第五章 智能车辆技术
智能车辆（Intelligent Vehicle）又称轮式移动机器人，是一个集环境感知、规划决策、自动驾驶等多种功能于一体的综合系统。它致力于提高汽车的安全性、舒适性和提供优良的人车交互界面，是目前各国重点发展的智能交通系统一个重要组成部分，也是世界车辆工程领域研究的热点和汽车工业增长的新动力。
5.1 智能车辆概述
5.1.1  智能车辆的研究意义
随着经济和社会的迅速发展，交通基础设施的瓶颈制约作用越来越明显。这种制约不仅体现在交通堵塞问题日益突出，同时还体现在由于交通不畅而造成的环境污染问题及相对落后的道路和先进的车辆对人们的生命、财产所形成的安全隐患。正因为如此，智能交通系统(Intelligent Transportation Systems, ITS)日益受到欧洲、日本、美国等发达国家的重视并成为研究热点。他们相继启动了各种以智能交通系统为目标的研究与开发项目。如欧洲的PROMETHEUS和DRIVE项目，日本的VICS和ARTS项目，美国的IVHS项目等。各国家各地
区研究的项目内容，对智能交通系统的定义不尽相同，各项目的重点也有所不同，但目标都是综合利用新的信息技术、计算机技术、自动化技术、管理技术等，来提高道路和车辆的利用效率，提高安全性，减少污染及阻塞的发生。
ITS一般由两部分组成，即智能道路及交通控制系统和智能车辆系统IVS(Intelligent Vehicle System)柴油现在多少钱一吨。目前智能道路系统的构筑还处于起步阶段，相应的基础设施建设周期长且投资大，所以发展智能车辆及车辆自主行驶系统，通过提高车辆自身智能的方案是目前实现安全、高效的自主行驶的最佳选择，同时它还可为开发将来在完备的自动高速网络环境中运行的智能车辆奠定基础。 
智能车辆作为智能车辆系统的基本组成单元，可以集成如视觉技术、触觉技术、自主控制和决策技术、多智能体技术、智能控制技术、多传感器集成和融合技术等许多最新的智能技术，从而能够完成很多高智能工作。我国也已经把智能车辆列入国家高新技术计划，足以证明政府有关部门对发展智能车辆的高度重视。
5.1.2  智能车辆的应用范围
由于智能车辆具有环境感知、规划决策、自动驾驶等功能，目前已经在以下场合得到了广泛应用。
1．智能交通系统
为解决交通问题，各发达国家在ITS的研究上均投入了大量的人力、物力。自然而然，智能车辆就成为ITS的一个重要的组成部分，得到越来越多的重视。
2．柔性制造系统和柔性装配系统
在计算机集成制造系统中，智能车辆用来运输工件，能够极大的提高生产效率，降低生产成本。
3．军事领域
智能车辆的研究也受到了军方的关注。以智能车辆作为其它智能武器的安装平台，能够实现全天候的自动搜索、攻击动静态目标，能够极大的提高在高新技术战争中的攻击力，减少人员伤亡。
4．应用于其它特殊环境
智能车辆在有毒或放射性环境下运输，还可应用于野外探险、消防、救灾等。
5.1.3  智能车辆的研究状况
1．国外研究概况
国外对于智能车辆技术的研究始于20世纪70年代末，最初是军方用做特殊用途的，80年代得到了更深入的研究。进入90年代后，由于与智能交通系统的结合，开始进入深入、系统、大规模研究阶段。西方各国对智能车辆技术的研究都投入了大量的人力、物力，智能车辆技术也相继取得了突破性的发展，尤其是美、日、欧等发达国家已经抢先一步，在智能车辆安全保障以及安全辅助导航技术取得了许多有价值的研究成果，如自适应巡航控制(Adaptive Cruise Control, ACC)或智能巡航控制(Intelligent Cruise Control, ICC)系统、防碰撞系统(Collision Avoidance System, CAS)以及汽车队列(Platoon)等，并产生了明显的社会和经济效益。
比较有代表性的智能车辆有：美国国防高级研究计划局(DARPA)与陆军合作研制的世界上
第一台地面自主车辆（ALV），如图5-1所示。它采用高速计算机、三维视觉、先进的传感器和卫星导航等各种当时最新的或正在开发的技术，利用路标识别技术导航，在较平坦的越野环境中，以10cruise千米/小时的速度自主行驶了20千米。美国卡内基·梅隆大学自上世纪80年代以来，先后开发了Navlab系列地面智能车辆。1992年研制的NavlabⅡ自主车在道路上以75千米/东风逍客小时的速度自主驾驶了3.2千米。德国自80年代初期开始，奔驰公司与位于慕尼黑的联邦国防大学进行合作，已先后研发出VaMoRs和VaMoRs-P两种实验车。法国帕斯卡大学自动化与电子材料科学实验室与法国雪铁龙汽车技术中心合作，研制了Peugeo系统。法国国防部也开发了DARDS自主侦察演示车（如图5-2所示），既可自主驾驶，也可遥控。日本防卫厅技术本部第四研究所也研制了一种多用途自主车，如图5-3所示。它可在崎岖的道路上自主行驶，可用于扫雷，也可作侦察车使用。
图5-1  世界上第一台地面自主车辆ALV      图5-2  法国DARDS自主侦察演示车
新速腾1.4t   
  图5-3  日本多用途自主车                    图5-4  CITAVT-IV自主车
2．国内研究概况
我国是世界上公路交通发展最快的国家之一，汽车保有量迅速增加的同时，交通引发的各种问题尤其是行驶安全问题也日益突出，交通事故特别是恶性交通事故呈不断上升趋势，因此研究开发ITS势在必行，而作为ITS的重要组成部分，智能车辆研究亦显得尤为迫切。但由于起步晚，以及经济条件的制约，我国在智能车辆研究领域与发达国家有一定的差距，
目前开展这方面研究工作的单位主要包括一些大学和科研机构，如国防科技大学、清华大学、吉林大学、北京理工大学、中科院沈阳自动化研究所等。
一汽和国防科技大学机电工程与自动化学院共同研发了中国第一辆自主驾驶车辆，如图5-4所示。该自主驾驶技术采用最先进的计算机视觉导航方案，能实时处理岔道、斑马线和虚线，对车体姿态变动和自然光照变化都有较强的自适应能力。
1993～1995年，由南京理工大学、北京理工大学、浙江大学、国防科技大学、清华大学等国内六所大学联合组成的课题组承担了“地面军用智能机器人”的研究项目，移动机器人的代号为 7B.8。7B.8 系统的车体选用国产跃进客货车改制，车上安装有彩摄像机、激光雷达、陀螺惯导定位、超声波传感器等。其体系结构以水平式结构为主，采用传统的“感知－建模－规划－执行”算法，其直线跟踪速度达到20km/h，避障速度达到5～10km/h。
清华大学计算机系智能技术与系统国家重点试验室在国防科工委和国家863计划的资助下，从1988年开始研制THMR( Tsinghua Mobile Robot )系列移动机器人系统。THMR-III系统的车体选用BJ1022面包车，上面安装有彩摄像机、磁罗盘光码盘定位、GPS、超声等传感器。它的体系结构以垂直式为主，采用多层次“感知－动作”行为控制、基于模糊控制
的局部路径规划及导航控制。THMR-III自主道路跟踪时，时速达到5～10km/h。THMR-V系统能够实现结构化环境下的车道线自动跟踪，准结构化环境下的道路跟踪以及复杂环境下的道路避障等功能。
吉林大学交通学院智能车辆课题组从1992年开始一直开展智能车辆自主导航研究。在智能车辆的体系结构、传感器信息的获取与处理、路径识别与规划、智能车辆前方障碍物探测及车距保持等方面取得一定研究成果，目前已经研制了4代JUTIV型智能车辆。
合肥工业大学机械与汽车工程学院对智能车辆的相关技术进行了研究，在智能车辆的控制体系结构、路径图像识别和跟踪控制、路径规划和避障等方面取得了一定成果。
5.1.4  智能车辆的研究方向
目前智能车辆的研究方向主要有以下几个方面。
1．驾驶员行为分析(Driver Behavior Analysis)，主要研究驾驶员的行为方式、精神状态与车辆行驶之间的内在联系，目的是建立各种辅助驾驶模型，为智能车辆辅助驾驶或自动驾驶提供必要的数据，如对驾驶员面部表情的归类分析能够判定驾驶员是否处于疲劳状态，
是否困倦瞌睡等。
2．环境感知(Environmental Perception)，主要是运用传感器融合等技术，来获得车辆行驶环境的有用信息，如车流信息、车道状况信息、周边车辆的速度信息、行车标志信息等。
3．极端情况下的自主驾驶(Autonomous Driving on Extreme courses)，主要研究在某些极端情况下，如驾驶员的反应极限、车辆失控等情况下的车辆自主驾驶。
4．车辆运动控制系统(Vehicle Motion Control Systems)，研究车辆控制的运动学、动力学建模、车体控制等问题。
5．车辆交互通信(Inter-Vehicle Communications)蓝酷，研究车辆之间有效的信息交流问题，主要是各种车辆间的无线通信问题。
6．系统结构(System Architectures)，研究智能车辆系统的结构组织问题。
7．主动安全系统(Active Safety Systems)，和被动安全相对比，主动安全系统主要是以预防为主，如研究各种情况下的避障、防撞安全保障系统等。
上述各研究方向也可比较概括的划分为以下三个大的研究方向。
1．监控、警告系统。此部分研究前方碰撞警告、盲点警告、行车道偏离警告、换道警告、十字路口防撞警告、行人检测、倒车警告等方面的问题。
2．半自主式车辆控制系统。与上一部分相比，此部分具有更高级的车辆自动化，如当驾驶员对警告来不及反应时，系统接管车辆的控制，通过控制车辆的转向、制动等使车辆回复到安全状态。
3．自主车辆控制系统。此部分具有完全的车辆自动化，研究包括车辆自适应巡航、道路保持、低速等距行驶、排队行驶等方面的问题。
5.1.5  智能车辆的关键技术
智能车辆的研究涉及到计算机视觉、传感器数据融合、车辆工程、计算机控制等诸多领域。其主要关键技术如下。
1．导航技术
最贵的牧马人多少钱
1) 计算机视觉
当我们驾车时，我们所接收的信息几乎全部来自于视觉。交通信号、交通图案、道路标识等均可以看作是环境对驾驶员的视觉通讯语言。很显然，人们就考虑到应用计算机视觉来解释这些环境语言。视觉系统在智能车辆研究中主要起到环境探测和辨识的作用。与其它传感器相比，机器视觉具有检测信息大、能够遥测等优点。当将计算机图像信息与其它背景知识及其它传感器相结合，能快速提取复杂环境中的有用信息，进而产生合理的行为规划与决策。在行车道路检测、车辆跟随、障碍物检测等方面，机器视觉都起着非常重要的作用，是智能车辆研究中最重要的一种传感器。
要使车载计算机视觉导航系统成为可能，必须使它具备实时性、鲁棒性、实用性这三方面的技术特点。实时性是指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，复杂的路面环境，如路面及车道线的宽度、颜、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、阴天与雨雪等均具有良好的适应性；实用性是指要求智能车辆在体积与成本等方面能够为普通汽车用户所接受。为此，必须首先解决计算机及图像采集系统在体
积及价格上的问题，即计算机在体积越来越小的前提下要有越来越强的计算能力，且成本与车辆总体的价格相比所占比重要很小。同样，图像采集系统在价格低廉的前提下的图像采集速度及图像前处理能力要强。随着计算机及电子技术行业迅猛的发展，在硬件条件上这已经成为可能。