王相哲
(電子科技大學 四川成都 611730)
隨著我國社會經濟快速發展,國民的生活水平顯著提升,對汽車的需求逐年激增。現如今,各大車企對于中國市場的競爭愈加激烈,呈現了電動化、網聯化、智能化、共享化的“新四化”發展趨勢,“互聯網+汽車”模式逐漸興起,智能汽車受到廣泛關注。可以預見,未來的一段時間內,智能化將是汽車行業發展的著力點和風向標[1]。本文就智能汽車中如何實現自動駕駛控制方法進行分析,旨在提高公眾對自動駕駛技術的了解。
近年來,自動駕駛科技從觀念策劃之間向現實運用層次穩步過渡,也有很多公司及員工加入到自動駕駛科技的探究進程中來。自動駕駛概念出現已久,但是自動駕駛行業卻鮮為人知。20世紀80年代,無人車Naclab-1首次完成無人駕駛實驗,之后,該型號車輛被運用在廂式貨車上開展探究,無人車道路試驗的相關法律如雨后春筍般出現。
之后,針對自動駕駛的探究漸漸走入大眾視野。2009年,自動駕駛汽車的照片廣為流傳,自動駕駛開始受到注重。結合計算機工作的穩固性質及高科學性,能夠與自動駕駛科技開展一定的結合,并進一步縮減由于駕駛因素引起的事故數量,與之相結合的車輛和基本設備互聯科技也會經過車云交互,進一步縮減交通堵塞的狀況出現。
所以,各個國家出臺相關法規,進一步給自動駕駛的進步供應便捷。我國在2015年開展的中國制造進一步加強對高端制造及智能制造的重視。2019年,國內頒布《汽車產業中長期進展策劃》,明確了我國產業轉換升級的重點便是智能網聯汽車。在人工智能層次上,美國在2016年發布的《國家人工智能探究以及發展戰略策劃》進一步明確美國會繼續對人工智能開展探究。2017年,國務院發布了《新一代人工智能進展策劃》,提出我國人工智能進展的主要目標和綜合規劃。2018年,科技單位啟用項目審批工作,不斷推進人工智能發展并逐步和傳統企業相結合的趨勢。
自動駕駛科技便是運用互聯網對于公路中出現的各類情況的數據,開展搜查、解析和處置,在這個進程中,需要用到傳感設備等相關設施。經過解析信息,能夠進一步完成汽車自動轉彎等相關工作,汽車自動駕駛科技在相關內容上能夠進一步提升道路的運用性質,進一步緩解道路擁堵,特別是道路高峰時間,在一定程度上能夠緩解交通壓力,使交通用具順利運作。
在汽車自動駕駛進程中,人工智能擔任駕駛員,人工智能自身判斷,更加嚴謹,進一步減小事故的出現概率。我國的許多汽車公司也開始把中心向汽車自動假設層次轉換,在這個領域投入了許多資金,有效探究并開展探究,成功研發部分智能汽車。汽車自動駕駛也能夠進一步推動科技的進步和提升,汽車自動駕駛與當代科技息息相關,自動假設科技的進步也會推動科技的進步,兩者相互協調相互進步。
當前,國際無法統一智能汽車分類準則,大多運用美國汽車工程師的分級方式,經過劃分等級的方式(見圖1),進一步展現自動駕駛科技的進展層次。現有科技大多處于L3 階段。簡單來說,L1、L2 類別的自動駕駛屬于輔助設施,所有的駕駛動作需要司機進行完成,智能助手智能在部分場合開展提醒和警示,并沒有操控汽車的功能;但是L3的自動駕駛便能進一步脫離司機的操控,自動駕駛體系能夠正式接受司機的運作,人們只需要在特別狀況下開展運作;而L4~L5 便不再需要人類操控,汽車自身便能夠完成高度運作。分類的依據大多取決于車輛運行的道路狀況。

圖1 汽車自動駕駛分級示意圖
汽車智能駕駛屬于智能交通較為活泛的一個進展方向。當前,汽車正處于從功能汽車到智能網聯汽車的進展過程之中。國內外全部汽車生產商都在不斷研究智能汽車及零件,期望自動駕駛體系能夠早日運行。自動駕駛屬于智能汽車進展的高級層次,囊括電資數據、自動操控、地理位置、車輛項目等多個科技區域,屬于當前智能交通區域的首要研究方向。
自動駕駛體系給予汽車認知、決策及操控等綜合技能,獨自實現駕駛任務,不需要人類幫助。自動駕駛體系大多運用各類車載傳感設施,如計算機視覺、雷達系統、衛星導航體系等,進一步獲得車輛周圍的數據。在數據融合方式的基礎上,對于收集到的交通狀況及行車路線等相關數據開展整合。之后,經過智能決策策劃方式,為自動駕駛汽車策劃出一條高效、便捷的道路和速度。之后,經過對于自動駕駛汽車開展運動把控,自動調整油門等相關設備,完成對于路線的行駛,從而確保汽車運行的有效性和合理性。
一個優秀的自動駕駛體系應該像人類司機一樣,能夠對車輛運行及周邊交通狀況開展判斷,能動的改變航行路線,完成駕駛任務。目前來看,在未來很長一段時間內,自動駕駛科技仍舊較難大范圍普及。但是,在某些特殊場合中的自動駕駛在逐漸運用,如集裝箱運輸、農業器械等,無人化的自動駕駛科技改變了原有的繁雜、費時的工作方式,進一步提高的便捷性和效率性。
隨著現代化的不斷進步,汽車行業數字化變革在不斷進行,汽車不再是單純的交通用具,更屬于一個智慧空間。新能源汽車的智能化在多個方面獲得有效進展,但與此同時,也有著一定的負面影響需要完善和改良。
2.2.1 配套政策不完備,數據隱私安全堪憂
雖然互聯網科技較為高效,但是智能網聯也引起了部分隱私問題。伴隨滲透智能重點的相關信息在不斷提高,黑客侵入并改變數據的可能性也在不斷上升。智能網聯的出現使出行更加便捷的同時,也在收集車主的相關信息,智能網聯體系除了會供應地圖導航以外,還可能會進一步推薦保險等無用信息,這些信息的來源與車主每日的行車軌跡息息相關。
2.2.2 基礎設施不完善,智能化發展受限制
智能共享帶來便利的同時,對于安全也具備一定的影響。新冠疫情還未完全消失,結合疫情防控要求,運營商家需要對共享汽車開展固定效度,同時,還需要確保用戶的車輛需求得到滿足,需要運營商對于共享車輛開展有效科學的調整以及運用把控。
橫向把控是指對于汽車自動駕駛進程中運動方向的把控。橫向把控的完成離不開汽車運轉動力學模型的支撐,也就是說,汽車轉向動力學屬于一類精準程度更高的汽車橫向運動模型,模仿司機轉向運作經驗進一步獲得橫向把控算法。圖2所示是某類智能自動駕駛商用汽車轉換體系構造圖,在以往的轉向體系前提下,進一步增添了ECU 把控單元,作為整車中的一個執行機構,ECU 把控部門一方面接受來自整車把控設備的轉向指令,如轉向角度及速度等相關要素,除此之外,ECU 把控單元必需實時檢察整車現實的轉向狀況并完成反饋,經過轉向體系,事先設計相關的把控算法,完成實時完善、做到閉環把控等效用,使汽車行駛過程中的安全性進一步提升。

圖2 智能自動駕駛汽車轉向系統構件圖
自動駕駛汽車的運作進程中,對于道路情況數據的認知和處置是保證自動假設汽車行駛的主要保障,只有保證自動駕駛汽車可以有效對道路狀況開展認知,才可以進一步發揮車輛運作監督的作用。如圖3所示,為智能汽車自動駕駛車輛監察控制中的道路識別。自動駕駛車輛的道路情況認知所運用的是狀態認知監察把控系統,即依據車輛運作監察把控需求對道路的情況開展認知。以點t作為車輛監督運作中的時刻,在狀況監督的前提下,和道路情況認知系統相結合,進一步保證為汽車駕駛監督打下優質基礎。

圖3 智能汽車自動駕駛道路識別示意圖
為了進一步適應自動駕駛汽車對于制動體系性能的高需求,采埃孚在以往制動產品的基礎上開展不斷創新,開發出了全新、可持續濕式線把控體系產品,進一步推動自動駕駛進展。與此同時,確保客戶的滿意度和安全,集成化制動把控體系跟隨時代腳步,與制動科技的發展方向相適應,進一步滿足了全球汽車工業對于安全及自動化駕駛的需要,支持更高等級無人駕駛科技,與綠色環保、自動化等產業導向相適應。
自動駕駛傳感設備在車輛上的有效裝置對于車輛方位感知環境具有重要意義。除此之外,傳感設備必須得到有效維護,免于雪、泥等因素的損壞。在和主機廠及自動駕駛策劃供應商的商策過程中,偉巴斯特確定車頂是裝置自動駕駛傳感設備的理想位置。這個方案在保證傳感設備有效性及耐用性的同時,對于汽車企業的好處更加顯著:一個“接口”,汽車企業不用考慮對于傳感設備的布置,經過預標定,能夠大范圍縮減車企的裝置時長,進一步提升產出效率。與此同時,智能車頂還具備能夠開啟天窗的功能,滿足了消費者對于舒適性與可靠性的需求。
智能科技囊括的數據較為廣泛,這之中便囊括精準度較高的地圖及準確的導航和定位。人工智能之中的道路數據較為精準且繁雜,這樣,在行駛進程中人工智能便能把道路數據反饋給駕駛人員,而且人工智能可以在這些復雜的道路數據中獲得一條有效的道路。人工智能可實現有效更新,在行駛進程中能夠判斷地方道路情況,并了解各個道路的現實狀況。在外出的時候,這類科技能夠進一步為人們供應精準的路線,確保人們可以向正確反向運行。同時,該行駛路線會排除線路等相關狀況,進一步節省時間,提升效率。
在道路行駛進程中,假設遇見突然狀況,人工智能科技會事先發出警告,并提出相關建議。對于部分習慣通過自動駕駛科技把握主動權的人來講,人工智能科技會把各類狀況反饋給自動駕駛體系,自動駕駛系統會在這類數據上開展解析并做出正確決定。在行駛進程中,人工智能科技會不斷調整自我,在行駛進程中遇到其余沒有錄入的狀況,人工智能科技會將其收入自身的數據庫之中,便于下次的決策。
自動駕駛技術作為一項涉及汽車構造、傳感器技術、信息通信、人工智能等多個學科的綜合應用,需要不斷開展相關研究,需要社會各界的通力合作和相互交流。它的出現改變了人們對汽車駕駛的認知,雖然全工況的自動駕駛還有很長的路要走,但是,隨著科學技術的發展,自動駕駛技術終將會逐步完善和實現。