淺談汽車自動駕駛技術的原理及應用

劉增文

（株洲齒輪有限責任公司，湖南 株洲 412007）

如果說登陸火星是為了探索人類的起源問題，那么研究自動駕駛技術則出于自我解放的需求，把人類從簡單重復、費力、乏味的勞動中解放出來，做一些創新的或者愉悅的事，人類的這種需求是不斷演變的。事實上在十多年前，能夠擁有手動擋私家車并親自動手操作，體會駕駛的樂趣，是一種刺激和享受。

自動駕駛汽車利用計算機代替人類實現駕駛功能，這就需要在有人駕駛汽車的基礎上增加感知定位系統、計算平臺、控制執行系統等一系列能夠實現車輛環境感知、決策和駕駛動作執行的系統。為了輔助各系統的正常運行，通信總線，控制單元以及整車的電子電器架構都要進行相應改進甚至重新設計，這些硬件系統共同構成自動駕駛汽車的硬件平臺。

自動駕駛汽車將為出行提供很多便利，如減少交通擁堵、減少尾氣排放、減少停車的煩惱、降低運輸成本并降低新道路和基礎設施的大量投入等，將為老年人和殘疾人的出行帶來便利。

1 自動駕駛分級

SAE將自動駕駛分為L0～L5共6個等級。

L0（無自動駕駛）：全部人工操作，包括制動、轉向、油門以及輔助設施。

L1（駕駛輔助）：具備多種輔助功能，能持續提供轉向或加速和制動控制，但只在較好的路況條件下提供。如ACC自適應巡航就屬于L1級自動駕駛。

L2（部分自動駕駛）：具有復合功能的自動駕駛，系統除了能控制加減速，還對方向盤進行控制，如“ACC+車道保持”同時作用。

L3（有條件自動控制）：在特定的駕駛環境下駕駛員完全不需要控制汽車，能根據檢測環境的結果決定是否啟用人工模式，通用汽車Super Cruise系統、特斯拉新版Autopilot屬于該級別。

L4（高度自動駕駛）：系統完全控制車輛，巡視交通環境，乘員只需提供目的地或者導航信息，但這個級別自動駕駛適用部分場景，某些環境或路況無法執行。

L5（完全自動駕駛）：適應各種環境與路況，乘員只需提供目的地或者輸入導航信息，不參與對車輛進行操控，稱為“全自動駕駛”。

2 ECU與VCU的原理

燃油汽車的ECU也叫行車電腦，由CPU、存儲器（ROM，RAM）、輸入輸出接口、模數轉換器以及整流驅動等模塊組成，能夠判斷車輛狀態以及司機的意圖并通過執行機構來駕駛汽車。

ROM中存放的程序在發動機工作時，不斷地與采集來的各傳感器的信號進行比較和計算。運算的結果用來控制發動機的點火、怠速、廢氣循環等參數的控制，具備較強的故障診斷和保護功能。

電控自動變速器、ABS系統、四輪驅動、主動懸架、電控座椅等都有自己的ECU。為加強自動控制和簡化接線，需要用CAN數據總線將整車的ECU形成一個網絡系統。

國內比較注重自主研發能力的企業如濰柴、比亞迪汽車、奇瑞汽車等已經自主研究成功ECU并配套在部分車型上，展示了中國制造的實力。

電動汽車VCU（Vehical Control Unit）負責協調發動機、驅動電機、變速箱、動力電池等各部件的工作，提高新能源汽車的經濟性、動力性、安全性并降低排放污染。VCU通過采集信號分析出汽車狀態，反饋給系統，然后接受系統指令，通過控制的電氣信號控制汽車的運行姿態。

VCU通過CAN總線連接各單元，接受指令并完成車速、轉向角度等控制。CAN總線的傳輸方式是串行數據傳輸，CAN總線用報文形式廣播的方式從一個節點向另一個節點發送數據。當一個節點要發送數據的時候，這個節點將要發送的數據和標識符發送給本節點的CAN芯片，全部節點都會對這段報文進行接收檢測來判斷這些報文是不是發給自己的。

CAN通信步驟如下：（1）起動自檢。（2）加速過程和制動過程通信。（3）數據刷新與過程監控。

3 定位、感知與規劃

車輛內部通信和計算能力具備之后，還需要有外部道路和環境的高精地圖服務于自動駕駛車輛，運用高精定位、環境感知、決策規劃、仿真運行4大場景，解決林蔭道路GNSS信號弱，紅綠燈定位與感知以及十字路口通過等難題。

GPS首先確定四顆以上衛星的位置并計算出GPS接收設備與衛星之間的距離，使用三維空間三邊測量法計算出自己所在位置。高精地圖的采集則要靠傳感器來完成，主要包括GPS,慣性導航IMU,輪測距器，激光雷達等。

在一定程度上自動駕駛是模仿人的動作，機器視覺系統就相當于人的眼睛，機器視覺(相機、鏡頭、光源)將目標轉換成圖像信號傳送給電腦，再把像素分布及亮度、顏色等信息轉變成數字化信號、并運用圖像處理軟件對圖像進行識別、檢測以及做出各種信號的輸出。

環境感知包含障礙物檢測、紅綠燈識別功能模塊。障礙物檢測識別模塊通過輸入雷達點云數據，障礙物的種類、形狀位置、速度及方向等信息。紅綠燈檢測識別模塊通過輸入不同焦距下的相機圖像數據，輸出紅綠燈的位置，顏色狀態等信息。

感知模塊主要完成三個功能：（1）定位。GPS頻率低但位置準確，IMU頻率高但位置準確性較低，可以通過濾波方式加以融合。（2）物體識別。激光雷達能夠產生準確的深度信息，在自動駕駛系統中承擔物體識別和追蹤任務。卷積神經網絡（CNN）中卷積層使用濾波器從圖像中提取特征，過濾器負責抽取學習參數，激活層負責啟動目標神經元，匯聚層壓縮特征圖空間，CNN識別物體后將實現軌跡預測和追蹤。（3）物體追蹤。通過追蹤車輛或行人以避免發生碰撞，深度學習技術優于計算機視覺技術，通過使用輔助的自然圖像，從中學習圖像的共有屬性訓練出模型用于物體追蹤。

自動駕駛系統將GPS和IMU提供的信息作為輸入，處理后生成規劃信息，包括路徑和速度信息，提供給控制模塊，然后來實現車輛控制。云端標定服務功能使開發者無需在用戶端配置標定程序，提升了跨平臺標定的靈活性。

4 海量數據與更新

自動駕駛汽車需要用復雜的算法策略解決運行多變的場景，海量數據的積累是必不可少的。這些數據是怎樣產生的呢？

激光雷達向目標物體發射激光，根據接收-反射的時間來確定物體的距離，再用距離及激光發射的角度，推導出物體位置的信息。

車輛在二維平面上行駛，主要分為縱向和橫向運動。車輛的縱向控制主要為速度控制，通過控制制動、節氣門、檔位等實現對車速的控制，對于自動擋車輛來說，控制對象其實就是制動和節氣門。橫向控制主要控制航向，通過改變方向盤轉矩或角度的大小等，使車輛按照設想的方向行駛，橫向控制主要由前饋開環控制器和反饋閉環控制器構成。

車輪測距器通過精確記錄左輪和右輪的轉數，分析各時間段左右輪轉數，根據需要計算出車輛向前走了多遠，向左右轉了多少度等。

自動駕駛產生的原始數據，主要是傳感器數據，車輛自身數據，駕駛行為數據等，還有大量標注數據主要由紅綠燈數據集、障礙物數據集（二維、三維）、語義分割數據集、自由空間數據集、行為預測數據集等。車輛與數據中心/云端實現雙向數據傳送，從而使機器學習建模可以基于數據中心中所存儲的數據來實現不斷的更新。

5 飛機的自動駕駛

自動駕駛技術在飛機和航空中早就開始了研究和應用，飛機起飛后一直到落地前決斷高度前可全程實現自動駕駛，這樣可以騰出更多時間讓飛行員監控飛機狀態、處理突發狀況。飛機自動駕駛需要應對環境因素較少，只需要在預定的航道上保持預定的速度和高度就可以了。計算機根據探測到的大氣數據、姿態及加速度數據和導航數據，計算出各階段符合飛行原理的參數控制飛行狀態。自動駕駛還提高一些自動防護功能，坡度限制、失速保護、超速保護、防荷蘭滾等。

軍用飛機和導彈激光的慣性傳感器(IMU)和GPS傳感器已基本取代機械陀螺儀,能夠提供高度精確的制導和控制。自動駕駛系統可連接到一組復雜的導航系統和儀器上，通過程序使飛機遵循預定的飛行模式，包括速度、高度和方向的變化，衛星導航系統提供精確的位置坐標，可能完全取代現有的地面系統。

6 先進汽車輔助駕駛

自動駕駛車輛面對的地面公路交通則要復雜的多，參與交通的對象行為是隨機的，環境本身也是隨機的，沒有一套完整的健全的系統能夠完全控制所有車輛的行為。為適應復雜的地面情況和乘員需求，汽車輔助駕駛功能也就形成了眾多的APP，鑲嵌在自動駕駛系統的界面中。

BMS電池管理系統主要功能就是為了能夠提高電池利用率，防止電池出現過度充電和放電，延長電池的使用壽命。EMS發動機管理系統應用在包括汽油機、柴油機、混合動力等，控制發動機的噴油、點火、扭矩分配等功能。TCU自動變速箱控制單元常用于AMT、AT、DCT、CVT等自動變速器中，根據駕駛狀態采用不同的檔位策略。ESP車身電子穩定控制系統，使車輛在各種狀況保持車身和轉向穩定。BCM車身控制模塊，主要控制車身電器，比如整車燈具、雨刮、門鎖、電動窗、天窗、電動后視鏡等。

比較先進的還有智能制動、車道保持、交通標志識別、應急輔助、倒車影像、自動泊車、夜視輔助、智能大燈控制、虛擬車外后視鏡、駕駛員行為安全提示系統、行人保護系統等。

7 自動駕駛系統與車聯網、高精地圖

自動駕駛系統有很多種，比較有代表性的ROS系統包含多個傳感器，包括長距離雷達、短距離雷達、激光雷達、攝像頭、超聲波、GPS、陀螺儀等。每個傳感器在運行時都不斷產生數據，而且系統對每個傳感器產生的數據都有很強的實時處理，采用分布式架構，通過各功能獨立的節點實現消息傳遞任務的分層次運行，從而減輕實時計算的壓力，此外，ROS還是一個強大并且靈活的機器人編程框架，為常用的機器人和傳感器提供了硬件驅動接口，是一種基于消息傳遞通信的分布式多進程框架。

車聯網（V2X）是將車輛與一切事物相連接的新一代信息通信技術，允許通過轉發自身及前方實時信息來預防事故的發生，實現車輛和路側的交通設施通信，包括路口安全、車輛限速、自動付費、道路施工提示等。

高精地圖提供精準的車輛位置、道路元素數據信息，如路面狀況如坡度、曲率等，路面狀況隨時變化，道路修理、標識線、交通標識變更等都要實時更新，高精地圖的三維模型精度將提高到厘米級。

純電動汽車是當前汽車行業熱點，國內外汽車廠商都推出或者準備推出自己的純電動汽車。目前特斯拉和谷歌Waymo的自動駕駛測試車輛達到了L3級，華為、百度、豐田、Uber、小鵬、比亞迪等公司的無人駕駛技術也達到L2級,并將逐步量產上市，但距離L5完全自動駕駛還有很長的路要走。

8 結語

隨著純電動汽車在續航問題、電池革命、汽車輕量化方面獲得進展，自動駕駛汽車的車聯網、路徑規劃、環境感知、定位導航等技術走向日趨成熟，5G等通信技術的發展可以實現路面上車與車、車與物等信息迅速交換，加快無人駕駛汽車的發展。在盡情享受科技帶給生活的便利與舒適的同時，我們賴以生存的大氣和環境也會變得更加美好！