地面無人車輛及關鍵技術研究進展

朱炳先，張朋飛

（中國北方車輛研究所，北京100072）

地面無人車輛及關鍵技術研究進展

朱炳先，張朋飛

（中國北方車輛研究所，北京100072）

地面無人車輛研究是移動機器人研究的重要方向?；诖罅课墨I研究，分析了地面無人車輛國內外發(fā)展現(xiàn)狀及關鍵技術研究進展，提出了地面無人車輛未來發(fā)展趨勢和亟待解決的3個關鍵技術問題，為進一步研究相關問題提供了一定參考。

地面無人車輛；環(huán)境感知；信息融合；自主行駛

地面無人車輛集環(huán)境感知、規(guī)劃決策與多等級輔助駕駛功能于一體，是涉及到傳感、信息融合、計算機、通訊、人工智能及自動控制技術等多學科多領域的高技術集合體[1]。隨著科學技術高速發(fā)展，地面無人車輛對社會經濟特別是國防現(xiàn)代化建設的重大意義日益凸顯[2]，因而成為車輛工程領域研究的熱點及很多國家高科技發(fā)展的重點，而相關的關鍵技術是地面無人車輛正常運行的前提條件之一[3]。地面無人車輛依靠眾多關鍵技術對周圍環(huán)境信息進行獲取、處理和理解，實現(xiàn)自主定位、環(huán)境探索與自主行駛。所以，許多關鍵技術成為地面無人車輛自主行為研究的重要內容[4]。為此，本文在梳理地面無人車輛及關鍵技術研究進展基礎上，提出未來地面無人車輛發(fā)展趨勢及亟待解決的若干關鍵技術問題，以供業(yè)界同行參考。

1 地面無人車輛研究現(xiàn)狀

1.1國外研究現(xiàn)狀

國外地面無人車輛研究主要集中于歐美日等國。20世紀80年代初，美國國防部高級研究計劃局發(fā)布戰(zhàn)略計劃[5]，將地面無人車輛作為其重要組成部分。卡內基梅隆大學早在20世紀90年代研制了NavLab系列地面無人車輛[6]，成為當時的代表性成果。目前，NavLab11是該系列的最新成果，雖然屬于改裝型，但是該款地面無人車輛已經具備一定環(huán)境感知能力[7]。此外，美國國防部還制定了一系列地面無人作戰(zhàn)平臺計劃，推動研制地面無人自主車輛，其目的就是構建無人地面作戰(zhàn)系統(tǒng)。斯坦福大學研發(fā)的Stanley地面無人車輛更加先進，系統(tǒng)處理傳感器數(shù)據的頻率可達100 Hz，且擁有魯棒性較強的車輛狀態(tài)估計算法[8]。

近年來，卡耐基梅隆大學又研制了一款名叫“Boss”的地面無人車輛，擁有感知、運動規(guī)劃、任務規(guī)劃及行為的若干子系統(tǒng)，基本實現(xiàn)了自動避障、會車、泊車等功能[9]。2010年以來，Google公司也將地面無人車輛研究列為研發(fā)項目[10]，其目標是實現(xiàn)對車輛的智能控制。目前，Google公司的地面無人車輛已經完成了近百萬公里的安全測試，車輛具備感知能力和人工智能，可自動地識別信號燈、行人以及車輛，配置谷歌街景地圖對車輛進行導航，基本實現(xiàn)自主行使。

在德國，慕尼黑聯(lián)邦國防大學于20世紀80年代也開始對地面無人車輛技術進行探索[11]，目前，已開發(fā)出兩款地面無人車輛（VaMoRs和VaMoRs-P）[12]，其中VaMoRs-P地面無人車輛實現(xiàn)了1 600 km的長距離自主行駛和400多次變道，最高時速達130 km/h。2010年，德國柏林自由大學研發(fā)了MIG出租車[13]，這款地面無人車輛是以帕薩特為基礎，用線控技術控制車輛[14]。

此外，意大利帕爾瑪大學研制的地面無人車也于2010年7月20日下線四輛無人電動車，行程13 000 km，抵達中國上海世博園現(xiàn)場[15]。英國牛津大學研制的地面無人車輛Wildcat，則采用激光雷達和相機監(jiān)控路面、交通、行人等交通狀況，可以實現(xiàn)崎嶇山路上自主行駛、堵車繞道等功能[16]。

日本是20世紀90年代實施了先進巡航協(xié)助公路-系統(tǒng)(AHS)計劃，主要從事高速公路車輛測試、評價和實施等研究。針對日本高速公路彎曲度大的特點，由日本多家汽車和電子企業(yè)合作，致力于彎曲道路環(huán)境下因傳感器受限無法檢測到公路上危險情況展開研究，目的是提高車輛行駛的安全性。此外，日本幾大汽車公司在車輛定位、感知技術、駕駛員人臉識別、車輛跟蹤及夜間行駛等方面也做了深入研究，為“城市交通系統(tǒng)”構建做出了貢獻。

1.2國內研究現(xiàn)狀

在國內，地面無人車輛研究起步較晚，地面無人車輛研究始于“八五”期間。1995年，國防科大和北理工合作成功研制了代號為ATB-1的地面無人車輛，這是國內第一輛能夠自主行駛的測試樣車。此后相繼研制了ATB-2和ATB-3。這些地面無人車輛包含了計算機系統(tǒng)、精確定位系統(tǒng)、路徑規(guī)劃系統(tǒng)、運動控制系統(tǒng)和自動駕駛儀，其功能不斷加強，行駛速度不斷提高，環(huán)境認知能力和軌跡跟蹤能力進一步加強，實現(xiàn)了在準結構化和非結構化道路以及越野環(huán)境下的自主行駛功能[17]。清華研制的THMR-V地面無人車輛[18]，可根據不同環(huán)境場景實現(xiàn)高速和城市道路選擇性行駛模式切換，最高行駛速度達到42 m/s[19]。國防科大研制的CITAVT-IV地面無人車輛[20]，在真實路況條件下，50 min內行駛11 km，能識別交通標識和信號燈，對各種障礙物可進行感知，在路口可進行左右轉彎和直行。西安交大研制的Springrobot地面無人車輛具有較高的車道線檢測和行人檢測能力[21]。“中國一汽”和國防科大研制的“紅旗CA7460”地面無人車輛，標志著我國自主研發(fā)的第一輛駕駛汽車誕生，這款車可以根據前方障礙狀況實現(xiàn)自動變道，其最高行駛速度達到47 m/s。吉林大學地面無人車輛研究團隊在環(huán)境感知、導航技術等方面有較為深入的研究，研制的地面無人車輛能夠實現(xiàn)按照標識線路自主行駛[22]。

此外，中科院合肥物質科學研究所、軍事交通學院、上海交大、武漢大學、湖南大學等單位也在地面無人車輛研究方面取得了一定成果[23-25]。

綜上所述，國內外研究機構和企業(yè)在地面無人車輛研究方面做出了開創(chuàng)性工作，但整體上還是處于實驗室階段，將地面無人車輛置身于真實交通系統(tǒng)，在交通規(guī)則約束下，對周邊固定或移動障礙物及車輛交互行為做出響應決策，最終實現(xiàn)真實道路上安全自主行駛還需要時日。其根本原因在于，地面無人車輛對周邊車輛行為、意圖缺乏識別和理解，難以在理解基礎上做出合理響應行為，即地面無人車輛缺乏與周邊車輛的有效交互與協(xié)同，相關關鍵技術研究需進一步加強。

2 地面無人車輛關鍵技術研究現(xiàn)狀

地面無人車輛與現(xiàn)行車輛相比，主要體現(xiàn)在結構化和非結構化條件下運行時的信息采集和處理數(shù)量[26]，所以，對地面無人車輛的智能化水平的要求很高。地面無人車輛運行過程中要對已知和實時獲取的環(huán)境信息做出路徑規(guī)劃并自主決策，這樣才能使車輛安全可靠運行。因此，地面無人車輛是多學科綜合應用的產物，涉及到多種基礎理論（信息論、控制論、人工智能、決策論等）和多種先進技術（計算機、網絡、微電子、通信等）的綜合應用，而技術支撐是地面無人車輛研發(fā)獲得重大突破的關鍵[27]。

2.1傳感技術

地面無人車輛追求的最終目標是達到車輛自主行駛。因此，地面無人車輛必須掌握足夠多的車體自身的狀態(tài)信息和車體外部的環(huán)境信息，從而使得地面無人車輛對外部交通環(huán)境能有效感知，而這些地面無人車輛自主行駛所需要的信息則需要通過各種傳感器來獲得[28]。目前主流的傳感手段有雷達系統(tǒng)、機器視覺、高精度GPS和磁道釘。

雷達系統(tǒng)是一種主動型傳感器，其優(yōu)勢是對距離、速度和方位進行直接測量，特別是在惡劣氣象條件下能夠正常工作而不受影響。尤其是激光雷達，其精度更高。不足是成本高，光譜分辨率和掃描速度較低，多個雷達之間容易產生相互干涉。機器視覺技術是近20年來在地面無人車輛研發(fā)中備受關注的技術，他是依靠CCD等成像元件，從多角度全方位拍攝車外環(huán)境，其成本較雷達系統(tǒng)低[29]。目前主要用CCD提取車道線，識別近距離車輛、行人和交通標志等，這些屬于被動型傳感器，缺點主要是容易受到環(huán)境干擾，特別是能見度低的情況下效果不理想。高精度GPS則可以對車輛位置、行駛方向、速度、加速度等車輛狀態(tài)信息精準捕獲，結合電子地圖和先進匹配算法，能夠獲得充分的道路信息，對于精準定位車輛和道路跟蹤具有不可替代的作用。磁道釘技術是借助磁傳感器采集道路的磁場分布狀況，以此來確定車輛位置，并結合計算機視覺輔助信息，可提供全天候車輛導航，不受氣象條件影響。

總之，視覺系統(tǒng)具有高分辨率和低成本特征，因而基于視覺信息環(huán)境感知是有實用價值的方法[30]。

2.2智能算法

地面無人車輛通過傳感器感知到周圍的環(huán)境信息有其局限性，為了提高整個系統(tǒng)的有效性和穩(wěn)定性，需要多個傳感器信息有效融合，即需要融合方法。目前主流的融合方法有：數(shù)據融合算法、視覺算法、濾波算法、控制決策算法等。

數(shù)據融合算法是將多個傳感器捕獲的數(shù)據信息輸入到融合算法中，生成有效的融合數(shù)據供給系統(tǒng)決策[31]。另外，不同類型的傳感器之間存在優(yōu)勢互補的情況，也需要通過數(shù)據融合算法來處理。視覺算法是為了提高算法適應能力，基于實時、穩(wěn)定的視頻圖像，從中提取出有效的環(huán)境信息的檢測與識別算法[32]。濾波算法是為了提高抗干擾能力，解決測量數(shù)據與真實數(shù)據之間的誤差，對數(shù)據進行各種濾波處理方法。控制決策算法是為了使地面無人車輛實現(xiàn)自主確定并切換到適當工作模式，從而完成自主行駛任務的各種橫向、縱向控制方法。

2.3通信技術

地面無人車輛的主要目標是實現(xiàn)無事故自主行駛，而造成事故的客觀原因是通信不暢。所以，降低事故率必須從解決車輛通信問題入手[33]。地面無人車輛行駛過程中，車輛之間、車輛與交通監(jiān)控中心之間、車輛與道路設施之間、車輛與其他信息系統(tǒng)之間，都存在著大量的各種存在形式的信息需要實時交換，而通信技術就是保證信息的準確快速傳輸，適合于地面無人車輛信息交換的通信技術顯得尤為重要。為了提高通信質量，必須研究地面無人車輛信息交換的通信系統(tǒng)結構、傳輸介質、編碼糾錯技術、軟件技術等。目前采用的是無線數(shù)字通信，其通信電路設計和基于廣域網的無線通信協(xié)議技術對于車輛與環(huán)境之間的信息交互極具意義，低成本的無線通信技術將在各種電子裝置之間完成數(shù)據傳遞、信息交換發(fā)揮重要作用。

3 地面無人車輛發(fā)展趨勢及關鍵技術展望

3.1發(fā)展趨勢

地面無人車輛作為一種智能化交通工具，他將代替人類駕駛員實現(xiàn)一系列自主駕駛行為，涉及到對外部環(huán)境的精確感知、對自身的精準定位以及智能化決策控制。可以預見，不久的將來地面無人車輛研制不僅能夠推動各項先進技術的產生，也將促進多門類科學理論的發(fā)展。就地面無人車輛本身而言，未來將向系列化、車族化方向發(fā)展?？紤]到未來對地面無人車輛的實際需求，可能首先滿足軍事裝備需求，所以，未來可能針對不同軍種，開發(fā)適應多軍種的系列化和車族化地面無人車輛。如美軍為了適應海軍陸戰(zhàn)隊要求，開發(fā)的“角斗士”無人戰(zhàn)車，適應于排雷需要的微型掃雷車，適應于城市環(huán)境的偵察、巡邏、監(jiān)視等任務的龍騰小型智能車等。此外，可能為了適應任務多樣化需求，開發(fā)以地面無人車輛為原型的多種變形智能車輛，比如多功能通用、后勤裝備車輛（運輸車型、掃雷型和輕型突擊型）。

從應用角度而言，地面無人車輛率先應用于軍事領域，以此為牽引，擴展到民用領域，實現(xiàn)軍民兩用協(xié)調發(fā)展態(tài)勢。事實上，軍用技術與民用技術通常是相互交叉出現(xiàn)的，軍用車輛所承載的技術發(fā)展起來后，逐步向民用領域轉向。比如，互聯(lián)網和GPS定位系統(tǒng)最初都是軍事項目，而現(xiàn)在則對整個社會經濟發(fā)展均有滲透且起著巨大作用。同時，高精尖技術在民用領域的廣泛應用也促進了軍用項目向縱深發(fā)展。地面無人車輛也不例外，其在軍用方面的特殊環(huán)境（越野道路、無路環(huán)境、核生化環(huán)境）中誕生的環(huán)境感知技術與自動控制技術，可以應用于民用車輛的自主道路規(guī)劃、安全輔助駕駛等領域，且孕育于民用領域的軍事技術可獲得巨大民間資源，實現(xiàn)其快速發(fā)展。

3.2亟待解決的關鍵技術

縱觀國內外關于地面無人車輛研究成果發(fā)現(xiàn)，近年來主要聚焦于地面無人車輛的環(huán)境感知系統(tǒng)，尤其是在道路檢測、障礙識別等方面取得了不少成果，以及基于結構化道路環(huán)境研發(fā)的輔助駕駛系統(tǒng)已經得到具體應用。但在復雜的非結構化路況和惡劣氣象條件下的地面無人車輛的感知系統(tǒng)還面臨很多問題，需要進一步深入研究。為了滿足某一特定任務需要，同時考慮到最優(yōu)性價比，未來總體技術可能向平臺的模塊化和運載系統(tǒng)的通用化方向發(fā)展，需要開發(fā)地面無人車輛的通用技術，根據不同需要進行不同配置，從而實現(xiàn)不同功能。

為此，復雜背景環(huán)境下城市道路中的交叉口檢測、道路標志和交通信號準確實時識別，行人避讓檢測與跟蹤識別等問題是環(huán)境感知技術亟待解決的問題。區(qū)別于城市道路環(huán)境下幾何描述能夠說明道路的可通過性，在野外環(huán)境條件下，對復雜地形進行分析是關鍵，在分析三維地形幾何特征、地形覆蓋、檢測及對可能是障礙的地形分類，并評估各種地形的可通過性。所以，地面無人車輛在復雜野外環(huán)境中各種障礙檢測與自主導航成為另一個亟待解決的問題。此外，由于惡劣氣象條件和光照條件下的影響，視覺系統(tǒng)作為環(huán)境感知系統(tǒng)的重要組成部分，要想實現(xiàn)全天候、夜間條件下的準確感知與理解還需要進一步的研究。

4 結束語

地面無人車輛是匯聚多種理論和技術于一體的高科技產物，其發(fā)展不僅推動著所涉學科與技術的進步，而且在軍事與民用上具有廣闊的應用前景。本文在閱讀大量文獻基礎上，回顧了地面無人車輛國內外發(fā)展歷程，梳理了涉及地面無人車輛自主行駛的關鍵技術，對地面無人車輛未來發(fā)展趨勢做出了預測，對相關的亟待解決的關鍵技術進行了整理，可望此項工作能對地面無人車輛研究者提供一個較為清晰思路和未來研究重點方向。

[1]陳慧巖,熊光明,龔建偉,等.車輛信息技術[M].北京：北京理工大學出版社，2013：12-13.

[2]Arslan G,Maiden J R,Shanuna J S.Autonomous vehicle-target assignment：A game-theoretical formulation[J].Journal of Dynamic Systems,Measurement and Control,2007,129(5)：584-596.

[3]劉嚴巖，王進，冒蓉.無人地面車輛的環(huán)境感知技術[J].太赫茲科學與電子信息學報，2015,13（5）：810-815.

[4]錢鈞.基于路標的智能車輛定位[J].上海交通大學學報,2007(6)：894-898.

[5]（美）National research council of the national academies.軍用無人地面車輛技術的發(fā)展[M].付夢印,王美玲,主譯.北京：國防工業(yè)出版社,2009：28-36.

[6]Thorpe C,Herbert M,Kanade T,et al.Toward autonomous driving：the CMU Navlab[J].IEEE Expert,1991,6(4)：31-42.

[7]鄧志東.無人駕駛車輛：從遙控或半自主到完全自主[R].清華大學智能技術與系統(tǒng)國家重點實驗室，2012：15-20.

[8]Urmson C,Anhalt J,Bagnell D.Autonomous Driving in Urban Environments：Boss and the Urban Challenge[J].Journal of Field Robotics，2008,25(8)：425-466.

[9]Ferguson D,Howard T,Likhachev M.Motion Planning in Urban Environments：Part I[C].Proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems(IROS).Nice,France,2008：1063-1069.

[10]Markoff J.Google Cars Drive Themselves,in Traffic[R].The New York Times，October 11,2010.

[11]Dickmanns E D.The development of machine vision for road vehicles in the last decade[C]//Intelligent Vehicle Symposium,2002.IEEE.IEEE,2002,1：268-281.

[12]Albus J S.4-D/RCS reference model architecture for unmanned ground vehicles[C]//Aerosense.International Society for Optics and Photonics,2002：1-5.

[13]Reuschenbach A,Wang M,Ganjineh T,et al.iDriver-Human Machine Interface for Autonomous Car s[C]//Information Technology：New Generations(ITNG),2011 Eighth International Conference on.IEEE,2011：435-440.

[14]Ford H J.Shared Autonomous Taxis：Implementing an Efficient Alternative to Automobile Dependency[D].Princeton University,2012.

[15]Bertozzi M,Broggi A,Cardarelli E,et al.VIAC Expedition Toward Autonomous Mobility[From the Field][J].IEEE Robotics&Amp Amp Automation Magazine,2011,18(3)：120-124.

[16]Chang B R,Tsai H F,Young C P.Intelligent data fusion system for predicting vehicle collision warning using vision/GPS sensing[J].Expert Systems with Applications,2010,37(3)：2439-2450.

[17]趙盼.城市環(huán)境下無人駕駛車輛運動控制方法的研究[D].合肥：中國科學技術大學,2012.

[18]張鵬飛,何克忠,歐陽正柱,等.多功能室外智能移動機器人實驗平臺——THMR-V[J].機器人,2002,24(2)：97-101.

[19]楊明.無人自動駕駛車輛研究綜述與展望[J].哈爾濱工業(yè)大學學報,2006,38(8)：1259-1262.

[20]孫振平,安向京,賀漢根.CITAVT-IV視覺導航的自主車[J].機器人,2002,24(2)：115-121.

[21]Li Q,Zheng N,Cheng H.Springrobot：a prototype autonomous vehicle and its algorithms for lane detection[J].IEEE Transactions on Intelligent Transportation Systems,2005,5(4)：300-308.

[22]鄧劍文,安向京,賀漢根.基于道路結構特征的自主車視覺導航[J].吉林大學學報(信息科學版),2004,22(7)：425-419.

[23]彭新榮,楊明,謝強德,等.一種基于可靠預約ALOHA的智能車多車協(xié)作通信協(xié)議[J].上海交通大學學報,2010,44(9)：1211-1216.

[24]徐友春,常明,劉洪泉,等.獵豹智能車無人駕駛系統(tǒng)總體設計[J].汽車工程,2006,28(12)：1081-1085.

[25]安吉堯,文桂林,盧遠志,等.用于車輛自主導航的多傳感器數(shù)據融合方法[J].汽車工程,2009,31(7)：640-645.

[26]李舜酩,沈峘,毛建國,等.智能車輛發(fā)展及其關鍵技術研究現(xiàn)狀[J].傳感器與微系統(tǒng),2009,28(1)：1-4.

[27]馬飛躍，王曉年.無人駕駛汽車環(huán)境感知與導航定位技術應用綜述[J].汽車電器，2015（1）：1-5.

[28]徐德，鄒偉.室內移動式服務機器人的感知、定位與控制[M].北京：科學出版社，2008：150-153.

[29]Satumino M B,Sergio L A,Pedro G J.Road-Sign Detection and Recognition Based On Support Vector Machines[J].IEEE Transactions on intelligent transportation systems,2007,8(2)：264-278

[30]王東署，王佳.未知環(huán)境中移動機器人環(huán)境感知技術研究綜述[J].機床與液壓，2013,41（15）：187-191.

[31]辛江慧,李舜酩,廖慶斌.基于傳感器信息的智能移動機器人導航研究[J].傳感器與微系統(tǒng),2008,27(4)：4-7.

[32]Shen H,Li S,Bo F,et al.Intelligent vehicles oriented lane detection approach under bad road scene[C]//Computer and Information Technology,2009.CIT'09.Ninth IEEE International Conference on.IEEE,2009,1：177-182.

[33]Baber J,Kolodko J,Noel T.Cooperative Autonomous Driving：Intelligent Vehicles Sharing City Roads[J].IEEE Robotics&Automation Magazine,2005,12(1)：44-49.

The Research Progress in Unmanned Ground Vehicle and Key Technology

ZHU Bing-xian,ZHANG Peng-fei
(China North Vehicle Research Institute，Beijing,100072)

Unmanned vehicle is one a very important direction for ground mobile robot.Based on Li-terature studying，this paper analyses the development status and key technology of unmanned vehicle at home and abroad on the ground research progress,proposes the future trends of unmanned vehicles and 3 key technology problems,and provides some references for further study.

unmanned ground vehicles;environment perception;information fusion;autonomous driving

TP242

A

〔責任編輯 王東〕

1674-0874(2017)01-0066-05

2016-12-16

國家自然科學基金[61673069]

朱炳先(1994-)，男，山西原平人，在讀碩士，研究方向：車輛電子控制技術。