基于量产的乘用车高速自动驾驶系统开发

近日，深圳通过了《深圳经济特区智能网联汽车管理条例》，成为全国首个支持全域L3级自动驾驶的城市，为全国其他城市的L3级自动驾驶准入政策，提供了标准和模板。

在此之前，乘用车高速自动驾驶早已成行业关注的焦点，对于高速自动驾驶功能，不同企业实现它的技术方案各异。但归根结底，高速自动驾驶系统都需要掌握自动控制车辆的能力，包括自适应巡航、自主紧急刹车、车道保持、自主变道等。

本期博闻驭识 U-Logue将为大家详解基于量产的乘用车高速自动驾驶系统开发。

高速自动驾驶定义及适用场景

对高速自动驾驶系统进行开发时，首先要明确定义什么是“高速自动驾驶”。根据国际标准定义，高速自动驾驶实际上属于L3级自动驾驶范畴，在车辆行驶过程中依然需要驾驶员的存在。

驾驶员的主要作用是驾驶监管人员，虽然处于驾驶位，但并不是驾驶的执行者，而只是一个候补驾驶者。因此高速自动驾驶系统的操作主体实际上已经是自动驾驶系统了。

高速自动驾驶系统的适用场景主要位于一些规则化道路、封闭的高速以及一些规则化的低速环境中。这里所说的低速环境已经被L3级自动驾驶系统纳入到了高速自动驾驶系统的定义之中。

高速自动驾驶系统的标准应用

高速公路自主领航HAP

高速公路自主领航是高速自动驾驶系统的标准应用之一。

车辆在进入高速前，启动自主驾驶状态，车辆会自主开进匝道，通过匝道切换到主路上。只需在导航地图设定好目的地，车辆就会根据目的地在高速公路上自主驾驶。驾驶员只需偶尔观察一下路况。

车辆会根据道路的情况和距离目的地的距离来选择合适的车道行驶。一般来说，自动驾驶系统会将车辆行驶到中间车道，保持匀速行驶的状态。当车道中遇到阻碍的车辆时，会根据阻碍的状态选择旁边的车道，进行合理的超车。

当车辆即将到达目的地时，它会自主切换到最右车道，准备驶离匝道。当来到收费站前时，系统会提醒驾驶员接管并进行付费，HAP功能也会随之退出。

拥堵交通自主跟随TJP

高速自动驾驶的第二个标准应用是拥堵交通自主跟随。自动驾驶车辆能根据交通流的状态来判断自己车辆的行驶要求，它会通过监控前面车辆的车流状态来跟随最近的车辆行驶，直到拥堵状态缓解。在拥堵状态缓解后，它会恢复到正常的高速驾驶状态。

高速自动驾驶系统设计要点

自动驾驶系统架构分为感知、决策和执行三部分。

感知主要依靠视觉和毫米波雷达，再加以辅助车载级的激光雷达。在涉及到一些特殊场景时，也会使用长距离的超声波感知传感器以及GPS。
这些感知信号会将车辆周围的环境等相关信息输送到自动驾驶的决策部分，进行感知融合、数据融合和定位。最后根据环境信息和定位信息来制定出行驶的决策规划。
这套规划反馈到车辆控制部分，由车辆控制大脑控制车辆进行对应的纵横向操作，使车辆完成合理的行驶，同时保证行驶的安全舒适。

系统架构设计

冗余架构设计是基于量产的自动驾驶系统必不可少的，也是与非量产系统和演示系统的重要区别。自动驾驶系统的架构设计主要分为对称全冗余架构和非对称主辅冗余架构两种。

对称全冗余架构就是使用两套系统互为备份，这两套系统在车辆工作时同步运行，不管哪一个系统出现问题，另一套系统就可以直接接管。但对称全冗余架构必然会带来一些不足，系统大量的重复设计，会导致成本和安装需求的增加。

因此这种对称全冗余架构往往不会被主机厂使用，毕竟它在设计和成本上难以把控。因此非对称的主辅冗余架构出现了，它优点在于既能满足真正的无人驾驶需求，又能实现对功能安全的保障。

它的主要设计方案分为主系统和辅系统。主系统是一种全功能的系统，它对感知有完整性的要求。另外一个系统是辅系统，辅系统对感知只保证必要的需求。这样的架构设计对传感器设备以及控制设备进行了精简，使成本大幅下降，同时减少结构化设计的复杂度。

系统算法组成

自动驾驶系统的算法组成和普通的ADAS系统相比，增加了一定的复杂度。主要由以下几大模块组成，首先是感知模块，感知模块含有对应的融合算法和单独的信号处理，包括激光点云、视觉、目标信号雷达的处理。

规划系统开发模块含有对应的全局规划开发和局部规划开发。自动驾驶系统拥有的全局规划能力，使其能满足有目的性驾驶要求，这也是规划系统中区别于ADAS系统的一个关键点。

在策略逻辑开发模块，需要把大量驾驶员掌握的信息增加到自动驾驶系统中，包括驾驶规范、交通法规、驾驶行为的策略等，这也是ADAS系统所不具备的。

在控制系统开发模块中，车辆动力学也是ADAS系统所不需要的。

感知数据融合

感知数据融合是自动驾驶系统设计的要点之一，它的精髓在于取长补短。目前的感知设备还不能完全达到人类驾驶员的感知能力，比如毫米波雷达，它具有全天候工作能力和较高的测量精度，但会无差别的捕获道路上的目标，容易造成误报，不断的误报会极大影响驾驶的舒适度。因此必须使用其他传感器来弥补毫米波雷达的能力。摄像头能够准确识别不同物体，但精度较差。这个特点与毫米波雷达进行融合，就能减少漏报和误报，让车辆控制更加舒适和安全。

感知数据融合的常规步骤要实现数据采集及预处理，然后将采集到的数据统一坐标系，将在同一个坐标系下将获得的数据进行关联和融合，以此观测到对应的目标对车辆行驶的影响。在获得感知融合的数据后，就能够根据这些目标对车辆的影响，制定出合理的路径规划。

驾驶决策规划

在对路径规划进行驾驶决策时，存在预期动作空间这个概念，这是根据感知融合得到的可行驶区域。车辆在可行驶区域中来判断如何行驶才是最舒适、最安全、最可靠的。

车辆控制算法

在车辆控制算法方面，需要考虑车辆动力学。当驾驶员把控制权交给自动驾驶系统后，自动驾驶系统必然要对车辆动力学精确地了解。否则车辆控制操作就是不安全、不可靠、不舒适的。

纵横向控制是对车辆的方向和加减速的控制，根据行驶路径和行驶速度的需求，去对车辆进行纵横向控制之后，就完成了闭环的监控，从发出指令到获取车辆的实时状态来判断控制是否合适，就叫闭环控制。只有通过闭环控制才能实时保证车辆控制的安全性和舒适性，这也是车辆控制算法的核心。

冗余系统切换算法

在设计了冗余系统架构设计后，必然要设计对应的冗余系统切换算法。对于任何系统来说，都可能会有失效状态的出现。一旦系统失效，冗余系统就起到了弥补主系统失效的安全保障作用。一旦在高速公路上出现故障，自动驾驶系统最终会希望将控制权交还给驾驶员。但在车辆失效到驾驶员接管之间的空余时间，是自动驾驶系统必然要保持的缓冲区。这个缓冲时间段如果没有冗余系统，是非常危险的。

工程化设计

工程化设计也是高速自动驾驶系统设计的要点，化繁为简是它的关键。稳定性、可靠性、可追溯性是产品落地的根本要求。遵循标准的功能安全设计要求，遵循汽车行业的微模型的设计要求是做到稳定性、可靠性和可追溯性的根本。

高速自动驾驶系统的增强设计

车道线识别

相对于ADAS系统的车道线识别的性能，自动驾驶系统从两个方向强化了需求：首先车道线识别的距离范围要大于ADAS系统。因为高速自动驾驶系统的应用场景除了辅助车辆的路径规划以外，还要确定车辆的行驶标准。因此在中距离、远距离和近距离的车道线都要满足识别要求。

其次，除了本车道的车道线，也要做到对旁车道车道线的识别能力。因为要实现自主变道、自主超车，就要明确地知道旁边车道的范围，也就是车道线识别的FOV要比ADAS更加宽广。

精确测距

L3自动驾驶系统需要更加准确地操控车辆，必然要求更加精确的测距能力。辅助驾驶的时候，驾驶员可以协助来校准测距精度。但是自动驾驶的情况下，测距精度将会影响对车辆操控的准确性、安全性，所以说测距精度也要明显比ADAS高。这样才能使车辆保持合理的车间距，准确地检测到车流的轨迹。

道路信息需求

完整的L3自动驾驶系统需要道路信息的输入，使用ADAS系统时，道路的部分信息可以由驾驶员来协助。但是自动驾驶系统需要自己来了解对应的车道数量、道路限制、目的地信息、地理围栏需求等。

驾驶员状态监控

驾驶员状态监控设备成为了L3自动驾驶系统的标配：对于实现了无人驾驶的高速自动驾驶系统主要是 L3级别，依然需要配备驾驶员，因此驾驶员的状态也是自动驾驶系统需要了解的信息源。根据驾驶员的不同状态，有不同的提醒策略。

当驾驶员注意力集中，自动驾驶系统需要驾驶员接管时，只需简单地通过声音和震动提醒驾驶员。当驾驶员在打瞌睡或者注意力不集中，自动驾驶系统在需要驾驶员接管时，就需要采用比较激烈的操作手段来提醒驾驶员。

迈向量产：工程化辅助技术

高速自动驾驶系统需要真正的迈向量产，还要有一些工程化辅助技术需要考量。

首先是自动驾驶系统的标定技术，标定主要是对传感器的标定，主要包含毫米波雷达、摄像头、激光雷达、超声波雷达以及其他的传感器。这些传感器是自动驾驶系统的眼睛，如果没有这些眼睛，它就做不出准确的判断。

其次是人机交互系统。自动驾驶系统会在人机交互上做一些特殊的设定，比如对行驶模式的要求设定和对目的地的选择。相对于ADAS系统，自动驾驶系统的人机交互操作相对较少，更多需要体现显示功能。所以在面向量产的产品中，自动驾驶系统的HMI设计界面更加友好、更加美观、更方便驾驶员观察。

自动驾驶系统是一个不断更新、不断调整的系统。因为复杂的自动驾驶系统需要更加便捷的升级能力来提升用户的体验。所以要更快地修复问题、要持续更新、要能做到定制化的设计，必然也需要对应的OTA升级技术。

最后，一套高速自动驾驶系统要迈向量产，第一要求就是安全。自动驾驶系统必然需要符合功能安全设计，所有的功能安全设计也必然成为工程化设计的一个辅助项。

欢迎继续关注博闻驭识 U-Logue课堂，专家级讲师将带来更多关于自动驾驶的深度知识，带你一起驭见未来。