市区智能驾驶关键技术研究.docVIP

市区智能驾驶关键技术研究 　　麻省理工综述《汽车的颠覆性创造》2012年第4期曾刊登过这样一句话：“移动机器人才是21世纪的交通工具，‘汽车’过时了。” 　　汽车引入人类生活，以孤立的模式运行，已有百余年历史。汽车电子和汽车数字化已经相当成熟，车辆动力学性质已经相当完善。汽车质量好坏主要体现在被动安全上，体现在高速情况下呈现出的非线性特征。辅助驾驶和主动安全成为汽车业的核心竞争力。 　　现代交通让人类成为流动的社会，庞大的汽车业成为仅次于房地产的第二制造业，我国连续3年成为世界第一汽车大国，城际间高速公路总里程已达849万公里，市区道路迅速扩张，智能交通呼之欲出，中国汽车进入重要转型期。 　　然而在大交通时代，交通事故已成为“全球第一祸”，据统计，2011年中国有6万人死于交通事故，平均每天约164人。驾驶员注意力分散、判断错误、疲劳驾驶、酒后驾驶和操纵不熟练等，造成对方向盘、制动、油门的控制不当，是引发交通事故的重要原因。 　　由此可见，实现智能交通，发展智能驾驶技术是大势所趋。首先，信息技术挑战人工孤立驾驶汽车的状态，渴望把人从低级、繁琐、持久的驾驶活动中解脱出来，告别疲劳驾驶，实现零追尾、零碰撞、零死亡；其次，人工驾驶和智能驾驶长期并存，自然交互，可实现安全、便捷的交通；再次，轮式机器人将改变整个汽车工业和整个交通状况，提升人类移动生活的品质。另外，在屡屡谈到云计算、物联网和智慧城市的今天，可以说，没有智能驾驶，难谈车联网：没有车联网，难谈智能交通；没有智能交通，难谈智慧城市。 　　1 浅析智能驾驶 　　1.1智能驾驶发展路线 　　智能驾驶策略可分三步走。 　　第一步是结构化道路智能驾驶，如城际道路。 　　第二步是半结构化道路智能驾驶，如市区街道道路。 　　第三步是非结构化道路智能驾驶，如特殊道路和气候环境下的智能驾驶。 　　1.2智能驾驶的基础科学 　　人类的视听觉认知可以计算吗？脑科学认为，人类的视听觉认知是不可以计算的。计算机科学则认为，特定情境下，人类的视听觉认知导致特定的行为，是可以被形式化表达并进行计算的。半个世纪以来，人们不断地举行人机国际象棋大赛，人类象棋冠军时输时赢，而通过总结分析，人们认为，模拟对手的机器人对棋局态势的认知和决策，是可以被形式化表达并进行计算的。 　　在特定的城际道路上，驾驶员对周边环境的视听觉认知，导致恰当的驾驶动作。那么，作为完成驾驶动作的三件事，掌握方向盘、控制油门和刹车以及变换档位，是否可以被形式化表达并进行计算呢？我认为也是可以实现的。视听觉认知计算也有三个难点，第一，感知难点――机器视觉如何表征驾驶员的自然视觉？第二，认知难点――如何形式化不同人的驾驶行为？第三，执行难点――如何确保自动和人工两种模式的自然切换？ 　　从科学的角度讲，归根到底是驾驶员注意力的选择和分配问题。驾驶员必须在车辆导航、危险检测、速度控制和车道保持之间分配注意力。我们希望信息化可以使驾驶员的移动生活变得更加愉快、更加丰富多彩。但是现在的情况是更可能分散注意力，所以我们需要智能驾驶。 　　机器人如何模拟自然视听觉中的主要特征呢？主要有6个特征，即先验知识优先、动目标优先、全局（大尺度）优先、差异优先、前景优先、驾驶过程中的注意切换。这些问题对于信息科学家或者认知科学家来说，怎样把它们形式化是很重要的。 　　一般来说，解决智能驾驶问题无非是三种方法：一是状态空间说，从感知空间转到决策空间，再转到行为空间，最后向状态空间转移；二是先把驾驶行为变成规则，把每条规则激活，当多条规则激活的时候，形成一个推理机制，这是专家系统说；三是机器学习说，主要做模式识别、全局规划、局部规划，最优规划。而智能驾驶的基本目标可以归纳为安全性（safetv）、智能性（smanness）、平稳性（smoothness）、便捷性（speed）这“4S”。 　　1.3智能驾驶技术分解 　　在智能驾驶的关键技术中，假设选用的车辆满足动力学要求，车载传感器获得的相关视听觉信号和信息，通过认知计算，控制相应随动系统，最后落实到： 　　一、组合导航：在哪里，到哪里，设定通过的路口，道路中的哪条车道为基本车道； 　　二、自主驾驶：车道保持+超车并道+红灯停绿灯行+灯语笛语交互等； 　　三、人工干预：目的地表达：人机交互，意外处置。 　　在这三大块中，人工干预优先于自主驾驶，自主驾驶优先于组合导航。如果自主驾驶足够精细和准确，知晓车道的周边环境，知晓车在车道上离前方路口多远，路口的物理和几何性质等，智能驾驶可以近似等于自主驾驶。如果位置服务足够精准，路径规划可以足够准确，知晓车道的物理性质，知晓车在车道上离前方路口多远，路口的物理和几何性质等，那么，智能驾驶可以近似于网络导航。 　　在智能驾驶中，可