智能汽车发展及应用

智能汽车的发展及应用摘要：智能汽车是一种高新技术密集型的新型汽车，通过感知驾驶环境（人-车-路）并提供信息和车辆控制，帮助或替代驾驶员进行最安全、最高效、最舒适的车辆操控，是现代汽车发展的方向。本文分析了智能汽车系统的组成，对国内外自动驾驶汽车技术的发展现状进行了综述，最后从交通安全、节能减排、城市交通规划这几个角度分析了智能汽车技术的作用。关键字：智能汽车系统组成发展现状1引言近年来，随着经济的高速发展和城镇化的快速推进，汽车保有量和道路里程逐步增加，给人们的生活带来极大的方便。但与之伴随问题也日益凸显，如交通拥堵、交通事故、环境污染、土地资源紧缺等。一直以来，智能汽车技术被视为最有效的解决方案，其发展备受瞩目。美国电气和电子工程师协会（IEEE）预测，至2040年，自动驾驶车辆将达到汽车保有量的75%[1]。所谓智能汽车，简单地说就是在网络环境下，用信息技术和智能控制技术控制的汽车，使汽车具有自动识别行驶道路、自动驾驶、自动调速等先进功能。智能汽车的研究、设计和开发，将从根本上改变现行汽车的信息采集处理、信息交换、行车导航与定位、车辆控制、汽车安全保证等技术方案和体系结构，使汽车研究发生重大变革，智能汽车是装有四个轮子的计算机[2]。2智能汽车系统智能汽车亦称智能车辆(IntelligentVehicle)，又叫轮式移动机器人，是一个集环境感知、规划决策、多等级辅助驾驶等功能于一体的综合系统，它集中地运用了计算机、现代传感、信息融合、通讯、人工智能及自动控制等技术，是典型的高新技术综合体。图1.1是智能车辆的结构及控制框图[3]，它包括6个主要功能模块：感知模块，识别模块，状态分析模块，知识库模块，自适应模块和控制模块。感知模块不仅要感知来自驾驶员的命令(例如转方向盘、踩油门等信号)，而且感知驾驶员的操纵行为过程(这时把驾驶员看作控制环的一个单元)，例如反应时间、控制精确性以及生理数据等。感知模块也要直接或间接(通过通信媒介)感知车辆的行驶环境，诸如气候、路面条件、别的车辆交通行为以及其它类似信息。感知模块也测试自己的性能和内部条件。识别模块把传感器的数据与储存在知识库内的模型结合起来，从而给出有关驾驶员、行驶环境以及车辆的详尽描述。此图1是智能车辆的结构及控制框图信息然后进入状态分析模块，在那里把车辆的描述和驾驶环境的描述结合起来，从而给出当前车辆操纵条件的分析。此分析考虑气候、道路条件、交通情况、驾驶型式(城市、高速公路等)、车辆条件、燃料总量，以及从知识库提取的其它必需信息。此分析结果再与驾驶员的识别信息和来自知识库的数据相结合，就可确定此特定驾驶员在现行操纵条件下的驾驶能力和可能的选择。上述状态分析结果是一组功能目标—即在现有驾驶员、环境和车辆条件下车辆应如何运行的数量描述。自适应模块利用知识库的车辆模型和设计数据，确定满足性能目标的控制系统结构，同时调整车辆的子系统参数至适当值，建立一套控制目标。综合控制模块协调车辆各单个系统的控制以实现控制目标。智能车辆控制系统的直接目标是使驾驶更安全、效率更高、驾驶员和乘员更舒适，并为驾驶员提供优良的人车交互界面。通过操纵的部分或全部自动化，避免操纵错误、提高车辆的机动性，达到安全、高效和舒适的目的。智能车辆是目前各国重点发展的智能交通系统（IntelligentTransportSystems，简称ITS）中一个重要组成部分和难点，也是世界车辆工程领域研究的热点和汽车工业增长的新动力。美国高速公路安全管理局将智能汽车定义为以下五个层次[4]：1)无自动驾驶（Level0）：完全由驾驶员时刻操控汽车的行驶，包括制动、转向、油门以及动力传动。图2level01)具有特定功能的自动驾驶(Level1)：该层次汽车具有一个或多个特殊自动控制功能，例如电子稳定性控制(ESC)、自动紧急制动(AEB)等，车辆通过控制制动帮助驾驶员重新掌控车辆或是更快速的停车。2)具有复合功能的自动驾驶(Level2)：该层次汽车具有将至少两个原始控制功能融合在一起实现的系统（如自适应巡航控制与车道保持融合一体），完全不需要驾驶员对这些功能进行控制，但驾驶员需要一直对系统进行监视并准备在紧急情况时接管系统。图3level1/21)具有限制条件的无人驾驶(Level3)：该层次汽车能够在某个特定的驾驶交通环境下让驾驶员完全不用控制汽车，而且可以自动检测环境的变化以判断是否返回驾驶员驾驶模式，驾驶员无需一直对系统进行监视，可称之为“半自动驾驶”。目前，谷歌无人驾驶汽车基本处于这个层次。2)全工况无人驾驶(Level4)：该层次系统完全自动控制车辆，全程检测交通环境，能够实现所有的驾驶目标，乘员只需提供目的地或者输入导航信息，在任何时候都不需要乘员对车辆进行操控，可称之为“全自动驾驶。图4level3/43国内外智能汽车的发展智能车系统是一个集环境感知、规划决策、多等级辅助驾驶等功能于一体的综合系统，是典型的、多学科的、综合性的高科技和高新技术的结合体，涉及传感器技术、信息融合技术、微电子技术、计算机技术、智能自动控制技术、人工智能技术、网络技术、通信技术等，在一定程度上代表了一个国家自动化智能的水平[5]。进入20世纪90年代以来，随着汽车市场竞争激烈程度的日益加剧和智能运输系统(ITS)研究的兴起，国际上对于智能汽车及其相关技术的研究成为热门，一批有实力、有远见卓识的汽车行业大公司、研究院所和高等院校也正展开智能汽车的研究。目前它已成为世界众多发达国家重点发展的智能交通体系中的重要组成部分，也是世界车辆工程领域研究的热点和汽车工业增长的新动力。1954年美国巴里特电气公司研发出一辆用于实现仓库内物品的自动运输的自动引导智能汽车系统，标志着智能汽车的诞生。自诞生之日起，智能汽车共经历了萌芽、起步、大发展和高潮阶段，智能汽车的应用场景逐步由室内转向室外规则化道路再转向室外越野环境，车载环境感知系统也由最初的电缆引导发展到了目前机器视觉、GPS、激光雷达和三轴陀螺仪的多传感器综合环境感知系统。目前欧美发达国家关于智能汽车的研究仍是世界领先，我国近几年也取得了可喜的进展。自2002年开始，美国国防部高级研究计划局(DefenseAdvancedResearchProjectsAgency，DARPA)开始重点支持军方未来无人战斗系统[6]，目标是研制地面机器人。2004年3月，DARPA在美国Mojave沙漠举行了第一届智能汽车越野挑战赛，道路全长240km，可惜的是没有一支参赛队伍能够完成比赛。在2005年10月的第二届DARPA智能汽车越野挑战赛上，来自Stanford大学的Stanley智能汽车，以6小时53分58秒的时间自主走完229km的全程获得第一名，平均车速为32km/h。本次比赛要求参赛智能汽车自主在Mojave沙漠的高速公路和涵洞等复杂地形上行驶，赛道全程包括3个狭窄的隧道并有超过100个弯道。为了满足需求，所有参赛汽车都装备了GPS、主动式激光雷达和CCD摄像机对汽车周围环境进行感知。2007年11月3日，DARPA在美国南加利福尼亚后勤空军基地举行了DARPA智能汽车城市挑战赛。赛道为全长96km的城市道路，要求参赛汽车在6小时之内完成，同时遵守所有交通规则，能处理复杂路况。与越野挑战赛各车独立行驶不同的是，比赛同时要求参赛智能汽车能与其他汽车实时交流沟通，相遇时能够自动避让。最终，来自卡耐基梅隆大学的BOSS智能汽车以4小时10分20秒的成绩取得第一名，平均车速为22.53km/h，。2010年6月，由大众旗下的电子研究实验室、斯坦福大学动态设计实验室和甲骨文公司研制的无人驾驶跑车Shelley，在没有任何驾驶员干预的条件下，攀登了美国西部科罗拉多州的派克峰。通过轮速传感器、加速计和陀螺仪来监控汽车的性能，车载导航系统通过GPS能将汽车定位精确到以厘米计的程度。虽然不能在城市车流中穿行，但定位系统的目的是发挥出最大的牵引力和加速度相比于它的前身Stanley和Junior，Shelly不依靠激光雷达和CCD摄像机对外界环境进行感知，而仅依靠车载高精度GPS完成期望道路轨迹的规划，这使得Shelley能以更高的车速行驶，最高车速可达190km/h。车外只露出三个必需的传感器，这要归功于奥迪和斯坦福大学的动力设计实验室，他们已经将自动驾驶所必需的设备尺寸大幅减少，使其完全能安装到奥迪TTScoupe相对狭窄的车身空间中。小型化和轻量化也是对智能汽车环境感知和循迹控制系统提出的新要求。2010年上海世博会期间，通用汽车馆向世界展示了三辆EN-V概念智能汽车，设计者将其分别将其命名为骄、妙和笑。EN-V是电动联网车的缩写，是基于电气化和车联网技术创造出的全新个人城市交通解决方案。EN-V概念车与其他智能汽车的最大区别是车联网技术，通过先进传感器及线控驾驶系统实现自动驾驶、自动停车和自动检索，使用磷酸锂铁电池供电，通过普通民用充电口即可充电，最高时速40km/h，单次充电最大行驶里程40km，满足城市上班族每日行驶里程所需。谷歌公司于2010年10月在其官方博客中宣布，该公司开发出一种全新的智能汽车，以防止交通事故并减少二氧化碳排放。该车采用智能传感设备，包括摄像机、GPS、雷达和激光设备等，能够360度全方位感知汽车周围的道路环境。车顶的激光雷达能够扫描半径70米范围内的环境信息，车载控制系统通过摄像机能“看懂”交通灯，识别行人和障碍物等，并模拟驾驶员对相应交通状况作出正确反应。试验汽车已经行驶了约22.5万km路程，期间为防不测驾驶员可以干预。在完全无人干预的状态下，行驶总路程已达1600km，其中一辆车驶过号称美国“最陡最弯曲”道路之一的旧金山隆巴德街。在欧洲，为了有效解决城市道路堵塞、停车困难、能源消耗、噪声污染和环境污染等交通问题，一种新型的公共交通汽车系统已经问世，这种交通汽车系统被称为Cyber-carSystem，是智能汽车应用领域的一个新突破。法国国立计算机及自动化研究院研发的CyCab智能汽车，该车采用激光扫描技术实现自主导航、障碍物检测以及汽车跟踪等功能。2001年2月，欧洲的十五个研究机构和企业组成了一个联盟，开发CyberCars/CyberMove项目，这个由欧共体发起的项目的目标是建立一种基于高度自动化汽车的智能交通系统，称作可控交通系统。在这一项目支撑下，发起了包括RIVIUM项目、ANTIBES项目、WERFENWENG项目在内的八个关于CyberCars研究的项目。经过三年多的研究工作，该项目于2004年月10~11日在法国安提布市作了最终项目报告并进行了室内仿真演示和室外试验。意大利帕尔玛大学的无人驾驶汽车，从意大利起程，重温当年马可·波罗的旅行路线，在80多天的行程中，途径俄罗斯、哈萨克斯坦等多个国家，最终进入中国境内，再穿过戈壁沙漠，于2010年10月28日抵达上海世博园。这项试验将智能汽车置于实际的环境中进行测试，汽车跨越两个大洲，在各种不同的极端环境条件进行了试验。试验过程中该智能汽车没有使用任何地图，采用了低成本技术，所设计的控制器可以较容易地安装到大多数的汽车底盘，还有助于改善道路安全，并且对燃油效率的提高也有积极的影响[18]。我国关于智能汽车的研究始于20世纪80年代，国家863计划立项进行遥控驾驶智能移动平台的研制。国内关于智能汽车的研究集中于一些高校，国防科技大学自动化研究所从80年代末期至今一直在进行智能汽车的研究，先后研制了CITAVT-I、II至CITAVT-IV、HQ系列等多种型号的智能汽车[8-9]。清华大学从1988年开始关于智能汽车的研究，设计的THMR-V智能汽车在结构化道路环境下提出一种基于扩充转移网络的道路理解技术和基于混合模糊逻辑的控制方法实现道路轨迹的自动跟踪，平均车速为100km/h，最高车速达150km/h。吉林大学从上世纪90年代年开始关于智能汽车的研究，并先后开发出JLUIV、DLIUV系列智能汽车。上海交通大学智能汽车技术研究所承接了欧盟ICT计划CyberC3项目，研制出CyberC3、C