第1章-自动驾驶绪论

第1章

绪论1.1自动驾驶技术的产生1.早期对自动驾驶技术的探索图1-1第一辆自动驾驶车辆“AmericanWonder”20世纪20年代,美国公司HoudinaRadioControl1939年,美国通用车辆公司在纽约世博会上展示了叫做“Futurama”的交通模型。当车辆驶入高速公路后,就进入自动驾驶模式,根据“定制车道”来行驶。图1-2未来交通模型通用车辆公司还在这期间推出了Firebirds系列自动驾驶车辆,车上载有“电子导航系统”,它通过电子脉冲与地下的电缆之间进行通讯,从而实现了对车辆的自动控制。图1-3通用公司的FirebirdIII自动驾驶车辆1960年代,美国俄亥俄州立大学通信与控制实验室开始对无人驾驶项目的研究,同样是提出利用内嵌在道路上的电子设备进行控制和引导。该项目的负责人Cosgriff博士预测他们的自动驾驶系统可以在80年代初得到完善并投入使用。在60~70年代,很多企业公司、科研机构都对这项技术投入了研究。英国TRL实验室研发的自动驾驶车辆“雪铁龙DS”,在任何天气条件下以80英里每小时的速度进行测试时,它的速度和方向都不会偏离,这远比人类驾驶更加有效和安全；Bendix公司还通过道路两侧的通讯器来传递计算机的控制指令。2.现代自动驾驶技术的产生现代自动驾驶技术产生于70~80年代。这一时期,德国的慕尼黑联邦国防大学研发了一辆由视觉引导驾驶的奔驰车辆,它以39英里每小时的速度在没有交通的道路上完成了测试。同时,美国国防高级研究计划局开始ALV计划,与美国多所大学和科研机构共同研究,集成了激光雷达、计算机视觉和自动机器人技术,研发出了时速19英里的自动驾驶车辆,首次在车上搭载了便携计算机最具代表性的是在80年代末,由美国卡内基梅隆大学研制的Navlab系统,搭载于一辆雪佛兰厢式货车上。他们率先采用了神经网络算法来控制和引导车辆,在车上安装了若干摄像头、激光测距仪、激光雷达、陀螺仪等设施,具备惯性导航系统和卫星定位系统,车厢内部是计算机房,整个计算系统由Wrap超级计算机和Sun3/Sun4工作站组成,还采用了Intel80386实时处理器来处理传感器信息和发出控制指令。受到当时计算机软硬件条件的限制,时速大约只有20英里,但是它为现代自动驾驶技术奠定了基础。1.2自动驾驶车辆研究状况1.2.1国外自动驾驶车辆研究状况美国美国国防部高级研究计划局（DARRA）从2004到2007年共举办了3届DARPA无人驾驶挑战赛,吸引了包括卡内基·梅隆大学、斯坦福大学、弗吉尼亚州大学在内多个研究团队参赛,引起了广泛的关注。2011年,美国内达华州立法委员会通过了第一部允许测试无人驾驶车辆的法案2015年7月美国密歇根大学M-City正式开放2016年11月,美国交通部公布“自动驾驶试验场试点计划”英国从2015年开始,英国政府开始陆续出台自动驾驶的相关政策,尽力为智能车辆的发展提供宽松的环境。2015年2月,英国政府发布了无人驾驶车辆上路测试的官方许可。2016年1月,英国交通部宣布,准许自动驾驶车辆在伦敦街头上路测试2017年8月6日,制定了一套新的网络安全原则,全称为《联网和自动驾驶车辆网络安全关键原则》。2018年2月,英国政府宣布,投资2240万英镑（约合3130万美元）在22个新互联和自动驾驶车辆（CAV）研发项目上。日本日本政府及车辆制造商在自动驾驶技术方面一直保持谨慎态度。日本政府在《日本再兴战略2016》中提出,要在2020年东京奥运会之前实现无人自动驾驶交通服务。2016年2月12日,日本产业省制造产业局车辆课正式公布“无人驾驶评价据点整备项目”2017年5月,德国议会两院通过了一项由运输部提出的法案,修改现行的道路交通法规,允许高度或全自动驾驶系统代替人类自主驾驶,给予其和驾驶人同等的法律地位。美国卡内基·梅隆大学从1987年左右开始研究自动驾驶技术，其研制的NavLab系列代表了世界自动驾驶的发展方向。NavLab-1系列于1986年基于雪佛兰的一款厢式货车改装而成，装有Sun3.GPS、Warp等计算机硬件NavLab-5系统是1995年建成的，CMU与Assist-Ware技术公司合作开发研制的便携性高级导航支撑平台PANS为系统提供计算基础和I/O功能，并能控制转向执行机构，同时进行安全报警。意大利帕尔玛大学VisLab实验室一直致力于ARGO项目研究。于1998年沿着意大利的高速公路网进行了2000公里的长距离道路试验。在2010年,ARGO试验车装载了5个激光雷达、7个摄像机、GPS全球定位系统、惯性测量设备以及3台Linux电脑和线控驾驶系统。2013年,意大利帕尔马大学的自主车BRAiVE,在帕尔马城区自主行驶,顺利通过单向双车道等狭窄的城郊道路,其间涉及行人横穿马路、交通灯、人工凸起路面、行人区、急转弯等,同时实现全程无人工干预。2011年,英国牛津大学研制出的自动驾驶车辆Wildcat使用激光雷达和相机监控路面状况、交通状况、以及行人和其他障碍物,在崎岖山路上能够实现自主行驶、堵车绕道日本丰田公司于2018年年初的CES（电子消费展）上,发布了一款无人驾驶的厢式电动概念车e-Palette。新车将在2020年东京奥运会上试运行,并有望在2030年正式向大众推广。2014年,宝马展示了其研发的无人驾驶技术,该技术不仅可以帮助车主在交通状况拥堵的城市找到便捷畅通的行驶路线,同时并不会夺走驾驶员对车辆的掌控权。2016年,宝马集团与英特尔以及Mobileye建立起行业第一个开放式的自动驾驶研发平台。2018年4月,宝马又正式启动了自动驾驶研发中心,为最终实现无人驾驶提供技术支持。2018年5月14日,上海市智能网联车辆道路测试推进工作小组为宝马颁发了上海市智能网联自动驾驶测试牌照。2016年和2017年,通用陆续收购自动驾驶车辆初创公司CruiseAutomation和激光雷达技术公司Strobe,在自动驾驶的道路上快速前进。2018年1月12日,通用车辆（GM）官方公布了第四代Cruise自动驾驶车辆CruiseAV。CruiseAV没有方向盘、加速踏板和制动踏板,安装了21个普通雷达、16个摄像机和5个激光雷达来感知车辆周围的环境和障碍物,是真正的无人驾驶车辆。2018年新款奥迪A8是全球首款量产搭载L3级别的自动驾驶系统的车型,其携带有12个超声波传感器、5个摄像机、5个毫米波雷达、1个激光雷达、1个红外线摄像机,共24个车载传感器。2015年10月,特斯拉推出的半自动驾驶系统Autopilot,Autopilot是第一个投入商用的自动驾驶技术。谷歌公司于2009年开始研发无人驾驶技术。2015年,谷歌公司的无人驾驶原型车上路进行测试,该车只配有启动和停止两个物理按钮,通过若干传感器、车载计算机来控制车辆。2017年10月,Waymo已在美国凤凰城Chandler镇100平方英里范围内,对600辆克莱斯勒插电混动L4级自动驾驶车辆进行社会公测。2018年,谷歌还与捷豹路虎合作,计划在2020年之前生产另外20000辆无人驾驶出租车。2016年5月,Uber无人驾驶车辆在位于美国宾夕法尼亚州匹兹堡市的Uber先进技术中心正式上路测试。1.2.2国内自动驾驶技术状况清华大于THMR-V自动驾驶车经过实验研究已经能够实现结构化环境下的车道线自动跟踪；准结构化环境下的道路跟踪；复杂环境下的道路避障、道路停障；视觉临场感遥控驾驶等功能。2012年11月26日,由军事交通学院改装的“猛狮3号”智能,从北京台湖收费站到天津东丽收费站共114公里的无人驾驶试验2016年6月初,同济大学在上海车辆城无人驾驶测试基地的开园仪式上展示了其协同创新中心研发的自动驾驶电动清扫车。该车在同济大学低速电动车自动驾驶技术,上海司南导航北斗高精度定位技术、上海丁研三元锂电池组与管理技术研究成果基础上,开发可区域师范运行的低速自动驾驶车辆环境感知系统、驱动/制动/转向线控系统、北斗高精度定位系统、自动驾驶控制等关键技术进行研究与实验。2017年,由自然科学基金委主办中国智能车未来挑战赛已举办了九届赛事。其中比较有代表性的有清华大学“睿龙号”无人驾驶车辆和北京理工大学“RAY”无人车。“BIT”无人驾驶车辆系统组成2015年4月,一汽集团正式发布了其“挚途”技术战略,标志着一汽集团的互联智能车辆技术战略规划正式形成。根据该战略的十年发展计划,“挚途”战略将从当前的1.0发展到4.0。2015年,上汽集团在自动驾驶领域“结盟”中航科工,并在上海车展上展示了自主研发的智能驾驶车辆iGS。长安车辆在2015年4月发布了智能化战略“654”,即建立6个基础技术体系平台,开发5大核心应用技术,分4个阶段逐步实现车辆从单一智能到全自动驾驶。北汽集团在2016年4月份的北京车展上,展示了其基于EU260打造的无人驾驶车辆。长城车辆在2012年成立了专业团队,对车辆无人驾驶等智能技术进行研发。目前哈弗H8、H9及部分后续车辆已经完成了驾驶辅助（ADAS）阶段的开发。百度公司于2013年开始了百度无人驾驶车辆项目,其技术核心是“百度车辆大脑”,包括高精度地图、定位、感知、智能决策与控制四大模块。2011年7月,国防科技大学与一汽合作开发的自动驾驶车辆红旗HQ3,完成了从长沙到武汉,共计286公里的高速无人驾驶实验,平均时速87km/h。2015年8月,宇通客车在郑开大道城际快速路,完成了开放环境下的无人驾驶试验,全程32.6公里,最高时速48km/h。2015年12月,百度完成北京开放高速路的自动驾驶测试,其核心技术集中在“百度车辆大脑”,在高精地图、感知决策方面均有突破,试验最高时速达100km/h。2016年4月,长安车辆完成了超过2000km的无人驾驶车辆测试,计划在2018年实现高速路上的无人驾驶,在2025年实现城市复杂路况下的自动驾驶。2016年6月,上海“国家智能网联车辆试点示范区”封闭测试区正式开园,标志着在国家战略高度上,支持自动驾驶车辆技术发展。2018年3月,北京发放首批自动驾驶测试试验用临时号牌,用于33条,总计105公里的开放路段用于自动驾驶测试。1.3自动驾驶车辆发展目标与重点自动驾驶的流程感知是整个系统运行的第一步。

虽然目前的环境感知技术目前已大体完善,但是要实现最高级的无人驾驶,还有很多地方需要改进。比如在恶劣的天气条件下、在不断变化和不利的光照条件下,各种元件不可避免地会受到影响。地图是最重要的先验信息之一。人们需要大规模地对地图信息进行预先采样和更新,以使车辆能够适应新情况。一种解决方法是建立云端的地图共享系统,它与离线的地图共享并且是动态更新的,但是这对系统的通信能力也提出了更高的要求；也有学者提出“即时定位与地图构建”（SLAM）技术,它并不严重依赖于先验信息,允许自动驾驶系统持续观察环境并适应新情况,但是这项技术需要更多的计算密集型算法,并且根据所使用的传感器和周围环境可能会受到更多不确定性的影响。人工智能算法是自动驾驶的核心。借助于目前机器学习和深度学习的研究，人工智能已经能实现越来越多的自动控制，高级别的自动驾驶还需要把智能算法与传统的车辆动力学控制结合起来，对智能算法的稳定性和准确性有着极高要求；智能算法的道德性和合法性也是人们需要考虑的，“在无可避免的情况下，要撞向一个人的一侧还是撞向一群人的一侧？”类似这样的问题发生了以后处理困难，就需要在技术层面上让它不会发生。车联网通信需借助新型信息通信技术车联网的关键技术包括4G/5G车载蜂窝通信技术、LTE-V2X和802.11p直连无线通信技术等的应用与自动驾驶技术的发展紧密相关,但是这些技术目前只是初步成熟,还需要集中研究力量重点突破而且车联网信息的安全保护也是一个亟待关注的问题,车联网的过程会产生一定的操纵数据、位置信息等,涉及到个人隐私权益的保护,此外,还需要考虑到应用领域的经济效益问题等。自动驾驶存在的问题和解决情况项目或竞赛出现的问题问题的解决情况PROMETHEUS（1987–1995）自主车道保持大部分已解决自适应巡航大部分已解决自动紧急呼叫大部分已解决NoHandsAcrossAmerica（1995），MunichtoOdenseUBMTest（1995），ARGO（1998）基于视觉的物体检测/追踪大部分已解决复杂光照条件下的感知部分解决改善障碍和道路标志检测部分解决复杂的城市交通大部分未解决恶劣天气下的环境感知大部分未解决DARPAGrandChallenge（2004）,SecondDARPAGrandChallenge（2006）DARPAGrandChallenge（2004）,SecondDARPAGrandChallenge（2006）DARPAGrandChallenge（2004）,SecondDARPAGrandChallenge（2006）DARPAGrandChallenge（2004）,SecondDARPAGrandChallenge（2006）DARPAGrandChallenge（2004）,SecondDARPAGrandChallenge（2006）DARPAGrandChallenge（2004）,SecondDARPAGrandChallenge（2006）DARPAGrandChallenge（2004）,SecondDARPAGrandChallenge（2006）DARPAGrandChallenge（2004）,SecondDARPAGrandChallenge（2006）DARPAGrandChallenge（2004）,SecondDARPAGrandChallenge（2006）DARPAGrandChallenge（2004）,SecondDARPAGrandChallenge（2006）DARPAGrandChallenge（2004）,SecondDARPAGrandChallenge（2006）DARPAGrandChallenge（2004）,SecondDARPAGrandChallenge（2006）DARPAGrandChallenge（2004）,SecondDARPAGrandChallenge（2006）DARPAGrandChallenge（2004）,SecondDARPAGrandChallenge（2006）DARPAGrandChallenge（2004）,SecondDARPAGrandChallenge（2006）DARPAGrandChallenge（2004）,SecondDARPAGrandChallenge（2006）DARPAGrandChallenge（2004）,SecondDARPAGrandChallenge（2006）DARPAGrandChallenge（2004）,SecondDARPAGrandChallenge（2006）DARPAGrandChallenge（2004）,SecondDARPAGrandChallenge（2006）DARPAGrandChall