文/屈藝多 胡琳

為提升智能駕駛路徑跟隨行駛性能，文章通過分析國(guó)內(nèi)外智能駕駛縱向控制的直接式和分層式設(shè)計(jì)方法，論述了縱向控制理論方法和技術(shù)應(yīng)用的研究現(xiàn)狀。目前研究主要是應(yīng)用解耦控制系統(tǒng)來單獨(dú)研究縱向控制，但存在系統(tǒng)模型單一、計(jì)算方法受限和未結(jié)合車聯(lián)網(wǎng)技術(shù)等不足。因此，未來縱向控制技術(shù)將結(jié)合車聯(lián)網(wǎng)通信技術(shù)、人工智能以及耦合橫向控制進(jìn)行研究，以實(shí)現(xiàn)智能、高效和安全的縱向控制行駛性能。

1 智能駕駛汽車

智能駕駛汽車是一種主要依靠車內(nèi)以計(jì)算機(jī)系統(tǒng)為主的智能駕駛儀來實(shí)現(xiàn)智能駕駛的智能汽車，又稱為自動(dòng)駕駛汽車、電腦駕駛汽車等。智能駕駛汽車能夠在道路上安全可靠地行駛，主要通過車載傳感對(duì)行駛車輛的周圍環(huán)境進(jìn)行感知與識(shí)別，對(duì)獲取的車輛位置、交通信號(hào)、道路以及障礙物等信息經(jīng)分析處理，從而控制汽車的速度和轉(zhuǎn)向。智能駕駛技術(shù)是一門建立在信息感知、信息控制以及信息執(zhí)行等環(huán)節(jié)基礎(chǔ)上的多學(xué)科、跨行業(yè)的綜合性技術(shù)。車輛智能化的基礎(chǔ)包括：信息感知、處理控制、動(dòng)作執(zhí)行，車輛智能將經(jīng)由高級(jí)駕駛輔助系統(tǒng)（ADAS）向整車自動(dòng)駕駛發(fā)展。

2 智能駕駛技術(shù)的現(xiàn)狀

2.1 局限性高

智能駕駛汽車在其“視覺能力”方面無法達(dá)到人腦的高度，其傳感器通過紅外攝像和普通攝像兩種技術(shù)完成道路環(huán)境的收集。當(dāng)車輛在人口密集的樓房建筑區(qū)、事故區(qū)域或者其他有人通過通用手勢(shì)信號(hào)來指揮車輛在此區(qū)域通行時(shí)，無人汽車將遇到判斷難題。另外，道路存在信號(hào)標(biāo)志老舊變形等情況出現(xiàn)，無人汽車可能產(chǎn)生誤識(shí)或者漏識(shí)，造成不必要的事故。

2.2 人文接受程度問題

社會(huì)對(duì)智能駕駛汽車依然存在諸多疑問，如當(dāng)智能駕駛汽車行駛在這個(gè)人口稠密的世界時(shí)，發(fā)現(xiàn)已經(jīng)無法避免事故的發(fā)生時(shí)，智能計(jì)算機(jī)應(yīng)該選擇沖向馬路的行人還是直接撞擊迎面而來的車輛？在受到外部虛擬網(wǎng)絡(luò)攻擊后是否還可以維持完全駕駛？未被Google 或GPS完全測(cè)繪的道路如何行使等。智能駕駛汽車在法律法規(guī)方面同樣存在極大的挑戰(zhàn)。

2.3 安全防御性低

軟件安全公司SecurityInnovation 首席科學(xué)家喬納?！づ宓偬兀↗onathanPetit）表示，大部分智能駕駛汽車探測(cè)障礙物的激光雷達(dá)系統(tǒng)只需一個(gè)成本不到60美元的裝置即可破解。佩蒂特表示，通過這一裝置，黑客可以在任何位置設(shè)置實(shí)際并不存在的汽車、行人，或是墻壁，導(dǎo)致無人駕駛汽車的行駛速度放慢，甚至寸步難行。其相關(guān)論文已在歐洲黑帽安全大會(huì)上發(fā)表。

3 智能駕駛技術(shù)未來發(fā)展趨勢(shì)

3.1 直接控制式

直接式運(yùn)動(dòng)控制是通過縱向控制器直接控制期望制動(dòng)壓力和節(jié)氣門開度，從而實(shí)現(xiàn)對(duì)跟隨速度和跟隨減速度直接控制，具有快速響應(yīng)等特點(diǎn)。該系統(tǒng)由PID、PI、滑?？刂破骱湍：刂破魉牟糠謽?gòu)成。系統(tǒng)通過專家經(jīng)驗(yàn)知識(shí)設(shè)計(jì)了控制器間的協(xié)調(diào)切換邏輯，可以在不同工況下充分發(fā)揮其優(yōu)勢(shì)。該系統(tǒng)的缺點(diǎn)是由于控制器的頻繁切換會(huì)使執(zhí)行機(jī)構(gòu)存在時(shí)滯和振動(dòng)。有學(xué)者提出采用特定的控制策略對(duì)控制系統(tǒng)的參數(shù)不確定、非線性等因素進(jìn)行模擬，例如模糊控制等得到較好的效果。2012年，土耳其的VSezer 等人設(shè)計(jì)了一種智能車速度控制器。該控制器是有兩個(gè)串聯(lián)Mamdani 型的是基于模糊邏輯推理系統(tǒng)，串聯(lián)結(jié)構(gòu)通過減少模糊控制規(guī)則，從而方便了控制器設(shè)計(jì)，研究結(jié)果顯示車輛行駛在急轉(zhuǎn)向工況時(shí)的控制器性能更好。2017年，清華大學(xué)李升波等基于分布式H ∞最優(yōu)控制方法設(shè)計(jì)一種魯棒縱向控制器，該系統(tǒng)通過信息交換矩陣的線性變換和特征值分解轉(zhuǎn)換成一個(gè)不確定的、對(duì)角非線性系統(tǒng)。并通過與非魯棒性控制器對(duì)比，分析設(shè)計(jì)系統(tǒng)的魯棒穩(wěn)定性和縱向穩(wěn)定性。2017年，國(guó)防科技大學(xué)的黃振華等提出一種參數(shù)批量化處理的強(qiáng)化學(xué)習(xí)算法（PBACV）為了獲得自動(dòng)駕駛車輛的最優(yōu)縱向控制。該方法的采用actor-critic 學(xué)習(xí)結(jié)構(gòu)，且為了提高學(xué)習(xí)效率采用最小二乘方法更新參數(shù)。通過大量的實(shí)車實(shí)驗(yàn)顯示通過強(qiáng)化學(xué)習(xí)的方法縱向控制性能超過了傳統(tǒng)的縱向控制方法。直接式縱向控制器設(shè)計(jì)采用自適應(yīng)控制、PID 控制等控制方法，建立一種非線性系統(tǒng)模型。目的為了提高系統(tǒng)的自適應(yīng)能力，降低參數(shù)不確定、非線性等對(duì)系統(tǒng)的影響。該設(shè)計(jì)方法集成度高，但是開發(fā)難度高。

3.2 分層式

縱向控制分層式控制根據(jù)控制目標(biāo)的不同設(shè)計(jì)上位控制器和下位控制器，上位控制器是用來產(chǎn)生期望車速和期望加速度，下位控制器根據(jù)上位控制的期望值產(chǎn)生期望的油門開度和制動(dòng)壓力，以實(shí)現(xiàn)對(duì)速度和制動(dòng)的分層控制。2003年，東京大學(xué)MOmae 基于H-infinity 魯棒控制方法，設(shè)計(jì)了前饋/H-infinity 反饋縱向下位控制器，該設(shè)計(jì)克服車輛縱向動(dòng)力學(xué)的參數(shù)不確定性以及執(zhí)行機(jī)構(gòu)產(chǎn)生的系統(tǒng)延時(shí)，試驗(yàn)結(jié)果表明所設(shè)計(jì)縱向下位控制器具有良好的魯棒性和穩(wěn)定性。2007年，GaoF 等構(gòu)建了多模型分層切換縱向下位魯棒控制方法，主要針對(duì)車輛縱向動(dòng)力學(xué)系統(tǒng)中參數(shù)不確定和模型不確定，通過實(shí)車實(shí)驗(yàn)驗(yàn)證了方法的魯棒性和擾動(dòng)抑制能力。

4 結(jié)語(yǔ)

隨著科技的進(jìn)步，智能駕駛技術(shù)將在不斷提高，智能駕駛汽車也將解放操作者的雙手，通過計(jì)算機(jī)技術(shù)和傳感技術(shù)等，使汽車變得更加便捷智能，提高交通效率。