林澄奇

（福州大學(xué)至誠學(xué)院，福建 福州350000）

0 引言

汽車安全是汽車發(fā)展的重要課題研究方向[1]。隨著我國交通運(yùn)輸業(yè)的高速發(fā)展，也出現(xiàn)大量的交通事故，交通安全領(lǐng)域的研究受到車輛工程研究人員的廣泛關(guān)注[2]。包括中國在內(nèi)的世界各國在研究智能車輛自主導(dǎo)航技術(shù)時(shí)，投入了大量的人力和物力，致力于提升汽車自身穩(wěn)定性和安全性能。隨著空間技術(shù)、遙感技術(shù)的發(fā)展，西方發(fā)達(dá)國家正致力于發(fā)展本國的智能交通系統(tǒng)（ITS），車輛作為ITS中的重要組成部分，可分為車輛控制系統(tǒng)、駕駛員信息系統(tǒng)、安全保障和自主導(dǎo)航等四個(gè)方面，其中安全保障和自主導(dǎo)航是智能車輛研究的重點(diǎn)。安全保障技術(shù)可以應(yīng)用于駕駛?cè)藛T的輔助駕駛，而自主導(dǎo)航技術(shù)則可以利用與ITS的關(guān)系建立和完善。通過結(jié)合以上兩種技術(shù)，可以大大降低駕駛?cè)藛T主觀因素產(chǎn)生的交通事故[3]。另外，除了在公路交通運(yùn)輸外，在生產(chǎn)自動(dòng)化、制作業(yè)、危險(xiǎn)環(huán)境作業(yè)等領(lǐng)域，都具有重要的研究價(jià)值。論文就智能機(jī)械車輛的研究方向、控制理論、研究范圍與應(yīng)用做了詳細(xì)的報(bào)道，以期能夠展望未來智能車輛研究方向。

1 智能機(jī)械車輛研究方向

從近幾年智能汽車的發(fā)展來看，目前智能汽車的研究方向主要包括以下幾個(gè)方面的內(nèi)容：監(jiān)控、預(yù)警系統(tǒng)，此部分包括了障礙物的預(yù)警、行車道偏航預(yù)警、道路交通信號提示等[4]；自主車輛控制系統(tǒng)，實(shí)現(xiàn)車輛行駛的自動(dòng)化，無序方向盤；半自動(dòng)車輛控制系統(tǒng)，具有一定的智能化，可以對駕駛員反應(yīng)不及時(shí)，車輛可進(jìn)行自動(dòng)控制，自我管理，拉大車距，回到安全狀態(tài)[2]。具體可以分為以下：

（1）操作者習(xí)慣性駕駛分析：通過數(shù)據(jù)統(tǒng)計(jì)分析駕駛員的駕駛行為、通過探頭感知駕駛員精神狀態(tài)，目的是建立駕駛員安全預(yù)警系統(tǒng)，為智能車輛輔助駕駛或者自動(dòng)駕駛提供相關(guān)的數(shù)據(jù)[5]。若識別到駕駛員駕駛狀態(tài)異常，可發(fā)出預(yù)警信號，提醒駕駛員注意休息。

（2）周邊環(huán)境感知分析：通過運(yùn)用空間傳感器技術(shù)，獲取車輛周邊環(huán)境或障礙物的信息，如車流量、人流量、障礙物、路況、車牌、行車標(biāo)識等[6]。

（3）極端環(huán)境駕駛條件分析：在極端條件下，如臺風(fēng)、暴雨、大霧等情況下，測試駕駛員的反應(yīng)速度極限和事故出現(xiàn)可能性預(yù)測。

（4）車輛運(yùn)動(dòng)系統(tǒng)：主要研究車輛的動(dòng)力學(xué)、運(yùn)動(dòng)學(xué)模型、停車控制等問題。

（5）安全系統(tǒng)：安全系統(tǒng)可以分為主動(dòng)安全系統(tǒng)和被動(dòng)安全系統(tǒng)[7]，主動(dòng)安全系統(tǒng)是以預(yù)防為主，如超速自動(dòng)預(yù)警減速，避開障礙物，防治撞擊等。

（6）交通與車輛交互作用系統(tǒng)：感知車輛之間的距離，道路情況，主要是各種交通工具之間的相互通訊功能。

2 智能機(jī)械車輛控制理論基礎(chǔ)

目前，智能機(jī)械車輛的研究內(nèi)容主要包括模糊控制理論、人工神經(jīng)網(wǎng)絡(luò)和神經(jīng)模糊技術(shù)等研究工作。

2.1模糊控制理論研究智能機(jī)械車輛

對車輛的操作本質(zhì)上可以看成是一個(gè)計(jì)算方式，通過多種輸入、多種輸出，在輸入和輸出之間進(jìn)行較為復(fù)雜的不確定多干擾源的非線性計(jì)算。駕駛員對汽車認(rèn)識是建立這模糊的認(rèn)知基礎(chǔ)上的，以車速為例，車數(shù)飛快、快、較快、慢、較慢、非常慢等，都是一個(gè)模糊的認(rèn)知，對汽車的轉(zhuǎn)向也是如此，如轉(zhuǎn)多少度合適，轉(zhuǎn)大轉(zhuǎn)小等問題?；谀：刂评碚撍龑?dǎo)的智能車輛，讓不同的裝有該系統(tǒng)的車輛保持前后車距適當(dāng)，速度越快車距越大，由前面的車引導(dǎo)后面的車行駛。利用紅外線相關(guān)參數(shù)計(jì)算車速，根據(jù)前后距離變化對模糊控制系統(tǒng)主導(dǎo)的車速和方向進(jìn)行控制。模糊汽車的模型結(jié)合模糊駕駛員控制模型，模仿人類操作駕駛車輛的行為，通過實(shí)驗(yàn)表明，這種理論能夠在很大程度上反應(yīng)駕駛員的駕駛行為[8，9]。

2.2人工神經(jīng)網(wǎng)絡(luò)研究智能機(jī)械車輛

人工智能的重要實(shí)現(xiàn)途徑就是人工神經(jīng)網(wǎng)絡(luò)的開發(fā)和發(fā)展，神經(jīng)網(wǎng)絡(luò)為解決非線性系統(tǒng)和模型的不確定性解決方式提供了新的思路。人工神經(jīng)網(wǎng)絡(luò)主要集中在智能車輛的研究中，用智能駕駛員控制模型的建立，對車輛進(jìn)行操控，實(shí)現(xiàn)對車輛部分或者完全的自動(dòng)化，替代人類駕駛。以美國密歇根大學(xué)的研究為例，該套系統(tǒng)通過當(dāng)前所處路面位置和運(yùn)動(dòng)取向性，通過傳感器，對駕駛員控制方向的模型進(jìn)行識別，達(dá)到模仿人類操作汽車的目的[9]。

2.3神經(jīng)模糊技術(shù)研究智能機(jī)械車輛

模糊技術(shù)和神經(jīng)網(wǎng)絡(luò)對于車輛的自身發(fā)展而言，發(fā)揮著巨大的作用，但是本身也存在這非常明顯的問題，如用神經(jīng)網(wǎng)絡(luò)解決時(shí)，在計(jì)算推理上還存在局限性，而模糊技術(shù)在知識方面的獲取上同樣存在很大的局限性。神經(jīng)模糊技術(shù)是把神經(jīng)網(wǎng)絡(luò)和模糊技術(shù)結(jié)合起來，相互彌補(bǔ)對方的不足而建立起來的，其能夠使知識獲取和加工成為較為容易實(shí)現(xiàn)的事情，在高度不確定性和動(dòng)態(tài)條件下，取得較為滿意的成果[9]。

3 智能機(jī)械車輛研究范圍

3.1計(jì)算機(jī)視覺

當(dāng)駕駛員駕駛時(shí)，能夠接收來自外界的信號大部分來源于視覺和聽覺，其中，所涉及到的信號包括交通信號燈、道路周邊環(huán)境、路人等均可作為駕駛員的識別語言，可以讓計(jì)算機(jī)視覺來解釋和計(jì)算這些環(huán)境語言。一個(gè)具有較大應(yīng)用價(jià)值的智能車系統(tǒng)必須同時(shí)具備實(shí)施更新性（汽車駕駛與數(shù)據(jù)處理需要同步進(jìn)行）、魯棒性（智能車輛對不同的道路環(huán)境）和應(yīng)用實(shí)用性等特點(diǎn)（智能汽車的成本可以被普通用戶所接受），要解決智能車輛的導(dǎo)航功能，必須解決CCD技術(shù)和計(jì)算機(jī)技術(shù)在價(jià)格上過于昂貴的問題[8]。

3.2傳感器數(shù)據(jù)融合

一個(gè)智能車系統(tǒng)的正確性和可靠性是通過不同傳感器相互交織，對數(shù)據(jù)進(jìn)行精確的處理而成的。目前在智能車輛領(lǐng)域，除了傳感器外，常用的還有雷達(dá)、激光、紅外線、GPS等傳感器[10]。雷達(dá)系統(tǒng)可以得到計(jì)算機(jī)視覺比較難以解決的距離傳輸問題，能夠在不同的環(huán)境中進(jìn)行傳輸，不受惡劣天氣的影響；激光系統(tǒng)可以得到瞬間汽車速度的信息和汽車前方車輛的信息，可以廣泛的用于避障、超車等系統(tǒng)中；GPS是目前使用較為廣泛的導(dǎo)航系統(tǒng)，但是精確度不高，一般在幾米到十幾米之間的誤差，但是可以通過算法來消除其精度誤差[8]。

3.3智能控制技術(shù)在智能汽車上的應(yīng)用

總體而言，智能車輛的控制主要包括廣義模型和數(shù)學(xué)模型結(jié)合的混合控制過程，同時(shí)也具有相對模糊的特性和不確定性，可能有時(shí)候算法是不存在的，是一種非數(shù)字的過程，需要通過一般性推理，用來啟發(fā)和引導(dǎo)求解過程。日本和美國等發(fā)達(dá)國家已經(jīng)在該智能專家系統(tǒng)的基礎(chǔ)上建立的智能汽車輔佐駕駛系統(tǒng)，可以提供駕駛方案，通過識別周圍危險(xiǎn)環(huán)境，給駕駛員以警告。智能系統(tǒng)中，專家控制系統(tǒng)與模糊邏輯控制系統(tǒng)在一些方面是類似的，兩者主要建立在人類行為和決策基礎(chǔ)上，但是模糊邏輯控制基本是基于規(guī)則系統(tǒng)上開發(fā)的，來自于控制系統(tǒng)工程，是模糊邏輯設(shè)計(jì)人員構(gòu)造的。綜合以上特點(diǎn)，較為符合人的駕駛習(xí)慣，許多研究者通過研究某一特定的對象，按照傳統(tǒng)的設(shè)計(jì)理論和一定的規(guī)則形成的模糊控制器，同樣得到了廣泛的運(yùn)用[8，11]。

4 智能機(jī)械車輛研究應(yīng)用

目前，智能機(jī)械車輛已經(jīng)逐漸的從特種車、軍事車輛衍生到了民用轎車、卡車等普通車輛。以轎車為例，民用普通轎車的安全是人民財(cái)產(chǎn)和自身安全的重要組成部分，對其具有較高的要求，相對于新的技術(shù)而言，開發(fā)過程較為保守和緩慢，三菱公司宣布了在未來幾年推出轎車防撞報(bào)警系統(tǒng)，該系統(tǒng)也是智能車輛的重要組成部分，在輔助駕駛方面，ACC自調(diào)節(jié)巡航控制系統(tǒng)也在歐美和日本有一定程度的應(yīng)用。目前，世界上許多國家在開發(fā)研究自動(dòng)駕駛技術(shù)，如韓國大學(xué)、俄亥俄和州立大學(xué)、加利福尼亞大學(xué)等均在研究低俗自動(dòng)駕駛的LSA技術(shù)。

當(dāng)重型卡車發(fā)生事故時(shí)，往往會照成巨大的經(jīng)濟(jì)損失，因此，各種提高汽車安全性能的產(chǎn)品在市場上廣泛出現(xiàn)。據(jù)統(tǒng)計(jì)，美國大約有50000套防撞系統(tǒng)應(yīng)用在卡車上。車道偏航報(bào)警也是在1999年出現(xiàn)，基于計(jì)算機(jī)視覺算法的。

軍事方面的應(yīng)用，目前有代表性的是DEMOIII車輛，包括了CCD、激光、雷達(dá)、超聲波、紅外線和微波等技術(shù)[12]。

5 結(jié)論與展望

文章介紹了智能機(jī)械車輛的研究進(jìn)展，主要包括智能機(jī)械車輛的研究方向、控制理論基礎(chǔ)、研究范圍與應(yīng)用。要發(fā)展智能機(jī)械車輛必須全面掌握其控制理論基礎(chǔ)，在其基礎(chǔ)上開發(fā)計(jì)算機(jī)視覺，傳感器數(shù)據(jù)融合和智能控制技術(shù)，并將其運(yùn)用于實(shí)際。從科技發(fā)展、理論研究的角度，超前的研究是必要的，結(jié)合我國基本國情，把智能汽車深入細(xì)致的研究，為今后智能車輛的發(fā)展打下堅(jiān)實(shí)基礎(chǔ)。

參考文獻(xiàn)：

[1]畢騰飛.汽車安全技術(shù)的研究分析[J].科海故事博覽·科技探索，2011（01）：95-105.

[2]宇仁德，張洪賓，李大龍.道路交通安全預(yù)測與預(yù)警系統(tǒng)的研究[J].交通企業(yè)管理，2006，21（8）：42-43.

[3]王榮本，李 斌，儲江偉，等.世界智能車輛行駛安全保障技術(shù)的研究進(jìn)展[J].公路交通科技，2002，19（2）：117-121.

[4]周 勇.智能車輛中的幾個(gè)關(guān)鍵技術(shù)研究[D].上海：上海交通大學(xué)，2007.

[5]柳金梅.基于機(jī)器視覺的智能車輛駕駛員模型的研究[D].北京：北京信息科技大學(xué)，2008.

[6]黃 偉.基于雷達(dá)和機(jī)器視覺的車輛前方障礙物檢測系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D].武漢：武漢理工大學(xué),2010.

[7]宋曉琳，李詩福，馮廣剛.汽車主被動(dòng)安全集成控制系統(tǒng)方案設(shè)計(jì)[J].汽車工程，2009，31（7）：653-658.

[8]王榮本，李 兵，施樹明，等.世界智能車輛研究概述[J].公路交通科技，2001，18（5）：93-97.

[9]黨宏社，韓崇昭，段戰(zhàn)勝.智能車輛系統(tǒng)發(fā)展及其關(guān)鍵技術(shù)概述[J].公路交通科技，2002，19（6）：127-130.

[10]趙萬里.基于雷達(dá)的智能車多目標(biāo)檢測與跟蹤技術(shù)研究[D].長沙：中南大學(xué)，2011.

[11]韓俊淑，韓佳文，高 翔，等.智能車輛的研究及發(fā)展[J].世界汽車，2003（9）：79-80.

[12]余國亮.基于雙CCD攝像技術(shù)的車輛主動(dòng)安全預(yù)警系統(tǒng)研究[D].太原：太原科技大學(xué)，2013.