无人驾驶重卡在开放道路测试中存在的问题及分析

韦泽富 姚胜利

摘 要：通过企业调研和文献查阅，介绍了无人驾驶技术应用于港区水平运输的现状以及技术落地的优势与可行性，简述了无人驾驶重卡车的基本运行过程;分析了目前无人驾驶重卡在开放道路测试中经常出现的问题，包括天气的影响（光照强度、可见度等）、无人驾驶系统的稳定性、舒适性和整体经济性等，为无人驾驶技术的改进提供一定的方向。

关键词：无人驾驶重卡;水平运输;舒适度;非线性控制

中图分类号：U469.5+2  文献标识码：A  文章编号：1671-7988（2020）21-36-04

Abstract： Through enterprise research and literature review， this paper introduces the status quo of the application of driverless technology in horizontal transportation of port area and the advantages and feasibility of technology landing. And this paper analyzes the problems that often occur in the open road test of unmanned heavy truck， including the influence of weather （light intensity， visibility， etc.）， stability， comfort and overall economy of unmanned vehicle system， and puts forward some relevant suggestions for improvement.

Keywords： Unmanned heavy truck; Horizontal transport; Comfort; Nonlinear control

CLC NO.： U469.5+2  Document Code： A  Article ID： 1671-7988（2020）21-36-04

前言

在全球前十的港口排名中，有7个位于中国。由于港口货物吞吐量的激增，各港口集团正努力寻找全新的运输方式，以提升综合效率和经济效益。无人驾驶技术赋能港口货运的方式便应运而生。无人驾驶重卡是在原有重型卡车的基础上研发的，融合了5G通信、视觉感知和高精度地图等前沿技术。当前国外主要有沃尔沃、奔驰-戴姆勒、宝马等知名企业开展研究。国内有三一海工集团采用5G通信、车路协同、高精度定位等新技术研发无人电动集卡[1];由天津港集团、中国重汽集团和主线科技公司携手打造的无人驾驶电动港口牵引车在天津港区内试运营[2];上汽、上港和中国移动公司联合开发的“5G+L4级”智能重卡也进入示范运营;图森、赢彻科技等初创公司也纷纷加入无人驾驶的市场中，无人驾驶技术在港口物流的运用已成为了研究热点。

无人驾驶技术在港口物流运输中是具有一定的落地优势。首先港区内的道路可以不受交管部门的管制，可以暂时避开相关交通法规的约束[3];无人驾驶重卡在港区内行驶的速度一般不超过40km/h，而且路况比较简单，作业车辆和机械较有序行驶。所以整体上降低了无人驾驶技术在港区内实施的难度，具备较高的可行性[4]。

1 无人驾驶概述

1.1 无人驾驶的基本过程

无人驾驶通常可分为感知、预测、规划和控制四个部分，如图1所示。感知系统包括视觉感知（前视和周视摄像头）、激光雷达、毫米波雷达、加速度计、GPS+惯性导航组合系统等软硬件，以定位汽车和获取周围环境信息;随后汽车还要进一步分析和预测周围运动物体在未来一段时间内的行驶轨迹;借助感知和预测的信息，以及高精度地图，控制系统即可进行最优路径规划，避免发生冲突;计算出规划路径后，无人驾驶系统即控制汽车行驶轨迹尽可能与设计轨迹重合在一起，以减少误差。该误差为汽车的实际路径与规划路径的横向偏离值，如NVIDA公司开发的产品常用roaderror值表示该值。

2 开放道路的定义

开放道路接近于实际道路，是指在某一区域范围内，互相连通的道路。开放道路具有较多的車道、红绿灯和路口，而且交通参与者（车辆、行人、其它动物等）复杂多变，道路环境更真实，如图2所示。在开放道路进行研究测试，其结果具备较高真实性，所以许多企业开始转向开放道路测试。上汽红岩研发的5G智能重卡已在上海的滴水湖环湖二路进行26.1km的开放道路测试。

3 无人驾驶重卡现存的问题

3.1 天气影响

3.1.1 光照强度

光照强度的大小主要会影响无人驾驶重卡的视觉感知与定位，当周围环境的光照强度太高或太低时，都会影响车载摄像头对周围环境的感知，造成预测的信息不准确，最终输出错误的执行结果。

例如实测场景1（如图3所示）：天气是晴天，无人驾驶重卡S（主车）在路口左转，主车前方有目标车T1同样左转，主车右方有一目标车T2已从隧道驶出;所在路口位于大桥底下，主车S由强光环境进入桥底的弱光环境后，紧急制动，之后继续行驶。在回放车载CAN数据时，发现是因为主车误检与目标车T2即将发生路径交叉碰撞而制动。

实测场景2（如图4和图5所示）：时间是夜晚，主车S在右侧行车道内保持行驶，当左侧的目标车完全超过主车时，因为路灯的投射而在主车前方形成目标车的阴影区，主车S的前视摄像头将该阴影区误检为障碍物而制动，随后继续行驶。而且在夜间测试时，该问题曾多次出现。

3.1.2 可见度

周围环境的可见度会对感知系统能否准确感知造成一定影响。雾天、雨雪天的可见度较低，无人驾驶重卡对周围交通参与者、静止物体的感知与识别能力会有所下降，从而影响了后续的预测、规划和控制的过程。在雨雾天气进行道路测试时，经常会出现的问题有：当主车（测试车）被其它车辆超车时，因为干扰车溅起较多的水雾，主车的摄像头、激光雷达等部件会受到干扰，容易将溅起的水雾误检为障碍物而制动。另外，在雨雾天气中测试时，视觉感知模块的摄像头等传感器容易沾附水滴，导致清晰度、可见度均有所下降，影响视觉感知能力。

针对光照强度、可见度对无人驾驶重卡的感知造成的影响，可以对某些特定的环境设置相应的感知优先级。例如：由于激光雷达测距、识别障碍物更精准，所以在晴朗夜间或其它光强较低的环境行驶时，可以将其感知优先级设为最高，即主要以激光雷达感知的环境信息进行建模;而毫米波雷达辐射的电磁波穿透雨雾、烟、灰的能力强，所以在雨、雾、雪、霾等天气中行驶时，适合将其设为最高感知优先级。

3.2 系统稳定性

现今无人驾驶领域尚未实现完全自动化和商业化，与无人驾驶系统的稳定性有很大关系。随着测试时间、强度的增加，无人驾驶系统的稳定性和耐久性均会有不同程度的下降。比如：无法切换至无人驾驶模式、自行退出无人驾驶模式、无人驾驶的操作软件出现闪跳等故障，需要多次重启无人驾驶系统或排查故障才能正常使用。在提高感知系统准确度的同时，如何大大提高无人驾驶系统的稳定性是今后需要努力的方向，比如可以开发性能更强大的处理器来适应越来越复杂、真实的测试环境;提升信息传输速率等。

3.3 舒适性

无人驾驶汽车的乘坐舒适度是较低的，特别是重卡，由于大多是采用非独立悬架，其舒适度原本就比乘用车低，再加上无人驾驶系统对车辆动力系统和制动系统的非线性控制[5]，造成对乘坐者的纵向位移前后变化较大，而人体对纵向振动（x方向）造成的不舒适度较为敏感[6]，因此在无人驾驶重卡内乘坐时，舒适性更低。

（1）无人驾驶系统对车辆动力系统的非线性控制导致的乘坐舒适度下降，大多是发生在持续车速较低的工况，一般是车速不高于20km/h，因为此时车辆的动力系统处于较低挡位，不超过3挡，车辆的加速度对油门大小的控制较敏感。如图6和表1所示，如果限定车辆速度不高于15km/h，速度误差不超过±2km/h，则无人驾驶重卡的速度超过15km/h时（设为时间为t1），无人驾驶系统就会控制油门踏板松开，因为存在行驶阻力而使车辆的加速度由正变为负（假定车辆前进方向为正向）;继续行驶一段时间，速度降至15km/h以下时（设为时间t2），无人驾驶系统再次控制油门踏板加速，如此循环控制。那么较强的车辆纵向振动主要产生于加速度出现突变的t1、t2、t3···等时刻，也就降低了乘坐时的舒适性。当车辆行驶速度较高时，比如车速大于60km/h，由于维持车辆自身的速度所需的加速度较小，所以乘坐者对于该控制机理产生的纵向振动不太敏感，故不作讨论。

（2）无人驾驶系统对车辆制动系统的非线性控制是普遍存在的，这是影响无人驾驶车辆舒适度的主要原因，现阶段，对车辆制动系统的控制机理通常为：设置制动减速度尽可能高一些，这样制动距离就能尽可能小，以提高车辆在制动时的安全性，但是这样会增加车辆纵向振动量，使乘坐舒适性下降。对于一些非必须紧急制动的场景，可以对其控制机理进行优化，把制动距离适当延长，这样制动减速度就能减少，增加乘坐舒适性。例如：在非必须紧急制动的红绿灯路口前制动停车时，可控制制动系统在较远处轻踩刹车，以较小减速度制动，最后在路口停车线前停车。

另外，在坡度较大的坡道上（如大于10%），由于坡道加速度较大，如果限制行驶车速较低，例如不超过30km/h，速度误差不超过±2km/h，如图7和表2所示进行分析。假设车辆从t1时刻开始下坡，在坡道加速度的作用下，车速超过30km/h时（设为t2时刻），无人驾驶系统就会控制制动系统执行减速，假设加速度的方向沿坡道向下为正，那么此时车辆的加速度方向由正变负，产生突变;当减速至低于30km/h的某一速度值时，就会控制制动踏板松开，车辆继续在坡道滑行;当车速超过30km/h之后再执行减速，如此循环控制。那么较强烈的车辆纵向振动就会产生于加速度出现突变的t2、t3、t4···等时刻。

因此，需要从线性化控制车辆动力系统和制动系统等方面来优化与研究，以提升无人驾驶重卡车上人员的乘坐舒适性或者保证车上货物的完整。还有，转向系统的转向角连续、稳定的输出也是必要的，以提高车辆转弯时的操纵稳定性和舒适性。

3.4 整体经济性

日本新能源产业技术综合开发机构（NEDO）认为，缩短车距可以减少中间车辆的空气阻力，使列队行驶的卡车的平均燃效提高15%以上[7]。上汽集团也公开了上海洋山深水港5G智能重卡项目的相关预期数据，比如可以将东海大桥的通行效率提升100%，单点作业效率提升10%，使用LNG燃料，污染物排放减少60%。如果未来3～5年，无人驾驶重卡的相关技术能成熟落地，对运输成本的缩减确实很可观。但是目前，由于无人驾驶重卡的行驶控制机理与有人驾驶存在较大的差别，经常存在误检制动等问题，会对车辆零部件的使用寿命造成一定影响，使车辆磨损件、易损件的更换周期极大的缩短，这会造成不少社会资源的浪费。所以，新技术的开发不能只让单方面的经济效益得到提高，还应着眼于提高整体社会效益。

4 总结

貨运港口引入无人驾驶技术的优势及其可行性是明显的，目前无人驾驶重卡在开放道路测试时，存在的重复性问题有：视觉感知系统会受环境天气、可见度等客观条件的影响，可能会产生误检的结果，建议针对不同的行驶环境设置相应的感知优先级来优化;无人驾驶系统的稳定性较低，更进一步提高无人驾驶系统的稳定性应是今后努力的方向，可以开发性能更强大的处理器、提升信息传输速率等;乘坐舒适性较低，应对无人驾驶重卡的动力系统和制动系统的控制算法进行相关优化，以更接近人的驾驶习惯;整体经济性和社会效益仍然偏低，建议从整体综合优化无人驾驶重卡甚至整个物流水平运输系统。

参考文献

[1] 熊会元，唐修俊，刘环.电动无人集卡助推智慧物流发展[J].广东科技，2019，28（11）：44-46.

[2] 周超，拂晓.全球首款“无人驾驶电动港口牵引车”（L4）在天津港试运营[J].商用汽车，2018（04）：22-24.

[3] 闫倩.人工智能的行政执法分析——以无人驾驶汽车为例[J].法制博览，2020（03）：102-103.

[4] 孙羽，汪沛.无人驾驶技术在未来智慧港口的应用[J].珠江水运， 2019（23）：5-7.

[5] 杨艳明，高增桂，张子龙等.无人驾驶技术发展对策研究[J].中国工程科学，2018，20（06）：101-104.

[6] 余志生.汽车理论[M].第四版.北京：机械工业出版社，2009.

[7] 李雨霏.日本公开展示卡车无人驾驶列队[J].专用汽车，2013（03）： 59.