基于飞机自动驾驶的汽车自动驾驶技术路线探讨

郑喜霖

摘 要：同样是交通领域，航空航天、轨道交通和陆路交通的技术发展，相互之间一直有着相辅相成的关系，在控制、安全等技术领域有许多共同性。例如，最早用于飞机降落制动系统上的ABS制动防抱死系统（Antilock Brake System），后期逐步也在汽车等陆路交通领域得到广泛应用，并且成为目前汽车产品的标准配置。所以，飞机自动驾驶技术对于未来V2X（Vehicle To Everything）等车路协同自动驾驶技术和标准的制定与实施，都有着极其重要的参考和指导意义。

关键词：自动驾驶;车路协同;交通管制

中图分类号：U463.67 文献标识码：A

0 引言

对中国汽车工业而言，自动驾驶技术标准的制定实施，特别是基于自动驾驶的基础设施建设，及其陆路交通管制系统标准的建设实施，是在继新能源汽车之后，另一项增加中国汽车话语权的重要领域。

1 飞机自动驾驶技术介绍

飞机自动控制系统的研制和使用，已经有近百年历史。卫星定位技术的应用、电传控制、计算机技术及主动控制等先进技术普及，使得飞机自动控制系统及其机场的自动驾驶导航系统，已经是在民航交通领域普遍使用的关键系统。

1.1 飞机主要自动驾驶系统及原理介绍

1.1.1 飞机着陆阶段自动驾驶

飞机的飞行过程中，飞机着陆阶段是非常复杂的飞行过程，在此阶段对飞机驾驶员、飞机及飞行安全的要求最高的，其中飞机的所有状态都必须保持高精度精进，才能实现安全的自动着陆。

目前的民航机场提供的地面自动驾驶着陆系统，大体可分为：

（1）VOR甚高频全向信标着陆系统（Very High Frequency Ommi-directional Range也称非精密进近）;

（2）ILS仪表着陆系统（Instrument Landing System也称精密进近）;

（3）微波着陆系统;

（4）全球定位系统。

目前国际上民航机场应用和建设最多的是具备VOR和ILS系统能力的导航系统。地面ILS与VOR导航系统是使用的一套仪表，基本原理类似。

以ILS地面导航系统为例，利用ILS进行自动驾驶着陆，需要地面（机场）和飞机同时具备硬件及软件条件。其中地面设备要具有LOC水平引导、G/S垂直引导、MB距离引导三大功能。

飞机的机载设备要具有VHF、NAV接收机等。飞机通过接收LOC水平引导、G/S垂直引导、MB距离引导信号，确定飞机跑道、航向面、下滑面、下滑线、下滑角度等完成着陆阶段的自动驾驶。

ILS原理是地面系统通过无线电信号在空中构建了一个看不见的虚拟空中走廊，飞机的ILS通过接收机场各系统信号，按照此空中走廊进行降落飞行。

1.1.2 飞机巡航阶段自动驾驶

飞机巡航，指飞机完成起飞阶段进入预定航线后的飞行状态。其特点是，一定时间内固定航向、固定航速、固定高度的飞行姿态。

但与汽车自动驾驶不相同的地方是，其航向、航速、高度等数据，会有地面分布的航路空管中心检测其飞行数据信息，当出现突然的飞行数据变化时，会提醒飞机驾驶员对飞机进行接管。

1.1.3 空中交通管制

空中交通管制，指国家对领空或某一空域一切飞行活动实施的统一监督、管理和控制的总称，又称航空管制。管制方法分为程序管制和雷达管制。

程序管制：对设备要求较低，主要是地空通话设备。管制员通过飞行员的位置报告，分析和了解与飞机间的位置关系，推断空中交通状况和变化趋势，向飞机发布放行許可，指挥飞机飞行。

雷达管制：雷达管制员根据雷达显示，了解管制雷达覆盖区域内所有航空器精确位置等信息，主动指挥飞机的飞行活动。现有的二次检视雷达与应答机等相配合，甚至能识别出飞机的标牌、编号、航班号、高度和运行轨迹等诸多信息。

1.2 飞机自动驾驶特点总结

机场的着陆系统，会实时向飞机提供其必要的飞行数据信息，如位置、角度、下降速度、高度等信息，并且直接给出非常重要的例如机场坐标、方向等信息，辅助飞机机载计算机（或飞机飞行员）做出判断和控制。

空中交通管制系统，是飞机飞行重要的保障系统，其包含了通信、导航、情报、气象等保障子系统，为飞机的有序、高效、安全飞行提供了重要支撑。

所以，飞机着陆阶段及巡航阶段，地面空中交通管制系统和设施，为飞机的自动驾驶提供了重要的信息支持，并为飞行员驾驶飞机提供了重要的信息保障。

2 汽车自动驾驶技术特点

2.1 汽车自动驾驶技术系统构成

目前的汽车自动驾驶技术系统，均以车载自动驾驶系统为主，其车载系统的功能主要包括环境与道路感知、自动驾驶决策、车辆控制执行共计三个部分。也有文献会将汽车车载自动驾驶系统分为感知、决策、规划、控制四部分，无非是将决策的软件也就是算法部分，与硬件计算机平台给分开而已。

环境与道路感知：目前汽车自动驾驶的感知系统，是由单一或多种传感器的感知融合来实现。通常把他理解为硬件，如激光雷达、毫米波雷达、视觉传感器（摄像头）、导航及定位系统等传感器设备，另外还有高精度地图等配套软件信息。

自动驾驶决策：自动驾驶决策包括软件和硬件，即算法和计算机平台。计算平台可以理解为自动驾驶决策的硬件单元。

车辆控制与执行：可以理解为自动驾驶车辆的控制。目前自动驾驶车辆采用的线控底盘技术，可实现线控转向、线控制动、线控换挡、线控油门、线控悬挂等功能。通过线控技术可实现车辆精准、实时的完成自动驾驶决策指令。

2.2 汽车自动驾驶的实现

2.2.1 环境感知及车辆定位

首先，汽车要实现自动驾驶，需要其感知系统高度发达，也就是要装备多种传感器。目前主流的自动驾驶感知系统，都是通过GPS（Global Positioning System全球定位系统）/IMU（Inertial Measurement Unit，惯性测量单元，俗称惯性传感器）、毫米波雷达、激光雷达、摄像头等传感器部件，对车辆位置、环境、路况、行人、交通标志、交通信号等进行感知。

通过上述感知与定位，车载计算机对传感器传递信息进行转化，转化成计算机语言，由自动驾驶决策计算机平台进行识别，根据算法进行计算。

（1）定位系统。GPS定位系统目前在各行各业，均已普及使用，技术门槛低，使用难度小，并且具有其芯片功耗低、不容易受天气原因影响等优点，但是其缺点也很明显，主要是刷新率低（约10 Hz），并且定位精度低，一般达到米级精度，且在动态也就是车辆快速行驶过程中，会出现定位半径扩大，数据失真较多等缺点。特别是在进入隧道或地下停车场等道路时，GPS将失去信号。相比较GPS传感器，IMU传感器的优点是刷新率高，又不受隧道或地下等因素影响。但是IMU传感器的缺点也十分明显，其随时间推移其的累积误差，会越来越大。

所以，目前的解决方案是通过GPS和IMU传感器双重融合互补，再加上其他室内辅助定位技术，对自动驾驶定位技术进行补充。

（2）激光雷达。激光雷达，通过发射激光束探测目标的位置、速度等特征量的雷达系统。不同于现在乘用车已经普及的超声波雷达感知距离近的缺点，也不同于毫米波雷达感知精度有限的缺点，激光雷达具有感知距離更远，受环境因素影响更低，感知点云更精确等优点。

（3）高清摄像头。摄像头是以特斯拉为代表自动驾驶环境感知方案。其特点是技术成熟，成本较低，适合大规模商业化运营。其缺点是易受电磁及环境光线等干扰，动态范围小，对计算要求高，可能会出现延迟等。

2.2.2 自动驾驶决策

随着Soc系统级芯片（System On a Chip）技术的高速发展应用，自动驾驶决策芯片的算力越来越高，且成本越来越低。在硬件高速发展的同时，自动驾驶的真正门槛就体现在自动驾驶的决策层，也就是算法当中。

路径规划是汽车实现自动驾驶的基础，其主要决策场景分两种：全局路径规划和局部路径规划。

全局路径规划，基础是解决从自动驾驶汽车从A点到B点的行驶路径，其路径特点是可通过的优化路径状况。由于其规划特点限制，其规划路径只是从A点到B点的粗略路径，并不能完全考虑诸如路径宽度、曲率、高度、路障，特别是诸如实时变化的路况等信息。

因此，在自动驾驶路径计算中，必须结合周边实时感知信息及其车辆状态，规划出一条安全、合法、高效的理想状态的局部路径。而局部路径的规划，就对上述的环境感知的信息要求比较高，其对数据刷新率的要求是以毫秒为单位来计算的。所以对局部路径计算的要求，在具备准确性、及时性的同时，有要求具备“前瞻性”，也就是对周围环境变化进行预判，例如周边和行人车辆方向的矢量计算等。为此出现了诸如Dijkstra算法、Lee算法、 Floyd算法、启发式搜索算法、双向搜索算法、蚁群算法等。但由此带来的数据计算将是海量的，大大增加了前期自动驾驶方案的制定难度，也增加了自动驾驶车载计算量和决策难度。

2.2.3 自动驾驶控制和执行

跟踪环境感知的输入，决策规划计算出可执行轨迹目标。根据此目标，自动驾驶控制和执行系统，控制车辆的油门、刹车和转向等驾驶动作，调节车辆行驶的速度、位置和方向等，以实现驾驶安全、操纵和稳定。高级的自动驾驶也会将乘驾舒适性指标加入控制和执行系统当中。

2.3 汽车自动驾驶技术特点总结

环境感知与识别技术，是目前汽车实现自动驾驶的重要瓶颈之一。因此，在目前自动驾驶的解决方案中，很多是多种传感器配合，组成冗余系统，对环境进行感知及探测识别。此种解决方法的好处是，能够兼顾不同传感器特点，为自动驾驶决策系统提供准确、实时的信息来源。但基于车载传感器的冗余系统的缺点依然显而易见：

一是传感器成本高。二是传感器能接受的信息很多，增加自动驾驶决策系统的无效计算量和计算误差。三是基于人类视觉信号的交通标识，如斑马线、限速标记等交通基础设施信号标准不一，就需要自动驾驶车辆先将不同制式和标准的交通标识，转换成基于机器视觉的信号，再由自动驾驶决策系统进行处理。这样做直接增加了自动驾驶决策系统的计算量等。

3 飞机自动驾驶系统的启示

3.1 空中交通管制全面参与飞行活动

飞行领域的空中交通管制，全程参与飞机的飞行活动。为保证飞机飞行安全及空中的飞行秩序，将空域划分为包括：航路、进近、塔台、等待、飞行情报管理等不同的管理区域，并按照不同区域范围划分和管理飞机的飞行行为。

并且目前的空中管制系统，均由计算机联网，由现代化的管制设备，包括通信设备，覆盖远程、进程和进场着陆的导航设备，及其覆盖空域的雷达检测设备等。

3.2 飞机自动驾驶对系统硬件要求并不高

对于飞机本身而言，机载的自动驾驶系统能力可能千差万别，但是理论上满足上述自动驾驶系统条件，就可以大大减轻飞行员工作压力，减少误判，实现安全飞行。并且按照目前空中交通管制系统的标准和运行模式，对机载自动驾驶系统的硬件可靠性要求很高，对其算力水平要求却很低。

4 未来汽车自动驾驶技术路线探讨

4.1 V2X是目前汽车自动化驾驶技术的优秀解决方案

V2X车与万物互联（Vehicle to X），是运用信息技术，建立车辆与其他交通参与者，如其他车辆、信号基站、信号基站之间的通信，是车辆实时获得路况、道路信息、行人信息等一系列交通信息，从而提高驾驶安全性、减少拥堵、提高交通效率等的技术。

目前我国主推的C-V2X基于蜂窝的车与万物互联（Cellular Vehicle-to-Everything）标准，依靠现有完善的LTE网络，完美解决了汽车自动驾驶基础设施建设所需的资金和周期问题，具有良好兼容性和扩展性，能够很好的覆盖近距离、远距离的信息传递等。

4.2 基础设施参与汽车自动化驾驶管制

道路基础设施、自动驾驶系统、V2X标准等的技术的主旨，是为降低驾驶员工作强度、减少交通事故、提高运输质量与效率等。因此，作为自动驾驶重要一环的道路基础设施亟待升级，使其具备V2X基础通讯能力的同时，还要具备以下功能：交通信号数字化;工作区警告;紧急、优先通行通知;可变信号标识等。

以C-V2X为例，后续还可为车辆提供诸如：道路封闭、施工、交通事故、异常行驶车辆、潜在危险（车辆视线外、不可见危险、异常气候等）、应急车辆、行人等信息。可大大减少自动驾驶感知传感器数量，减少车载自动驾驶计算量等。

目前的道路交通基础设施，例如红绿灯，限速、限行标志等，还是基于人类视觉，而非机器能够直接读取的信号。并且目前信息的识别和获取，大部分是基于车载系统进行的，一是对车载系统的算力要求较高，并且有大部分算例是浪费在信息获取和识别上。二是大量无效信息也被车载系统获取，然后也经过识别工作，再进行识别和筛选最终被验证无效。

未来的交通设施，要给自动驾驶车辆提供能够直接读取、符合标准的数字信号。如果未来V2X们成为汽车自动驾驶的主要技术路线，那么可预见的未来，自动驾驶汽车的开发和制造者们的工作重点，将像航空行业一样，主要围绕信息利用开展工作即可。另外，借助强大自动驾驶道路基础设施，消费者也不用为冗余的传感器系统买单。

4.3 未來自动驾驶的发展“云端”

以航空行业为例，其空中交通管制系统，为飞机的自动驾驶和飞行做了大量工作，并提供了重要飞行数据。未来汽车的自动驾驶，也可以将重要的感知甚至决策工作，放到“陆路交通管制系统”去感知和计算，而自动驾驶车辆仅仅通过接受“陆路交通管制系统”的指令，进行自动驾驶控制即可。

为满足不同路况的需求，也可参照空中交通管制系统，将汽车自动驾驶的管制按照不同路况进行管制：

（1）高速公路管制，提供基于高速公路特征的交通管理，提供不同的信号、提醒、预警和控制模式。如超速/低速、疲劳驾驶、车距自适应保持等行为进行管理控制;

（2）城市道路管制，提供复杂的路口、行人、车辆交通管理。如超车、变道、限行、限速等行为管理;

（3）特殊道路管制，提供施工、封路、禁区预警，要求驾驶员接管等行为控制和管理等。

通过自动驾驶汽车及陆路交通管制系统的配合发展，将大大降低交通事故发生率，提高通行效率，降低驾驶员工作强度等，并能降低自动驾驶汽车开发难度，减少社会资源浪费。也只有自动驾驶汽车和陆路交通管制系统的同时发展，才能真正做到“解放驾驶员”，使车辆使用者变成“乘客”。

5 总结

本文通过研究飞机自动驾驶系统及空中交通管制系统，及汽车自动驾驶系统技术发展和应用现状，对汽车自动驾驶的应用技术进行分析，分析其优缺点等。并根据目前的技术发展，结合飞机空中交通管制系统的优势，对未来汽车自动驾驶技术的发展进行了阐述，并提出“陆路交通管制系统”的概念，以期为汽车早日实现全面自动驾驶，提供一种可能。

参考文献：

[1]B.A.鲍德涅尔.飞行器的稳定与自动驾驶仪[M].国防工业出版社，1965.

[2]胡焱，徐亚军，沈家庆.机载导航设备与系统[M].中国民用航空飞行学院，2007.

[3]民航教程编委会.民航概论[M].经济日报出版社，2015.

[4]陈琦.出行之变：驶向智能汽车新时代[J].汽车与配件，2017（9）：32-34.

[5]马建全，李智.互联网汽车发展及关键技术分析[J].汽车与配件，2017（8）：40-41.