基于自動駕駛的車輛安全技術(shù)應用探討

劉秀紅 姜圣

1.江蘇省交通運輸廳公路事業(yè)發(fā)展中心 江蘇省南京市 210004 2.中國信息通信研究院 江蘇省南京市 210024

1 中國交通發(fā)展概況

2020 年，是中國“十三五”現(xiàn)代綜合交通運輸發(fā)展規(guī)劃收官之年，建設(shè)期間投資規(guī)模達15 萬億元人民幣，其中公路投資就達7.8 萬億元，占據(jù)了總投資的半壁江山，重要城市群的核心城市需要達到1-2 小時的快速通勤時間，通過該指標打造核心城市與周圍節(jié)點城市的一體化路網(wǎng)。因此大量的道路基建工程建設(shè)充當著城市化發(fā)展的重要指標之一，然而交通基建并不能時刻滿足日益增長的交通需求，尤其是在發(fā)達的一二線城市中，在高峰小時中，龐大的機動車用戶群不僅使得城市干線路網(wǎng)的交通運行效率變得低下，為城市經(jīng)濟提升帶來了副作用，也帶來了愈發(fā)嚴重的交通安全事故問題。據(jù)世衛(wèi)組織統(tǒng)計，全球每年有135 萬人因交通事故死亡，且死亡人數(shù)逐年遞增。中國公安部公布的2018 年死亡人數(shù)達63194 人，直接造成的經(jīng)濟財產(chǎn)損失就有13.8 億元左右，其中四分之一的死亡人數(shù)來自于行人。無論是駕駛者還是行人的交通法規(guī)和交通安全的意識淡薄，都可能為自身和他人帶來生命安全的威脅，中國作為全球第一大人口國，不能要求和保證全體人員都時刻遵守交通安全規(guī)章制度來減少事故，因此交通工具-車輛，需要能識別潛在事故，并能在大多數(shù)情況避免事故，由此需要發(fā)展車輛自身的安全及預警技術(shù)。在這其中，無人駕駛車輛，可以認為是通過避免碰撞的方式達到全自動駕駛，因此又扮演了推動車輛自動駕駛發(fā)展的關(guān)鍵角色。

2 國內(nèi)外自動駕駛發(fā)展情況

高級駕駛輔助系統(tǒng)（Advanced Driving Assistance System）即為無人駕駛（也稱自動駕駛）的初步階段。在無人駕駛技術(shù)的現(xiàn)狀方面，國外早已于上個世紀70 年代，由卡內(nèi)基·梅隆大學、斯坦福大學、麻省理工學院等高校先后加牽頭開展ADAS 的研究，1986 年梅賽德斯成功研制出全球首輛計算機控制的自動駕駛汽車，通過避免自身的事故來探索新的駕駛模式。2009 年，谷歌公司開始研發(fā)無人駕駛技術(shù)，偏向于“一步到位”，直接研發(fā)L4 級別的無人駕駛汽車。2013 年，各大傳統(tǒng)汽車廠商包括奧迪、沃爾沃、寶馬、福特、日產(chǎn)等都紛紛開展無人駕駛汽車的發(fā)展布局。2015 年特斯拉公司推出半自動駕駛系統(tǒng)Autopilot，首先將ADAS 大規(guī)模商用并作為核心賣點。我國的無人駕駛技術(shù)由國防科技大學于上世紀80年代末開始研究，并于1992 年成功研制出第一輛無人駕駛汽車，于2011 年首次完成了286km 的無人駕駛高速公路試驗。2015年，長安汽車、宇通集團、包括互聯(lián)網(wǎng)企業(yè)百度公司均紛紛投入到自動駕駛的研究中。近幾年，以蔚來汽車為代表的新能源電動汽車品牌，將自動駕駛技術(shù)作為汽車產(chǎn)品的標準配置，作為核心賣點，形成與特斯拉汽車的競爭局面。

3 自動駕駛技術(shù)實現(xiàn)

2020 年，成熟的自動駕駛技術(shù)發(fā)展路線和各大廠商的陣營界限劃分已經(jīng)形成，但最終自動駕駛要實現(xiàn)完全全自動無人干預，相關(guān)技術(shù)還需要進行不斷的迭代和發(fā)展。

根據(jù)WEVOLVER 發(fā)布的《2020 自動駕駛技術(shù)報告》中的解析，自動駕駛方案可以從感知、規(guī)劃、執(zhí)行三個層面來實現(xiàn)，而感知層面中配備的傳感器設(shè)備的是實現(xiàn)車輛主動安全的基礎(chǔ)，在執(zhí)行階段依靠避碰撞算法和規(guī)劃路徑來實現(xiàn)安全駕駛和自動駕駛的雙重功能。

3.1 感知層面

傳統(tǒng)的車輛不能識別和感知在何種道路環(huán)境中行駛，駕駛員通過感官和經(jīng)驗來操作車輛，車輛自動駕駛首要解決的問題就是識別當前未知的行駛環(huán)境和條件，所以它需要先創(chuàng)建一個能將自身定位其中的環(huán)境地圖，通過傳感器和AI 系統(tǒng)的幫助，實現(xiàn)同步定位和映射過程（SLAM，即時定位和地圖構(gòu)建）的輸入。

根據(jù)各個傳感器的技術(shù)特點（無源和有源），將他們進行整合和設(shè)計在車輛的合適位置之上，來實現(xiàn)車輛對道路環(huán)境的全方位態(tài)勢感知，所以一輛要保證可靠性和安全性的自動駕駛車輛，需要配備多個傳感器，其中根據(jù)功能可劃分為測距和識別，測距包括了激光長距離探測雷達、毫米波中/短距離探測雷達、超聲波短距離探測雷達（聲納）等；識別包括了全景攝像頭、雙目/三目識別攝像頭、紅外探測雷達（夜視雷達）等。

圖1 車輛自動駕駛傳感器示意圖

無源傳感器能夠探測環(huán)境中物體反射的現(xiàn)有能量，如光、輻射等。但在弱光環(huán)境下，由于沒有自己的傳播源，無源傳感器的性能將有所下降。但是對比有源傳感器能生成更高的數(shù)據(jù)量，因此無源傳感器一般用于識別功能，如汽車的雙目識別攝像頭生成的3D 立體圖像信息，用于識別車輛、行人和車道線。

有源傳感器一般依照TOF 原理來感知道路條件，并且具有信號傳輸源、TOF 原理用于測量信號源發(fā)射到目標反射回來的傳播時間，并且信號的發(fā)射頻率能影響探測的效率，因此，車輛有源傳感器需要選擇合適的波長，這樣才能才自動駕駛系統(tǒng)中實現(xiàn)更高的可靠性。

3.2 規(guī)劃層面

車輛根據(jù)感知層面獲得的原始數(shù)據(jù)和環(huán)境地圖，自動駕駛系統(tǒng)需要通過同時定位與映射算法不停的構(gòu)建和更新實時地圖，保持跟蹤車輛的詳細定位信息，從而開始規(guī)劃點到點的對應路徑。

要實現(xiàn)上述功能，需要SLAM 執(zhí)行定位和構(gòu)建地圖，同時為了提升SLAM 的準確性，介入了傳感器融合，該方式通過組合多個傳感器數(shù)據(jù)和數(shù)據(jù)庫以實現(xiàn)信息的改進。之后車輛需要篩選提取出關(guān)鍵信息，并基于現(xiàn)有信息執(zhí)行任務，則需要利用機器學習算法——CNN（卷積神經(jīng)網(wǎng)絡(luò)）、RNN（遞歸神經(jīng)網(wǎng)絡(luò)）、DRL（深度強化學習）。機器學習算法將根據(jù)經(jīng)典規(guī)劃方式進行更多的軌跡優(yōu)化，從而保證路徑規(guī)劃的精確性。

3.3 執(zhí)行層面

車輛的電子控制單元即ECU 將取代駕駛員操作，主動對車輛的電動或液壓執(zhí)行器執(zhí)行驅(qū)動命令，高端的自動駕駛車輛將擁有數(shù)十個ECU，該單元在負責控制車輛的同時，也將負責主動安全功能。

3.4 車輛安全技術(shù)

一般的，應用于車輛的安全技術(shù)可以被分為四個階段：

第一級別為被動安全技術(shù)，此級別不能避免事故的發(fā)生，是作為碰撞發(fā)生時的被動安全反饋來降低事故造成的人員傷亡和損失。一般指駕駛員保護（汽車前、側(cè)或膝部安全氣囊，安全帶）、行人防碰撞保護（引擎蓋彈起裝置或于車頭底部加裝行人防卷入橫梁）、車輛自身保護（如豐田汽車的碰撞吸能設(shè)計，奧迪汽車的AI 主動懸掛系統(tǒng)，抬起車輛減輕側(cè)面碰撞等）。

第二級別為防碰撞預警技術(shù)，此級別的車輛可以主動探測到碰撞的發(fā)生并做出保護措施，例如安全帶主動收縮，即將碰撞提示與反饋等等。此級別可以預警危險，但并未排除風險。

第三級別為主動安全技術(shù)，車輛基于第二級別中的手段后，駕駛員介入失效，還將主動協(xié)助剎車，在無法通過剎車化解危機時，車輛可以自動輔助變道。此外，在夜間還有智能感知識別方案，通過夜視系統(tǒng)，自適應轉(zhuǎn)向大燈，給駕駛員呈現(xiàn)更為清晰的路況以降低事故風險。在該級別的車輛中，達到了L2 自動駕駛級別。

第四級別為主動式無人駕駛技術(shù)，即全自動駕駛，車輛通過全車傳感器實時感知周圍道路態(tài)勢，根據(jù)當前環(huán)境進行自動識別、判別分析來決定是否加速、減速、超車、甚至靠邊停車。此時的駕駛員從理論意義上不需要將注意力集中于道路上，車輛通過自助感知、分析、判斷來全部完成的駕駛行為，當然，這也包括全部的駕駛員、行人、的安全預判和化解。車輛可達到L3 甚至更高的自動駕駛級別。

圖2 車輛安全技術(shù)分級

3.5 自動駕駛系統(tǒng)下的安全事故

然而無人駕駛的發(fā)展并非一帆風順，由計算機接管駕駛員控制車輛，來保障駕駛者和行人及道路安全的方式并非穩(wěn)健。在人員未積極介入駕駛的情況下，不成熟的避讓算法、機器識別效率或處理系統(tǒng)高負載運行崩潰等都會導致甚至比人為駕駛更嚴重的安全事故。2016 年，美國佛羅里達州一輛特斯拉因并未探測到一輛橫穿道路的貨車而導致致命車禍。中國河北一輛特斯拉轎車在高速上自動行駛，并未采取有效措施避讓前方道路清掃車輛，導致駕駛員死亡。2018 年，Uber 與沃爾沃公司聯(lián)合開發(fā)的無人駕駛車輛，在美國亞利桑那州道路測試中直接撞上一輛正在騎行的自行車人員，自行車從黑暗區(qū)域突然駛出，無人駕駛車輛沒有時間對該行人做出應急反應。同年于美國加利福尼亞州，一華裔男子駕駛特斯拉汽車在101 號高速公路撞擊到中間隔離欄導致死亡，同時車輛起火導致后方車輛避讓不急發(fā)生碰撞，后續(xù)碰撞的駕駛員未受傷，根據(jù)事故分析當時的特斯拉駕駛員開啟了“自動駕駛模式”，盡管事發(fā)前車輛發(fā)出警告但是并未避免碰撞。

安全事故的發(fā)生為人們帶來了血的教訓，誠然，自動駕駛技術(shù)的應用的確大大減少了車輛事故率并保障了人員生命，但是一旦因為技術(shù)故障或漏洞導致的事故致死率都相當高?？梢钥闯觯鲃影踩夹g(shù)應作為無人駕駛技術(shù)的基石，無人駕駛首要的關(guān)注重點，就是在非人為干預下，如何通過各種途徑和后端主動保障交通各要素（人、車、路）的安全問題，根據(jù)上述事故介紹，在駕駛員不介入的情況下，僅僅憑借車輛自身來預判和完全防止事故發(fā)生存在技術(shù)瓶頸，需要車輛與道路形成完全的信息交互才能提升無人駕駛車輛對各種突發(fā)情況的安全事故的應對能力。

3.6 自動駕駛技術(shù)的發(fā)展趨勢

自動駕駛技術(shù)本身作為汽車產(chǎn)業(yè)與人工智能、車聯(lián)網(wǎng)、新一代通信等信息技術(shù)的深度融合產(chǎn)物，也是全球交通領(lǐng)域朝著智能化和網(wǎng)聯(lián)化發(fā)展的重要標志，將推動人們的出行與生活方式發(fā)生重大變革。當今各大傳統(tǒng)主流車企都紛紛投入巨大的研發(fā)力量到自動駕駛車輛中來，同時也吸引了許多新興互聯(lián)網(wǎng)企業(yè)。目前各個廠商形成的技術(shù)方案都將目光集中在解決車輛本身的自動駕駛技術(shù)中，依靠車輛自身完成動態(tài)的環(huán)境感知。汽車自媒體“電動知士”測試的幾家較為成熟的自動駕駛技術(shù)：寶馬BMW 智能駕駛輔助系統(tǒng)（L2）、沃爾沃 Pilot Assist 自動駕駛輔助系統(tǒng)（L2）、特斯拉Autopilot 自動駕駛系統(tǒng)（L2.5）等系統(tǒng)中，均出現(xiàn)了通過立交區(qū)域陰影ADAS 退出，車道線模糊導致行駛偏移或無法識別等車輛自身無法準確判定環(huán)境的安全問題.因此，智慧道路應該與車輛自動駕駛同步發(fā)展，為車輛提供更高級別的環(huán)境感知信息。

圖3 車路協(xié)同系統(tǒng)示意圖

在交通運輸部印發(fā)的《數(shù)字交通發(fā)展規(guī)劃綱要》中明確提出了要同步推動自動駕駛與車路協(xié)同技術(shù)的研發(fā)，鼓勵智慧公路與車輛之間形成更多的信息交互內(nèi)容，促進物理和虛擬空間的交通運輸活動不斷融合、交互，構(gòu)建更加智能的現(xiàn)代交通運輸體系。然而政策支持是一方面，車輛自動化研發(fā)與道路智慧化建設(shè)的協(xié)同發(fā)展還沒有形成完整的體系制度來做支撐，因此這需要政府、科技企業(yè)、車企、通訊企業(yè)等多方共同積極的參與和推動，形成一個良心循環(huán)的制度體系來保障城市智慧化進程，從而真正的推動人、車、路交通三要素有機結(jié)合，在更完善的交通感知環(huán)境中全方位保障三者在交通參與過程中的安全，助力車輛自動駕駛技術(shù)實現(xiàn)相應的社會價值。