車輛橫向輔助系統關鍵技術發展綜述

鐘 欣

（重慶車輛檢測研究院有限公司，重慶 401122）

前言

機動化車輛的增長在為人們出行提供了便利，與此同時也日益凸顯了由駕駛人操縱、疲勞、分心引起的交通事故問題。車輛橫向輔助系統可以提前預知車輛行駛風險、輔助駕駛人決策，必要時能夠接替駕駛人做出正確的操縱，有效降低行車事故風險，受到了各大廠商廣泛關注，其研究內容主要分為道路環境感知、車道偏離態勢決策和橫向控制三方面。

1 車道線識別技術發展現狀

車道標線識別易受光、天氣等因素限制，且行駛過程中車輛具備高速特性，故車道標線識別速度及魯棒性是決定車輛輔助系統性能的關鍵所在。視覺傳感器是現有車道識別技術的重要手段。Kittler[1]等利用Hough 等邊緣檢測算法處理圖像，結合閾值生成候選點，但此類手段易受噪聲干擾且耗時過長。王寶峰[2]等對車道線實行動態區域劃分，并在車道線重構過程中加入樣條曲線，優化了車道幾何特征提取。CHOI 等[3]在車道線檢測方法基礎上結合前視車輛信息，提升了檢測車道線被前方車輛遮擋時的魯棒性。上述車道標識線算法皆由人工設計步驟組成，難以實現對道路圖像的整體優化。

2 車道偏離預警技術發展現狀

車道偏離預警能夠根據車輛行駛狀態提前預知車輛偏離情況并發出相應警報，進而為駕駛人決策-操縱提供更多的反應時間，其系統整體性能受車輛自身狀態、駕駛人狀態、道路環境多個因素共同決定，主要分為車輛偏離預警指標確立和駕駛人意圖識別兩方面。

初期階段，車道偏離預警系統常用車道偏離距離 ( Dista-nce to Lane Crossing，DLC ) 作為其預警判斷指標，即當檢測到車輛距離車道邊界值低于某閾值時，車輛發出警報，但此類方法并未考慮車輛各時刻的運動狀態，進而導致預警觸發閾值難以確定。為解決上述問題，部分學者開展了基于車道偏離時間(Time to Lane Crossing，TLC)的車道偏離預警系統研究。Mammar[4]等通過結合車輛運動軌跡、行駛姿態參數及道路特征參數，對不同道路環境復雜度TLC 進行了分析。相較于DLC，TLC 盡管擴寬了預警適用場景，但也增大了誤報警的概率，對駕駛人造成了不必要的干擾，降低了系統整體使用頻率。為降低系統誤報警概率，Zhou 等[5]基于TLC指標，采用模糊控制規則設計了車輛多工況下的車輛虛擬邊界報警閾值，實現了虛擬車道寬度動態調整，進而提升了系統報警魯棒性。

此外，駕駛人駕駛意圖誤判是導致車輛預警系統誤報的關鍵因素。LEE[6]等通過轉向盤傳感器、車速等信號實現了對駕駛人換道意圖的預測。ANGKITITRAKUL[7]等建立了基于車輛軌跡序列變化的駕駛人模型，實現了對駕駛人車道保持和車道換道行為的區分。此外，也有部分學者[8-10]也通過隨機森林或貝葉斯網絡手段對駕駛人駕駛意圖進行了預測，雖然一定程度上能夠體現車輛預警系統性能，但由于離散類別少，忽略了車輛動力學模型，故對車輛偏離的風險定量造成了極大的困難。

3 車輛橫向控制技術發展現狀

現有車輛橫向控制技術主要分為兩類：其一為通過剖析車輛行駛過程中駕駛人操縱行為特征，建立駕駛人感知-決策-操縱反應機制，進而實現對行駛車輛的安全控制；其二為利用自動控制原理，通過自動控制自身算法特性最小化車輛實際行駛軌跡與期望軌跡偏差來保障行車安全。

單點預瞄模型是經典的駕駛人模式，其充分考慮了駕駛人前視信息，對駕駛人駕駛意圖具有較好的表征和穩定性，故在早期駕駛人模型研究中受到了廣泛的應用。MACADAM[11]等在此基礎上提出了最優預瞄模型，郭孔輝[12]等提出了預瞄-跟隨理論。隨后研究中，為提高駕駛人模型模擬精度，部分學者針對不同駕駛風格、車輛動力性能引入了不同邊界約束，進一步完善了駕駛人模型。近年來，現代控制理論的發展再次推動駕駛人模型的完善，MPC 模型預測控制理論使駕駛人單點預瞄模型逐步向多點預瞄模型過渡，在駕駛人模擬上取得了不錯的效果，但需要實時優化目標權重函數，對于處理器計算能力要求較高，故在車輛應用中難以推廣[13]。Bojarski 等[14]利用前視道路圖像信息，設計了一種基于深度卷積網絡的端到端自動駕駛系統。

而對于車輛橫向控制器，常用控制方法有PID 控制、模糊控制、自適應控制、H∞魯棒性控制等。由于控制器設計過程中追求車輛行駛安全性的同時還需兼顧舒適性及經濟性，故其復雜程度較高。根據執行機構的不同，可以分為基于轉向控制或基于差動制動控制兩類。差動制動通過兩側車輪制動力產生的力矩差來糾正車輛行駛誤差，但頻繁制動會影響ESP 系統壽命，降低駕駛人乘坐體驗。而轉向控制主要分為線控轉向和電動助力轉向。Alirezaei[15]在線控轉向基礎上，設計了基于駕駛人預瞄信息和駕駛意圖修正車輛轉向角的橫向控制器，利用控制器求解的方向盤控制量代替駕駛人實際輸入，實現車輛行駛穩定，但此類控制器會給與駕駛人駕駛錯覺。Enache[16]利用車輛狀態參數和駕駛人轉向力矩，提出了適用于車道偏離預警的轉矩疊加算法，當車輛出現偏離時能夠實現駕駛人修正方向盤轉角，能夠兼顧車輛舒適性和安全性。

4 未來發展前景

針對車輛橫向輔助系統關鍵技術發展趨勢，本文從車道線識別技術、車輛偏離預警技術、車輛橫向控制技術進行了總結，其各技術還存在以下難點：

（1）傳統車道檢測算法中間步驟繁瑣、計算量大，進而導致算法遷移能力較弱，需設計一種新的端到端感知結構來強化系統適應性。

（2）傳統車道偏離預警系統算法大多基于運動學模型，存在一定局限性。為保證系統可靠性，還需適當提高車輛模型精度并開展實車試驗來完善相關閾值參數標定。

（3）現有駕駛人模型大多以控制器設計，駕駛行為是道路信息輸入的具體表現，故駕駛人模型的完善還需對道路圖像與駕駛操縱之間的傳遞機制進行深入研究。