276
1.?無(wú)人駕駛汽車(chē)的政策法規(guī)尚未完善
目前，無(wú)人駕駛汽車(chē)普及應(yīng)用的最大挑戰(zhàn)是大眾對(duì)其接受度較低，對(duì)其安全性、可靠性的信任度較低。但因國(guó)家對(duì)無(wú)人駕駛汽車(chē)的政策法規(guī)尚未完善，無(wú)人駕駛汽車(chē)還不能在公開(kāi)道路上行駛。
鑒于以上兩點(diǎn)，國(guó)創(chuàng)中心主導(dǎo)，整合行業(yè)資源共同打造了一款 L4 的無(wú)人駕駛汽車(chē)，目前已經(jīng)在首鋼園區(qū)內(nèi)穩(wěn)定運(yùn)行。系統(tǒng)總體方案如圖 1 所示。
2.?無(wú)人駕駛系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
無(wú)人駕駛系統(tǒng)是通過(guò)多種車(chē)載傳感器獲取車(chē)輛自身、周?chē)系K物及道路等與駕駛?cè)蝿?wù)相關(guān)的環(huán)境信息，并將這些信息提供給決策規(guī)劃，決策規(guī)劃再根據(jù)感知和定位獲取的環(huán)境信息、車(chē)輛狀態(tài)和用戶需求，規(guī)劃出合適的路徑，然后通過(guò)這些信息來(lái)控制自車(chē)的行駛狀態(tài)。
不同的自動(dòng)駕駛級(jí)別和運(yùn)營(yíng)環(huán)境，自動(dòng)駕駛的實(shí)現(xiàn)方案也不同。本項(xiàng)目針對(duì)首鋼園區(qū)建筑物高大、樹(shù)木繁茂較多、路況復(fù)雜的特點(diǎn)，提出了基于 3 個(gè)激光雷達(dá)、1 個(gè)毫米波雷達(dá)、2 個(gè)攝像頭、12 個(gè)超聲波雷達(dá)和 1 套組合導(dǎo)航單元的傳感器解決方案。傳感器安裝位置如圖 2 所示。
?
3 個(gè)激光雷達(dá)中的 32 線激光雷達(dá)布置于車(chē)輛頂部，2 枚 16 線激光雷達(dá)布置于車(chē)輛頂部?jī)蓚?cè)。用于檢測(cè)車(chē)輛周?chē)沫h(huán)境信息和障礙物信息，獲取障礙物的尺寸和方位信息。具有測(cè)距精度高，方位準(zhǔn)確，測(cè)量范圍廣、抗干擾能力強(qiáng)等優(yōu)點(diǎn)。
毫米波雷達(dá)采用 77GHz 中長(zhǎng)距雷達(dá)，布置在車(chē)輛前保險(xiǎn)杠內(nèi)側(cè)。用于檢測(cè)車(chē)輛前方的運(yùn)動(dòng)目標(biāo)，獲取目標(biāo)的速度和方位信息。具有較好的測(cè)速測(cè)距能力，且受外界影響較小，可以全天候工作。
12 枚超聲波雷達(dá)布置在車(chē)輛四周（前后 4+4，左右 2+2），用于檢測(cè)車(chē)輛周?chē)嚯x障礙物信息，確保無(wú)人駕駛車(chē)輛可以自主出入庫(kù)。
2 個(gè) GPS 天線布置在車(chē)輛頂部，1 個(gè)慣性導(dǎo)航單元布置于車(chē)輛后備箱內(nèi)。用于獲取車(chē)輛的位姿和定位信息。
本項(xiàng)目以純電動(dòng)汽車(chē)為平臺(tái)，搭載上述 5 種傳感器，實(shí)現(xiàn)道路環(huán)境信息準(zhǔn)確感知，并通過(guò)多傳感器信息融合技術(shù)將這些信息進(jìn)行集成，降低誤判概率，提高信息輸出的穩(wěn)定性和準(zhǔn)確性。
設(shè)計(jì)開(kāi)發(fā)了多傳感器融合算法、定位組合算法、決策規(guī)劃算法和車(chē)輛控制算法，實(shí)現(xiàn)了開(kāi)放園區(qū)和封閉園區(qū)道路上的自主跟車(chē)、自主超車(chē)與并線、車(chē)道保持、交通路口自動(dòng)通行、障礙物規(guī)避等功能，編寫(xiě)了無(wú)人駕駛測(cè)試用例，制定了無(wú)人駕駛測(cè)試規(guī)范，完成了無(wú)人駕駛系統(tǒng)的測(cè)試。
為了達(dá)成該目的，將無(wú)人駕駛系統(tǒng)軟件架構(gòu)分為傳感器接口層、感知層、定位層、決策層和車(chē)輛控制層。
傳感器接口層包括各種外圍傳感器的輸入。感知層收集各種傳感器的數(shù)據(jù)，進(jìn)行多層次、多空間的信息互補(bǔ)和優(yōu)化組合處理，最終實(shí)現(xiàn)對(duì)周?chē)h(huán)境的全方位感知。多傳感器融合方案如圖 3 所示。
?
定位層：根據(jù)激光雷達(dá)和組合導(dǎo)航單元的數(shù)據(jù)信息構(gòu)建出全局地圖。激光雷達(dá)、攝像頭、毫米波雷達(dá)、超聲波雷達(dá)的感知結(jié)果融合處理后建立以行駛車(chē)輛為中心的感知局部地圖。并通過(guò) GPS 信息、車(chē)輛位置和姿態(tài)信息的疊加。提供一種直觀了解行車(chē)環(huán)境各種信息處理結(jié)果的實(shí)時(shí)綜合地圖。
決策層：在全局環(huán)境中，依靠路網(wǎng)、任務(wù)和定位信息生成一條最優(yōu)全局路徑；在局部環(huán)境中，依靠感知信息并在交通規(guī)則的約束下，實(shí)時(shí)推理出合理的駕駛行為，并生成安全可行駛的區(qū)域；
根據(jù)車(chē)速、道路復(fù)雜度生成平滑的可能行駛路線；分析靜態(tài)、動(dòng)態(tài)障礙物和交通規(guī)程形成局部路徑規(guī)劃，并形成駕駛策略決策發(fā)送至車(chē)輛控制層。同時(shí)對(duì)系統(tǒng)故障進(jìn)行處理和恢復(fù)并接受高層控制等。
車(chē)輛控制層：根據(jù)路徑規(guī)劃結(jié)果和車(chē)輛內(nèi)部的各種傳感器信息，生成對(duì)車(chē)輛檔位、油門(mén)、方向的控制命令，保持車(chē)輛平穩(wěn)高速行駛，實(shí)現(xiàn)自主駕駛。
軟件系統(tǒng)架構(gòu)圖如圖 4 所示。
?
3.人 - 車(chē) - 云三位一體的人機(jī)交互系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
人機(jī)交互系統(tǒng)是無(wú)人駕駛汽車(chē)投入商用的一道門(mén)檻，它對(duì)于無(wú)人駕駛汽車(chē)產(chǎn)業(yè)和用戶來(lái)說(shuō)都具有重要意義 [2]。目前用戶對(duì)無(wú)人駕駛汽車(chē)仍處于新奇和懷疑的態(tài)度，還遠(yuǎn)遠(yuǎn)無(wú)法達(dá)到信任和接受的程度。在這樣的背景下，無(wú)人駕駛汽車(chē)的人機(jī)界面就變得更為重要。
它需要成為用戶與汽車(chē)之間溝通的橋梁，讓用戶了解汽車(chē)的實(shí)時(shí)狀況，為用戶創(chuàng)造安全的駕駛體驗(yàn)；也需要幫助用戶建立起與無(wú)人駕駛汽車(chē)之間的信任感，使用戶更加和諧的從傳統(tǒng)汽車(chē)過(guò)渡到無(wú)人駕駛時(shí)代 [3]。
本項(xiàng)目人機(jī)交互子系統(tǒng)的研究目標(biāo)正是通過(guò)對(duì)無(wú)人駕駛汽車(chē)人機(jī)交互界面的合理設(shè)計(jì)，滿足用戶的駕乘需求，為用戶創(chuàng)造出安全便捷的駕乘體驗(yàn)。
3.1 功能概述
無(wú)人駕駛車(chē)輛運(yùn)行在園區(qū)內(nèi)固定的行駛路線上，沿線會(huì)設(shè)置一系列的站點(diǎn)，每個(gè)站點(diǎn)的站牌上貼有約車(chē)二維碼，位于任一站點(diǎn)附近的乘客可通過(guò)掃描站牌上的二維碼進(jìn)入約車(chē)界面，選擇起始地和目的地，點(diǎn)擊確定后即下單成功。
訂單直接發(fā)送到云端，云端根據(jù)訂單情況對(duì)正在運(yùn)營(yíng)的無(wú)人駕駛車(chē)輛進(jìn)行調(diào)度，同時(shí)發(fā)送訂單的運(yùn)營(yíng)路線到手機(jī)端和車(chē)載端，無(wú)人駕駛車(chē)按照接收到的運(yùn)營(yíng)路線去起始地接乘客，并送達(dá)指定的目的地，用戶可根據(jù)駕乘體驗(yàn)對(duì)服務(wù)進(jìn)行評(píng)價(jià)，至此訂單完成。
3.2 系統(tǒng)設(shè)計(jì)
此系統(tǒng)采用 B/S，C/S 多層架構(gòu)，支持多種網(wǎng)絡(luò)接入方式用戶端采用瀏覽器， H5 和 APP 的方式，減少系統(tǒng)安裝維護(hù)的工作量；用戶使用簡(jiǎn)單，無(wú)需培訓(xùn)；系統(tǒng)擴(kuò)展容易；支持遠(yuǎn)程業(yè)務(wù)處理。業(yè)務(wù)邏輯在服務(wù)器端運(yùn)行，充分利用了服務(wù)器的處理能力；
通過(guò)結(jié)合 Web 負(fù)載均衡、組件負(fù)載均衡等，可以通過(guò)橫向擴(kuò)充服務(wù)器，使得系統(tǒng)能夠處理更多的服務(wù)請(qǐng)求，滿足不斷增長(zhǎng)的系統(tǒng)性能需求。人機(jī)交互子系統(tǒng)的邏輯架構(gòu)圖如圖 5 所示，系統(tǒng)交互數(shù)據(jù)如圖 6 所示。
?
?
?
結(jié)語(yǔ)
隨著互聯(lián)網(wǎng)技術(shù)和人工智能技術(shù)的迅速發(fā)展，完全無(wú)人駕駛已不是遙不可及。無(wú)人駕駛技術(shù)的落地除卻傳感器、計(jì)算平臺(tái)等技術(shù)本身的局限性外，也有賴于大眾對(duì)無(wú)人駕駛技術(shù)的認(rèn)可和信任度。
本文從推動(dòng)無(wú)人駕駛落地的角度出發(fā)，采用以用戶為中心的設(shè)計(jì)理念，借助科技冬奧的使用場(chǎng)景，設(shè)計(jì)與實(shí)現(xiàn)了無(wú)人駕駛及其運(yùn)營(yíng)系統(tǒng)。該系統(tǒng)已經(jīng)在北京市首鋼園區(qū)內(nèi)穩(wěn)定運(yùn)營(yíng)了 5 個(gè)月之久，受到了大眾的廣泛好評(píng)。
未來(lái)隨著智能網(wǎng)聯(lián)時(shí)代的全面到來(lái)，無(wú)人駕駛汽車(chē)將覆蓋更多人群，其實(shí)現(xiàn)方式也從單車(chē)智能發(fā)展為車(chē)路協(xié)同，人機(jī)交互方式將不斷創(chuàng)新，落地場(chǎng)景將更加豐富。
參考文獻(xiàn)：
[1] 張茜 . 無(wú)人駕駛系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) [J]. 電子技術(shù)與軟件工程， 2019（18）.
[2] 董長(zhǎng)青， 丁田妹， 黃曉延，et al. 無(wú)人駕駛的人機(jī)交互方式研究綜述[J]. 時(shí)代汽車(chē)， 2017（14）：11-12.
[3] 李小凡 . 全自動(dòng)無(wú)人駕駛汽車(chē)人機(jī)界面概念設(shè)計(jì) [D]. 東南大學(xué)，2018.
