中国以及欧美日等发达国家都在努力推进自动驾驶技术开发，希望到2020年实现自动驾驶技术的商业化。自动驾驶系统要代替人类去做感知、判断和控制，这中间需要复杂的信息处理和运动控制技术，也需要经历一段漫长的技术成熟、用户接受、法规完善的过程。从需求和技术难易程度上来讲，队列行走系统是比较容易商业化的技术之一，也可以基于队列行驶系统进一步实现全自动驾驶。队列行走系统由多台车辆组成车队，通过车道线保持和车车间通信来维持车辆之间的距离。其中的核心课题是控制器失效时候的安全保障、障碍物的准确识别、局部区域的动态地图以及以人工智能为核心的自动驾驶系统架构设计。

一、自动驾驶技术的历史

如果追溯自动驾驶技术的发展，人类从1975年开始就在以计算机视觉技术为基础开展自动驾驶的研究，不间断的研究和开发工作断断续续的持续到了现在。下图是自动驾驶技术的历史：

但是很遗憾，由于法律和技术等问题，这些技术没有商业化。如今，受交通事故和环境问题的压力，政府、高校和企业都在极力的推动自动驾驶技术开发。欧洲把自动驾驶作为重要课题，放到国家战略的高度，使得自动驾驶的商业化得到了稳步的推进。美国的谷歌开发的自动驾驶车已经在道路上测试上百万公里，并且取得了内华达州的上路许可证。日本在2008年至2012年，以实现安全、环境友好的物流系统为目标，开发了卡车队列行走系统。2014年开始，政府牵头启动了以自动驾驶商业化为目标的SIP-adus（Automated Driving for Universal Service）项目。

二、自动驾驶的关键技术

目前高级驾驶辅助系统已经在一些高端车型上得到了应用，可以在驾驶员未及时响应的危险状态下介入。自动驾驶属于驾驶辅助系统的进阶版本。区别是自动驾驶系统成为环境感知和危险判断的核心，司机起辅助作用。国际上根据自动化程度的不同，定义了自动驾驶的等级。下表是SAE的自动驾驶等级定义。

表1是SAE定义的自动驾驶标准

按照这种定义方式，从技术和法律角度看，二级到三级的跨度比较大，存在较大的壁垒，在二级自动驾驶中，人来承担环境感知的责任，而到了三级，责任转移到了控制系统端。要在现在的驾驶辅助系统基础上实现三级以上自动驾驶，必须在感知技术、信号处理能力、认知能力和可靠性上做出革命性的突破。目前欧美日已经开始着手推进三级以上的自动驾驶系统开发。下表是3级以上自动驾驶需要解决的技术问题：

表2 三级自动驾驶关键技术

在传感器技术上，也需要很多突破，下表是目前驾驶辅助系统的传感器技术和自动驾驶需要的传感技术能力对比。自动驾驶汽车的传感器相对于现在驾驶辅助系统使用的传感器而言，不仅仅对鲁棒性的要求更高，而且不单单要能识别目标的距离和速度，还要识别出目标的形状和运动向量。所以对于自动驾驶系统而言，不仅要有高精度的测距传感器，而且要有在水平方向和垂直方向上空间分辨率都很高的3D激光传感器。

ADAS和自动驾驶传感器

三、队列行驶系统开发

由于开发难度上相对容易，队列行驶系统成为自动驾驶技术的先行者。目前典型的队列行驶系统有：

1、节能型ITS自动队列行驶系统

这种系统由于车辆间距非常的小，所以能够降低风阻，提高能效。日本已经开发出了车间距4m的队列行驶系统，可以节约能耗15%。要实现4m间距的队列行走，仅仅实现车距控制是不够的，还需要车道线保持和周边车辆防撞等高级控制能力。由于系统发生故障时，不能指望驾驶员操控，要求系统有很高的可靠性和安全性。

1）车道保持系统

车道保持系统可以在前轮轮胎与车道线间隔达到一定间距时自动控制转向系统。为了避免阳光和雨的影响，在车的两侧装有垂直于路面的小型相机。通过这个画像实时识别车道线，检测精度可以达到1-2cm，利用检测出来的横向偏差，通过控制系统的非线性算法可以算出最佳的前轮转向角，然后控制转向系统的控制电机。在弯路上，因为闭环控制系统有延迟，很难控制车辆沿着车道线行走，而且速度越高，可控性越低，就会脱线，为了解决这个问题，要按照道路的曲率，采用前馈控制方法。

2）车距控制系统

ACC系统目前已经在很多车型上搭载，但是对于普通的ACC系统，如果仅仅控制车辆间距离的话，从前车开始减速的时刻到车间距发生变化，会有一个延迟，车辆本身减速控制还有一个延迟，所以需要维持一个比较长的间距。为了解决这个问题，需要把前车的速度和加速度信息通过车车间通信系统传递给后车，形成一个协同式的车距保持控制系统，下图是该系统的构成。

这种队列行走系统，在空载状态下，可以节省油耗15%。

2、SARTRE队列行走系统

SARTRE（Safe Road Train for Environment）是卡车和乘用车混合使用的一种队列行驶系统，先行车是一辆手动驾驶的车辆，后面的卡车或者乘用车跟随，为了节能和防止其他车辆插入队列，车间距离保持6m，这种系统的特点是，不是根据车道线控制运动路线，而是使用立体摄像头和激光雷达来测量与前车的横向偏差。下图是该系统采用的立体相机和雷达，以及三台乘用车跟随一辆卡车的试验场景。

四、自动驾驶系统关键技术

1、ECU的失效保护技术

3级以上的自动驾驶，在系统失效情况下没有驾驶员辅助，所以系统必须具有很高的可靠性。虽然国际上目前没有明确的法规和标准对自动驾驶系统的可靠性做规范化，但是电子电气领域的IEC61508标准要求自动驾驶系统达到SIL4标准，意味着每小时失效率为10-8次。系统要达到SIL4的化，那么不仅仅是控制器要有高可靠性，控制装置也要做冗余和失效保护。

冗余主要是在异常发生到驾驶系统做出有效的判断之前这端时间保障安全，失效保护主要是在控制系统失效的情况下，防止发生异常动作。特别是在ECU的微处理器失效或者跑飞的情况下，非常重要。下图是ECU失效保护系统的构成和样机。

控制板上有主芯片和辅芯片两套CPU和内存，以及继电器和比较器。两个CPU的运算结果通过比较器进行比对，当结果不一致时，主芯片通过继电器自动与外部断开连接，从而避免异常发生。

2、局部动态地图技术

环境感知是自动驾驶技术的重要课题，一般道路上的场景非常复杂，要对交通信号、道路标识、电线杆、栅栏、行人等进行区分识别，同时也要判断他们的运动趋势。不单是使用图像、毫米波雷达、激光雷达等单一传感器很难感知这个环境，即使采用数据融合技术，想要区分这些障碍物也是非常困难的。所以需要通过传感器测量的障碍物距离信息和高精度地图结合的局部动态地图技术来解决。

首先根据GPS的定位信息，可以获得周边建筑设施等的详细地图信息，同时通过3D激光传感器可以测量出车辆到障碍物的三维距离信息，通过这两者的对比，可以区分出物体还是障碍物还是道路设施。

这种动态地图需要通过激光雷达获取水平和竖直两个方向的距离信息，目前的激光雷达采用旋转的反光镜来做水平和竖直方向的扫描，但是竖直方向扫描精度不高，所以自动驾驶汽车仍然需要一种垂直方向分辨率比较高的激光雷达传感器。

3、自动驾驶的系统架构

驾驶辅助系统承担了驾驶安全的一部分任务，它的各个子系统还是比较小的。自动驾驶系统承担了全部驾驶任务，需要构建动态地图、规划路径，还需要人工智能算法进行环境认知和危险判断，因此需要非常强大的处理器。同时车辆纵向和横向运动的控制系统也非常复杂，如果把所有的信息都输入到一套软件上，采用集中式控制系统，那么系统的灵活性、可靠性和安全性验证就变得非常复杂，也容易出现故障。从这个角度来考虑，自动驾驶系统采用分布式控制更合适，按照认知、判断和执行几个部分来分，可能比较合理。如下图：

这个系统由4个模块加上环境感知、外部通信构成，地图模块由道路地图和局部动态地图组成，根据GPS定位信息和地图信息判断障碍物和道路空间，做出路径规划，人工智能模块只要根据动态地图来认知环境和防范危险，输出模块根据上位机的输出信号，对车辆横向和纵向的状态做出调整。

五、 结束语

自动驾驶的商业化除了技术以外，还需要解决法律法规、社会接受程度以及国际标准等问题。国外已经开展了大量的自动驾驶道路试验，我国也在逐步的开展这块的开发和测试，欧洲已经在1968年制定的道路交通条例中补充了自动驾驶条款，美国的内华达州和加利福尼亚州也将自动驾驶写入了法案，极大的推动了自动驾驶技术的进步，期待2020年能实现自动驾驶的商业化。