1 前言

隨著新一代信息技術(shù)的發(fā)展，汽車的智能化、網(wǎng)聯(lián)化、電動(dòng)化和共享化成為新的發(fā)展趨勢(shì)，無(wú)人駕駛技術(shù)也逐漸由概念變?yōu)楝F(xiàn)實(shí)的生活。

無(wú)人駕駛汽車是依靠車載傳感系統(tǒng)感知道路環(huán)境，自主規(guī)劃行車路線實(shí)現(xiàn)車輛穩(wěn)定控制并到達(dá)預(yù)期目標(biāo)的智能汽車。

隨著汽車電子化浪潮，國(guó)外率先開(kāi)始自動(dòng)駕駛布局。美國(guó)在80年代初開(kāi)始自動(dòng)駕駛軍事化應(yīng)用，歐洲從80年代中期開(kāi)始研發(fā)自動(dòng)駕駛車輛，更多強(qiáng)調(diào)單車自動(dòng)化、智能化的研究，日本的自動(dòng)駕駛研發(fā)略晚于歐美，更多關(guān)注于采用智能安全系統(tǒng)降低事故發(fā)生率，以及采用車間通信方式輔助駕駛。自2009年起，國(guó)外陸續(xù)開(kāi)啟自動(dòng)駕駛產(chǎn)業(yè)熱潮，谷歌首先布局自動(dòng)駕駛，隨后英偉達(dá)成立自動(dòng)駕駛事業(yè)部，收購(gòu)Mobil?eye，通用汽車并購(gòu)Cruise Automation，谷歌無(wú)人駕駛項(xiàng)目擴(kuò)展為子公司W(wǎng)aymo。

我國(guó)的自動(dòng)駕駛起步依托于高校，從20世紀(jì)80年代開(kāi)始進(jìn)行自動(dòng)駕駛汽車的研究。1992年，國(guó)防科技大學(xué)成功研制出中國(guó)第一輛自動(dòng)駕駛汽車ATB-1（AutonomousTestBed-1）。國(guó)務(wù)院在2015年發(fā)布《中國(guó)制造2025》之后，以自動(dòng)駕駛技術(shù)為重點(diǎn)的智能網(wǎng)聯(lián)汽車成為未來(lái)汽車發(fā)展的重要戰(zhàn)略方向，大批初創(chuàng)企業(yè)投身自動(dòng)駕駛領(lǐng)域。百度、Pony.ai等公司相繼快速步入了全球自動(dòng)駕駛技術(shù)研發(fā)的前列。

本文內(nèi)容為一種自動(dòng)駕駛系統(tǒng)及其開(kāi)發(fā)實(shí)現(xiàn)流程和方法，系統(tǒng)開(kāi)發(fā)過(guò)程中采用新型研究成果，降低系統(tǒng)復(fù)雜度，提高自動(dòng)駕駛系統(tǒng)的開(kāi)發(fā)效率，減少系統(tǒng)開(kāi)發(fā)成本。

2 自動(dòng)駕駛系統(tǒng)的技術(shù)方案

自動(dòng)駕駛系統(tǒng)的技術(shù)方案包括硬件方案和軟件方案，如表1所示。

表1 自動(dòng)駕駛系統(tǒng)技術(shù)方案

2.1 硬件方案

系統(tǒng)基于北汽EU5車型搭建了自動(dòng)駕駛車輛平臺(tái)，將車輛平臺(tái)按照自動(dòng)駕駛的需求進(jìn)行改造。車輛平臺(tái)采用純電動(dòng)汽車，內(nèi)部都是電控系統(tǒng)，使用數(shù)字化的數(shù)據(jù)，利于自動(dòng)控制，車輛改制工作量和難度較小，只需將內(nèi)部數(shù)據(jù)進(jìn)行整合，開(kāi)發(fā)數(shù)據(jù)通訊協(xié)議，且車輛執(zhí)行機(jī)構(gòu)響應(yīng)快，車輛控制更加平順，因此，選用純電動(dòng)汽車更利于實(shí)現(xiàn)自動(dòng)駕駛。

自動(dòng)駕駛硬件設(shè)備可分為傳感器、計(jì)算平臺(tái)、安全控制、輔助系統(tǒng)。傳感器包括：激光雷達(dá)、攝像頭、GPS天線、IMU模塊、毫米波雷達(dá)、超聲波雷達(dá)，計(jì)算平臺(tái)采用自動(dòng)駕駛域控制器，安全控制主要包括駕駛模式選擇按鈕、急停按鈕，輔助系統(tǒng)涉及到顯示器、輔助電源、路由器、CAN總線記錄儀、電源開(kāi)關(guān)。硬件設(shè)備的布置如圖1所示。

圖1 自動(dòng)駕駛系統(tǒng)硬件布置方案

系統(tǒng)中所涉及的硬件設(shè)備類型、數(shù)量和相關(guān)說(shuō)明如表2所示。

自動(dòng)駕駛系統(tǒng)的軟件和算法由自動(dòng)駕駛域控制器來(lái)完成。自動(dòng)駕駛域控制器是在車輛分布式電子控制單元基礎(chǔ)上發(fā)展而來(lái)的具有功能集成、模塊化、可定制特點(diǎn)的控制器，是智能網(wǎng)聯(lián)汽車電子電氣系統(tǒng)發(fā)展的趨勢(shì)。自動(dòng)駕駛域控制器采用集成化方案，將車輛環(huán)境感知數(shù)據(jù)處理計(jì)算平臺(tái)和車輛控制平臺(tái)集成到單個(gè)控制器中，從而大幅簡(jiǎn)化電子系統(tǒng)結(jié)構(gòu)，提高系統(tǒng)可靠性的同時(shí)降低成本，智能網(wǎng)聯(lián)汽車車載控制器未來(lái)將以域控制器的形式呈現(xiàn)。

本文采用的自動(dòng)駕駛域控制器有以下4大特點(diǎn)。

（1）高計(jì)算性能

采用雙芯片，一個(gè)計(jì)算芯片，一個(gè)控制芯片，感知信息計(jì)算采用高算力的計(jì)算芯片，車輛控制信號(hào)處理采用Infineon TC387芯片，多核架構(gòu)。

（2）豐富接口

包含多個(gè)車規(guī)級(jí)GMSL接口、高速CAN-FD接口、Ethernet接口，可以接入多路攝像頭、毫米波雷達(dá)、激光雷達(dá)以及車載高速通信。

（3）車規(guī)級(jí)系統(tǒng)設(shè)計(jì)

支持統(tǒng)一的應(yīng)用層交互協(xié)議下，嵌入客戶自主開(kāi)發(fā)應(yīng)用層自動(dòng)駕駛功能模塊；

車規(guī)級(jí)器件和接口，滿足整車電器、EMC、材料、耐久等要求；低運(yùn)行功耗（典型運(yùn)行功率30 W），9~30 V工作電壓，支持風(fēng)冷散熱。

（4）高安全保證：

支持高至ASIL-C（ISO 26262[2]）的安全要求；

支持訪問(wèn)許可授權(quán)、傳輸數(shù)據(jù)加密、硬件安全模塊調(diào)用等系統(tǒng)和網(wǎng)絡(luò)安全功能；

關(guān)鍵事件數(shù)據(jù)自動(dòng)識(shí)別、采集并寄存。

表2 自動(dòng)駕駛系統(tǒng)的硬件設(shè)備信息

2.2 軟件方案

自動(dòng)駕駛軟件部署在自動(dòng)駕駛域控制器中，基于Ubuntu系統(tǒng)下的機(jī)器人操作系統(tǒng)（Robot Operating System，ROS）平臺(tái)開(kāi)發(fā)，軟件架構(gòu)如圖2所示。

圖2 自動(dòng)駕駛軟件架構(gòu)

軟件功能模塊主要由4部分組成：環(huán)境感知、車輛定位、決策規(guī)劃和車輛控制。其中，環(huán)境感知模塊實(shí)現(xiàn)系統(tǒng)對(duì)外界環(huán)境信息的數(shù)據(jù)獲取和分析辨識(shí)，通過(guò)對(duì)攝像頭、激光雷達(dá)、GPS等傳感器數(shù)據(jù)進(jìn)行處理，計(jì)算周邊環(huán)境信息；車輛定位模塊解析激光雷達(dá)和GPS信號(hào)，計(jì)算得到車輛自身位置；決策規(guī)劃模塊利用環(huán)境感知信息，計(jì)算確定車輛行為，如正常行駛、換道、加減速等，并進(jìn)一步規(guī)劃車輛的目標(biāo)行駛軌跡及對(duì)應(yīng)行駛速度、轉(zhuǎn)角等；車輛控制模塊利用決策規(guī)劃得到的信息，根據(jù)加速、轉(zhuǎn)角及制動(dòng)指令控制執(zhí)行機(jī)構(gòu)執(zhí)行響應(yīng)動(dòng)作，達(dá)到自動(dòng)駕駛的目的。

本文的環(huán)境感知模塊通過(guò)多傳感器融合系統(tǒng)[4]來(lái)實(shí)現(xiàn)，有效利用激光雷達(dá)、攝像頭多元數(shù)據(jù)獲取資源，最大限度地獲取穩(wěn)定、準(zhǔn)確的障礙物和道路信息。

3 自動(dòng)駕駛系統(tǒng)開(kāi)發(fā)的技術(shù)路線

自動(dòng)駕駛系統(tǒng)開(kāi)發(fā)的技術(shù)路線如圖3所示。系統(tǒng)在新型自動(dòng)駕駛域控制器上開(kāi)發(fā)自動(dòng)駕駛軟件架構(gòu)和策略。在技術(shù)上從硬件布置、控制集成2個(gè)與車輛相結(jié)合的方面著手設(shè)計(jì)開(kāi)發(fā)。在硬件布置方面，分析L3、L4級(jí)自動(dòng)駕駛應(yīng)用場(chǎng)景和傳感器配置方案，設(shè)計(jì)傳感器預(yù)裝位置和普適性支架，確定自動(dòng)駕駛傳感器布置方案，開(kāi)展支架開(kāi)發(fā)、以及傳感器和支架的安裝布置工作，同時(shí)根據(jù)傳感器、域控制器的接口和供電信息，設(shè)計(jì)線束連接方案和輔助電源；在控制集成方面，提出VCU、線控底盤以及燈光的控制需求，設(shè)計(jì)自動(dòng)駕駛控制功能定義，由車輛平臺(tái)開(kāi)發(fā)自動(dòng)駕駛系統(tǒng)控制車輛所需的通訊信號(hào)，以及VCU、線控底盤和自動(dòng)駕駛系統(tǒng)之間的交互。在完成硬件布置和控制集成開(kāi)發(fā)之后，開(kāi)展自動(dòng)駕駛車輛改制試驗(yàn)，完成整車的改裝，并結(jié)合自動(dòng)駕駛軟件和算法，開(kāi)展自動(dòng)駕駛系統(tǒng)集成調(diào)試工作，在調(diào)試過(guò)程中發(fā)現(xiàn)和改進(jìn)開(kāi)源平臺(tái)基礎(chǔ)平臺(tái)的建設(shè)問(wèn)題，調(diào)試成功后開(kāi)展自動(dòng)駕駛功能測(cè)試試驗(yàn)，并最終形成第3方自動(dòng)駕駛測(cè)試試驗(yàn)報(bào)告。

圖3 自動(dòng)駕駛系統(tǒng)開(kāi)發(fā)的技術(shù)路線

在自動(dòng)駕駛實(shí)現(xiàn)過(guò)程中會(huì)形成一些具有科學(xué)價(jià)值和應(yīng)用前景的技術(shù)方法，本文展示4種提升自動(dòng)駕駛系統(tǒng)性能的研究成果。

3.1 自動(dòng)駕駛車輛改制方法和普適性預(yù)裝結(jié)構(gòu)

自動(dòng)駕駛系統(tǒng)涉及的車輛改制空間主要有前機(jī)艙、駕駛艙和后備箱。

車輛改制前設(shè)計(jì)開(kāi)發(fā)輔助電源，用于連接相關(guān)電氣設(shè)備，并設(shè)計(jì)線束的連接。同時(shí)準(zhǔn)備改制場(chǎng)地，確定參與改制的相關(guān)人員。

自動(dòng)駕駛車輛改制實(shí)施前，需要準(zhǔn)備好車輛、相關(guān)硬件設(shè)備，開(kāi)發(fā)好的支架、改制工具（錐套筒工具、焊接工具、打磨切削工具、打膠工具等），拆除車身零部件。車輛改制的整體思路如下：

（1）車輛前端布置設(shè)備有毫米波雷達(dá)及超聲波雷達(dá)；

（2）車頂布置設(shè)備為激光雷達(dá)、GPS天線及高清攝像頭；

（3）車輛后端布置毫米波雷達(dá)、超聲波雷達(dá)、域控制器、DC輔助電源、路由器等；

（4）前機(jī)艙改制線束從車輛防火墻穿過(guò)進(jìn)入駕駛艙，再到后備箱；

（5）車頂傳感器線束從車頂鈑金孔穿過(guò)，按天窗排水管布置方案引至后備箱；

（6）副儀表板按鈕開(kāi)關(guān)線束引到車輛左側(cè)與前機(jī)艙線束一同引至后備箱。

車輛改制實(shí)施過(guò)程涉及到傳感器和硬件設(shè)備的安裝固定，線束的改制和布置。最終形成一套自動(dòng)駕駛車輛改制流程規(guī)范，在自動(dòng)駕駛系統(tǒng)規(guī)?；a(chǎn)時(shí)提高改制效率。

在自動(dòng)駕駛車輛改制之前，考慮到不同廠商的自動(dòng)駕駛系統(tǒng)所使用的傳感器配置方案各不相同。目前主流自動(dòng)駕駛方案提供商的傳感器解決方案中，激光雷達(dá)、攝像頭和GPS天線均布置在車頂。基于此，在系統(tǒng)設(shè)計(jì)過(guò)程中開(kāi)發(fā)自動(dòng)駕駛系統(tǒng)普適性支架方案，如圖4所示。在常用的不同傳感器安裝位置預(yù)留安裝支架，并且開(kāi)發(fā)車頂普適性支架總成，可以滿足多種傳感器配置方案的搭載。

圖4 自動(dòng)駕駛普適性支架

自動(dòng)駕駛普適性支架的特點(diǎn)如下：

（1）車頂支架可以通過(guò)定制轉(zhuǎn)接支架實(shí)現(xiàn)多種傳感器配置方案的搭載；

（2）可以適用多種類型、不同尺寸、不同型號(hào)的傳感器產(chǎn)品，能夠靈活調(diào)整安裝角度、方向和數(shù)量，節(jié)約自動(dòng)駕駛傳感器的安裝成本。

經(jīng)過(guò)車輛改制的驗(yàn)證，在該普適性支架上可以方便地增加和減少自動(dòng)駕駛感知傳感器。

3.2 自動(dòng)駕駛感知傳感器的自動(dòng)化標(biāo)定

傳統(tǒng)的自動(dòng)駕駛感知傳感器標(biāo)定方法需要大量人工操作，影響標(biāo)定效率和標(biāo)定精度，傳感器的測(cè)量精度會(huì)給外參標(biāo)定帶來(lái)額外的誤差。本文采用一種自動(dòng)標(biāo)定的方法對(duì)感知傳感器進(jìn)行標(biāo)定，在傳感器布置安裝之后，借助自然標(biāo)定場(chǎng)地和標(biāo)定工具，通過(guò)對(duì)傳感器接收的數(shù)據(jù)中的典型特征進(jìn)行處理分析，將各個(gè)傳感器的坐標(biāo)系統(tǒng)一到車輛坐標(biāo)系下，包括多個(gè)激光雷達(dá)的標(biāo)定、激光雷達(dá)和相機(jī)的聯(lián)合標(biāo)定、毫米波雷達(dá)標(biāo)定、超聲波雷達(dá)標(biāo)定，標(biāo)定流程如圖5所示。

圖5 自動(dòng)駕駛感知傳感器標(biāo)定流程

傳感器標(biāo)定的步驟如下：

（1）車頂32線激光雷達(dá)標(biāo)定：建立車體坐標(biāo)系，借助圓錐體形標(biāo)定物，計(jì)算偏移量Δx、Δy、Δz以及旋轉(zhuǎn)角a（翻滾角）、b（俯仰角）、g（偏航角）。首先根據(jù)車輛參數(shù)計(jì)算Δx、Δy，再建立平整地面的平面方程，基于非線性優(yōu)化方法，求解a、b最優(yōu)值，然后根據(jù)最終擬合的地面平面方程，計(jì)算Z軸方向的偏移量Δz，最后結(jié)合點(diǎn)云目標(biāo)物識(shí)別結(jié)果，采用優(yōu)化算法求解最優(yōu)g值。

（2）2個(gè)16線激光雷達(dá)標(biāo)定：首先，采用和32線激光雷達(dá)相同的方法，計(jì)算Δx、Δy、a、b、Δz，然后，以32線激光點(diǎn)云識(shí)別結(jié)果為基準(zhǔn)，采用優(yōu)化算法求解最優(yōu)g值，確保32線激光雷達(dá)和16線激光雷達(dá)識(shí)別的目標(biāo)重合。

（3）攝像頭標(biāo)定：包括內(nèi)參標(biāo)定和外參標(biāo)定。內(nèi)參標(biāo)定采用張友標(biāo)定法；外參標(biāo)定采用激光雷達(dá)和攝像頭聯(lián)合標(biāo)定的方法，利用激光雷達(dá)標(biāo)定結(jié)果，借助標(biāo)定板（棋盤格、四孔板），根據(jù)激光點(diǎn)云和圖像數(shù)據(jù)中的特征匹配關(guān)系，求解攝像頭和激光雷達(dá)的相對(duì)位姿，確定攝像頭坐標(biāo)系相對(duì)于車輛坐標(biāo)系的位姿變換關(guān)系。

（4）毫米波雷達(dá)標(biāo)定：毫米波雷達(dá)安裝時(shí)對(duì)翻滾角、俯仰角和高度有較高要求，不需要標(biāo)定這3個(gè)參數(shù)，x和y方向的位置偏移量直接通過(guò)車輛結(jié)構(gòu)推算，主要借助毫米波反射器，以從激光點(diǎn)云檢測(cè)到反射器的位置和毫米波雷達(dá)檢測(cè)到的位置重疊為目標(biāo)，采用優(yōu)化方法求解最優(yōu)的偏航角g。

（5）超聲波雷達(dá)標(biāo)定：首先設(shè)置超聲波探頭的初始位置，再移動(dòng)超聲波雷達(dá)探測(cè)目標(biāo)，比較激光雷達(dá)檢測(cè)和超聲波雷達(dá)探測(cè)的目標(biāo)位置差異，優(yōu)化調(diào)整初始位置坐標(biāo)。

自動(dòng)化標(biāo)定方法避免了傳統(tǒng)感知傳感器標(biāo)定的復(fù)雜、繁瑣的實(shí)施過(guò)程，減少了大量人工操作，提高了標(biāo)定效率和標(biāo)定精度。

3.3 自動(dòng)駕駛系統(tǒng)的感知融合方法

自動(dòng)駕駛感知技術(shù)通常激光雷達(dá)、攝像頭、毫米波雷達(dá)等幾類常用的傳感器，各類傳感器各有優(yōu)缺點(diǎn)，在特性上都有所差異，需要采用多傳感器融合技術(shù)，讓多種相互補(bǔ)充，發(fā)揮各傳感器的優(yōu)點(diǎn)，提升感知功能的精確性和穩(wěn)定性?；诙鄠鞲衅魅诤霞夹g(shù)，本文設(shè)計(jì)一套自動(dòng)駕駛系統(tǒng)的感知處理流程，如圖6所示，并提供一種多傳感器的目標(biāo)融合方法。

多種類型傳感器數(shù)據(jù)經(jīng)過(guò)通訊傳輸并進(jìn)行協(xié)議解析、時(shí)間和空間同步配準(zhǔn)后，進(jìn)入目標(biāo)檢測(cè)識(shí)別功能模塊。

激光點(diǎn)云數(shù)據(jù)經(jīng)過(guò)點(diǎn)云分割、點(diǎn)云聚類、障礙物點(diǎn)云分類、刪除障礙物柵格等處理后輸出目標(biāo)類型、目標(biāo)三維位置坐標(biāo)，并基于目標(biāo)形狀和位置坐標(biāo)計(jì)算目標(biāo)的長(zhǎng)度和寬度。

攝像頭目標(biāo)檢測(cè)識(shí)別功能模塊采用YOLO V3深度學(xué)習(xí)方法識(shí)別圖像數(shù)據(jù)中目標(biāo)的類型。YOLO V3基于Darknet-53基礎(chǔ)識(shí)別網(wǎng)絡(luò)。Darknet-53包括53個(gè)卷積層和大量的殘差層，殘差神經(jīng)網(wǎng)絡(luò)“直接連接”的方式可以在一定程度上避免由于神經(jīng)網(wǎng)絡(luò)加深而導(dǎo)致訓(xùn)練時(shí)產(chǎn)生的“梯度爆炸”和“梯度彌散”現(xiàn)象，也使得網(wǎng)絡(luò)的泛化能力大大提升。完成目標(biāo)識(shí)別之后，再基于圖像特征匹配，使用對(duì)極約束求解攝像頭位姿，并使用三角測(cè)量計(jì)算動(dòng)態(tài)目標(biāo)的運(yùn)動(dòng)變化，減去攝像頭的位姿來(lái)獲取目標(biāo)最終的橫縱向位置坐標(biāo)、速度、長(zhǎng)度和寬度。

毫米波雷達(dá)數(shù)據(jù)經(jīng)過(guò)數(shù)據(jù)轉(zhuǎn)化、聚類處理后輸出目標(biāo)的橫縱向位置坐標(biāo)和速度信息。

目標(biāo)檢測(cè)識(shí)別之后開(kāi)展目標(biāo)數(shù)據(jù)的融合跟蹤處理，對(duì)傳感器的檢測(cè)目標(biāo)做全局匹配，并使用無(wú)跡卡爾曼濾波算法，融合攝像頭目標(biāo)數(shù)據(jù)、激光雷達(dá)目標(biāo)數(shù)據(jù)、毫米波雷達(dá)目標(biāo)數(shù)據(jù)，最后進(jìn)行目標(biāo)匹配跟蹤處理，更新未匹配的跟蹤目標(biāo)、刪除丟失的跟蹤目標(biāo)、初始化新目標(biāo)，重復(fù)目標(biāo)數(shù)據(jù)融合處理的流程。

圖6 自動(dòng)駕駛系統(tǒng)的感知處理流程

目標(biāo)數(shù)據(jù)融合處理的步驟如下：

（1）建立系統(tǒng)狀態(tài)方程和測(cè)量方程，設(shè)置狀態(tài)向量，確定無(wú)跡卡爾曼濾波中Sigma點(diǎn)的選取策略。選取橫向位置px、縱向位置py、橫向速度vx、縱向速度vy、橫向加速度ax、縱向加速度ax、目標(biāo)寬度W、目標(biāo)長(zhǎng)度L，作為狀態(tài)向量：Xk=[px,px,vx,vy,ax,ay,W,L]T。設(shè)置狀態(tài)向量的初始均值和方差，并計(jì)算Sigma點(diǎn)；

（2）預(yù)測(cè)各個(gè)Sigma點(diǎn)，加權(quán)計(jì)算狀態(tài)量和協(xié)方差矩陣的預(yù)測(cè)值；

（3）比較每個(gè)傳感器的檢測(cè)目標(biāo)和已跟蹤的目標(biāo)，使用全局最鄰近（GNN）方法執(zhí)行全局匹配；

（4）對(duì)于已經(jīng)匹配和跟蹤的目標(biāo)，基于各個(gè)傳感器的觀測(cè)值進(jìn)行更新；

（5）刪除跟蹤丟失的目標(biāo)；

（6）將未匹配目標(biāo)和已跟蹤目標(biāo)進(jìn)行匹配，識(shí)別增加新的跟蹤目標(biāo)，重復(fù)目標(biāo)數(shù)據(jù)融合處理的步驟。

3.4 自動(dòng)駕駛系統(tǒng)測(cè)試

自動(dòng)駕駛系統(tǒng)的實(shí)車測(cè)試過(guò)程如圖7所示。

圖7 自動(dòng)駕駛系統(tǒng)測(cè)試過(guò)程

首先，建立自動(dòng)駕駛測(cè)試管理規(guī)范。在執(zhí)行自動(dòng)駕駛功能測(cè)試前，確定自動(dòng)駕駛測(cè)試流程，明確通用測(cè)試要求、能力評(píng)估內(nèi)容與方法等。

然后，參照政府部門出臺(tái)的相關(guān)測(cè)試技術(shù)方法、測(cè)試管理細(xì)則、測(cè)試場(chǎng)地要求，執(zhí)行如下測(cè)試項(xiàng)：認(rèn)知與交通法規(guī)遵守能力（主要是交通標(biāo)線識(shí)別）、執(zhí)行能力（包括：直線行駛、曲線行駛、直角轉(zhuǎn)彎行駛）、應(yīng)急處置與人工介入能力（包括：緊急情況處理、人工介入后的可操作性、緊急停車）、綜合駕駛能力（包括：起步停車、跟隨行駛、變更車道、路口直行、路口轉(zhuǎn)彎、路口掉頭、靠邊停車、緊急制動(dòng)、倒車入庫(kù)）等，輸出測(cè)試結(jié)果。

另外，基于自動(dòng)駕駛域控制器的特點(diǎn)，在系統(tǒng)設(shè)計(jì)開(kāi)發(fā)過(guò)程中創(chuàng)造性地提出一種自動(dòng)駕駛域控制器在整車平臺(tái)上的技術(shù)評(píng)估方法，主要包括：基本硬件評(píng)估、感知功能測(cè)試、自動(dòng)駕駛功能時(shí)延測(cè)試、故障響應(yīng)機(jī)制測(cè)試、結(jié)構(gòu)設(shè)計(jì)評(píng)估、電氣接口評(píng)估。

4 技術(shù)驗(yàn)證情況

4.1 環(huán)境感知技術(shù)驗(yàn)證

（1）感知傳感器標(biāo)定

在實(shí)車上開(kāi)展感知傳感器的標(biāo)定，標(biāo)定效果如圖8所示。

圖8 自動(dòng)駕駛感知傳感器標(biāo)定效果

圖8（a）是32線激光雷達(dá)g標(biāo)定效果，標(biāo)定物落在y=0的軸線上；圖8（b）是16線激光雷達(dá)g標(biāo)定效果，以32線激光雷達(dá)為參照，16線和32線激光雷達(dá)中的標(biāo)志物完全重合，標(biāo)定效果較好；圖8（c）為攝像頭標(biāo)定后形成的圖像和點(diǎn)云合并圖像，圖像和點(diǎn)云的重合度較高，標(biāo)定準(zhǔn)確；在圖8（d）中，激光雷達(dá)和毫米波雷達(dá)檢測(cè)到的毫米波雷達(dá)反射器目標(biāo)基本重合，毫米波雷達(dá)標(biāo)定準(zhǔn)確。

將激光雷達(dá)自動(dòng)標(biāo)定和人工標(biāo)定的結(jié)果進(jìn)行比較，計(jì)算標(biāo)定參數(shù)偏差，并統(tǒng)計(jì)標(biāo)定處理時(shí)間如表3所示。

表3 激光雷達(dá)標(biāo)定結(jié)果比較和處理時(shí)間統(tǒng)計(jì)

對(duì)于攝像頭標(biāo)定，從圖像中取10個(gè)特征點(diǎn)作為檢查點(diǎn)，根據(jù)標(biāo)定參數(shù)計(jì)算特征點(diǎn)在激光雷達(dá)坐標(biāo)系中的x、y、z坐標(biāo)，統(tǒng)計(jì)該計(jì)算的坐標(biāo)和特征點(diǎn)在激光點(diǎn)云中坐標(biāo)之間的誤差，計(jì)算公式如式（1）所示。使用該誤差描述攝像頭的標(biāo)定精度。

式中，x'i、yi'、z'i分別為計(jì)算出的第i個(gè)圖像特征點(diǎn)在激光雷達(dá)坐標(biāo)系中的三維坐標(biāo)，xi、yi、zi分別為第i個(gè)特征點(diǎn)在激光點(diǎn)云中的三維坐標(biāo)，σ為計(jì)算誤差。

對(duì)于毫米波雷達(dá)標(biāo)定，計(jì)算自動(dòng)標(biāo)定和人工標(biāo)定的g值偏差。攝像頭和毫米波雷達(dá)標(biāo)定結(jié)果和標(biāo)定處理時(shí)間如表4所示。

表4 攝像頭和毫米波雷達(dá)標(biāo)定評(píng)價(jià)和處理時(shí)間統(tǒng)計(jì)

（2）多傳感器的目標(biāo)融合

使用攜帶有差分GPS的車輛、行人及騎車人作為測(cè)試目標(biāo)，運(yùn)行本文的多傳感器目標(biāo)融合程序。在車體坐標(biāo)系下，典型目標(biāo)的多傳感器融合數(shù)據(jù)如圖9所示。不同速度下經(jīng)過(guò)融合的目標(biāo)位置和目標(biāo)上GPS獲取的實(shí)際位置的平均偏差如表5所示。

圖9 典型目標(biāo)的多傳感器融合數(shù)據(jù)

表5 融合目標(biāo)的位置偏差統(tǒng)計(jì)

設(shè)置多個(gè)場(chǎng)景，開(kāi)展多次測(cè)試，統(tǒng)計(jì)所有測(cè)試目標(biāo)中未檢測(cè)到的目標(biāo)數(shù)，計(jì)算未檢測(cè)的目標(biāo)數(shù)和所有目標(biāo)數(shù)的比例（即漏檢率），約為1.893%。表明，本文的多傳感器融合效果較好。

4.2 系統(tǒng)測(cè)試驗(yàn)證

在自動(dòng)駕駛測(cè)試場(chǎng)地中開(kāi)展系統(tǒng)測(cè)試，多次測(cè)試使用感知模塊的系統(tǒng)功能，記錄多次測(cè)量的平均值，表6列出了測(cè)試結(jié)果。

表6 自動(dòng)駕駛系統(tǒng)測(cè)試結(jié)果

經(jīng)過(guò)實(shí)車測(cè)試驗(yàn)證，使用本文感知技術(shù)的系統(tǒng)功能均已達(dá)標(biāo)，表明感知模塊運(yùn)行良好。

5 結(jié)束語(yǔ) 

本文研究了純電動(dòng)汽車自動(dòng)駕駛系統(tǒng)的實(shí)現(xiàn)方法，提出一種自動(dòng)駕駛系統(tǒng)的技術(shù)方案，研究自動(dòng)駕駛系統(tǒng)實(shí)現(xiàn)的技術(shù)路線，并在自動(dòng)駕駛實(shí)現(xiàn)過(guò)程中形成一些具有科學(xué)價(jià)值和應(yīng)用前景的研究成果，主要技術(shù)成果和創(chuàng)新點(diǎn)如下：

（1）在硬件方案采用自動(dòng)駕駛域控制器代替?zhèn)鹘y(tǒng)的工控機(jī)和ECU，可以減少線束連接、降低成本和大量信息交互帶來(lái)的技術(shù)瓶頸，后續(xù)可以考慮實(shí)現(xiàn)自動(dòng)駕駛域控制器的車規(guī)化探索；

（2）自動(dòng)駕駛普適性預(yù)裝結(jié)構(gòu)可以支持多種傳感器的布置、節(jié)約傳感器的安裝成本，提高車輛改制效率；

（3）通過(guò)利用和處理多個(gè)傳感器數(shù)據(jù)，結(jié)合目標(biāo)識(shí)別等技術(shù)，采用不同的方法實(shí)現(xiàn)不同傳感器坐標(biāo)系到車輛坐標(biāo)系的位姿變換，提升自動(dòng)駕駛環(huán)境感知傳感器標(biāo)定的自動(dòng)化程度，精確性較高，滿足多傳感器融合的要求；

（4）設(shè)計(jì)1種多傳感器的目標(biāo)融合方法和一套自動(dòng)駕駛系統(tǒng)的感知處理流程，目標(biāo)漏檢率較低，目標(biāo)檢測(cè)和跟蹤的效果較好。

實(shí)踐表明，本文提出的自動(dòng)駕駛系統(tǒng)實(shí)現(xiàn)方法和研究成果可以提高自動(dòng)駕駛系統(tǒng)實(shí)現(xiàn)效率，提升自動(dòng)駕駛系統(tǒng)的性能。

未來(lái)，感知能力仍然是智能駕駛車輛的關(guān)鍵技術(shù)瓶頸，尤其是在數(shù)據(jù)融合過(guò)程中采用人工智能技術(shù)和基于并行計(jì)算的先進(jìn)復(fù)雜的前融合算法，可以提高傳感器融合的性能；將單車的感知技術(shù)和車路協(xié)同技術(shù)融合，能夠增強(qiáng)智能車輛的感知能力，提升自動(dòng)駕駛的安全可靠性，降低單車智能感知的成本，也是自動(dòng)駕駛發(fā)展的重要研究方向。