智能汽车技术发展及研究现状

学科（车辆）方向讲座报告

题目：智能汽车技术发展及研究现状 姓名： 学号：

专业：车辆工程 任课老师：

2014年6月30日

智能汽车技术发展及研究现状

智能汽车技术发展及研究现状

摘要：智能车辆作为智能交通系统的重要组成部分，能够提高驾驶安全性，大幅改善公路交通效率，降低能源消耗量，该技术的研究日益受到国内外学者的关注。因此，本文综述世界智能车辆行驶安全保障技术研究进展，重点介绍世界主要发达国家智能车辆关键技术的应用和发展计划，分析智能车辆关键技术当前应用现状并展望今后的发展趋势，对我国汽车产业的发展提供前沿资料。 关键字：智能车辆能源消耗安全技术发展计划

1. 绪论

智能车辆（Intelligent vehicles）是一个集环境感知、规划决策和多等级辅助驾驶等功能于一体的高新技术综合体。它具有道路障碍自动识别、自动报警、自动制动、自动保持安全距离、车速和巡航控制等功能。作为智能交通系统的一个重要组成部分，智能车辆系统利用传感器技术、信号处理技术、通讯技术、计算机技术等，辨识车辆所处的环境和状态，并根据各传感器所得到的信息做出分析和判断，或者给司机发出劝告和报警信息，提请司机注意规避危险；或者在紧急情况下，帮助司机操作车辆（即辅助驾驶系统），防止事故的发生，使车辆进入一个安全的状态；或者代替司机的操作，实现车辆运行的自动化。

智能车辆系统的引入，可以提高交通的安全性和道路的利用率。目前，在汽车、卡车、公交系统、工业及军用等领域，智能车辆系统都得到了应用，而且应用的多样性和领域还在不断增加。可以预言，随着信息采集技术、信息处理技术、系统工程技术等相关技术的研究和发展深入，智能车辆系统将是智能交通系统研究和发展的重要领域。下面就对智能汽车关键技术的发展和研究现状进行综述。

2. 世界智能汽车的发展概况

各国在发展智能汽车技术时的侧重点并不完全形同。美国更强调系统的观点，过去的十几年，美国将注意力放在道路上，把数千万美元投入到先进的车路系统上。而日本则关注较近期的应用，将安全保障技术逐步添加到汽车上，使汽车逐步智能化，这样，不管智能公路是否如期建成，都可以逐步提高汽车的安全性，并且给汽车制造商带来丰厚的利润。对美国和日本的智能汽车发展框架进入深入研究会深切体会到这种差别。事实上，在智能汽车关键技术的应用研究领域，世界各国都在投入大量财力和人员进行研究，各国正在实施或已完成的智能车辆研究项目如图1所示。

图1. 世界智能汽车研究项目概况

1

智能汽车技术发展及研究现状

根据日本交通部关于21世纪先进安全车（Advanced Safety Vehicle-ASV）项目要求，日本各汽车生产企业正在发展具有良好的主动安全性和被动安全性的先进安全车。据称，开发这种车的主要目的是避免车辆事故的发生和减少伤害程度，主要技术措施是大量使用先进的安全预警系统。例如，丰田公司宣布研制成功的丰田先进安全汽车，就是各种安全保障即时在汽车上的应用。日本于2003年在全国范围内开始实施Smartway示范计划，计划2015年建成。该计划中提供诸如车道保持、十字路口防撞（Intersection Collision Warning）、行人避让（Pedestrian Avoidance）和车距保证（Heardway Keeping）等。

近年来，随着ITS体系的确立、发展和完善，美国也加强了智能车辆技术尤其是安全保障技术的应用研究。美国交通部（USDOT）已经开始一项5年计划，投入3500万美元与通用汽车公司合作开发一种前后方防撞系统。美国的IVI计划于通用汽车公司合作，研究开发一套自动碰撞预警与防止的试验系统。目前在美国，已有超过50000套碰撞预警系统用于重型车辆。

在欧洲，德国、法国、意大利等国家也正在积极进行智能车辆关键技术的研究开发。欧洲开发基金（Publicly Funded）的研究集中在驾驶员的检测、道路环境的感知、视觉增强、前车距控制（Heading Control）以及传感器融合方面。欧洲委托基金（Commission Funding）正在支持纵向（Longitudinal）和侧向（Lateral）防撞研究。

3. 智能汽车关键技术及研究

智能汽车是一个汇集了众多高新科技的综合系统，尤其是作为智能汽车关键环节的环境信息获取与智能决策控制，更是依赖于高新技术的有力支撑，入传感器技术、图像识别技术、电子与计算机技术、控制技术，下面对其中的关键技术进行概述。 3.1. 感知技术

人类在驾驶汽车时所接受的信息几乎全部来自于视觉, 交通信号、交通标志、交通图案、道路标志等均可以看作是环境对驾驶员的视觉通讯语言。同时, 人类在驾驶汽车时,通过对周围路面场景的观测来决定采取什么样的操作。因此, 选择机器视觉作为感知路面场景的传感器是一种很自然的选择。机器视觉在智能车辆中的应用如图2 所示。

图2. 机器视觉传感器在智能汽车上的应用

视觉系统在智能车辆中主要用来识别车辆周围的交通环境, 如确定车辆在车道中的位置和方位、车道

2

智能汽车技术发展及研究现状

的几何结构、检测车辆周围的障碍物如车辆和行人、识别交通标志和交通信号等。当机器视觉用于智能车辆时必须具备实时性、鲁棒性和实用性三方面的技术特点。实时性是指视觉处理系统的数据处理必须与车辆的高速行驶同步进行; 鲁棒性是指智能车辆对不同的道路环境如高速公路、市区标准公路、普通公路等, 不同的路面环境如路面及车道标线的宽度、颜色、纹理、动态随机障碍与车流等,以及变化的气候条件如日照及景物阴影、黄昏与夜晚、阴天与雨雪等均具有良好的适应性; 实用性是指智能车辆在体积和成本等方面能够为普通汽车用户所接受。

智能车辆系统可靠运行的前提是通过各种传感器准确的捕捉环境和车辆自身的状态信息, 并加工处理, 随后发出预警或者自动操控车辆。研究如何将传感器传来的信息加以有效处理、分析, 并准确的确定环境和车辆自身的状态是非常重要的。然而到目前为止, 没有任何一种传感器能保证在任何情况下提供完全可靠的信息, 采用多传感器融合技术, 即将多个传感器采集的信息进行合成, 形成对环境特征的综合描述的方法, 能够充分利用多传感器数据间的冗余和互补特性, 获得我们需要的、充分的信息。

目前, 在智能车辆领域, 除了视觉传感器外, 常用的还有激光雷达、毫米波雷达、声纳、红外探测、磁导引、GPS 等传感器。博世公司预计未来智能车辆安装的传感器如图3所示。

图3. 博士公司车辆外部环境感知及功能系统

3.2. 决策技术

在辅助驾驶或者自动驾驶技术中, 需要依据感知系统获取的信息来进行决策判断, 进而向驾驶员发出警告或者对车辆进行控制。例如, 在车道偏离警告系统和碰撞警告系统中, 需要预测主车辆和其它车辆未来一定时间内的状态。先进决策技术包括模糊推理、强化学习、神经网络和贝叶斯网络等技术。 3.3. 决策技术

对自动驾驶车辆或者辅助驾驶车辆来说, 利用环境感知信息进行规划决策后需要对车辆进行控制, 比如对路径的自动跟踪, 此时性能优良的控制器成为了智能车辆必不可少的部分, 成为智能车辆的关键。智能控制代表着自动控制的最新发展阶段, 是应用计算机模拟人类智能, 实现人类脑力和体力劳动自动化的一个重要领域。智能控制是一个新兴学科, 包括递阶控制系统、专家控制系统、模糊控制系统、神经控制系统和学习控制系统等5 个方面。

3

智能汽车技术发展及研究现状

3.4. 车辆定位与路径规划

车辆定位导航系统应用车辆自动定位技术、数字地图、通信技术, 为车辆提供路径引导、无线遥控等功能。在车辆定位导航系统中, 定位是实现导航功能的前提和基础, 车辆定位技术大致上可分为三类: 惯性导航、无线电定位和卫星定位。

路径规划是智能车辆信息感知和车辆控制的桥梁, 是智能车辆自主驾驶的基础,可分为全局路径规划和局部路径规划。全局路径规划是在己知地图的情况下, 利用已知局部信息如障碍物位置和道路边界,确定可行和最优的路径, 它把优化和反馈机制很好的结合起来。局部路径规划是在全局路径规划生成的可行驶区域指导下,依据传感器感知到的局部环境信息来决策车辆当前前方路段所要行驶的轨迹。与移动机器人路径规划相比, 车辆的行驶环境具有非结构化、动态性、不确定性等特点,因此研究者们在借用移动机器人路径规划成果的同时, 也在深入彻底研究智能车辆路径规划问题。 3.5. 其它

智能车辆的关键技术还包括车辆状态随机估计和智能车辆体系结构的研究等方面。为了对车辆进行有效的控制, 必须全面准确地获取车辆的自身状态参数, 如车辆横摆角速度估计、汽车轮胎与路面之间的摩擦系数估计、以及车辆侧面碰撞模型的非线性动力学参数的辨识等。由于智能车辆系统复杂程度高、综合性强, 一般需要一组研究人员共同研究开发, 同时为了使系统能够在有限的时间和计算资源内完成各功能, 计算经常需要一定的并行性, 由此产生这样的问题—将计算资源有效地分布在一组处理器上需要什么样的体系结构, 这就是智能车辆控制器体系机构所研究的问题。

4. 未来智能汽车关键技术的发展趋势

4.1. 车辆间的通信协议规范

到目前为止，没有一个汽车生产厂家或研究机构能够独自提供完整的智能车辆解决方案。因此，不同的车辆之间，车辆与外界，车辆与人之间的通信规范问题就成为一个值得研究的课题, 这实际上就是要建立一个开放型的“人一车一路”之间的通信协议规范,各种设备提供者就可以根据该规范设计能够独立工作的设备或模块。

4.2. 通用的软件开发平台

随着车辆功能的逐步发展和完善, 各种传感器信息的采集与处理, 各种控制算法的设计与实现等软件设计要求会变得十分复杂。如果能有像Windows一样车载软件系统平台, 提供统一的应用软件接口, 将会大大降低系统实现难度。因此, 在这方面进行持续研究是有必要的, 也是迫切的。 4.3. 各种传感器取长补短

单一传感器有时无法满足实际需要, 而复合型传感器价格昂贵, 且难以实现, 推广困难。因此, 应将不同的传感器之间取长补短,互相结合使用。例如: 利用超声波、雷达等传感器测距快速便捷的特点, 完成障碍物扫描,确定其大致的方位, 然后, 利用CCD 低成本、高信息量的特点, 在确定的范围之内识别目标类型、轮廓、颜色、文字等信息。 4.4. 有人无人驾驶共享现有道路

可以预见，在未来的10~15年中，无人驾驶车辆将广泛得到应用。然而，道路建设一直以来都无法满足日益增长的车辆需要。因此，无人驾驶车辆无法完全行驶在专用车道，必须能够与现有车辆共享传统道路。两种车辆的共存方式需要受到重视。

4

智能汽车技术发展及研究现状

4.5. 改善视觉算法对环境的适应性

设计可靠、稳定的机器视觉算法所面临的最大困难在于对各种恶劣环境的适应性。一般的视觉算法无法直接在实际应用中使用, 需要一定的假设。在阴雨雪天气、夜晚等光照条件较差的情况就无法满足。另外,快速运动对成像的影响应加以考虑, 这也是满足系统实时性要求。

5. 总结

智能车辆的研究技术难度大, 运行中的车辆系统是一个包括车辆驾驶员一环境的复杂、时变、非线性大系统, 影响车辆运行的因素包括车辆的、人为的和道路环境的因素, 必须采用新的理论和方法进行研究。随着以计算机技术和信息技术为代表的高新技术的发展, 不断改变着人们的行为和思维模式, 人工神经网络、模糊控制、神经模糊技术和虚拟现实技术等新思想、新技术纷呈叠出, 为我们站在一个新的高度研究智能车辆提供了可能。这是一个能够将汽车产业、交通系统与信息产业紧密结合起来的新型领域。智能车辆的研发为世界各国的高新技术产业提供了又一广阔的发展空间。欧洲、日本、美国等发达国家虽走在了前面, 但目前与我国的实际差距还不是很大。因此, 把握住这一机遇, 有计划、有步骤地制定相应的发展策略, 提供各种优惠政策来积极指引和引导其健康发展, 从而在改善和发展我国交通, 提高交通安全性的同时, 缩小该领域与发达国家之间的差距。

参考文献：

[1] Deng Weiwen. Electrification and Intelligence—Technologies that Drive Future Vehicles [J]. Journal of

Automotive Safety and Energy, 2010, Vol. 1 No.3: 179~189.

[2] 陈超,吕植勇,付姗姗,彭琪. 国内外车路协同系统发展现状综述[J].交通信息与安全, 2011, 29(1):102-109. [3] 徐中明,陈旭,贺岩松等.智能交通系统(ITs )中的智能汽车技术[J].重庆大学学报, 2005,28(8): 17-21. [4] 高德芝,段建民,郑榜贵,田炳香.智能车辆环境感知传感器的应用现状[J].现代电子技术,2008,19:152-156. [5] 胡国强,陈昌生,熊明洁.世界智能车辆的关键共性技术研究现状[J].轻型汽车技术,2011,3:3-6.

5

智能汽车技术发展及研究现状

4.5. 改善视觉算法对环境的适应性

设计可靠、稳定的机器视觉算法所面临的最大困难在于对各种恶劣环境的适应性。一般的视觉算法无法直接在实际应用中使用, 需要一定的假设。在阴雨雪天气、夜晚等光照条件较差的情况就无法满足。另外,快速运动对成像的影响应加以考虑, 这也是满足系统实时性要求。

5. 总结

智能车辆的研究技术难度大, 运行中的车辆系统是一个包括车辆驾驶员一环境的复杂、时变、非线性大系统, 影响车辆运行的因素包括车辆的、人为的和道路环境的因素, 必须采用新的理论和方法进行研究。随着以计算机技术和信息技术为代表的高新技术的发展, 不断改变着人们的行为和思维模式, 人工神经网络、模糊控制、神经模糊技术和虚拟现实技术等新思想、新技术纷呈叠出, 为我们站在一个新的高度研究智能车辆提供了可能。这是一个能够将汽车产业、交通系统与信息产业紧密结合起来的新型领域。智能车辆的研发为世界各国的高新技术产业提供了又一广阔的发展空间。欧洲、日本、美国等发达国家虽走在了前面, 但目前与我国的实际差距还不是很大。因此, 把握住这一机遇, 有计划、有步骤地制定相应的发展策略, 提供各种优惠政策来积极指引和引导其健康发展, 从而在改善和发展我国交通, 提高交通安全性的同时, 缩小该领域与发达国家之间的差距。

参考文献：

[1] Deng Weiwen. Electrification and Intelligence—Technologies that Drive Future Vehicles [J]. Journal of

Automotive Safety and Energy, 2010, Vol. 1 No.3: 179~189.

[2] 陈超,吕植勇,付姗姗,彭琪. 国内外车路协同系统发展现状综述[J].交通信息与安全, 2011, 29(1):102-109. [3] 徐中明,陈旭,贺岩松等.智能交通系统(ITs )中的智能汽车技术[J].重庆大学学报, 2005,28(8): 17-21. [4] 高德芝,段建民,郑榜贵,田炳香.智能车辆环境感知传感器的应用现状[J].现代电子技术,2008,19:152-156. [5] 胡国强,陈昌生,熊明洁.世界智能车辆的关键共性技术研究现状[J].轻型汽车技术,2011,3:3-6.

5

本文来源：https://www.bwwdw.com/article/5787.html