周軼捷

摘要：近年來，我國汽車保有量的持續(xù)增長，使城市交通壓力不斷加大。與此同時(shí)，交通事故的頻繁發(fā)生，不僅嚴(yán)重威脅到社會(huì)民眾的生命安全，也給整個(gè)社會(huì)的發(fā)展造成了很大影響。目前社會(huì)各界已經(jīng)廣泛關(guān)注交通安全問題，我國也嘗試通過智能駕駛技術(shù)來解決交通事故問題，以此降低交通事故死亡人數(shù)，使交通工具得到更高效的利用。對(duì)于城市而言，其交通環(huán)境是非常復(fù)雜的，這也使智能駕駛技術(shù)在應(yīng)用過程中存在許多技術(shù)難點(diǎn)需要克服，如何對(duì)智能駕駛技術(shù)進(jìn)行高效的應(yīng)用，已經(jīng)成為越來越多專家與學(xué)者的熱門研究課題。鑒于此，該文便對(duì)城市復(fù)雜環(huán)境下智能駕駛中的關(guān)鍵技術(shù)進(jìn)行深入的研究，以期能夠?yàn)槲覈煌ōh(huán)境的改善，保障民眾生命財(cái)產(chǎn)安全做出一定的貢獻(xiàn)。

關(guān)鍵詞：復(fù)雜環(huán)境;智能駕駛;關(guān)鍵技術(shù)

中圖分類號(hào)：TP18 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2020）09-0232-02

1 背景

自21世紀(jì)以來，科學(xué)技術(shù)的飛速發(fā)展，使智能化技術(shù)成為新時(shí)代發(fā)展的重要標(biāo)志。在智能化技術(shù)的廣泛應(yīng)用下，我國大力開展智慧城市建設(shè)，而在智慧城市建設(shè)中，智慧交通更是成為其重要組成部分。智慧交通能夠顯著緩解我國城市交通壓力，減少城市交通事故的發(fā)生，進(jìn)而有效保障城市民眾的出行安全，實(shí)現(xiàn)對(duì)城市交通的智能化、信息化管理。智能車輛是智慧交通中的一部分，而對(duì)于智能車輛來說，在很大程度上依賴于智能駕駛，通過智能駕駛，不僅能夠?yàn)檐囕v規(guī)劃出行路線，還能使車輛進(jìn)行無人駕駛，并可在駕駛過程中進(jìn)行自動(dòng)避障，進(jìn)而使車輛能夠在復(fù)雜的城市交通環(huán)境下實(shí)現(xiàn)安全出行，這可使駕駛員得以徹底解放出來，并且能夠使車內(nèi)人員的生命財(cái)產(chǎn)安全得到切實(shí)維護(hù)。在智能駕駛中涉及諸多關(guān)鍵技術(shù)，通過深入研究這些關(guān)鍵技術(shù)，能夠大幅提高智能駕駛的安全性，有效克服智能駕駛在應(yīng)用過程中的技術(shù)難點(diǎn)。為此，本文便對(duì)城市復(fù)雜環(huán)境下開展智能駕駛關(guān)鍵技術(shù)研究的意義進(jìn)行探討，分析了智能駕駛中的相關(guān)研究理論，在此基礎(chǔ)上對(duì)智能駕駛中的幾種關(guān)鍵技術(shù)進(jìn)行深入的研究。

2 城市復(fù)雜環(huán)境下開展智能駕駛關(guān)鍵技術(shù)的研究意義

我國經(jīng)濟(jì)的高速發(fā)展，使我國汽車保有量持續(xù)增長，與此同時(shí)，車輛擁堵、環(huán)境污染、交通事故等也頻繁發(fā)生，這使得道路交通安全等問題進(jìn)一步成為我國高度關(guān)注的焦點(diǎn)，并投入了諸多資源和人力物力來解決交通問題。智能交通系統(tǒng)又被稱之為ITS系統(tǒng)，該系統(tǒng)的出現(xiàn)，為交通問題的解決提供了新的途徑。

在智能交通系統(tǒng)中，其研究內(nèi)容有出行者信息系統(tǒng)、交通管理系統(tǒng)、車輛調(diào)度系統(tǒng)、車輛控制系統(tǒng)、公共交通系統(tǒng)、自動(dòng)化公路系統(tǒng)和鄉(xiāng)村運(yùn)輸系統(tǒng)。在這些系統(tǒng)中，車輛控制系統(tǒng)便是智能駕駛技術(shù)的應(yīng)用產(chǎn)物。面對(duì)當(dāng)前較為嚴(yán)峻的道路交通安全問題，我國需要利用智能駕駛技術(shù)以及智能安全技術(shù)來對(duì)智能車輛進(jìn)行開發(fā)，而智能車輛更是引起世界各國的廣泛關(guān)注與重視，并在諸多國家開展大量研究?，F(xiàn)如今，智能車輛已成為智能交通體系中的重要組成部分。對(duì)于智能車輛而言，其是智能交通系統(tǒng)中的核心，同時(shí)也在智能交通中發(fā)揮著至關(guān)重要的作用，智能車輛的發(fā)展，必將帶動(dòng)汽車駕駛安全性的提高。隨著我國的經(jīng)濟(jì)發(fā)展步伐不斷加快，私家車已經(jīng)走人了千家萬戶，駕駛員數(shù)量也不斷增多，但城市交通環(huán)境復(fù)雜，這極易造成交通事故的發(fā)生。例如，我國便曾經(jīng)曝出許多造成嚴(yán)重后果的重大交通事故，而其中很多交通事故都是因駕駛員行車不規(guī)范所造成的?，F(xiàn)如今，交通事故儼然成為我國社會(huì)發(fā)展中的主要公害。對(duì)于駕駛員來說，其不僅需要面對(duì)工作、學(xué)習(xí)和生活等方面的壓力，并伴隨著其情緒及身心的變化，而這些又會(huì)對(duì)駕駛員的注意力造成影響。據(jù)交通安全事故調(diào)查表明，許多和駕駛員操作有關(guān)的交通事故中，絕大部分都是因駕駛員在行車過程中沒有集中注意力所導(dǎo)致的。并且目前所出現(xiàn)的交通事故中，有30%的交通事故屬于追尾事故，還有20%的交通事故是車輛行駛過程中偏離車道所造成的。所以，利用智能駕駛技術(shù)的智能車輛，將能夠使此類事故的發(fā)生概率大大減少，進(jìn)而使汽車行駛更加安全。通過智能駕駛技術(shù)，能夠有效緩解駕駛員的精神緊張狀態(tài)，使駕駛員的行駛變得更加舒適，同時(shí)還能有效保障汽車行車安全。例如，當(dāng)城市中的交通流較為穩(wěn)定時(shí)，可采取自動(dòng)跟隨駕駛，或是提高汽車在彎道或直道上的控制性能等。這些都有助于減輕駕駛員的精神緊張狀態(tài)，使汽車得以更加安全的行駛。

智能車輛技術(shù)能夠?qū)煌ㄔO(shè)施進(jìn)行有效的優(yōu)化、使出行中的機(jī)動(dòng)性更強(qiáng)，并可使出行時(shí)間有效縮短等，這能夠使城市交通環(huán)境得到有效的改善，并降低交通擁堵現(xiàn)象的發(fā)生概率，從而使道路網(wǎng)絡(luò)得到更加高效的利用率。

3 城市復(fù)雜環(huán)境下智能駕駛中的相關(guān)理論

3.1 車輛跟馳理論

所謂車輛跟馳理論，是通過動(dòng)力學(xué)方法的運(yùn)用，對(duì)單一車道中不能超車情況下的行駛狀態(tài)進(jìn)行研究，此時(shí)后車需要跟隨前車進(jìn)行行駛而產(chǎn)生的一種理論。車輛跟馳特點(diǎn)能夠通過數(shù)學(xué)模型來對(duì)車輛所處的運(yùn)行狀態(tài)進(jìn)行表達(dá)。通過研究車輛跟馳理論，可利用車流中單一車輛所具有的跟馳特性，推斷出車隊(duì)的跟馳特性，并進(jìn)一步得出車道交通流特性。通過車流特性能對(duì)交通流穩(wěn)定性進(jìn)行反映，如車輛在進(jìn)行加速過程中所受到的干擾及其傳播等。該理論能夠?qū)囕v特性進(jìn)行檢驗(yàn)，并通過通信技術(shù)以及管理技術(shù)來強(qiáng)化公路管理，并能夠?qū)⒙窙r信息提前告知駕駛員，以幫助其更好的預(yù)防追尾事故，對(duì)車隊(duì)特性進(jìn)行觀測，還可對(duì)道路所具有的通行能力進(jìn)行計(jì)算與檢驗(yàn)。

3.2 預(yù)瞄跟隨理論

所謂預(yù)瞄跟隨理論，是以駕駛員在行車過程中所具有的行為特性為依據(jù)而產(chǎn)生的一種研究理論。對(duì)于駕駛員而言，其駕駛行為會(huì)根據(jù)其所感知到的具體路況信息以及周邊環(huán)境來推測出來，駕駛員的大腦會(huì)對(duì)感覺器官所收到信息進(jìn)行處理，然后下達(dá)相應(yīng)的操作指令，從而確保汽車的穩(wěn)定行駛。由此可見，駕駛員、車道和汽車共同形成了一個(gè)閉環(huán)，而該閉環(huán)的表現(xiàn)便是駕駛行為。在汽車行駛中，駕駛員的駕駛行為有其特定的行為模式，駕駛員需要對(duì)路況信息進(jìn)行不斷關(guān)注，這種關(guān)注又被叫作“前視”或“預(yù)瞄”。預(yù)瞄跟隨理論是由郭孔輝院士所提出的，隨后在該理論的基礎(chǔ)上又形成了“最優(yōu)預(yù)瞄加速度模型”“穩(wěn)態(tài)預(yù)測動(dòng)態(tài)校正假說”以及“預(yù)瞄最優(yōu)曲率模型”等。

在智能車輛的預(yù)瞄跟隨系統(tǒng)中，其以未來輸入信息為依據(jù)來實(shí)現(xiàn)跟隨控制，其傳遞函數(shù)可利用y/f（s）=P（s）.F（s）進(jìn)行表示。而在該傳遞函數(shù)中，預(yù)瞄和跟隨兩個(gè)部分的傳遞函數(shù)分別由P（s）與F（s）進(jìn)行表示。對(duì)于預(yù)瞄跟隨系統(tǒng)來說，其理想形態(tài)需要對(duì)低頻域中的P（s）.F（s）≈1進(jìn)行滿足。也就是跟隨部分中的傳遞函數(shù)的倒數(shù)應(yīng)與預(yù)瞄部分中的傳遞函數(shù)最大限度地接近。

在預(yù)瞄跟隨系統(tǒng)中，其跟隨效果需要對(duì)上述條件進(jìn)行有效滿足才能達(dá)到理想狀態(tài)。而其預(yù)瞄部分中的未來輸入信息則可對(duì)該部分的傳遞函數(shù)進(jìn)行確定，在該傳遞函數(shù)被確定后，即可對(duì)跟隨部分中的傳遞函數(shù)進(jìn)行確定，也就是通過n階的倒數(shù)進(jìn)行確定。如果階數(shù)過高，可能會(huì)引起跟隨部分中傳遞函數(shù)的穩(wěn)定性降低，進(jìn)而造成更大的跟隨誤差。據(jù)相關(guān)研究證明，預(yù)瞄跟隨系統(tǒng)中的最適宜階數(shù)取值應(yīng)控制在2至3之間。

3.3 最小勢場理論

智能駕駛中最為關(guān)鍵的功能便是其避障規(guī)劃功能，而該功能是通過對(duì)障礙物、路與車提出一種受力分析假設(shè)來實(shí)現(xiàn)的。在對(duì)假設(shè)進(jìn)行提出時(shí)，需要采用最小勢能點(diǎn)獲得平衡點(diǎn)。對(duì)于最小勢能點(diǎn)的快速計(jì)算，可借助于一個(gè)簡單的勢能函數(shù)來實(shí)現(xiàn)。不過，構(gòu)建的勢能場需要具備六點(diǎn)屬性：其一，車輛行駛過程中，其前方不存在障礙物時(shí)，初始軌跡應(yīng)為勢能函數(shù)中的最小值位置;其二，如果車輛前方出現(xiàn)障礙物，則需對(duì)新的最小勢能點(diǎn)進(jìn)行計(jì)算，以確保車輛能夠?qū)φ系K物進(jìn)行避開;其三，車輛在智能駕駛中完成避障行為后，需要回到原來的軌跡規(guī)劃中。其四，定義勢能函數(shù)時(shí)，需要明確車輛和障礙物間的相對(duì)速度;其五，通過傳感器來對(duì)車輛的初始軌跡信息進(jìn)行采集，能夠更易于對(duì)勢能函數(shù)的構(gòu)造;其六，計(jì)算最小勢能點(diǎn)不需要投入大量時(shí)間。

4 城市復(fù)雜環(huán)境下智能駕駛中的關(guān)鍵技術(shù)

4.1 智能駕駛中的車距控制技術(shù)

在城市復(fù)雜環(huán)境中，車距控制技術(shù)是智能駕駛中的一種關(guān)鍵技術(shù)，車距控制技術(shù)在應(yīng)用過程中需要建立相應(yīng)的云模型，而云模型的建立則需明確駕駛員在行為上的不確定性。通常來說，駕駛員在對(duì)前車做出決策反映時(shí)，會(huì)受到不同路況、不同時(shí)間的影響，這說明駕駛員在反應(yīng)上具有不確定性。而且駕駛員在潛意識(shí)中是具有安全傾向的，這也是云模型建立過程中需要考慮的。此外，駕駛員在駕駛經(jīng)驗(yàn)、性別以及年齡上的差異，將影響到其對(duì)注意力的分配，而這種分配的合理性則是通過其駕駛技能表現(xiàn)出來的。由此可見，駕駛行為所產(chǎn)生的過程是非常復(fù)雜的，其涉及推理、決策與執(zhí)行。對(duì)于這種不確定性，可用兩層含意來概括，即隨機(jī)性與模糊性，為此需要通過云模型來對(duì)這種不確定性問題進(jìn)行處理。在云模型建立時(shí)，需要明確云規(guī)則和推理，并以云模型為依據(jù)來設(shè)計(jì)相應(yīng)的云控制器。依據(jù)行車安全距離，在控制車距時(shí)可采用二維云控制方法，考慮到城市交通環(huán)境的復(fù)雜性以及突發(fā)事件的不可預(yù)測性等影響因素，需要利用急加減速方法來實(shí)施仿真運(yùn)算，利用二維云來實(shí)現(xiàn)對(duì)后車速度的控制，以確保后車能夠保持安全的距離來跟車。

4.2 智能駕駛中的彎道控制技術(shù)

在智能駕駛中，彎道控制技術(shù)作為一種關(guān)鍵技術(shù)，是對(duì)駕駛員預(yù)瞄跟隨理論的重要應(yīng)用。其通過對(duì)智能車輛進(jìn)行橫向控制來作為目標(biāo)，根據(jù)動(dòng)態(tài)目標(biāo)位置，采用三次曲線來實(shí)現(xiàn)路徑規(guī)劃，并通過自適應(yīng)神經(jīng)網(wǎng)絡(luò)來調(diào)整T-S模糊模型中的隸屬度函數(shù)，以此對(duì)模糊推理系統(tǒng)進(jìn)行建立，然后對(duì)相應(yīng)的控制器進(jìn)行設(shè)計(jì)，以便于車輛能夠利用控制器來實(shí)現(xiàn)橫向控制。彎道控制技術(shù)能夠?qū)π熊嚶窂竭M(jìn)行靈活而實(shí)時(shí)的規(guī)劃，同時(shí)還能防止因采集數(shù)據(jù)誤差而干擾到控制效果，這使得智能車輛能夠在城市復(fù)雜環(huán)境下實(shí)現(xiàn)對(duì)動(dòng)態(tài)目標(biāo)位置的實(shí)時(shí)跟蹤，并可沿虛擬線形來進(jìn)行車輛行駛，能夠?qū)崿F(xiàn)靈活而平穩(wěn)的轉(zhuǎn)向控制。

4.3 智能駕駛中的避障路徑規(guī)劃技術(shù)

避障路徑規(guī)劃技術(shù)是智能駕駛中的一種非常關(guān)鍵的技術(shù)，而該技術(shù)則是以最小勢場理論為借鑒思想的，利用人工勢場思想，能夠?qū)Φ缆废到y(tǒng)的勢能函數(shù)進(jìn)行構(gòu)造，從而使車輛在城市復(fù)雜環(huán)境中能夠?qū)⒌缆愤呇匾暈檎系K物，通過對(duì)最小勢能點(diǎn)進(jìn)行計(jì)算，然后通過貝塞爾曲線，即可實(shí)現(xiàn)對(duì)車輛行車路徑的規(guī)劃，并以該原理來對(duì)控制器進(jìn)行設(shè)計(jì)，從而使車輛能夠在復(fù)雜的城市道路環(huán)境下進(jìn)行有效的避障。

5 結(jié)束語

綜上所述，本文對(duì)城市復(fù)雜環(huán)境下智能駕駛關(guān)鍵技術(shù)的研究意義及其相關(guān)理論進(jìn)行了探討，并對(duì)智能駕駛中的關(guān)鍵技術(shù)開展了深入的研究，從而為這些關(guān)鍵技術(shù)的順利實(shí)施提供了一些理論依據(jù)，在有效降低交通安全事故發(fā)生概率的同時(shí)，也為我國城市交通環(huán)境的進(jìn)一步改善做出了一定貢獻(xiàn)。

參考文獻(xiàn)：

[1]張艷輝，徐坤，鄭春花，等.智能電動(dòng)汽車信息感知技術(shù)研究進(jìn)展[J].儀器儀表學(xué)報(bào)，2017，38（4）： 794-805.

[2]宮慧琪，牛芳.自動(dòng)駕駛關(guān)鍵技術(shù)與產(chǎn)業(yè)發(fā)展態(tài)勢研究[J].信息通信技術(shù)與政策，2018（8）： 45-50.

[3]王曉，要婷婷，韓雙雙，等.平行車聯(lián)網(wǎng)：基于ACP的智能車輛網(wǎng)聯(lián)管理與控制[J].自動(dòng)化學(xué)報(bào)，2018，44（8）： 1391-1404.

[4]葉語同，李必軍，付黎明，智能駕駛中點(diǎn)云目標(biāo)快速檢測與跟蹤[J].武漢大學(xué)學(xué)報(bào)：信息科學(xué)版，2019，44（1）： 139-144， 152.

[5]胡云峰，曲婷，劉俊，等.智能汽車人機(jī)協(xié)同控制的研究現(xiàn)狀與展望[J].自動(dòng)化學(xué)報(bào)，2019，45（7）： 1261-1280.

【通聯(lián)編輯：謝媛媛】