無人車軟件體系架構

高 嵩，張金煒，戎 輝，王文揚，何 佳，郭 蓬

（1.中國汽車技術研究中心有限公司，天津 300300；2.河北工業大學，天津 300222；3.天津大學，天津 300072）

互聯網的高速發展，帶來的不僅僅是經濟利益和社會效益，也帶動了一系列技術的迅猛發展，其中，集眾多技術于一身的無人駕駛汽車正是其中的典型代表，它被認為是汽車發展的未來。無人車的開發涉及到環境感知、定位導航、人工智能、數學計算、路徑規劃、自動控制等技術，其軟件架構可以分為感知層、決策層、控制層三大部分。

1 感知層

感知層通過車載傳感器感知周圍環境以及車身位置等信息，其中的信息包括車道線位置、行駛道路范圍、行人和車輛等障礙物、道路交通標志以及紅綠燈指示情況等。圖1為感知層體系結構。

圖1 感知層體系結構

1.1 常見傳感器

1）相機 通過機器視覺或立體視覺獲取車體周圍的二維、三維路況信息。對獲取的視覺信息利用圖像處理和模式識別技術提取環境中的車輛、行人、障礙、標識等信息。

2）激光雷達 激光雷達的準確率很高，多線激光雷達在無人車中常被用作主要傳感器使用，它可以繪制高精地圖，并依據高精地圖對車輛進行定位，還可以用它實現避障。

3）毫米波雷達 毫米波雷達可以探測環境中的障礙物，它在煙霧中的穿透能力優于其他傳感器，可以實現對多目標的探測和跟蹤，但是分辨率低，往往不能進行目標分類和識別。

1.2 定位與導航

1）衛星定位 無人車須通過定位技術實時感知自身的環境位置，而GPS衛星定位是最常用的方式。另外，由于GPS衛星信號受行駛環境影響較大（比如信號遮擋或者天氣影響等），GPS配合慣性傳感器（IMU）的使用，可以達到更好的定位效果。

2）慣性導航 導航技術是使用慣性導航系統的陀螺儀，使無人車實時感知自身的位置、速度、加速度、航向角等信息，常作為衛星定位的輔助手段。與衛星定位相比，慣性導航設備的成本較高。

2 決策層

決策層接收感知層傳遞的周圍環境和車身位置等信息，結合既定的車輛行駛任務，進行局部路徑規劃和全局路徑規劃。局部路徑規劃部分對車輛的局部駕駛行為進行規劃，如換道、超車、等待、泊車等，會生成一條安全無碰撞的路徑。全局路徑規劃則決定車輛的全局行車路線，規劃的路徑更加宏觀，與車輛的全局行駛任務緊密關聯。

2.1 局部路徑規劃

局部路徑規劃是一種動態規劃也叫做在線規劃，它需要傳感器實時采集周圍環境信息，再配合環境地圖的信息，最后得出車輛在地圖中的位置以及周圍障礙物的信息，然后利用算法找到一條無碰撞路徑。

局部路徑規劃的常見算法有：傳統方法（比如模擬退火算法、模糊邏輯算法、人工勢場算法等）、智能仿生算法（比如人工神經網絡算法、蟻群優化算法、遺傳算法、粒子群算法等）、啟發式搜索方法（比如A* 、D*方法）等。

2.2 全局路徑規劃

全局路徑規劃是一種靜態規劃又叫做離線規劃，要求擁有完全的環境信息，再依據地圖給出的信息，計算得到一條從出發位置到目的位置的最優路線。其主要方法如下。

1）可視圖法 這種算法的思路很簡單，它需要確保無人車、道路上的障礙物以及目標點之間能夠用線連接起來，不和空間中任何障礙物相連，最后在這種可視圖中找到最優路線。

2）自由空間法 其思路是面對可視圖法的應變性差，需要預先定義它的基本模型，例如做出廣義錐形、凸多邊形等形狀進行構造自由空間，并且將這樣的自由空間表示成為連通圖，最后就可以在連通圖中找到最優路徑。在開始點和目標點改變時并不需要重新繪制新圖而是只用改變相應點的位置即可。

3）柵格法 具體思路是用柵格代表地圖，把一個個柵格二值化，把無障礙物的柵格標記為空白柵格，把有障礙物的柵格標記為黑色柵格，對這種柵格地圖進行最優路徑搜索。

還有其他的算法比如神經網絡法、蟻群算法和拓撲法等，它們都能在全局路徑中進行最優路徑搜索，但是搜索出來的路徑不一定是最短路徑。

3 控制層

控制層針對無人車進行橫向控制、縱向控制，而且橫向控制是控制無人車的行駛方向，縱向控制是控制無人車的速度?？刂茖咏邮諄碜詻Q策層所作出的局部和全局路徑規劃軌跡，然后控制相應的執行機構作出動作，完成對路徑軌跡的跟蹤。圖2為控制層體系結構圖。

圖2 控制層體系結構圖

1）橫向控制 橫向控制本質上屬于無人車的轉向控制，它的控制目標為在保證無人車行駛安全性和乘坐舒適性的前提下，使無人車能夠準確地對預期的路徑進行跟蹤。常用方法有基于模型預測控制（MPC）控制器、PID橫向控制器、基于模糊邏輯橫向控制器等。

2 ）縱向控制 縱向控制就是控制無人車行進中的速度，而且橫向控制的精度也會受到速度控制的影響。車輛的速度涉及到油門和制動，通常是設計油門控制器和制動控制器來控制無人車速度。常用的方法也同橫向控制，有基于滑?？刂频目v向控制器、模糊PID控制器、模糊控制器等。

4 結束語

汽車智能化是未來的重要發展方向，無人駕駛汽車則是智能汽車的最終形態。感知層、決策層、控制層作為無人駕駛汽車的三大組成部分，通過感知層提供環境、位置等信息，決策層根據這些信息作出路徑規劃，最后控制層進行橫向和縱向控制完成路徑跟蹤，實現無人車的自動駕駛。

參考文獻：

［1］ 潘福全，亓榮杰，張璇，等.無人駕駛汽車研究綜述與發展展望［J］.科技創新與應用，2017（2）：27-28.

［2］ 馬飛躍， 王曉年. 無人駕駛汽車環境感知與導航定位技術應用綜述［J］. 汽車電器， 2015 (2)： 1-5.

［3］ 鮑慶勇， 李舜酩， 沈峘， 等. 自主移動機器人局部路徑規劃綜述［J］. 傳感器與微系統， 2009， 28(9)：1-4.

［4］ 劉蕊.智能車路徑跟蹤及其底層控制方法研究［D］.北京：北京工業大學， 2013.