无人驾驶汽车技术解析

孙宝明

摘  要：为了增强公路安全、缓解交通拥堵、减少大气污染、提升人们出行的便利性与生活质量，无人驾驶已成为汽车的发展趋势和必经之路，为了抢先占领市场、抓住商机，世界各大汽车厂商与软件公司、网络公司都投入了巨大的人力、财力对其进行技术研发，使无人驾驶汽车技术日益成熟。该文针对无人驾驶汽车技术进行解析，着重论述其核心控制技术。

关键词：无人驾驶汽车;传感器;高级驾驶辅助系统;导航系统;高清地图;车联网

中图分类号：U46                   文献标志码：A

0 前言

随着汽车保有量不断增加，城市交通变得日益拥堵，给人们出行带来极大不便。

由于各种人为因素，汽车肇事率直升不降，给人身安全与财产造成了巨大的损失。为了使交通更加顺畅，人们出行更加安全，无人驾驶汽车技术将是汽车最终的发展目标。

1 自动驾驶汽车的等级

2013年，美国国家公路安全管理局NHTSA发布了汽车自动化的五级标准，将自动驾驶功能按智能程度分Level 0～Level 4，而Level 4是自动驾驶汽车最终发展的目标。

2 无人驾驶汽车技术解析

2.1 无人驾驶汽车传感器技术

在无人驾驶技术中，传感器负责采集无人驾驶汽车所需要的信息，包括感知车辆自身、汽车行驶周围环境等。

2.1.1 超声波传感器（雷达）

超聲波是指振动频率大于20 000 Hz以上，超出了人耳听觉的上限，在空气中波长小于17 mm，将这种听不见的声波叫作超声波，它是一种机械震动模式，超声波频率高、波长短，属于近距雷达。超声波测距原理是在超声波发射装置发出超声波后开始计时，超声波在空气中传播，途中碰到障碍物就立即返回来，超声波接收器收到反射波就立即停止计时。 超声波雷达在汽车上的应用包括倒车预警、自动泊车 。

2.1.2 电磁波传感器（毫米波雷达）

毫米波雷达发出的电磁波频率通常是30 GHz～300 GHz，波长为1 mm～10 mm，电磁波雷达属于中距雷达。电磁波测距原理是在电磁波发射装置发出电磁波后开始计时，电磁波在空气中传播，途中碰到障碍物就立即返回来，电磁波接收器收到反射波就立即停止计时。电磁波雷达在汽车上的应用包括自适应巡航、并线辅助、预警辅助制动。

2.1.3 车载摄像头

摄像头采集图像进行处理，将图片转换成二维数据，然后通过图像匹配进行识别，识别该车行驶环境中的其他车辆、行人、车道辅助线、交通标志、移动与静止障碍物等。单目摄像头测距精度低，易产生漏报，而采用双目摄像头可对物体进行精确测距。摄像头在汽车上的应用包括车道偏离预警、交通标志识别、车道保持辅助、行人碰撞预警、全景泊车、驾驶员疲劳预警等。

2.1.4 激光雷达（LiDAR）

激光雷达通过水平旋转（5 Hz～20 Hz）激光扫描信号的时间差、相位差来确定距离，系统检测3D空间中每个像素到发射器间的距离和方向，创造出真实世界完整的3D模型。激光雷达测距原理是在激光发射装置发出激光后开始计时，激光途中碰到障碍物就立即返回来，接收器收到反射信号就立即停止计时，根据激光发出与返回时间计算出激光雷达与障碍物的距离。无人驾驶汽车在行驶过程中激光雷达每旋转一周，收集到的所有反射点坐标的集合形成了点云。激光雷达线数越多，成像效果越好、越清晰，无人驾驶汽车行驶时的安全系数越高。

2.2 无人驾驶汽车ADAS技术

ADAS全称Advanced Driver Assistance System，被称为汽车高级驾驶辅助系统。它被视为实现无人驾驶基础。利用安装于车上的传感器，ADAS可在第一时间收集车内外的环境数据，进行静、动态物体的识别、侦测与追踪等技术处理，确保无人驾驶汽车行驶安全。ADAS主要包括底盘稳定系统ESC/ESP、ACC自适应巡航、PAB碰撞预警与辅助制动、LKA车道保持辅助系统、LCDA并道辅助系统、TSR交通标志识别与行人识别、AVM全景显示辅助系统、APA自动泊车辅助系统等。

2.3 无人驾驶汽车操作系统

无人驾驶汽车能够安全、高效运行主要依靠传感器技术与智能操作系统的控制来实现，操作系统必须知道车辆具体的位置、周围环境、预见会发生什么，计划如何做出反应并进行操作执行。无人驾驶汽车操作系统内置高级的“人工智能”，具备“深度学习”的能力。无人驾驶汽车操作系统根据控制类别分为底层控制、中层控制、高层控制。

2.3.1 底层控制

无人驾驶汽车底层控制的核心是使车辆在任何情况下都能稳定在最佳设定值上。底层控制管理汽车内部系统的运行方式，主要包括加减速、制动和转向等。

2.3.2 中层控制

无人驾驶汽车中层控制的核心是依靠具有“深度学习”能力的“大脑” 来感知车辆周围环境的实体布局，并针对周围事物或事件做出最佳的反应方案，突出遇到紧急情况时的应急能力。

2.3.3 高层控制

无人驾驶汽车高层控制的核心是导航与路径规划。人们在乘坐无人驾汽车之前要输入始点与终点，系统根据输入信息选择汽车行驶的最佳路径，利用导航与高清地图指引车辆行驶。汽车在行进过程中根据路况的变化实时调整行进路径。

2.3.4 对无人驾驶汽车操作系统的要求

从监测到传感器信号到做出反应时间必须精确到微秒级、具备信息实时反馈计算与处理的能力。具备99.99%以上的安全可靠性能、具备抗信号干扰与防止入侵的能力、系统具有自诊断功能、超越人类水平的感知与应对能力。

3 无人驾驶汽车导航系统GPS

3.1 全球定位系统作用与组成

汽车导航系统是以全球定位人造卫星为基础，向全球各地全天候地提供三维位置、三维速度等信息的一种无线电导航定位系统。它由3个部分构成。1）地面控制部分。2）空间部分，由24颗卫星组成。3）用户终端部分组成。民用的定位精度可达到5 m以内。

3.2 高清数字地图

普通的电子导航地图精度大约5 m，由于是驾驶员做导航使用，所以这样的精度对整体来说影响不大，但不能满足无人驾驶汽车的需求。无人驾驶汽车识别道路和周围环境是靠GPS导航系统、视觉传感器与高精度地图来实现的，精度为厘米级。高清数字地图区别于标准数字地图，既能反映大型地理特征又能反映微观环境细节。高清数字地图重点呈现的是道路与十字路口表层的静态数据，例如车道线、路口交叉点及道路标志等，精度为厘米级。传统的电子地图主要依靠卫星图片产生，然后依靠GPS定位，精度为米级。而高清数字地图需要达到厘米级精度，仅靠卫星图片是不够的，因此，通常我们会使用装有视觉传感器的数据采集车收集数据，然后通过线下处理将各种数据融合产生高精地图。

3.3 IMU（Inertial Measurement Unit）惯性测量单元

在一般的驾驶环境中，由于大气或行驶环境的影响，导航控制精度和计算结果会产生偏差，对于无人驾驶汽车而言，这个偏差会造成灾难性的后果。惯性测量单元可以弥补导航性能上的不足，它主要有2个作用，一个是在导航信号丢失或者很弱的情况下，暂时填补导航留下的空缺;另一个作用是配合激光雷达与高清地图，最终得到精确的车辆定位。惯性传感器可以检测汽车加速度、旋转运动与车辆姿态。主要由加速度传感器以及电子陀螺仪组成。惯性传感器与导航、高清地图、视觉传感器、电子指南针配合使用构成一个强大、万无一失的组合。

4 车联网

如果说ADAS系统是无人驾驶汽车的基础，那么车联网就可以看作是真正实现无人驾驶汽车的助推剂。车联网就是车与一切事物相连的网络（V2X，Vehicle to Everything），实现车与车、车与道路设施、车与行人、车与云端之间的互联互通。车联网的目标是实现人、车、路的有效协同，只有实现车联网，无人驾驶汽车才能实现真正的安全行驶，交通会变得更加顺畅，人们出行将不再因为交通高峰期而感到懊恼。

4.1 车与车互联（V2V，Vehicle to Vehicle）

车与车互联是指在一定区域范围内，所有无人驾驶汽车可以通过车载终端相互通信，实现各车辆的信息共享，使行车更加安全、顺畅。

4.2 车与道路设施互联（V2I，Vehicle to Infrastructure）

车与路互联是指在一定区域范围内，所有无人驾驶汽车可以通过车载终端与道路基础设施通信模块相互通信，实现车辆的接入。通过道路基础设施通信模块接入互联网，实现道路基础设施与云端的互联互通。

4.3 车与行人互联（V2P，Vehicle to Pedestrian）

车与行人互联是指在一定区域范围内，所有无人驾驶汽车可以通过车载终端与行人所携带的移动终端相互通信，实现交通状况相互提示的功能。

4.4 车与云端互联（V2C，Vehicle to Cloud）

车与云端互联是指无人驾驶汽车可以通过车载终端与云端互联互通，实现数据传输及访问互联网。云平台可根据车辆终端发送的实时信息计算出各路段的车流量与路况信息，然后优化无人驾驶汽车行驶路线;云平台还可以向车辆终端发送生活信息并提供给乘客。

4.5 车内网

车内网通过总线将车辆各系统控制模块连接在一起，实现各模块间信息共享、协同工作，使无人驾驶汽车得到迅速而精准的控制。对于无人驾驶汽车来说，车内网的控制主要体现在高级驾驶辅助系统上。

5 结语

在现代文明的发展过程中对汽车安全性能、舒适性能以及排放性能有着更加严格的要求，因此，汽车智能控制程度越来越高。随着汽车保有量井喷式的增长，路面交通变得日益拥堵，给人们的出行带来极大不便。无人驾驶汽车可以很大程度提高汽车安全性能、舒适性能，改善排放性能，也可以使路面交通变得不再拥堵。该文论述了无人驾驶汽车的优勢与其智能控制，对无人驾驶汽车技术进行了详细的分析。

参考文献

[1]刘少山，唐杰，吴双，等.第一本无人驾驶技术书[M].北京：电子工业出版社，2017.

[2]李兆荣.跨界生长车联网在进化[M].北京：电子工业出版社，2016.