汽车无人驾驶的关键技术及发展研究

２８４

汽车无人驾驶的关键技术及发展研究

梁家泰

（山东科技大学，山东泰安271019）

摘要：随着人们生活水平的不断提高，汽车成为现代生活中必不可少的交通工具，汽车行业根据市场供需关系的变化不

断改进和研发各种汽车，其中无人驾驶汽车便是重要研发成果。无人驾驶汽车作为汽车行业未来转型的重要发展方向，在研发过程中面临较多问题，因此对无人驾驶汽车关键技术进行研究显得尤为重要。文章就无人驾驶汽车在国内外的发展现状进行简要介绍，指出无人驾驶汽车技术发展存在的问题，并对无人驾驶汽车关键技术的研发提出相应对策。关键词：汽车无人驾驶；关键技术；问题；对策；现状中图分类号：U463.6文献标识码：A 文章编号：1673-1131（2019）02-0284-02

1无人汽车驾驶在国内外的发展现状

无人驾驶汽车的基本原理是通过在车辆上安装智能软件，包括车载传感器、雷达、GPS 、路线导航等各种传感设备，通过对周围环境进行感知，制定正确的导航路线，实时监测路况，进行智能信息处理，平稳高效的运行，达到预期目的地。最早研发无人驾驶汽车的是20世纪70年代美国的谷歌公司，通过雷达测试技术、车载后视摄像、激光测距仪充当无人驾驶汽车的“眼睛”，对路况进行实时监控和把握，跟传统汽车不同的是，无人驾驶汽车没有方向盘、油门、刹车，在城市道路进行测试，可以躲避障碍物、进行路线导航、作出突发决策等，到2005年行程突破二百万英里，随后英国优尔特拉、法国赛卡博等汽车公司也进行无人驾驶汽车技术的研究，并取得重大成果，这标志着国外无人技术达到较高水平。我国对无人驾驶汽车的研究较晚，在20世纪90年代初，长安汽车研发首辆无人驾驶汽车，随着技术的升级和人工智能的普及和应用，我国无人驾驶汽车技术的对道路跟踪、环境认知、轨迹记录、路线导航等模块有较大的提升。

2无人驾驶汽车关键技术发展存在的问题

2.1环境感知系统适应性准确性差

环境感知系统是无人驾驶汽车的“眼睛”，通过外部感受器获取外部环境的信息，对汽车行驶的外部环境进行感知监控，对获取的信息进行处理分析并传输给计算机控制系统，计算机控制系统中的车载导航系统和障碍物监测系统会根据环境感知系统传输的信息执行路线导航和障碍物规避等命令。环境感知系统要求获取的信息、图像有较高的清晰度，摄像头拍摄清晰度的高低直接影响环境感知系统获取信息的准确性，目前环境感知系统的准确性较低，一方面是由于摄像机的像素不高，获取图像较模糊，另一方面是采用传统的光学摄像头，图像分辨率不能满足外部环境多样性的变化，环境感知系统的准确性和实时性较差，给无人驾驶汽车上路造成隐患。

2.2激光雷达技术成本高

前文提到，摄像机对路况进行识别、摄像记录，将记录信息通过环境感知系统传输到计算机控制系统，是一种重要的

感知设备，由于这一感知设备精确度不高，只能简单地进行颜色、字体、道路标志、交通信号等识别，在监测深度和距离上远不及雷达和激光雷达等感知设备。无人驾驶汽车的关键技术能在城市道路等复杂驾驶区域行驶时，对复杂多变的道路环境，道路的具体细节灵活变通，除了传统的光学摄像机、雷达，激光雷达是重要的无人驾驶汽车感知设备。雷达发出无线电波，对前方移动物体或障碍物的速度、距离、区域范围进行测试，比光学摄像机的辨识度和精确度高，有更广的监测范围，同时成本也比光学摄像机高。激光雷达这一感知设备的精确性和实时性比雷达还要高，它主要是利用红外传感器进行工作，发出激光脉冲，感知物体距离、速度、范围，信息处理时间短，被称为无人驾驶汽车最强大的外界感知设备，具有高分辨率和高精确度。但激光雷达的成本较高，激光雷达设置中的部件能够进行3D 视图扫描，高昂的造价限制关键技术的研发和推广。

3无人驾驶汽车关键技术的发展对策

无人驾驶是汽车行业发展的新方向，目前无人驾驶技术在国内外得到广泛的研发与升级，随着人工智能和科学技术的不断发展，国内外无人驾驶技术较为成熟，但无人驾驶汽车的关键技术还是应进一步发展，以适应市场供求关系的变化。无人驾驶汽车的关键技术有人工智能、计算机视觉技术、摄像机、雷达等外部感知设备、全球地位系统等，无人驾驶汽车依据以上技术可以在城市道路等更为复杂的路况使用，发展以上关键技术，将这些技术相互支撑，感知外界环境，灵活制定道路路线，驶向预期目的地，进一步推动无人驾驶汽车行业的发展。

3.1完善感知系统，加强环境感知

环境感知系统是无人驾驶汽车行驶的基本设备系统，传

统汽车驾驶中，最重要的便是司机对外部环境进行感知，了解道路状况，将眼睛所看见的信息传输到大脑进行信息处理，进行车辆控制，在道路上安全驾驶。无人驾驶汽车的环境感知系统就是汽车行驶的“眼睛”，完善环境感知系统的各功能，可以对复杂的道路进行灵活驾驶，道路监测是环境感知系统的核心。道路监测是指通过外部环境感知设备，对汽车行驶环境进行监测，包括道路信息监测技术、道路障碍物监测技术、道路边界监测技术等，无人感知，通过环境感知，是无人驾驶汽车的重要技术，加强无人感知技术，对道路实时路况进行监测，帮助汽车规避障碍物和精确定位，在监测和定位上，选择技术性能好的传感器，将道路监测的信息和实时定位传输到计算机控制系统，无人驾驶汽车能在控制中，进行正常驾驶。

3.2设备组合使用，提高传感线性价比

激光雷达具有高精确度和高分辨率，是无人驾驶汽车所

需要的设备，但激光雷达在无人驾驶汽车制造过程中费用较高，会影响无人驾驶汽车的总体预算，这不利于无人驾驶汽车整体制作与研发。在无人驾驶汽车中，除了（下转第289页）

2019

（Sum.No 194）

信息通信

INFORMATION &COMMUNICATIONS

2019年第2期（总第194期）

5结语

（1）在建立的基于LTE的车联网V2I通信中，NOMA系统的整体性能优于OFDMA。

（2）在车辆数量较少的时候，NOMA系统边缘用户性能可能低于OFDMA系统的边缘用户性能。

（3）在NOMA技术的三种配对方案中，性能最好的是遍历搜索配对方案，另两种方案的性能差别不大。

（4）在NOMA技术的两种功率分配方案中，FPA功率分配方案复杂度低，性能也较差，而FTPA功率分配方案根据用户对的信道状况进行自适应功率分配，用户对之间的功率分配比例不同，虽然复杂度比FPA高，但性能更好，而且FTPA功率分配方案能更好地考虑到边缘用户。

参考文献：

[1]J.B.Kenney.Dedicated short-range communications

(DSRC)standards in the United States[J].Proceedings of the IEEE,2011,99(7):1162-1182.

[2]Information Technology–Telecommunications and infor-

mation exchange between systems–Local andmetropolitan area networks–Specific requirements–Part11:Wireless LAN Medium Access Control(MAC)and PhysicalLayer (PHY)specifications Amendment6:Wireless Access in Ve-hicular Environments.IEEE,Jul.2010.

[3]ITS,Cooperative ITS(C-ITS)(Release1):ETSI TR101607

V1.1.1,May2013.[Online]:/deliver/ etsitr/101600101699/101607/01.01.0160/tr101607v010101p.

[4]G.Araniti,C.Campolo,M.Condoluci,等.L TE for vehicular net-

working:A Survey[C].IEEECommunication.2013:148-157. [5]Z.Mir and F.Filali.LTE and IEEE802.11p for vehicular net-

working:a performance evaluation[C].EURASIP,2014:1-15.

[6]3GPP TR36.885,Technical Specification Group Radio Ac-

cess Network:Study on LTE-based V2X Services(Release

14),V2.0.0,Jun.2016.[7]S.Chen,J.Hu,Y.Shi,等.LTE-V:A TD-LTE-Based V2X So-

lutionfor Future Vehicular Network[J].IEEE Internetof Things Journal,2016:997-1005.

[8]H.Seo,K.D.Lee,S.Yasukawa,等.L TE evolution for vehicle-

to-everything services[C].IEEECommunication,2016:22-28.

[9]S.-H.Sun,J.-L.Hu,Y.Peng,等.Support for vehicle-to-ever-

ything services based onLTE[C].IEEE Wireless Communi-cation,2016:4-8.

[10]S.Schwarz,T.Philosof,and M.Rupp.Signal processing

challenges in cellular-assisted vehicular communications: Efforts and developments within3GPP LTE and beyond[C].

IEEE Signal Process,2017:47-59.

[11]A.Benjebbour,A.Li and Y.Saito，ect.System-Level Per-

formance of Downlink NOMA for Future LTE Enhance-ments[C].IEEE Globecom Workshop,2013:66-7

[12]张德坤.非正交多址系统功率分配及干扰消除算法研究

[D].哈尔滨工业大学,2015.

[13]Di B,Song L,Li Y,et al.V2X Meets NOMA:Non-Ortho-

gonal Multiple Access for5G Enabled Vehicular Networks [J].IEEE Wireless Communications,2017,24(6):14-21. [14]Z.Eddo,MR.Hojeij,C.Nour,ect.Evaluation of Intra-Subband

Power Allocationfor a Downlink Non-Orthogonal Multiple Ac-cess(NOMA)System[C].IEEEGlobecom Workshops，2016:1-7.

[15]Pokhrel S R,Pandey R C,Joshi S R.Performance modelling

and evaluation of V2I video surveillance system[C],Twelfth International Conference on Wireless and Optical Com-munications Networks.2015:1-4.

[16]C.Mehlführer,J.Ikuno,M.imko,ect.The ViennaLTE simu-

lators-Enablingreproducibility in wireless communications research[J]，EURASIP Journal on Advances in Signal Pro-cessing,2011，1(29):1-14.

作者简介：张璐（1993-），女，西南交通大学硕士，研究方向：无线通信。

信息通信张璐：NOMA技术与车联网V2I通信结合系统性能仿真研究

（上接第284页）需要高费用高，效能的激光雷达之外，还可以使用雷达，雷达这一感知设备对外界感知能力虽然没有激光雷达高，但它的成本却低，如毫米波雷达，它功能与激光雷达相似，在恶劣的暴雨环境中仍能正常工作。

3.3突破系统牵引和稳定控制技术

传统防抱死制动系统需要驾驶员实现，在无人驾驶汽车过程中，突破系统牵引和稳定控制技术，对汽车行驶过程中出现的突发情况反应更加灵敏，若无人驾驶汽车发生轮胎打滑，车辆侧翻等情况时，稳定和牵引技术可以监测即将发生的危险，及时锁住轮胎，防止意外事故的发生。系统牵引和稳定控制技术较为复杂，属于无人驾驶汽车关键技术较难突破的技术，对四个轮胎实行单独制动和牵引，这种单独制动可以保证汽车行驶过程中的安全，当汽车行驶不当时，能及时停止，此外，系统牵引和稳定控制技术对道路监测、路况分析、险情规划等其它方面有重要作用。

3.4模拟真实环境，提高无人驾驶的实用性

在无人驾驶汽车模拟操作时，设置的环境加入真人驾驶的车辆，在真实的环境进行功能测试，观察记录无人驾驶汽车技术在现实道路行驶中传输的数据，利用人工智能处理车辆获取信息，对无人驾驶汽车在路线制定、实时导航、道路监测等各个数据进行分析，监测无人驾驶汽车上路过程中是否存在问题。提高无人驾驶汽车的实用性，如将无人驾驶汽车运用到驾校考试，应用于赛车比赛等。

4结语

无人驾驶汽车是未来发展新方向，对无人驾驶汽车的关键技术进行开发，满足人们的发展需求，实现安全出行、高效节能等目标。

参考文献：

[1]陈琦.以探索精神打造智能生态系统美国交通发展研究

中心(TRC)观察之旅[J].汽车与配件,2017(23):52-54. [2]蔡宇银.中国产险公司应对自动驾驶技术发展的策略研究

[J].保险理论与实践,2016(10):80-91.

[3]蔡宇银.中国产险公司应对自动驾驶技术发展的策略研究

[J].保险理论与实践,2016(10):80-91.

[4]杜明博.基于人类驾驶行为的无人驾驶车辆行为决策与运

动规划方法研究[D].中国科学技术大学,2016.

[5]代亚君.基于无障碍理念的下肢残障者自驾汽车使用方式

和辅助功能的设计研究[D].河北工业大学

,2014.

２８９