浅谈汽车自动驾驶技术的原理及应用

刘增文

（株洲齿轮有限责任公司，湖南 株洲 412007）

如果说登陆火星是为了探索人类的起源问题，那么研究自动驾驶技术则出于自我解放的需求，把人类从简单重复、费力、乏味的劳动中解放出来，做一些创新的或者愉悦的事，人类的这种需求是不断演变的。事实上在十多年前，能够拥有手动挡私家车并亲自动手操作，体会驾驶的乐趣，是一种刺激和享受。

自动驾驶汽车利用计算机代替人类实现驾驶功能，这就需要在有人驾驶汽车的基础上增加感知定位系统、计算平台、控制执行系统等一系列能够实现车辆环境感知、决策和驾驶动作执行的系统。为了辅助各系统的正常运行，通信总线，控制单元以及整车的电子电器架构都要进行相应改进甚至重新设计，这些硬件系统共同构成自动驾驶汽车的硬件平台。

自动驾驶汽车将为出行提供很多便利，如减少交通拥堵、减少尾气排放、减少停车的烦恼、降低运输成本并降低新道路和基础设施的大量投入等，将为老年人和残疾人的出行带来便利。

1 自动驾驶分级

SAE将自动驾驶分为L0～L5共6个等级。

L0（无自动驾驶）：全部人工操作，包括制动、转向、油门以及辅助设施。

L1（驾驶辅助）：具备多种辅助功能，能持续提供转向或加速和制动控制，但只在较好的路况条件下提供。如ACC自适应巡航就属于L1级自动驾驶。

L2（部分自动驾驶）：具有复合功能的自动驾驶，系统除了能控制加减速，还对方向盘进行控制，如“ACC+车道保持”同时作用。

L3（有条件自动控制）：在特定的驾驶环境下驾驶员完全不需要控制汽车，能根据检测环境的结果决定是否启用人工模式，通用汽车Super Cruise系统、特斯拉新版Autopilot属于该级别。

L4（高度自动驾驶）：系统完全控制车辆，巡视交通环境，乘员只需提供目的地或者导航信息，但这个级别自动驾驶适用部分场景，某些环境或路况无法执行。

L5（完全自动驾驶）：适应各种环境与路况，乘员只需提供目的地或者输入导航信息，不参与对车辆进行操控，称为“全自动驾驶”。

2 ECU与VCU的原理

燃油汽车的ECU也叫行车电脑，由CPU、存储器（ROM，RAM）、输入输出接口、模数转换器以及整流驱动等模块组成，能够判断车辆状态以及司机的意图并通过执行机构来驾驶汽车。

ROM中存放的程序在发动机工作时，不断地与采集来的各传感器的信号进行比较和计算。运算的结果用来控制发动机的点火、怠速、废气循环等参数的控制，具备较强的故障诊断和保护功能。

电控自动变速器、ABS系统、四轮驱动、主动悬架、电控座椅等都有自己的ECU。为加强自动控制和简化接线，需要用CAN数据总线将整车的ECU形成一个网络系统。

国内比较注重自主研发能力的企业如潍柴、比亚迪汽车、奇瑞汽车等已经自主研究成功ECU并配套在部分车型上，展示了中国制造的实力。

电动汽车VCU（Vehical Control Unit）负责协调发动机、驱动电机、变速箱、动力电池等各部件的工作，提高新能源汽车的经济性、动力性、安全性并降低排放污染。VCU通过采集信号分析出汽车状态，反馈给系统，然后接受系统指令，通过控制的电气信号控制汽车的运行姿态。

VCU通过CAN总线连接各单元，接受指令并完成车速、转向角度等控制。CAN总线的传输方式是串行数据传输，CAN总线用报文形式广播的方式从一个节点向另一个节点发送数据。当一个节点要发送数据的时候，这个节点将要发送的数据和标识符发送给本节点的CAN芯片，全部节点都会对这段报文进行接收检测来判断这些报文是不是发给自己的。

CAN通信步骤如下：（1）起动自检。（2）加速过程和制动过程通信。（3）数据刷新与过程监控。

3 定位、感知与规划

车辆内部通信和计算能力具备之后，还需要有外部道路和环境的高精地图服务于自动驾驶车辆，运用高精定位、环境感知、决策规划、仿真运行4大场景，解决林荫道路GNSS信号弱，红绿灯定位与感知以及十字路口通过等难题。

GPS首先确定四颗以上卫星的位置并计算出GPS接收设备与卫星之间的距离，使用三维空间三边测量法计算出自己所在位置。高精地图的采集则要靠传感器来完成，主要包括GPS,惯性导航IMU,轮测距器，激光雷达等。

在一定程度上自动驾驶是模仿人的动作，机器视觉系统就相当于人的眼睛，机器视觉(相机、镜头、光源)将目标转换成图像信号传送给电脑，再把像素分布及亮度、颜色等信息转变成数字化信号、并运用图像处理软件对图像进行识别、检测以及做出各种信号的输出。

环境感知包含障碍物检测、红绿灯识别功能模块。障碍物检测识别模块通过输入雷达点云数据，障碍物的种类、形状位置、速度及方向等信息。红绿灯检测识别模块通过输入不同焦距下的相机图像数据，输出红绿灯的位置，颜色状态等信息。

感知模块主要完成三个功能：（1）定位。GPS频率低但位置准确，IMU频率高但位置准确性较低，可以通过滤波方式加以融合。（2）物体识别。激光雷达能够产生准确的深度信息，在自动驾驶系统中承担物体识别和追踪任务。卷积神经网络（CNN）中卷积层使用滤波器从图像中提取特征，过滤器负责抽取学习参数，激活层负责启动目标神经元，汇聚层压缩特征图空间，CNN识别物体后将实现轨迹预测和追踪。（3）物体追踪。通过追踪车辆或行人以避免发生碰撞，深度学习技术优于计算机视觉技术，通过使用辅助的自然图像，从中学习图像的共有属性训练出模型用于物体追踪。

自动驾驶系统将GPS和IMU提供的信息作为输入，处理后生成规划信息，包括路径和速度信息，提供给控制模块，然后来实现车辆控制。云端标定服务功能使开发者无需在用户端配置标定程序，提升了跨平台标定的灵活性。

4 海量数据与更新

自动驾驶汽车需要用复杂的算法策略解决运行多变的场景，海量数据的积累是必不可少的。这些数据是怎样产生的呢？

激光雷达向目标物体发射激光，根据接收-反射的时间来确定物体的距离，再用距离及激光发射的角度，推导出物体位置的信息。

车辆在二维平面上行驶，主要分为纵向和横向运动。车辆的纵向控制主要为速度控制，通过控制制动、节气门、档位等实现对车速的控制，对于自动挡车辆来说，控制对象其实就是制动和节气门。横向控制主要控制航向，通过改变方向盘转矩或角度的大小等，使车辆按照设想的方向行驶，横向控制主要由前馈开环控制器和反馈闭环控制器构成。

车轮测距器通过精确记录左轮和右轮的转数，分析各时间段左右轮转数，根据需要计算出车辆向前走了多远，向左右转了多少度等。

自动驾驶产生的原始数据，主要是传感器数据，车辆自身数据，驾驶行为数据等，还有大量标注数据主要由红绿灯数据集、障碍物数据集（二维、三维）、语义分割数据集、自由空间数据集、行为预测数据集等。车辆与数据中心/云端实现双向数据传送，从而使机器学习建模可以基于数据中心中所存储的数据来实现不断的更新。

5 飞机的自动驾驶

自动驾驶技术在飞机和航空中早就开始了研究和应用，飞机起飞后一直到落地前决断高度前可全程实现自动驾驶，这样可以腾出更多时间让飞行员监控飞机状态、处理突发状况。飞机自动驾驶需要应对环境因素较少，只需要在预定的航道上保持预定的速度和高度就可以了。计算机根据探测到的大气数据、姿态及加速度数据和导航数据，计算出各阶段符合飞行原理的参数控制飞行状态。自动驾驶还提高一些自动防护功能，坡度限制、失速保护、超速保护、防荷兰滚等。

军用飞机和导弹激光的惯性传感器(IMU)和GPS传感器已基本取代机械陀螺仪,能够提供高度精确的制导和控制。自动驾驶系统可连接到一组复杂的导航系统和仪器上，通过程序使飞机遵循预定的飞行模式，包括速度、高度和方向的变化，卫星导航系统提供精确的位置坐标，可能完全取代现有的地面系统。

6 先进汽车辅助驾驶

自动驾驶车辆面对的地面公路交通则要复杂的多，参与交通的对象行为是随机的，环境本身也是随机的，没有一套完整的健全的系统能够完全控制所有车辆的行为。为适应复杂的地面情况和乘员需求，汽车辅助驾驶功能也就形成了众多的APP，镶嵌在自动驾驶系统的界面中。

BMS电池管理系统主要功能就是为了能够提高电池利用率，防止电池出现过度充电和放电，延长电池的使用寿命。EMS发动机管理系统应用在包括汽油机、柴油机、混合动力等，控制发动机的喷油、点火、扭矩分配等功能。TCU自动变速箱控制单元常用于AMT、AT、DCT、CVT等自动变速器中，根据驾驶状态采用不同的档位策略。ESP车身电子稳定控制系统，使车辆在各种状况保持车身和转向稳定。BCM车身控制模块，主要控制车身电器，比如整车灯具、雨刮、门锁、电动窗、天窗、电动后视镜等。

比较先进的还有智能制动、车道保持、交通标志识别、应急辅助、倒车影像、自动泊车、夜视辅助、智能大灯控制、虚拟车外后视镜、驾驶员行为安全提示系统、行人保护系统等。

7 自动驾驶系统与车联网、高精地图

自动驾驶系统有很多种，比较有代表性的ROS系统包含多个传感器，包括长距离雷达、短距离雷达、激光雷达、摄像头、超声波、GPS、陀螺仪等。每个传感器在运行时都不断产生数据，而且系统对每个传感器产生的数据都有很强的实时处理，采用分布式架构，通过各功能独立的节点实现消息传递任务的分层次运行，从而减轻实时计算的压力，此外，ROS还是一个强大并且灵活的机器人编程框架，为常用的机器人和传感器提供了硬件驱动接口，是一种基于消息传递通信的分布式多进程框架。

车联网（V2X）是将车辆与一切事物相连接的新一代信息通信技术，允许通过转发自身及前方实时信息来预防事故的发生，实现车辆和路侧的交通设施通信，包括路口安全、车辆限速、自动付费、道路施工提示等。

高精地图提供精准的车辆位置、道路元素数据信息，如路面状况如坡度、曲率等，路面状况随时变化，道路修理、标识线、交通标识变更等都要实时更新，高精地图的三维模型精度将提高到厘米级。

纯电动汽车是当前汽车行业热点，国内外汽车厂商都推出或者准备推出自己的纯电动汽车。目前特斯拉和谷歌Waymo的自动驾驶测试车辆达到了L3级，华为、百度、丰田、Uber、小鹏、比亚迪等公司的无人驾驶技术也达到L2级,并将逐步量产上市，但距离L5完全自动驾驶还有很长的路要走。

8 结语

随着纯电动汽车在续航问题、电池革命、汽车轻量化方面获得进展，自动驾驶汽车的车联网、路径规划、环境感知、定位导航等技术走向日趋成熟，5G等通信技术的发展可以实现路面上车与车、车与物等信息迅速交换，加快无人驾驶汽车的发展。在尽情享受科技带给生活的便利与舒适的同时，我们赖以生存的大气和环境也会变得更加美好！