無人駕駛汽車技術解析

孫寶明

摘 ?要：為了增強公路安全、緩解交通擁堵、減少大氣污染、提升人們出行的便利性與生活質量，無人駕駛已成為汽車的發展趨勢和必經之路，為了搶先占領市場、抓住商機，世界各大汽車廠商與軟件公司、網絡公司都投入了巨大的人力、財力對其進行技術研發，使無人駕駛汽車技術日益成熟。該文針對無人駕駛汽車技術進行解析，著重論述其核心控制技術。

關鍵詞：無人駕駛汽車;傳感器;高級駕駛輔助系統;導航系統;高清地圖;車聯網

中圖分類號：U46 ? ? ? ? ? ? ? ? ? 文獻標志碼：A

0 前言

隨著汽車保有量不斷增加，城市交通變得日益擁堵，給人們出行帶來極大不便。

由于各種人為因素，汽車肇事率直升不降，給人身安全與財產造成了巨大的損失。為了使交通更加順暢，人們出行更加安全，無人駕駛汽車技術將是汽車最終的發展目標。

1 自動駕駛汽車的等級

2013年，美國國家公路安全管理局NHTSA發布了汽車自動化的五級標準，將自動駕駛功能按智能程度分Level 0～Level 4，而Level 4是自動駕駛汽車最終發展的目標。

2 無人駕駛汽車技術解析

2.1 無人駕駛汽車傳感器技術

在無人駕駛技術中，傳感器負責采集無人駕駛汽車所需要的信息，包括感知車輛自身、汽車行駛周圍環境等。

2.1.1 超聲波傳感器（雷達）

超聲波是指振動頻率大于20 000 Hz以上，超出了人耳聽覺的上限，在空氣中波長小于17 mm，將這種聽不見的聲波叫作超聲波，它是一種機械震動模式，超聲波頻率高、波長短，屬于近距雷達。超聲波測距原理是在超聲波發射裝置發出超聲波后開始計時，超聲波在空氣中傳播，途中碰到障礙物就立即返回來，超聲波接收器收到反射波就立即停止計時。 超聲波雷達在汽車上的應用包括倒車預警、自動泊車 。

2.1.2 電磁波傳感器（毫米波雷達）

毫米波雷達發出的電磁波頻率通常是30 GHz～300 GHz，波長為1 mm～10 mm，電磁波雷達屬于中距雷達。電磁波測距原理是在電磁波發射裝置發出電磁波后開始計時，電磁波在空氣中傳播，途中碰到障礙物就立即返回來，電磁波接收器收到反射波就立即停止計時。電磁波雷達在汽車上的應用包括自適應巡航、并線輔助、預警輔助制動。

2.1.3 車載攝像頭

攝像頭采集圖像進行處理，將圖片轉換成二維數據，然后通過圖像匹配進行識別，識別該車行駛環境中的其他車輛、行人、車道輔助線、交通標志、移動與靜止障礙物等。單目攝像頭測距精度低，易產生漏報，而采用雙目攝像頭可對物體進行精確測距。攝像頭在汽車上的應用包括車道偏離預警、交通標志識別、車道保持輔助、行人碰撞預警、全景泊車、駕駛員疲勞預警等。

2.1.4 激光雷達（LiDAR）

激光雷達通過水平旋轉（5 Hz～20 Hz）激光掃描信號的時間差、相位差來確定距離，系統檢測3D空間中每個像素到發射器間的距離和方向，創造出真實世界完整的3D模型。激光雷達測距原理是在激光發射裝置發出激光后開始計時，激光途中碰到障礙物就立即返回來，接收器收到反射信號就立即停止計時，根據激光發出與返回時間計算出激光雷達與障礙物的距離。無人駕駛汽車在行駛過程中激光雷達每旋轉一周，收集到的所有反射點坐標的集合形成了點云。激光雷達線數越多，成像效果越好、越清晰，無人駕駛汽車行駛時的安全系數越高。

2.2 無人駕駛汽車ADAS技術

ADAS全稱Advanced Driver Assistance System，被稱為汽車高級駕駛輔助系統。它被視為實現無人駕駛基礎。利用安裝于車上的傳感器，ADAS可在第一時間收集車內外的環境數據，進行靜、動態物體的識別、偵測與追蹤等技術處理，確保無人駕駛汽車行駛安全。ADAS主要包括底盤穩定系統ESC/ESP、ACC自適應巡航、PAB碰撞預警與輔助制動、LKA車道保持輔助系統、LCDA并道輔助系統、TSR交通標志識別與行人識別、AVM全景顯示輔助系統、APA自動泊車輔助系統等。

2.3 無人駕駛汽車操作系統

無人駕駛汽車能夠安全、高效運行主要依靠傳感器技術與智能操作系統的控制來實現，操作系統必須知道車輛具體的位置、周圍環境、預見會發生什么，計劃如何做出反應并進行操作執行。無人駕駛汽車操作系統內置高級的“人工智能”，具備“深度學習”的能力。無人駕駛汽車操作系統根據控制類別分為底層控制、中層控制、高層控制。

2.3.1 底層控制

無人駕駛汽車底層控制的核心是使車輛在任何情況下都能穩定在最佳設定值上。底層控制管理汽車內部系統的運行方式，主要包括加減速、制動和轉向等。

2.3.2 中層控制

無人駕駛汽車中層控制的核心是依靠具有“深度學習”能力的“大腦” 來感知車輛周圍環境的實體布局，并針對周圍事物或事件做出最佳的反應方案，突出遇到緊急情況時的應急能力。

2.3.3 高層控制

無人駕駛汽車高層控制的核心是導航與路徑規劃。人們在乘坐無人駕汽車之前要輸入始點與終點，系統根據輸入信息選擇汽車行駛的最佳路徑，利用導航與高清地圖指引車輛行駛。汽車在行進過程中根據路況的變化實時調整行進路徑。

2.3.4 對無人駕駛汽車操作系統的要求

從監測到傳感器信號到做出反應時間必須精確到微秒級、具備信息實時反饋計算與處理的能力。具備99.99%以上的安全可靠性能、具備抗信號干擾與防止入侵的能力、系統具有自診斷功能、超越人類水平的感知與應對能力。

3 無人駕駛汽車導航系統GPS

3.1 全球定位系統作用與組成

汽車導航系統是以全球定位人造衛星為基礎，向全球各地全天候地提供三維位置、三維速度等信息的一種無線電導航定位系統。它由3個部分構成。1）地面控制部分。2）空間部分，由24顆衛星組成。3）用戶終端部分組成。民用的定位精度可達到5 m以內。

3.2 高清數字地圖

普通的電子導航地圖精度大約5 m，由于是駕駛員做導航使用，所以這樣的精度對整體來說影響不大，但不能滿足無人駕駛汽車的需求。無人駕駛汽車識別道路和周圍環境是靠GPS導航系統、視覺傳感器與高精度地圖來實現的，精度為厘米級。高清數字地圖區別于標準數字地圖，既能反映大型地理特征又能反映微觀環境細節。高清數字地圖重點呈現的是道路與十字路口表層的靜態數據，例如車道線、路口交叉點及道路標志等，精度為厘米級。傳統的電子地圖主要依靠衛星圖片產生，然后依靠GPS定位，精度為米級。而高清數字地圖需要達到厘米級精度，僅靠衛星圖片是不夠的，因此，通常我們會使用裝有視覺傳感器的數據采集車收集數據，然后通過線下處理將各種數據融合產生高精地圖。

3.3 IMU（Inertial Measurement Unit）慣性測量單元

在一般的駕駛環境中，由于大氣或行駛環境的影響，導航控制精度和計算結果會產生偏差，對于無人駕駛汽車而言，這個偏差會造成災難性的后果。慣性測量單元可以彌補導航性能上的不足，它主要有2個作用，一個是在導航信號丟失或者很弱的情況下，暫時填補導航留下的空缺;另一個作用是配合激光雷達與高清地圖，最終得到精確的車輛定位。慣性傳感器可以檢測汽車加速度、旋轉運動與車輛姿態。主要由加速度傳感器以及電子陀螺儀組成。慣性傳感器與導航、高清地圖、視覺傳感器、電子指南針配合使用構成一個強大、萬無一失的組合。

4 車聯網

如果說ADAS系統是無人駕駛汽車的基礎，那么車聯網就可以看作是真正實現無人駕駛汽車的助推劑。車聯網就是車與一切事物相連的網絡（V2X，Vehicle to Everything），實現車與車、車與道路設施、車與行人、車與云端之間的互聯互通。車聯網的目標是實現人、車、路的有效協同，只有實現車聯網，無人駕駛汽車才能實現真正的安全行駛，交通會變得更加順暢，人們出行將不再因為交通高峰期而感到懊惱。

4.1 車與車互聯（V2V，Vehicle to Vehicle）

車與車互聯是指在一定區域范圍內，所有無人駕駛汽車可以通過車載終端相互通信，實現各車輛的信息共享，使行車更加安全、順暢。

4.2 車與道路設施互聯（V2I，Vehicle to Infrastructure）

車與路互聯是指在一定區域范圍內，所有無人駕駛汽車可以通過車載終端與道路基礎設施通信模塊相互通信，實現車輛的接入。通過道路基礎設施通信模塊接入互聯網，實現道路基礎設施與云端的互聯互通。

4.3 車與行人互聯（V2P，Vehicle to Pedestrian）

車與行人互聯是指在一定區域范圍內，所有無人駕駛汽車可以通過車載終端與行人所攜帶的移動終端相互通信，實現交通狀況相互提示的功能。

4.4 車與云端互聯（V2C，Vehicle to Cloud）

車與云端互聯是指無人駕駛汽車可以通過車載終端與云端互聯互通，實現數據傳輸及訪問互聯網。云平臺可根據車輛終端發送的實時信息計算出各路段的車流量與路況信息，然后優化無人駕駛汽車行駛路線;云平臺還可以向車輛終端發送生活信息并提供給乘客。

4.5 車內網

車內網通過總線將車輛各系統控制模塊連接在一起，實現各模塊間信息共享、協同工作，使無人駕駛汽車得到迅速而精準的控制。對于無人駕駛汽車來說，車內網的控制主要體現在高級駕駛輔助系統上。

5 結語

在現代文明的發展過程中對汽車安全性能、舒適性能以及排放性能有著更加嚴格的要求，因此，汽車智能控制程度越來越高。隨著汽車保有量井噴式的增長，路面交通變得日益擁堵，給人們的出行帶來極大不便。無人駕駛汽車可以很大程度提高汽車安全性能、舒適性能，改善排放性能，也可以使路面交通變得不再擁堵。該文論述了無人駕駛汽車的優勢與其智能控制，對無人駕駛汽車技術進行了詳細的分析。

參考文獻

[1]劉少山，唐杰，吳雙，等.第一本無人駕駛技術書[M].北京：電子工業出版社，2017.

[2]李兆榮.跨界生長車聯網在進化[M].北京：電子工業出版社，2016.