崔迎涛 康健健
(河南科技职业大学,河南 周口 466000)
随着智能控制技术的逐步成熟,无人驾驶技术也得到了快速发展。与传统的人工驾驶汽车相比,无人驾驶汽车在减轻驾驶人员操作车辆疲劳度的同时,也可以有效降低驾驶人员因操作不规范或危险驾驶而导致交通事故发生的概率,这对保障车辆的行驶安全、提升车内人员的体验感和舒适度都有着重要的意义。
基于互联网等技术的快速发展及日渐成熟,“第五代移动通信技术(5G)车联网”技术逐渐成为构建智慧城市的有效手段之一[1]。汽车搭载了车联网技术的智能化车载控制系统,可以实现与城市的交通网、能源网、交通控制中心等平台高效的有机互联,交互平台能够实时获取行车的相关信息,并指导驾驶人员或者汽车做出准确、安全的行驶操作。
本文在5G 车联网技术的基础上,对无人驾驶汽车的传感控制系统功能展开了设计,同时应用5G、多传感器、全球定位系统(GPS)、远程感应等技术,实现了无人驾驶汽车快速主动避障,并通过计算单元自主快速做出决策,规划出最佳的避让行驶方式,可有效缓解交通拥堵,提升了无人驾驶汽车的可靠性和安全性。
在汽车转向时避开障碍物的所有策略中,有一种比较成熟的策略[2],其方法如下:①识别障碍物;②对障碍物的状态及车辆周围环境进行深入分析;③计算单元为车辆避障做出相应的指令。当车辆在较为复杂的路况下进行紧急避障时,车辆的避障性与稳定性之间会发生冲突,车辆控制系统会对车辆在路面较为平坦时留下的轨迹进行分析,其采用的算法主要是基于MPC技术的预测模型。但采用这种模型进行分析的前提是车辆留下的轨迹与车辆的实际运行状态一致,因此,车辆控制系统可以采取MPC技术来避开障碍物,且能以图形的形式展示出车辆拟采取的避障路径。
目前,市场上大多数避障措施普遍存在系统复杂、成本高、难度大等问题。针对这些问题,本文创新性地提出了一种新型的车辆主动躲避障碍物系统。该系统采集障碍物位置信息的技术为PSD 三角测距法,可将信息发送给数据采集、处理、控制等模块,最后在车辆液晶屏上显示出车辆遇到的障碍物信息。该系统可以自发、主动地检测出障碍物位置,具有较高的实践应用价值。
在实际应用中,基于MPC技术的系统算法具有一定的缺陷,虽然车辆可以主动采取一些措施应对遇到的障碍物进行预先躲避,但是该算法并没有考虑车辆躲避障碍物后的稳定性,导致车内驾乘人员的体验感不佳。MPC技术是以降低汽车的稳定性为条件来主动躲避障碍物的,当汽车成功躲避障碍物后,便不再考虑车辆整体的运行稳定性,从而增加了车辆因避让障碍物而发生侧翻的风险。基于MPC 技术系统的算法没有清晰、详细地描写检测、躲避障碍物的原理和方法,算法的有效性在技术方案中也没有完全得到描述。
基于PSD 技术的系统对自动驾驶汽车的主动避障给出了简单的实现方法[3]。该方法有可能将现在的辅助无人驾驶技术推向完全无人、完全自动的全智能无人驾驶技术。如果这些技术能获得成功,将成为智能汽车发展的里程碑,但其缺陷也是显而易见的。目前,系统研究还未完全付诸于实践,仅停留在概念层面,还没有针对驾驶的现实场景进行有针对性地探索和实践,缺乏相应的试验突破。
与已有的传统算法不同,本文采用的方法是采用多个传感器,解决了以往仅采用1个传感器带来的障碍识别不清晰、准确度不高的问题,有效提升了自动驾驶机动车的可靠性和安全性。利用5G 通信技术构建信息传输系统,可以有效解决因为传感器过多导致的传输速度缓慢的问题。此外,车辆避障后的稳定性问题也通过引入深度学习的方法得到了解决。
5G 通信技术的理论传输速度峰值可以达到10 GB/s,其网络延迟时间可降低到毫秒级,能支持移动速度为500 km/h的物体信号传输。在无人驾驶汽车的领域引入5G 通信技术,对加快该领域的发展起到了决定性的作用。汽车可以通过5G 通信技术,将其行驶信息快速上传到服务器,然后由服务器对车辆的制动、转向、加速等各项装置进行统一控制和操作,缩短信号的传输时间[4]。
本文设计的基于5G 通信技术的汽车主动避让控制系统构成如下:①环境传感系统。包括雷达、车载摄像机、陀螺仪、速度传感器和激光雷达等部件。该模块不仅用于采集避撞物体的形状和状态、周围交通流、行车速度、车辆间距等信息,还用于采集车辆自身的运行速度和转向角度等信息。②车辆避障信息处理系统。该系统是一种微处理器设备,连接了汽车中所有传感器和控制器,是整个汽车主动避障系统中最重要的部分。车辆避障信息处理系统是“云端—管控端—用户端”3层架构中的用户端,是用户直接操纵系统进行主动避障的入口。③车辆主动避障控制系统。该系统由转向轴、制动器、油路等控制器组成,这些控制器不属于传感器设备。车辆避障信息处理系统的所有信息输出将作为控制系统的信息输入内容。控制系统的目的不是云测车辆实时行驶的轨迹和线路,而是对车辆的运动状态进行分析,确保车辆运行始终处于安全的状态,避免交通事故的发生。
主动避障系统的运行机制如下:①利用无人驾驶汽车环境检测系统感知周围环境,判断避让目标的类型和状态等信息;②系统根据避险对象的实际状态进行分析和决策,通过计算得出应急避险方案;③系统将决策信息发送到车辆控制设备以执行避让动作;④根据避让动作所产生的实时信息判断车辆避让是否成功,判断是否需要重新规划避让路径的决策。以上应急避让系统能使汽车在即将发生事故之前主动采取避障措施,降低汽车发生事故的概率。
车辆的主动避障系统主要通过以下3个步骤来进行工作:①系统利用车辆上安装的多个传感器对车辆行驶的环境信息进行有效采集,利用边缘节点计算的方法对采集到的信息进行快速处理,将处理得到的信息进行综合分析,辨别障碍物。②系统对障碍及车辆周边环境信息进行识别和分析,数据通过算法分析后,及时将边缘计算节点处理后的信息发送到5G 窗口,5G 窗口再迅速传输至自动驾驶控制中心。控制中心通过已建立好的数据库,结合深度学习算法,对比判断后,将控制信息指令输出至车辆主动避障控制系统。③车辆主动避障控制系统通过实时响应上述控制信息,完成避障动作。
本文设计的主动避障系统的各子系统避障原理如下:①避障环境感知系统运行原理。超声波雷达、激光雷达、PSD 测距仪等多种、多个传感器将采集到的障碍物及车辆周边的环境信息通过5G 窗口传输至基站,基站通过侧边布设的边缘计算节点对接受到的信息进行融合处理。②避障信息处理系统运行原理。基站将融合处理后的信息发送给5G 系统架构(5GS),再由5GS将处理后的信息传输至自动驾驶控制系统,控制系统经过分析后进行统一决策。③避障运动控制系统运行原理。控制系统将做出的决策转换为控制信息后发出,以此来控制车辆的加速、制动及转向装置。
基于上述针对避让控制系统的描述可知,车辆控制系统的决策实施大致可分为单一车辆避让控制和决策系统总体规划控制。
2.5.1 单一车辆避让控制
单一车辆避让控制的步骤为:①车辆或道路传感器发现并成功识别障碍物及障碍物之间的距离、车辆行驶的速度等;②通过5G 网络将识别到的信息快速传送给决策系统;③决策系统发布车辆控制指令;④车辆进入避障状态,根据命令采取主动避障措施,并将避障采取的措施和避障结果反馈给系统;⑤决策系统下达避障结束命令,控制系统主动操作车辆恢复正常状态。
2.5.2 决策系统总体规划控制
决策系统总体规划控制步骤为:①5G 网络向决策系统上传车辆行驶的实时路况及障碍物信息,决策系统启动车辆整体控制;②决策系统根据接收到的数据确定避障通道,并向路障点周围的自动驾驶汽车发送信息;③靠近路障段的所有交通流触发避让效果,并采取紧急避让措施;④对路障前后一定距离内的自动驾驶汽车的速度进行调节,对本段道路上的交通流量进行重新规划,避免二次拥堵现象的发生;⑤决策系统对本路段进行持续监控,直到交通流进入正常、顺畅的行驶状态。
决策系统下达至控制系统的主动避障措施有以下3种:①制动。车辆到达冲突区域前停止,该类情况通常要求有足够的安全制动距离。②减速。前车具有一定的行驶速度,后车为避免发生碰撞采取减速措施,这取决于前车与后车之间的相对运行速度。③加速。当车辆后方两侧均有距离较近的车辆,且车辆距离前方障碍物紧急制动安全距离不足时,通过加速方式紧急避让,从而避免有前方障碍物和后方车辆发生碰撞,类似于双向两车道道路上超车遇到对向车道有车辆驶来时加速通过超车的场景。
车辆主动避障控制路径主要分为车辆纵向控制和横向控制两个方面。车辆纵向控制即车速控制,车辆横向控制即车辆转向控制。车辆横向控制主要是控制车辆的方向盘偏转角来实现车辆的横向偏移,通过控制前轮偏角来规划无人驾驶汽车的避让方式,其横向控制器的计算误差会直接影响智能车辆对规划路径的精确度。因此,在设计横向偏移控制器时,不仅需要在无人驾驶汽车能够快速、稳定、安全、准确地跟踪期望路径的前提下进行设计,还应满足以下性能要求:①平滑度。路径规划模块给出相对平滑的期望路径后,控制器计算出期望路径所需的前轮偏角,其角度变化率应在小范围内浮动。②准确度。要求控制器计算车辆跟踪期望路径的控制量,尽可能减少实际路线与期望路线之间的偏差,即车辆的横向偏差和转向偏差。③快速性。要求控制在计算和消除偏差时具有快速响应速度,以确保车辆偏离期望路径后能够快速纠正偏差。
本文研究并提出了一种基于5G 通信技术的无人驾驶汽车主动避障控制方法。在该方法中,5G 网络统一传输交通流控制信息,采用多传感器融合识别目标,提高障碍物识别的可靠性,同时实时发布控制信息。一旦发生意外情况,路侧控制服务系统将统一调度路段内的整体交通流,可最大限度地减少后续车辆的行驶和等待时间。