部分中的傳遞函數進行確定，也就是通過n階的倒數進行確定。如果階數過高，可能會引起跟隨部分中傳遞函數的穩定性降低，進而造成更大的跟隨誤差。據相關研究證明，預瞄跟隨系統中的最適宜階數取值應控制在2至3之間。

3.3 最小勢場理論

智能駕駛中最為關鍵的功能便是其避障規劃功能，而該功能是通過對障礙物、路與車提出一種受力分析假設來實現的。在對假設進行提出時，需要采用最小勢能點獲得平衡點。對于最小勢能點的快速計算，可借助于一個簡單的勢能函數來實現。不過，構建的勢能場需要具備六點屬性：其一，車輛行駛過程中，其前方不存在障礙物時，初始軌跡應為勢能函數中的最小值位置;其二，如果車輛前方出現障礙物，則需對新的最小勢能點進行計算，以確保車輛能夠對障礙物進行避開;其三，車輛在智能駕駛中完成避障行為后，需要回到原來的軌跡規劃中。其四，定義勢能函數時，需要明確車輛和障礙物間的相對速度;其五，通過傳感器來對車輛的初始軌跡信息進行采集，能夠更易于對勢能函數的構造;其六，計算最小勢能點不需要投入大量時間。

4 城市復雜環境下智能駕駛中的關鍵技術

4.1 智能駕駛中的車距控制技術

在城市復雜環境中，車距控制技術是智能駕駛中的一種關鍵技術，車距控制技術在應用過程中需要建立相應的云模型，而云模型的建立則需明確駕駛員在行為上的不確定性。通常來說，駕駛員在對前車做出決策反映時，會受到不同路況、不同時間的影響，這說明駕駛員在反應上具有不確定性。而且駕駛員在潛意識中是具有安全傾向的，這也是云模型建立過程中需要考慮的。此外，駕駛員在駕駛經驗、性別以及年齡上的差異，將影響到其對注意力的分配，而這種分配的合理性則是通過其駕駛技能表現出來的。由此可見，駕駛行為所產生的過程是非常復雜的，其涉及推理、決策與執行。對于這種不確定性，可用兩層含意來概括，即隨機性與模糊性，為此需要通過云模型來對這種不確定性問題進行處理。在云模型建立時，需要明確云規則和推理，并以云模型為依據來設計相應的云控制器。依據行車安全距離，在控制車距時可采用二維云控制方法，考慮到城市交通環境的復雜性以及突發事件的不可預測性等影響因素，需要利用急加減速方法來實施仿真運算，利用二維云來實現對后車速度的控制，以確保后車能夠保持安全的距離來跟車。

4.2 智能駕駛中的彎道控制技術

在智能駕駛中，彎道控制技術作為一種關鍵技術，是對駕駛員預瞄跟隨理論的重要應用。其通過對智能車輛進行橫向控制來作為目標，根據動態目標位置，采用三次曲線來實現路徑規劃，并通過自適應神經網絡來調整T-S模糊模型中的隸屬度函數，以此對模糊推理系統進行建立，然后對相應的控制器進行設計，以便于車輛能夠利用控制器來實現橫向控制。彎道控制技術能夠對行車路徑進行靈活而實時的規劃，同時還能防止因采集數據誤差而干擾到控制效果，這使得智能車輛能夠在城市復雜環境下實現對動態目標位置的實時跟蹤，并可沿虛擬線形來進行車輛行駛，能夠實現靈活而平穩的轉向控制。

4.3 智能駕駛中的避障路徑規劃技術

避障路徑規劃技術是智能駕駛中的一種非常關鍵的技術，而該技術則是以最小勢場理論為借鑒思想的，利用人工勢場思想，能夠對道路系統的勢能函數進行構造，從而使車輛在城市復雜環境中能夠將道路邊沿視為障礙物，通過對最小勢能點進行計算，然后通過貝塞爾曲線，即可實現對車輛行車路徑的規劃，并以該原理來對控制器進行設計，從而使車輛能夠在復雜的城市道路環境下進行有效的避障。

5 結束語

綜上所述，本文對城市復雜環境下智能駕駛關鍵技術的研究意義及其相關理論進行了探討，并對智能駕駛中的關鍵技術開展了深入的研究，從而為這些關鍵技術的順利實施提供了一些理論依據，在有效降低交通安全事故發生概率的同時，也為我國城市交通環境的進一步改善做出了一定貢獻。

參考文獻：

[1]張艷輝，徐坤，鄭春花，等.智能電動汽車信息感知技術研究進展[J].儀器儀表學報，2017，38（4）： 794-805.

[2]宮慧琪，牛芳.自動駕駛關鍵技術與產業發展態勢研究[J].信息通信技術與政策，2018（8）： 45-50.

[3]王曉，要婷婷，韓雙雙，等.平行車聯網：基于ACP的智能車輛網聯管理與控制[J].自動化學報，2018，44（8）： 1391-1404.

[4]葉語同，李必軍，付黎明，智能駕駛中點云目標快速檢測與跟蹤[J].武漢大學學報：信息科學版，2019，44（1）： 139-144， 152.

[5]胡云峰，曲婷，劉俊，等.智能汽車人機協同控制的研究現狀與展望[J].自動化學報，2019，45（7）： 1261-1280.

【通聯編輯：謝媛媛】