英语原文共 5 页，剩余内容已隐藏，支付完成后下载完整资料

---

智能汽车的智能汽车控制

摘要

从人工智能出现以来，人们就有了一种想要汽车全自动智能化的愿望。到目前为止，人们已经进行了许多实验，而其中一些实验非常有成果。结果就是，现在我们拥有智能汽车。这些汽车很聪明，可以通过自己的判断来做出一些决定。但他们实际上只会在十分有限的情况下才能帮助到驾驶员。现在的智能汽车还没有一个是完全自动化的。我们认为只有通过结合智能汽车和交通系统以及汽车实际移动的道路等环境才能实现全自动交通。在本文中，我们试图讨论自治交通系统的一个新想法 - 一个完整的解决方案。

关键词

智能交通；GPS（全球定位系统）；ACC（自适应巡航控制）；AHS（自动化高速公路系统）；智能汽车；DLCC（动态激光巡航控制）。

1. 引言

自主或自适应巡航控制（ACC）主要用于智能汽车控制的智能系统。其原理通常是使用雷达或激光装置，当前方车辆减速，车辆可以减速或者当前方没有车辆时，将自身加速到交通法规允许的速度。但这个系统只能在无法改变行驶方向上的直线道路上实现控制或做出决定。但在本文中，我们试图提供一个完全自动的系统。本文中，我们不仅考虑了汽车的智能化，还考虑了交通系统的智能化，这样就可以建立一个智能网络，这个网络就能够在没有任何人为干预的情况下为从一点到另外一点的运输自行做出决定和判断。

1. 挑战

这个智能交通系统基本上有两个挑战。他们分别是：1.技术挑战2.社会挑战

在技术挑战方面，我们主要在设计传感器和控制系统时面临着问题，并且也面临着从源到目标决策的问题。在另一方面的社会挑战上，我们发现了诸如让人们信任自动化汽车的问题，并获得立法者许可将车开到公共道路上，并且解决无人驾驶的任何事故的法律责任问题。现在，获得自动化汽车的解决方案可以分解为四个子系统—

1.感知：知道障碍物在哪里以及周围是什么，这意味着感知周围环境。

2.导航：从当前位置到达目标位置。

3.路线规划：在路上行驶，避开障碍物，避免伤害人民，遵守道路规则，即实际做出决断破坏，加速，转弯等。

4.控制车辆本身：启动系统的决定。

1. 目前可用系统

常用的最流行的ACC系统：

1.基于激光原理的ACC系统

2.基于雷达原理的ACC系统

目前基于激光原理的ACC的成本较低但却是实用性十分高的。该系统可以用400-600美元/欧元就可以选装在豪华轿车。但问题在于它在恶劣的天气条件下无法很好地检测和跟踪车辆。装有这种ACC系统的这些车也无法追踪肮脏的非反光车辆。基于激光的传感器必须暴露在外面并且通常在较低的grill offset中找到。另一方面基于雷达的ACC系统可以提供更好的性能，并且比基于激光的ACC系统需要花费了更多的成本。这种ACC系统可以花1000-3000美元/欧元选装在豪华车上。目前可用的系统基本上主要是用的是自动调节速度技术和智能刹车技术。它们不会为路线选择和跟踪变化而烦恼。通常情况下，他们会跟随前车并保持与该车的安全距离，以便及时地做出改变速度的决策。这是一张显示其工作原理的图。捷豹汽车和梅赛德斯 - 奔驰在1999年首次提供基于雷达的ACC系统。梅赛德斯-奔驰在2006年推出了#39;Distronic Plus#39;系统在他们公司的S级豪华轿车上，该系统可以在必要的时候让车子停下来。奥迪Q7也可以提供该功能。丰田公司的雷克萨斯在2001年第一次在雷克萨斯LS430上搭载了名为“DLCC”（Dynamic Laser Cruise Control）基于激光的ACC系统并将其推向美国市场。丰田还将基于雷达的ACC系统装配在了IS,ES,GS和LS系列车型上，将基于激光的ACC系统装配在RX系列车型上。讴歌RL系列车型上搭载了缓解碰撞制动系统。如果距离很小，它可以提醒驾驶员。它会稍微进行制动，并拉紧安全带。即使驾驶员没有反应，RL会及时收回，锁住安全带并且会紧急制动。雷克萨斯LS430 / 460也提供该系统。

1. 过去的研究

不同的研究小组曾对与系统有关的不同问题进行了研究。其中一些非常富有成效，显示出新的途径。自动化高速公路系统（AHS）是在现有高速公路上建造专用车道，这些高速公路将配备磁铁或其他基础设施，当与其他车辆（以及中央系统）通信时，允许车辆停留在车道中心，来避免碰撞并管理交通。AHS允许特殊装备的车辆使用特殊的“加速车道”加入系统，并通过“减速车道”离开。当离开系统时，每辆车都会验证其驾驶员是否准备好控制车辆，如果驾驶员没有准备好控制车辆，系统会将车辆安全地停放在一个区域内。AHS实地演示是与加利福尼亚州和卡内基梅隆大学合作于1997年在美国政府赞助的圣地亚哥附近完成。该测试场地位于圣地亚哥市中心以北16公里的15号州际公路，是一个12公里的共乘车道（HOV）路段。这次活动产生了很多新闻报道，这是一项了不起的成就。该技术已成为一本书的主题。由于社会和政治力量，美国政府的这种共同的努力似乎已经被放弃了，而最重要的是希望创造一种更少未来和更适销的解决方案。与2007年一样，一项为期三年的项目正在进行中，允许包括巴士和卡车在内的机器人控制车辆沿20号州际公路20号805使用特殊车道。其目的是让车辆以较短的距离行驶，从而允许更多车辆使用车道。由于车辆需要进入和退出专用车道，车辆仍然会有司机。在进入这些车道之前，汽车应该从启动汽车的司机那里获得帮助，加速到一定的限度，进入安全状态以及安全车道，然后接管汽车的控制权。这里的汽车是半自动的，汽车需要一些助手，就像在自动化之前一样。该系统由位于圣地亚哥国家的Swoop Technology公司设计。在这里我们分析了过去的研究，达到了帮助驾驶员在驾驶时做出决定的水平，但仍需要司机的大部分参与。这些研究显示了自动驾驶汽车的路径。

1. 我们的贡献

5.1 为了能实现自动化需要识别的基本事物

为了驾驶汽车，系统需要：

1. 了解其环境（传感器）

2. 确定它在哪里以及它想去哪里（导航）

3. 确定其在交通中的方式（运动规划）

4. 操作车辆的启动（启动）

得出的结论是，近二又二分之一的这些问题已经在环境和地点上得到了解决。导航和驱动问题完全解决，传感器部分解决，但提升速度较快。

5.1.1传感器

无人驾驶汽车中采用的传感器从最简单的ARGO项目的单色立体视觉到Mobileye的多式联运（视频，红外，激光，雷达）方法各不相同。极简主义方法最能模仿人类的情况，而多模态方法是“贪婪”的，因为它试图尽可能多地获得当前技术所能获得的尽可能多的信息，即使一辆汽车的检测系统偶尔会产生干扰 另一个因此造成另一个问题。

5.1.2导航

绘制从车辆到用户想要的路线的能力已经可用几年了。 这些基于美国军方全球定位系统的系统现在可作为标准汽车配件使用，并使用卫星传输确定当前位置，并提供车载街道数据库以获取通往目标的路线。 更复杂的系统也会接收有关路障的无线电更新，并相应地进行调整。 还有传感器会对整体性质有很大影响。

5.1.3控制车辆

随着汽车技术的成熟，底层发动机，变速箱等越来越多的功能不再由驾驶员通过机械手段直接控制，而是通过计算机进行控制，计算机从驾驶员那里接收指令作为输入并通过手段提供期望的效果 电子节气门控制，以及其他线控驱动元件。 因此，计算机控制车辆各个方面的技术已被人们所了解。

5.2 一些帮助人类以及自动化汽车的东西

这些系统警告或通知司机有关可能未被注意的事情，例如

车道偏离警告系统（LDWS）

驾驶员可见性辅助工具能够覆盖盲点和雷达等增强视觉系统

无线车辆安全通信和夜视。

基于基础架构的驾驶员警告/信息提供系统。

1. 最新成就

Google修改后的丰田Prius使用一系列传感器在公路上行驶，无需人工干预。 它包括不同类型的传感器，如

GPS：全球定位系统（GPS）[1]是一种基于空间的全球导航卫星系统，能够在任何时候，任何时间，地球上或地球附近的任何地方提供可靠的位置和时间信息，无论何时何地都有畅通无阻的视线 到四个或更多的GPS卫星。

运动传感器：这个用于监测汽车的速度。

激光探测与测量：车顶上的旋转传感器，可以扫描车辆所有方向的200英尺左右范围，并生成车辆附件的精确三维地图。

位置估算器：安装在左后轮上的传感器，用于测量汽车的小幅度运动，并准确定位其在地图上的位置。

摄像机：靠近后视镜的摄像机偏转交通信号灯，并帮助汽车的车载电脑识别行人和骑行者等移动障碍物。

雷达：四个标准的汽车雷达传感器，前面三个，后面一个，有助于确定远处物体的位置。

通过使用这些类型的传感器，该车克服了导航和启动本身的问题，因此使用各种类型的传感器，它也实现了良好的传感能力，但在基于我们强调的因素而言，运动规划仍然是一个具有挑战性的问题。

1. 我们的建议

在本文中，我们实际上试图提供一个完整的从一点到另外一点的解决方案，我们将我们的提案分为五个具体部分：

1.路线分析

2.自主速度适应

3.车道检测和更改

4.智能打破系统

5.人工视觉图像处理

6.避免串通

7.安全问题

7.1 路线分析

当我们开始使用我们的汽车时，我们需要制定到达我们的目的地的路线。 现在有了一个智能系统，我们只需要指定我们的目的地。 根据GPS，汽车知道其目前的位置，并从数字地图知道所有通往目的地的路线。 然后找出所有路线的替代方案，并提供最佳的低成本和低距离解决方案。 它也能从可能的解决方案提供了一个车主希望选择的选项。 如果他给出了选择，它遵循给出的路线。否则它会遵循低成本路线或最佳解决方案。这是该路线已经修好的旅程的第一步。现在汽车必须沿着它所选择的路线前往目的地。

7.2 自主速度适应

这实际上是一个已被使用的公认系统。但是我们对现在的系统进行了一些修改，在这里描述了这些修改的原因。在本系统中，速度适应基本上取决于前方车辆。如果前方车辆减速，汽车减速并且如果前方汽车加速，则汽车加速。在这里，驾驶员必须设置速度限制，以达到其加速的速度，并且必须关注信号。这意味着虽然我们实际上是在说它是自动的，但很多决定都是由司机给出的。其次，当前面没有车辆时，根据红灯亮的信号，它需要减速，但它不能做出任何决定。我们提出，以前的适应系统将被使用，但除此之外，高速公路也应该变得智能化。在信号位置，信号灯应该与的所有车辆进行通信，当已经显示红色信号，就应该停下来或者当绿灯亮起，您可以移动。当汽车进入任何速度区域时，速度限制杆应通知汽车这是一个限速区域，所以最大速度限制应该是这样。所以汽车本身可以采取最高速度决定。通过这种方式可以减少两种人的依赖性。

7.3车道检测和更改

为了能在道路上自动化移动，车道检测是一个重要问题。 从GPS我们知道，在道路上有曲线，但有多少弯曲的地方，从GPS或数字地图上不清楚。同样来自雷达或激光传感器，有可能得到一个景象，即有一个弯道，有障碍物在那。尽管难以对弯曲进行正确的估计，甚至有时难以识别曲线。但是如果我们能够估计出现在我们在哪条车道上并且始终保持我们的车在车道上，那么随着车道的弯曲，车本身也会转弯。 因此，在曲线道路上做出决定时不会出现问题。这使得自动化成为可能，不仅可以用于任何类型的道路，也可以用于直线道路。现在这个车道检测可以通过路边无线信号来实现。这些信号将始终传达目前它所在的位置和道路上有多少条车道。从这些读数中，汽车知道他现在在哪条车道上。并通过测量距离确保它总是位于同一车道上。 再次变换车道也是一个困难的决定。 在目前的智能汽车中，我们必须手动更换车道。 因此，需要人际互动。 这实际上使得整个自动化无用，因为驾驶员必须始终关注车道变化。但是这可以使用汽车中的另外两个雷达或传感器设备进行自动化。该图显示了如何做到这一点。 位于两侧的两个激光或雷达设备将始终搜索是否有任何车辆正在移动任一侧。背部的另一台激光或雷达设备检查是否有任何车辆试图超车。如果发现并没有车辆进行超车，则需要决定是否进行换道。这样车道的更换可以自动进行。但使用三个以上的设备是一个昂贵的选择。 所以我们可以使用一个设备来执行任务。这将有时间安排检查三面，并给出我们想要的相同输出。

7.4 智能制动系统

如果需要进行速度适应，实际上就是进行速度控制。 所以我们需要关心制动系统。 现在制动系统主要依靠找到障碍物。如果发现任何障碍，它会放慢速度。它也会测量障碍物的速度和大小。就需要摄像机才能生效。现在，这种分析结果有助于汽车决定何时以及如何制动。它首先逐渐放慢速度，当它发现一个突发情况时，它会伴随着其他动作进行制动。它会拉紧安全带以确保乘客的安全，并会鸣笛来提醒他人，在极端的情况下，它应该发出信号告诉驾驶员有关情况。

7.5 人工视觉图像处理

这是可以通过图像处理实现的一部分。实际的自动化系统只有在我们的汽车中加入一个可以像人类一样感应并像人类一样做出决定的传感器时才能实现。在GPS中，我们得到的数据并非是即时的。 我们使用的其他传感器可以感知我们汽车前方的物体或障碍物，但为了获得即时反馈，我们需要图像处理软件从摄像机获取图像。 经过处理后，我们的车载电脑为自动驾驶汽车的运动控制采取了必要的步骤。 这种图像处理基本上可以帮助我们避免障碍物突然出现在自动驾驶汽车前面的事故，这基本上就像人类智能一样。

7.6 避免串通

使用激光（长距离）和超声波（短距离）

全文共6882字，剩余内容已隐藏，支付完成后下载完整资料

---

资料编号：[11378]，资料为PDF文档或Word文档，PDF文档可免费转换为Word