第5章 自動(dòng)駕駛技術(shù)

第5章

自動(dòng)駕駛技術(shù)

第一節(jié)自動(dòng)駕駛技術(shù)簡(jiǎn)介第二節(jié)

自動(dòng)駕駛技術(shù)發(fā)展第三節(jié)自動(dòng)駕駛技術(shù)構(gòu)成自動(dòng)駕駛汽車將會(huì)對(duì)汽車行業(yè)、交通運(yùn)輸行業(yè)以及人們用車方式產(chǎn)生革命性的影響，極大地推動(dòng)智能交通的發(fā)展。自動(dòng)駕駛技術(shù)結(jié)合智能交通管理將有效改善大城市的交通擁堵，提高道路通行效率；減少交通事故和人員傷亡；提高車輛的運(yùn)行效率，降低能源消耗，改善空氣污染。自動(dòng)駕駛技術(shù)的應(yīng)用將有效解決目前城市交通中存在的許多頑疾。同時(shí)自動(dòng)駕駛技術(shù)的安全性面臨挑戰(zhàn)，隨著科技的發(fā)展，我國(guó)無(wú)人駕駛車輛技術(shù)將會(huì)不斷進(jìn)步，其功能與安全性也將得以完善。自動(dòng)駕駛技術(shù)是一種通過(guò)電腦系統(tǒng)實(shí)現(xiàn)無(wú)人駕駛的智能技術(shù)，它依靠人工智能、視覺(jué)計(jì)算、雷達(dá)、監(jiān)控裝置和全球定位系統(tǒng)協(xié)同合作，讓電腦可以在沒(méi)有任何人類主動(dòng)的操作下，自動(dòng)安全地操作機(jī)動(dòng)車輛。自動(dòng)駕駛需要多種技術(shù)的支撐，其中主要涉及到傳感器、高精度地圖、V2X、AI算法并且需要將這些技術(shù)集成到汽車中。第一節(jié)

自動(dòng)駕駛技術(shù)簡(jiǎn)介一、自動(dòng)駕駛技術(shù)的含義自動(dòng)駕駛概念圖某型自動(dòng)駕駛車輛自動(dòng)駕駛技術(shù)分多個(gè)等級(jí),目前國(guó)內(nèi)外產(chǎn)業(yè)界采用的美國(guó)汽車工程師協(xié)會(huì)(SAE)和美國(guó)高速公路安全管理局(NHTSA)推出的分類標(biāo)準(zhǔn)。按照SAE的標(biāo)準(zhǔn),自動(dòng)駕駛汽車視智能化、自動(dòng)化程度水平分6個(gè)等級(jí):無(wú)自動(dòng)化(L0),駕駛支援(L1)、部分自動(dòng)化(L2)、有條件自動(dòng)化(L3)、高度自動(dòng)化(L4)和完全自動(dòng)化(L5)。L0：車輛完全由駕駛?cè)苏瓶?，駕駛?cè)藫碛薪^對(duì)控制權(quán)，且車上不存在任何的自動(dòng)駕駛技術(shù)。L1：駕駛?cè)艘廊恍枰ヱ{駛車輛，只不過(guò)出現(xiàn)了像ACC自適應(yīng)巡航等安全系統(tǒng)，對(duì)駕駛?cè)说鸟{駛起到一個(gè)輔助的作用，手不得離開(kāi)轉(zhuǎn)向盤(pán)，眼不得離開(kāi)周圍路況。L2：自動(dòng)駕駛技術(shù)就可短暫接管一些駕駛?cè)蝿?wù)，眼和手可短暫獲得休息，但是仍需做好隨時(shí)接管駕駛?cè)蝿?wù)的準(zhǔn)備，時(shí)刻準(zhǔn)備著，因?yàn)檫€不足以應(yīng)對(duì)變化的交通路況。二、自動(dòng)駕駛技術(shù)的分級(jí)L3：在某種意義上就可以算作自動(dòng)駕駛，也可以把這個(gè)級(jí)別稱為真正自動(dòng)駕駛的開(kāi)端。駕駛?cè)丝梢詫⑹蛛x開(kāi)轉(zhuǎn)向盤(pán)，腳離開(kāi)踏板，車輛幾乎可以獨(dú)立完成全部的駕駛操作。L4：第4等級(jí)可以說(shuō)是自動(dòng)駕駛了，不需要駕駛?cè)穗S時(shí)接管，也不需要駕駛?cè)说母深A(yù)，但是需要限定固定的環(huán)境。L5：完全的自動(dòng)駕駛，不限于任何路況與環(huán)境。NHTSA標(biāo)準(zhǔn)分類中的五級(jí)分別代表了無(wú)自動(dòng)化、駕駛支持、部分自動(dòng)化、有條件自動(dòng)化和高度自動(dòng)化即無(wú)人駕駛，各等級(jí)的功能：L0：輔助駕駛系統(tǒng)；ADAS駕駛系統(tǒng)，主要有LDW、FCW、PCW、MOD等，這些都是起到輔助駕駛，提醒和警示作用，不干涉駕駛員的駕駛。L1：干預(yù)性輔助駕駛；AEB，檢測(cè)前方的障礙物，并提供剎車制動(dòng)，ACC，跟隨模仿前方車輛駕駛，保持安全距離。L2：半自動(dòng)駕駛；LKA車道保持，人在良好交通狀況下選擇性的啟動(dòng)自動(dòng)駕駛，這個(gè)階段以人駕駛為主，車自動(dòng)駕駛為輔助。L3：人車交互駕駛；車自動(dòng)控制駕駛，人參與指揮車輛駕駛，車自動(dòng)駕駛為主，人駕駛為輔助。L4：全自動(dòng)駕駛：人不做任何指揮或控制車輛駕駛，由車輛全自助駕駛。自動(dòng)駕駛NHTSA分級(jí)SAE稱呼(SAE)SAE定義主體駕駛操作周邊監(jiān)控支援系統(tǒng)作用域00無(wú)自動(dòng)化由人類駕駛者全權(quán)操作汽車,在行駛過(guò)程中可以得到警告和保護(hù)系統(tǒng)輔助人類駕駛者人類駕駛者人類駕駛者無(wú)11駕駛支援通過(guò)駕駛環(huán)境對(duì)轉(zhuǎn)向盤(pán)和加減速中的一項(xiàng)操作提供駕駛支援,其他的駕駛動(dòng)作都由人類駕駛者進(jìn)行操作人類駕駛者、系統(tǒng)部分22部分自動(dòng)化通過(guò)駕駛環(huán)境對(duì)轉(zhuǎn)向盤(pán)和加減速中的多項(xiàng)操作提供駕駛支援,其他的駕駛動(dòng)作都由人類駕駛者進(jìn)行操作系統(tǒng)33有條件白動(dòng)化由無(wú)人駕駛系統(tǒng)完成所有的駕駛操作,根據(jù)系統(tǒng)要求,人類駕駛?cè)颂峁┻m當(dāng)?shù)膽?yīng)答系統(tǒng)44高度自動(dòng)化由無(wú)人駕駛系統(tǒng)完成所有的駕駛操作,根據(jù)系統(tǒng)請(qǐng)求,人類駕駛者不一定需要對(duì)所有的系統(tǒng)請(qǐng)求作出應(yīng)答,限定道路和環(huán)境條件等系統(tǒng)5完全自動(dòng)化由無(wú)人駕駛系統(tǒng)完成所有的駕駛操作,人類駕駛者在可能的情況下接管,在所有的道路和環(huán)境條件下駕駛?cè)蜃詣?dòng)駕駛技術(shù)分級(jí)標(biāo)準(zhǔn)1．有效提高道路安全性。自動(dòng)駕駛汽車可以避免一些因?yàn)轳{駛?cè)说氖д`而造成的交通事故，并且可以減少酒后駕駛、惡意駕駛等行為的出現(xiàn)。2．緩解交通壓力。首先，自動(dòng)駕駛汽車可以大幅減少交通事故的發(fā)生，從而降低了因?yàn)槭鹿识鴮?dǎo)致的交通擁堵出現(xiàn)的概率。其次，智能汽車可以通過(guò)衛(wèi)星導(dǎo)航監(jiān)控實(shí)時(shí)的路況，從而規(guī)劃出最優(yōu)的路線，而不是像現(xiàn)如今出現(xiàn)車輛扎堆的現(xiàn)象。3．有更多自由支配時(shí)間。即駕駛?cè)藷o(wú)需再緊張的注視著道路狀況，而是可以將這部分時(shí)間自由的支配，做自己想做的事情。4．方便老年人、殘疾人出行。依靠自動(dòng)駕駛汽車，行動(dòng)不便的老年人、殘疾人這樣的弱勢(shì)群體也無(wú)須擔(dān)心出行的不便，也有助于社會(huì)福利事業(yè)的進(jìn)一步發(fā)展。5．改善環(huán)境質(zhì)量。自動(dòng)駕駛汽車最佳的實(shí)現(xiàn)路徑是電氣化，包含了純電或燃料電池，盡管燃油車不是造成環(huán)境污染的全部因素，但仍舊是核心因素之一，這是全球的共識(shí)，燃油車在高車速、制動(dòng)、重新加速的情況下都會(huì)釋放更多的排放物，而電動(dòng)汽車雖然不是真正意義上的0排放，但實(shí)際排放量仍將大大降低。三、自動(dòng)駕駛技術(shù)的優(yōu)勢(shì)由于自動(dòng)駕駛車輛技術(shù)尚未成熟，目前檢測(cè)方法與現(xiàn)有的車輛檢測(cè)方法相同，分為傳統(tǒng)檢測(cè)方法與現(xiàn)代車輛檢測(cè)方法。傳統(tǒng)車輛檢測(cè)方法：（1）人工計(jì)數(shù)法（2）浮動(dòng)車法（3）背景差分法現(xiàn)代車輛檢測(cè)方法：視頻檢測(cè)方法、超聲波視頻檢測(cè)方法、激光波檢測(cè)方法、紅外波檢測(cè)方法、磁力波檢測(cè)方法線、圈波檢測(cè)方法。四、自動(dòng)駕駛汽車的檢測(cè)方法1、國(guó)外發(fā)展現(xiàn)狀發(fā)達(dá)國(guó)家從20世紀(jì)70年代開(kāi)始進(jìn)行無(wú)人駕駛汽車研究，目前在可行性和實(shí)用性方面，美國(guó)和德國(guó)走在前列。美國(guó)是世界上研究無(wú)人駕駛車輛最早、水平最高的國(guó)家之一。日本Nissan公司已經(jīng)在東京、硅谷和倫敦測(cè)試了旗下的自動(dòng)駕駛汽車LEAF，希望盡快積累安全測(cè)試記錄。韓國(guó)目前已頒發(fā)13張自動(dòng)駕駛測(cè)試許可，計(jì)劃于2020年前商業(yè)化3級(jí)（L3）自動(dòng)駕駛汽車。美國(guó)方目前，由美國(guó)交通部組織開(kāi)展了智能城市挑戰(zhàn)賽，是以交通運(yùn)輸領(lǐng)域最新技術(shù)運(yùn)用為概念開(kāi)展的城市間比賽。該項(xiàng)目旨在鼓勵(lì)靈活運(yùn)用自動(dòng)駕駛車輛、車聯(lián)網(wǎng)、車路間通信等技術(shù)，解決相關(guān)技術(shù)難題。第二節(jié)自動(dòng)駕駛技術(shù)發(fā)展一、國(guó)內(nèi)外發(fā)展現(xiàn)狀I(lǐng)BM宣布其科學(xué)家獲得了一項(xiàng)機(jī)器學(xué)習(xí)系統(tǒng)的專利，可以在潛在的緊急情況下動(dòng)態(tài)地改變?nèi)祟愸{駛?cè)撕蛙囕v控制處理器之間的自主車輛控制權(quán)，從而預(yù)防事故的發(fā)生。2016年10月特斯拉發(fā)布Autopilot2.0，Autopilot2.0版硬件，包括8個(gè)攝像頭、1個(gè)毫米波雷達(dá)、12個(gè)超聲波雷達(dá)以及VIDIADrivePX2計(jì)算平臺(tái)，在固件更新后，可以開(kāi)啟全自動(dòng)駕駛功能，目前截至2016年，特斯拉工廠生產(chǎn)的所有車型都已具備了進(jìn)行完全自動(dòng)駕駛的硬件基礎(chǔ)。美國(guó)第一大網(wǎng)約車服務(wù)商已在匹茲堡、坦佩、舊金山和加州獲準(zhǔn)進(jìn)行無(wú)人駕駛路測(cè)，第二大網(wǎng)約車服務(wù)商也于2016年9月公布自動(dòng)駕駛汽車三階段發(fā)展計(jì)劃，目前2017年也已在匹茲堡開(kāi)展測(cè)試。蘋(píng)果公司也于2017年4月剛剛獲得加州測(cè)試許可證。2018年10月，美國(guó)交通部還取消了原本全國(guó)指定的10處測(cè)試點(diǎn)的申報(bào)程序，為企業(yè)測(cè)試自動(dòng)駕駛提供了方便。在實(shí)驗(yàn)方面，谷歌旗下自動(dòng)駕駛部門(mén)wayMo在實(shí)際行駛上路累計(jì)已突破800萬(wàn)英里。德國(guó)的自動(dòng)駕駛專利數(shù)量一直排在全球第一。2016年德國(guó)聯(lián)邦經(jīng)濟(jì)和能源部牽頭，組織了官產(chǎn)學(xué)研17個(gè)團(tuán)體啟動(dòng)了PEGASUS研究項(xiàng)目，其目的是為了進(jìn)一步提高自動(dòng)駕駛系統(tǒng)性能，確定技術(shù)評(píng)價(jià)標(biāo)準(zhǔn)，通過(guò)明確安全認(rèn)證程序，確立德國(guó)在全球自動(dòng)駕駛技術(shù)領(lǐng)域的領(lǐng)先地位。德國(guó)博世集團(tuán)和NVIDIA正在合作開(kāi)發(fā)一個(gè)人工智能自動(dòng)駕駛系統(tǒng)，NVIDIA提供深度學(xué)習(xí)軟件和硬件，BoschAI將基于NVIDIADrivePX技術(shù)以及該公司即將推出的超級(jí)芯片Xavier，屆時(shí)可提供第4級(jí)L4級(jí)自動(dòng)駕駛技術(shù)。2018年6月，汽車零部件公司采埃孚公司公開(kāi)了一款搭載采埃孚自動(dòng)駕駛系統(tǒng)的巴士并宣布這款車型將于2019年實(shí)現(xiàn)量產(chǎn)。日本2020年致力于最后一公里自動(dòng)駕駛驗(yàn)證、高速公路卡車編隊(duì)行駛驗(yàn)證實(shí)驗(yàn)，同年新設(shè)了“服務(wù)車協(xié)調(diào)WG”和“次期項(xiàng)目WG”兩個(gè)工作組，其中“次期項(xiàng)目WG”工作組此次總結(jié)了面向社會(huì)實(shí)施無(wú)人駕駛服務(wù)的“次期項(xiàng)目工程表”，提出了2021年-2025年5年期間應(yīng)致力解決的4個(gè)課題；2021年2月22日，日本實(shí)現(xiàn)了卡車后車無(wú)人編隊(duì)行駛技術(shù)測(cè)試。韓國(guó)現(xiàn)代汽車集團(tuán)已經(jīng)商用了Level2自動(dòng)駕駛技術(shù)，計(jì)劃在2022年推出Level3自動(dòng)駕駛汽車，計(jì)劃到2027年之前投入1.1萬(wàn)億韓元（9.74億美元）來(lái)加速Level4自動(dòng)駕駛技術(shù)和促進(jìn)其他相關(guān)技術(shù)的發(fā)展。2、國(guó)內(nèi)發(fā)展現(xiàn)狀工業(yè)和信息化部2016年在上海開(kāi)展上海智能網(wǎng)聯(lián)汽車試點(diǎn)示范；在浙江、北京—河北、重慶、吉林、湖北等地開(kāi)展“基于寬帶移動(dòng)互聯(lián)網(wǎng)的智能汽車、智慧交通應(yīng)用示范”，推進(jìn)自動(dòng)駕駛測(cè)試工作。2016年北京已出臺(tái)智能汽車與智慧交通應(yīng)用示范5年行動(dòng)計(jì)劃，將在2020年底完成北京開(kāi)發(fā)區(qū)范圍內(nèi)所有主干道路智慧路網(wǎng)改造，分階段部署1000輛全自動(dòng)駕駛汽車的應(yīng)用示范。江蘇于2016年11月與工業(yè)和信息化部、公安部簽訂三方合作協(xié)議，共建國(guó)家智能交通綜合測(cè)試基地。中國(guó)自動(dòng)駕駛技術(shù)較為領(lǐng)先的是百度公司。2015年，百度大規(guī)模投入無(wú)人車技術(shù)研發(fā)；2017年4月，百度對(duì)外宣布開(kāi)發(fā)自家的自動(dòng)駕駛技術(shù)阿波羅平臺(tái)（Apollo）；7月，發(fā)布Apollo1.0，主要是完整的封閉場(chǎng)地循跡自動(dòng)駕駛。同年9月，Apollo1.5發(fā)布，支持晝夜定車道自動(dòng)駕駛，可實(shí)現(xiàn)夜間環(huán)境下的障礙物識(shí)別，以及非典型交通場(chǎng)景下的異性障礙物識(shí)別，新增障礙物感知、決策規(guī)劃、云端仿真、高精地圖服務(wù)、端到端的深度學(xué)習(xí)；2018年1月，Apollo2.0發(fā)布，增加障礙物行為標(biāo)注數(shù)據(jù)、2D障礙物標(biāo)注數(shù)據(jù)、日志提取仿真場(chǎng)景數(shù)據(jù)。2018年3月，發(fā)布了Apollo數(shù)據(jù)及前沿技術(shù)品牌ApolloScape，正式開(kāi)放ApolloScape大規(guī)模自動(dòng)駕駛數(shù)據(jù)集。2019年9月，基于Apollo開(kāi)放平臺(tái)的自動(dòng)駕駛出租車隊(duì)Robotaxi在湖南長(zhǎng)沙正式開(kāi)啟試運(yùn)營(yíng)。截止2019年底，北京、上海、浙江等省市先后發(fā)布了地方性自動(dòng)駕駛汽車支持性政策和實(shí)施方案，從自動(dòng)駕駛路測(cè)、產(chǎn)業(yè)基礎(chǔ)以及網(wǎng)絡(luò)建設(shè)等方面支持自動(dòng)駕駛的發(fā)展；截止2020年底，江蘇、廣東、浙江、湖南，河南和海南6個(gè)省發(fā)布了省級(jí)自動(dòng)駕駛測(cè)試政策。2021年5月2日，百度無(wú)人駕駛出租車ApolloRobotaxi在北京首鋼公園啟動(dòng)并運(yùn)營(yíng)。用戶可以通過(guò)應(yīng)用程序?qū)ふ腋浇腞obotaxi，然后通過(guò)掃描二維碼和健康碼驗(yàn)證身份即可使用。1）人工智能成熟度還有待發(fā)展，其實(shí)遠(yuǎn)沒(méi)有達(dá)到人類的期待和通過(guò)圖靈測(cè)試的水平，目前還沒(méi)有一種像人類思考的通用型人工智能算法。自動(dòng)駕駛汽車面臨的最核心問(wèn)題是路況識(shí)別感知。通過(guò)各種傳感器替代駕駛者眼睛和耳朵的功能，使車輛對(duì)車輛周邊的障礙物、交通信號(hào)、行人以及其他車輛狀態(tài)和操作進(jìn)行正確識(shí)別。到目前為止，谷歌、特斯拉等頂級(jí)自動(dòng)駕駛研究機(jī)構(gòu)仍難以達(dá)到當(dāng)前自然人的識(shí)別水平。以人工智能中的深度學(xué)習(xí)為例，在圖像識(shí)別、語(yǔ)音識(shí)別和文本識(shí)別方面確實(shí)取得了突破。但是也不能忽視其對(duì)數(shù)據(jù)的苛刻以及不可解析性，同時(shí)還很難應(yīng)付新情況，其可靠性和安全性也有待驗(yàn)證。2）傳感器沒(méi)有達(dá)到理想的狀態(tài)，每一種用于自動(dòng)駕駛的傳感器都有局限性和缺點(diǎn)。多線激光雷達(dá)精度高，抗干擾能力強(qiáng)，但是價(jià)格過(guò)高，不適合用于民用車；毫米波雷達(dá)的橫向精準(zhǔn)度不是很高，有可能漏檢靜止物體；攝像頭的檢測(cè)能力和可靠性高度依賴算法的水平，還易受光照強(qiáng)度和雨霧天氣的影響。二、自動(dòng)駕駛存在的問(wèn)題3）網(wǎng)絡(luò)安全問(wèn)題。隨著智能算法和架構(gòu)軟件的大量應(yīng)用，汽車領(lǐng)域的代碼量在前所未有的快速增加，很多借鑒的代碼并沒(méi)有在汽車上進(jìn)行嚴(yán)格的驗(yàn)證。自動(dòng)駕駛汽車的網(wǎng)絡(luò)化、信息化程度極高，一旦電腦程序錯(cuò)亂或者被入侵，如何繼續(xù)保證自身車輛以及周圍其他車輛的行駛安全，是未來(lái)急需解決的問(wèn)題。4）自動(dòng)駕駛汽車的道德倫理和法律法規(guī)問(wèn)題。自動(dòng)駕駛車輛面對(duì)復(fù)雜的路況所做出的決策均由自動(dòng)駕駛系統(tǒng)的中央處理器做出。那么，車輛在不同的情況下做出何種決策可能涉及倫理道德問(wèn)題。如果一款全新型號(hào)的機(jī)動(dòng)車，想要進(jìn)入市場(chǎng)，首先需要符合一系列環(huán)保標(biāo)準(zhǔn)，并通過(guò)穩(wěn)定性以及安全性測(cè)試。對(duì)于自動(dòng)駕駛汽車，要想進(jìn)入市場(chǎng)，首先應(yīng)該具備完成自動(dòng)駕駛、處理行人亂穿馬路、汽車闖紅燈以及軟件智能車突發(fā)問(wèn)題的能力。制定自動(dòng)駕駛汽車的市場(chǎng)準(zhǔn)入標(biāo)準(zhǔn)，對(duì)政府也是一項(xiàng)重大的挑戰(zhàn)，因?yàn)椴粌H要制定自動(dòng)駕駛汽車機(jī)械方面的標(biāo)準(zhǔn)，還要制定車載電子系統(tǒng)的標(biāo)準(zhǔn)。其次，責(zé)任認(rèn)定問(wèn)題。自動(dòng)駕駛汽車在絕大部分時(shí)間里都是由汽車上的自動(dòng)駕駛系統(tǒng)控制，一旦自動(dòng)駕駛汽車發(fā)生事故，車上人員、汽車生產(chǎn)企業(yè)和軟件生產(chǎn)企業(yè)三者責(zé)任如何認(rèn)定，亟待有關(guān)部門(mén)制定出合理的法律法規(guī)。自動(dòng)駕駛汽車在降低交通事故發(fā)生概率和緩解交通擁堵等方面有著巨大的發(fā)展?jié)摿?，雖然現(xiàn)在還有很多問(wèn)題亟待解決，但自動(dòng)駕駛汽車已經(jīng)成為未來(lái)汽車發(fā)展的必然趨勢(shì)。本文作者認(rèn)為未來(lái)自動(dòng)駕駛汽車的發(fā)展方向有以下幾個(gè)方面。1）自動(dòng)駕駛技術(shù)和新能源汽車相結(jié)合。新能源汽車也是未來(lái)汽車發(fā)展的重要方向之一。由于化石燃料的有限且不可再生，以及化石燃料燃燒對(duì)環(huán)境的污染，新能源汽車必將取代傳統(tǒng)化石燃料汽車。自動(dòng)駕駛技術(shù)和新能源汽車的結(jié)合，也是未來(lái)汽車發(fā)展的必要趨勢(shì)。電動(dòng)汽車與自動(dòng)駕駛技術(shù)有著很高的契合度。首先自動(dòng)駕駛系統(tǒng)中使用了大量的傳感器和高性能處理器，這些裝置的耗電量極大，傳統(tǒng)內(nèi)燃機(jī)汽車的蓄電池不僅難以滿足電量需求，還會(huì)增加能量轉(zhuǎn)換中的能量浪費(fèi)，而電動(dòng)汽車無(wú)需能量轉(zhuǎn)換，容易滿足自動(dòng)駕駛系統(tǒng)的電量需求節(jié)省能源；其次內(nèi)燃機(jī)的底層控制算法相比于電機(jī)要復(fù)雜太多，從效率和開(kāi)發(fā)難度方面考慮都不如電動(dòng)機(jī)，自動(dòng)駕駛技術(shù)和電動(dòng)汽車控制技術(shù)更容易相互統(tǒng)籌協(xié)調(diào)，融為一體。自動(dòng)駕駛的電動(dòng)汽車才應(yīng)該是未來(lái)汽車的“成熟”形態(tài)。三、發(fā)展趨勢(shì)2）將自動(dòng)駕駛技術(shù)與5G車路協(xié)同技術(shù)相結(jié)合，充分利用5G的高帶寬、低時(shí)延、高可靠性、海量互聯(lián)的特點(diǎn)同時(shí)利用北斗的高精度定位、精細(xì)化導(dǎo)航、精準(zhǔn)度授時(shí)特點(diǎn)和V2X人、車、路、網(wǎng)相融合等領(lǐng)域的優(yōu)勢(shì)。通過(guò)車內(nèi)、車與車、車與路、車與人、車與服務(wù)平臺(tái)的全方位連接和數(shù)據(jù)交互，提供綜合信息服務(wù)，形成汽車、電子、信息通信、道路交通運(yùn)輸?shù)刃袠I(yè)深度融合的新型產(chǎn)業(yè)形態(tài)。未來(lái)的5G車路協(xié)同自動(dòng)駕駛示范區(qū)，將推進(jìn)智能網(wǎng)聯(lián)汽車與智慧交通、智慧城市融合發(fā)展，形成涵蓋下一代汽車研發(fā)設(shè)計(jì)、智能終端制造、智慧交通和智慧城市應(yīng)用的完備產(chǎn)業(yè)體系。5G車路協(xié)同系統(tǒng)3）互聯(lián)網(wǎng)企業(yè)和傳統(tǒng)汽車企業(yè)相結(jié)合，兩種技術(shù)路線相融合，互為補(bǔ)充?；ヂ?lián)網(wǎng)企業(yè)在高精度地圖和大數(shù)據(jù)方面擁有得天獨(dú)厚的優(yōu)勢(shì)，而傳統(tǒng)汽車企業(yè)在制造和布局方面有著豐富的經(jīng)驗(yàn)，并且傳統(tǒng)汽車企業(yè)牢牢控制著汽車市場(chǎng)。未來(lái)自動(dòng)駕駛汽車絕不是簡(jiǎn)單的在傳統(tǒng)汽車上加一些傳感器，傳統(tǒng)汽車需要重新考慮總體布局，考慮總體安全性，汽車上的一些經(jīng)典的操作機(jī)構(gòu)可能會(huì)消失。兩種技術(shù)路線各有優(yōu)缺點(diǎn)，將車聯(lián)網(wǎng)技術(shù)應(yīng)用于基于傳感器探測(cè)與控制的高級(jí)駕駛輔助ADAS技術(shù)上，不僅可以讓汽車有了“眼睛”和“耳朵”，還可以讓汽車提前預(yù)知傳感器探測(cè)范圍以外的車輛、行人和信號(hào)標(biāo)志等道路情況，相當(dāng)于動(dòng)駕駛系統(tǒng)的“大腦”里有一張即時(shí)更新的高精度地圖，對(duì)周圍物體的位置和運(yùn)動(dòng)狀態(tài)以及路況了如指掌，可以提前對(duì)可能發(fā)生的突發(fā)情況作出預(yù)處理，減輕高級(jí)輔助駕駛ADAS處理器所需要處理的運(yùn)算量，提高自動(dòng)駕駛汽車對(duì)突發(fā)情況的應(yīng)對(duì)能力，同時(shí)還可以提前規(guī)劃出最優(yōu)路線，減緩擁堵。車聯(lián)網(wǎng)對(duì)網(wǎng)絡(luò)傳輸速度有著較高的要求，在無(wú)線通信環(huán)境中，難以保證信息傳遞的及時(shí)性。當(dāng)網(wǎng)絡(luò)環(huán)境不佳時(shí)，自動(dòng)駕駛汽車可以通過(guò)高級(jí)駕駛輔助ADAS技術(shù)中的激光雷達(dá)、攝像頭等設(shè)備感知周邊環(huán)境，識(shí)別關(guān)鍵地理信息與運(yùn)動(dòng)物體，并對(duì)之進(jìn)行標(biāo)注與追蹤，實(shí)現(xiàn)自動(dòng)駕駛。1．感知系統(tǒng)自動(dòng)駕駛技術(shù)包含三大系統(tǒng)，分別是感知系統(tǒng)、決策系統(tǒng)和控制執(zhí)行系統(tǒng)。感知系統(tǒng)是實(shí)現(xiàn)自動(dòng)駕駛的前提和基礎(chǔ)，自動(dòng)駕駛汽車的感知系統(tǒng)中常配備多種傳感器，傳感器相當(dāng)于自動(dòng)駕駛汽車的眼睛。通過(guò)傳感器,自動(dòng)駕駛汽車能夠識(shí)別道路其他車輛、行人、障礙物和基礎(chǔ)交通設(shè)施。感知系統(tǒng)以多種傳感器捕獲的數(shù)據(jù)，可在各種路面工況下精確感知。以及高清地圖的信息作為輸入,經(jīng)過(guò)一系列的計(jì)算和處理，來(lái)預(yù)估車輛的狀態(tài)和實(shí)現(xiàn)對(duì)車輛周圍環(huán)境的精確感知，可以為下游決策系統(tǒng)模塊提供豐富的信息，使得電腦進(jìn)行準(zhǔn)確恰當(dāng)?shù)臎Q策。傳感器分別有激光雷達(dá)，毫米波雷達(dá)，超聲波雷達(dá)，視覺(jué)傳感器等。第三節(jié)自動(dòng)駕駛技術(shù)構(gòu)成一、自動(dòng)駕駛技術(shù)三大系統(tǒng)（1）激光雷達(dá)

激光雷達(dá)是一種通過(guò)脈沖激光照射目標(biāo)并用傳感器測(cè)量反射脈沖返回時(shí)間來(lái)測(cè)量目標(biāo)距離的測(cè)量方法?？梢杂眉す夥祷貢r(shí)間和波長(zhǎng)的差異制作目標(biāo)的數(shù)字三維表示。激光雷達(dá)是自動(dòng)駕駛不可或缺的傳感器。激光雷達(dá)指工作在紅外和可見(jiàn)光波段的，以激光為工作光束的雷達(dá)。激光雷達(dá)是向目標(biāo)發(fā)射探測(cè)信號(hào),然后將接收到的從目標(biāo)反射回來(lái)的信號(hào)與發(fā)射信號(hào)進(jìn)行比較,作適當(dāng)處理后獲得目標(biāo)的有關(guān)信息，但是激光雷達(dá)在下雨天等其他環(huán)境易受影響。激光雷達(dá)成本較高，大約近1萬(wàn)美元左右，這依然是自動(dòng)駕駛車輛的瓶頸。激光雷達(dá)（2）毫米波雷達(dá)通常毫米波是指30～300GHz頻域的。毫米波的波長(zhǎng)介于厘米波和光波之間，因此毫米波兼有微波制導(dǎo)和光電制導(dǎo)的優(yōu)點(diǎn)。毫米波導(dǎo)引頭穿透霧、煙、灰塵的能力強(qiáng)，具有全天候全天時(shí)的特點(diǎn)，抗干擾性較強(qiáng)，反隱身能力也優(yōu)于其他微波導(dǎo)引頭，但是在大雨天仍然難以工作。成本較于激光雷達(dá)要便宜很多。可以對(duì)目標(biāo)進(jìn)行有無(wú)檢測(cè)、測(cè)距、測(cè)速以及方位測(cè)量。一般與視覺(jué)傳感器配合使用。毫米波雷達(dá)（3）超聲波雷達(dá)

超聲波指的是工作頻率在20kHz以上的機(jī)械波，它具有穿透性強(qiáng)、衰減小、反射能力強(qiáng)等特點(diǎn)。超聲波測(cè)距的原理是利用測(cè)量超聲波發(fā)射脈沖和接收脈沖的時(shí)間差，再結(jié)合超聲波在空氣中傳輸?shù)乃俣葋?lái)計(jì)算距離。超聲波測(cè)距的原理簡(jiǎn)單、成本低、制作方便，且超聲波對(duì)雨、雪、霧的穿透性較強(qiáng)，可以在惡劣天氣下工作，超聲波雷達(dá)常常被用到倒車輔助系統(tǒng)中，告知駕駛?cè)酥車系K物的情況，解除駕駛?cè)说管嚂r(shí)的視野死角，提高駕駛安全性。超聲波雷達(dá)（4）視覺(jué)傳感器

視覺(jué)傳感器是整個(gè)車輛視覺(jué)信息的直接來(lái)源，主要由一個(gè)或者兩個(gè)圖形傳感器組成，有時(shí)還要配以光投射器及其他輔助設(shè)備。視覺(jué)傳感器的主要功能是獲取足夠的機(jī)器視覺(jué)系統(tǒng)要處理的最原始圖像。汽車通過(guò)視覺(jué)傳感器能夠清楚地辨識(shí)物體，準(zhǔn)確理解交通信號(hào)燈、標(biāo)識(shí)及車道所表達(dá)的含義。大多數(shù)視覺(jué)傳感器識(shí)別可見(jiàn)光圖像，也有部分傳感器識(shí)別紅外光的圖像。視覺(jué)傳感器的低成本和易用性已吸引機(jī)器設(shè)計(jì)師和工藝工程師將其集成入各類曾經(jīng)依賴人工、多個(gè)光電傳感器。某視覺(jué)傳感器2．決策系統(tǒng)智能決策技術(shù)是指融合多傳感信息、根據(jù)駕駛需求而進(jìn)行的控制決策，包括行為預(yù)測(cè)、任務(wù)決策、路徑規(guī)劃、行為決策等多個(gè)方面，是汽車實(shí)現(xiàn)自動(dòng)駕駛的“大腦”。動(dòng)態(tài)的車道級(jí)路徑規(guī)劃是智能決策的基本需求。從空間尺度上看，路徑的規(guī)劃可分為全局路徑規(guī)劃和局部路徑規(guī)劃，目前傳統(tǒng)的路徑規(guī)劃屬于全局路徑規(guī)劃，以道路為最小單元，而不考慮車道的方向、寬度、曲率、斜率等信息。自動(dòng)駕駛在全局規(guī)劃下還需要車道級(jí)的局部路徑規(guī)劃，以提供車道級(jí)別的行駛路線。從時(shí)間尺度上看，路徑規(guī)劃可分為靜態(tài)規(guī)劃和動(dòng)態(tài)規(guī)劃，傳統(tǒng)路徑規(guī)劃已經(jīng)能夠?qū)崿F(xiàn)實(shí)時(shí)性不強(qiáng)的動(dòng)態(tài)規(guī)劃功能，例如躲避擁堵、路線調(diào)整等，而自動(dòng)駕駛需要更具實(shí)時(shí)性的路徑規(guī)劃能力。此外，行為預(yù)測(cè)能力成為智能決策技術(shù)的重大短板。在技術(shù)發(fā)展路線上，行為決策是自動(dòng)駕駛必然要掌握的基本技能。從人類駕駛經(jīng)驗(yàn)來(lái)看，行為預(yù)測(cè)也是駕駛?cè)藦男率值绞炀氝^(guò)程的必備技能，從自動(dòng)駕駛體驗(yàn)來(lái)看，盡管自動(dòng)駕駛能夠提供更加安全可靠的駕駛方式，但舒適性很差，更像是人類新手駕車，急停、慢起步等操作凸顯行為預(yù)測(cè)能力的不足。在技術(shù)的成熟度上，在深度學(xué)習(xí)等人工智能算法的快速發(fā)展下，目標(biāo)的檢測(cè)識(shí)別技術(shù)已經(jīng)逐漸成熟，對(duì)目標(biāo)行為的理解和預(yù)判成為下一階段的重要挑戰(zhàn)。任務(wù)決策使自動(dòng)駕駛的汽車融入整個(gè)交通流。自動(dòng)駕駛中任務(wù)規(guī)劃結(jié)構(gòu)描述了道路、車道和行駛?cè)?jí)任務(wù)分工，在道路級(jí)進(jìn)行全局的任務(wù)規(guī)劃，當(dāng)探測(cè)到道路阻塞時(shí)，要求重新規(guī)劃任務(wù)，并做分解調(diào)整。軌跡規(guī)劃是根據(jù)局部環(huán)境信息、上層決策任務(wù)和車身實(shí)時(shí)狀態(tài)信息，規(guī)劃決策出局部空間和時(shí)間內(nèi)車輛期望的運(yùn)動(dòng)軌跡，并將規(guī)劃輸出的期望車速以及行駛軌跡等信息給下層車輛控制執(zhí)行系統(tǒng)。軌跡規(guī)劃層應(yīng)能對(duì)任務(wù)決策層產(chǎn)生的各種任務(wù)分解做出合理規(guī)劃。異常處理作為預(yù)留的智能駕駛系統(tǒng)安全保障機(jī)制，一方面是在遇到復(fù)雜路面容易造成車輛損壞、部件失效等問(wèn)題時(shí)，通過(guò)預(yù)警和容錯(cuò)控制維持車輛安全運(yùn)行；另一方面是決策過(guò)程某些算法參數(shù)設(shè)置不合理、推理規(guī)則不完備等原因?qū)е伦詣?dòng)駕駛汽車在行為動(dòng)作中出現(xiàn)某些錯(cuò)誤時(shí)，能夠建立錯(cuò)誤修復(fù)機(jī)制使自動(dòng)駕駛汽車自主地修正錯(cuò)誤，以減少人工干預(yù)來(lái)解決問(wèn)題，這是提高車輛智能化水平所必需的。3．控制系統(tǒng)控制系統(tǒng)主要包括2個(gè)模塊：控制模塊和執(zhí)行模塊。其中控制模塊主要負(fù)責(zé)將決策系統(tǒng)的輸出信息轉(zhuǎn)換為各個(gè)執(zhí)行模塊的控制指令，執(zhí)行模塊在接收到指令之后，根據(jù)指令準(zhǔn)確地控制各個(gè)底層對(duì)象（轉(zhuǎn)向、制動(dòng)、加速、擋位）。與其相關(guān)的控制理論可分為經(jīng)典控制理論和現(xiàn)代控制理論兩類。（1）經(jīng)典控制理論

經(jīng)典控制理論主要是PID控制，對(duì)于實(shí)際的工程問(wèn)題，應(yīng)用最多的控制方法的是比例-積分-微分控制（ProportionIntegrationDifferentiation，PID），即PID控制。因其結(jié)構(gòu)簡(jiǎn)單、工作可靠、穩(wěn)定性好、參數(shù)調(diào)整便利而成為工業(yè)控制主要工具。當(dāng)不能精確掌握被控對(duì)象的數(shù)學(xué)模型和控制參數(shù)時(shí)，其他控制理論的適用受到很大局限，需要依靠經(jīng)驗(yàn)和現(xiàn)場(chǎng)調(diào)試來(lái)確定控制器結(jié)構(gòu)和控制參數(shù)，此時(shí)PID控制器是一個(gè)有效的解決方案。PID控制主要包含三個(gè)過(guò)程：比例控制、積分控制、微分控制。

比例控制是PID控制中最簡(jiǎn)單的控制方式，比例控制的輸出與輸入的誤差值成比例關(guān)系，但僅有比例控制時(shí)，系統(tǒng)的輸出一般存在穩(wěn)態(tài)誤差。積分控制的輸出與輸入誤差值的積分成正比關(guān)系。對(duì)于一個(gè)控制系統(tǒng)，如果系統(tǒng)在進(jìn)入穩(wěn)態(tài)后仍然存在一定的穩(wěn)態(tài)誤差，就稱其為有差系統(tǒng)。為了消除這部分穩(wěn)態(tài)誤差，必須在控制器中引入“積分項(xiàng)”。對(duì)誤差求關(guān)于時(shí)間的積分，可知隨著時(shí)間的增加，積分項(xiàng)的值會(huì)隨之增大。因此，即使誤差很小，隨著時(shí)間的增加積分項(xiàng)也會(huì)愈來(lái)越大。微分控制的輸入與輸出誤差值的微分（即誤差變化率）成正比關(guān)系。控制系統(tǒng)在消除誤差的過(guò)程中可能會(huì)出現(xiàn)頻繁振蕩甚至失穩(wěn)現(xiàn)象，其原因是因?yàn)橄到y(tǒng)中存在較大慣性或滯后的環(huán)節(jié)，使得消除誤差的環(huán)節(jié)的變化總是滯后后于誤差的變化。解決該問(wèn)題的方法是使消除誤差的環(huán)節(jié)的變化“超前”，也就是在誤差接近零時(shí)，消除誤差的環(huán)節(jié)已經(jīng)是零。因此，在控制器中只用比例控制往往是不夠的，因?yàn)楸壤?xiàng)的作用是放大誤差的幅值，而這種情況下需要增加的是微分控制，因?yàn)樗軌蝾A(yù)測(cè)系統(tǒng)誤差的變化趨勢(shì)。對(duì)具有較大慣性和滯后特點(diǎn)的控制對(duì)象，比例控制和微分控制能改善系統(tǒng)在動(dòng)態(tài)調(diào)節(jié)過(guò)程中的系統(tǒng)特性。積分控制使控制器的輸出增大的同時(shí)，使穩(wěn)態(tài)誤差進(jìn)一步減小，直到誤差完全消除。因此，比例控制和積分控制相結(jié)合，可以使系統(tǒng)快速進(jìn)入穩(wěn)態(tài)，并且無(wú)穩(wěn)態(tài)誤差，一般稱為PI控制。綜上所述，PID控制就是根據(jù)系統(tǒng)的誤差，通過(guò)比例、積分、微分三個(gè)過(guò)程計(jì)算出控制量，然后輸入到被控對(duì)象，一般的PID控制器的結(jié)構(gòu)圖如下：PID控制結(jié)構(gòu)簡(jiǎn)圖（2）現(xiàn)代控制理論

現(xiàn)代的控制理論大概主要有7種：線性二次型最優(yōu)控制、模糊控制、自適應(yīng)控制、模型預(yù)測(cè)控制、神經(jīng)網(wǎng)絡(luò)控制、滑?？刂?、魯棒控制。1）線性二次型最優(yōu)控制線性二次型最優(yōu)控制也稱線性二次型調(diào)節(jié)器(linearquadraticregulator，LQR)，是應(yīng)用線性二次型最優(yōu)控制原理設(shè)計(jì)的控制器。它的作用是當(dāng)系統(tǒng)狀態(tài)因?yàn)槟撤N原因?qū)е缕x了平衡點(diǎn)時(shí)，在不消耗多余能量的情況下，使系統(tǒng)狀態(tài)仍然保持在平衡點(diǎn)附近。線性二次型最優(yōu)控制的控制對(duì)象是具有線性或可線性化特點(diǎn)的，并且性能指標(biāo)是狀態(tài)變量和控制變量的二次型函數(shù)的積分。LQR調(diào)節(jié)器2）模糊控制器(FuzzyController，F(xiàn)C)模糊控制器也稱為模糊邏輯控制器(FuzzylogicController，F(xiàn)LC)。模糊控制器使用的模糊控制規(guī)則，是由模糊集合論中的模糊條件語(yǔ)句來(lái)構(gòu)成的。因此，模糊控制器屬于語(yǔ)言型控制器，故常被稱為模糊語(yǔ)言控制器(FuzzyLanguageController，F(xiàn)LC)。模糊控制系統(tǒng)的核心是模糊控制器。模糊控制系統(tǒng)性能的優(yōu)劣取決于模糊控制器的結(jié)構(gòu)、模糊規(guī)則、合成推理算法和模糊決策方法等因素。模糊控制器的一般結(jié)構(gòu)包括系統(tǒng)輸入、模糊化、數(shù)據(jù)庫(kù)和規(guī)則庫(kù)、模糊推理、清晰化以及系統(tǒng)輸出七部分構(gòu)成3）自適應(yīng)控制自適應(yīng)控制系統(tǒng)需要不斷地測(cè)量系統(tǒng)本身的狀態(tài)、性能、參數(shù)，并對(duì)系統(tǒng)當(dāng)前數(shù)據(jù)和期望數(shù)據(jù)進(jìn)行比較，再做出改變控制器結(jié)構(gòu)、參數(shù)或控制方法等的最優(yōu)決策系統(tǒng)不斷地測(cè)量輸入和擾動(dòng)，與參考輸入對(duì)比，根據(jù)需要不斷地調(diào)節(jié)自適應(yīng)機(jī)構(gòu)，保證系統(tǒng)輸出滿足要求，還要保證系統(tǒng)的穩(wěn)定。4）模型預(yù)測(cè)控制模型預(yù)測(cè)控制(modelpredictivecontrol，MPC)是一種特殊的控制方法。在每一個(gè)采樣周期，通過(guò)求解一個(gè)有限時(shí)域開(kāi)環(huán)最優(yōu)控制問(wèn)題來(lái)獲得其當(dāng)前的控制序列。系統(tǒng)的當(dāng)前狀態(tài)視為最優(yōu)控制問(wèn)題的初始狀態(tài)，求得的最優(yōu)控制序列中，只執(zhí)行第一個(gè)控制動(dòng)作。這是其與使用優(yōu)先求解控制律的控制方法的最大區(qū)別。而且相較于經(jīng)典的的PID控制，它具有優(yōu)化和預(yù)測(cè)的能力，也就是說(shuō)，模型預(yù)測(cè)控制是一種致力于將更長(zhǎng)時(shí)間跨度、甚至于無(wú)窮時(shí)間的最優(yōu)化控制問(wèn)題，分解為若干個(gè)更短時(shí)間跨度、或者有限時(shí)間跨度的最優(yōu)化控制問(wèn)題，并且在一定程度上仍然追求最優(yōu)解。本質(zhì)上模型預(yù)測(cè)控制是要求解一個(gè)開(kāi)環(huán)最優(yōu)控制問(wèn)題，它的思想與具體的模型無(wú)關(guān)，但是實(shí)現(xiàn)的過(guò)程則與模型有關(guān)。模型預(yù)測(cè)控制原理如圖所示，k軸為當(dāng)前狀態(tài)，左側(cè)為過(guò)去狀態(tài)，右側(cè)為將來(lái)狀態(tài)。也就是說(shuō)，模型預(yù)測(cè)控制實(shí)際上是一種時(shí)間相關(guān)的，利用系統(tǒng)當(dāng)前狀態(tài)和當(dāng)前的控制量，來(lái)實(shí)現(xiàn)對(duì)系統(tǒng)未來(lái)狀態(tài)的控制，而系統(tǒng)未來(lái)的狀態(tài)是不定的，因此在控制過(guò)程中要不斷地根據(jù)系統(tǒng)狀態(tài)對(duì)未來(lái)的控制量作出調(diào)整。模型預(yù)測(cè)控制原理5）神經(jīng)網(wǎng)絡(luò)控制

神經(jīng)網(wǎng)絡(luò)控制，是指應(yīng)用神經(jīng)網(wǎng)絡(luò)技術(shù)，對(duì)控制系統(tǒng)中難以精確建模的復(fù)雜非線性對(duì)象進(jìn)行神經(jīng)網(wǎng)絡(luò)模型辨識(shí)，可以作為控制器，可以進(jìn)行參數(shù)優(yōu)化設(shè)計(jì)，可以進(jìn)行推理，可以進(jìn)行故障診斷，或者同時(shí)兼有以上多種功能。通常神經(jīng)網(wǎng)絡(luò)直接用作誤差閉環(huán)系統(tǒng)的反饋控制器，神經(jīng)網(wǎng)絡(luò)控制器首先利用其已有的控制樣本進(jìn)行離線訓(xùn)練，而后以系統(tǒng)的誤差的均方差為評(píng)價(jià)函數(shù)進(jìn)行在線學(xué)習(xí)。隨著被控系統(tǒng)越來(lái)越復(fù)雜，人們對(duì)控制系統(tǒng)的要求越來(lái)越高，特別是要求控制系統(tǒng)能適應(yīng)不確定性、時(shí)變的對(duì)象與環(huán)境。傳統(tǒng)的基于精確模型的控制方法難以適應(yīng)要求，現(xiàn)在關(guān)于控制的概念也已更加廣泛，它包括一些決策、規(guī)劃以及學(xué)習(xí)功能。神經(jīng)網(wǎng)絡(luò)由于具有上述優(yōu)點(diǎn)而越來(lái)越受到人們的重視。神經(jīng)網(wǎng)絡(luò)控制就是利用神經(jīng)網(wǎng)絡(luò)這種工具從機(jī)理上對(duì)人腦進(jìn)行簡(jiǎn)單結(jié)構(gòu)模擬的新型控制和辨識(shí)方法。神經(jīng)網(wǎng)絡(luò)在控制系統(tǒng)中可充當(dāng)對(duì)象的模型,還可充當(dāng)控制器。常見(jiàn)的神經(jīng)網(wǎng)絡(luò)控制結(jié)構(gòu)有：①參數(shù)估計(jì)自適應(yīng)控制系統(tǒng)；②內(nèi)?？刂葡到y(tǒng)；③預(yù)測(cè)控制系統(tǒng)；④模型參考自適應(yīng)系統(tǒng)；⑤變結(jié)構(gòu)控制系統(tǒng)。

6）滑?？刂?slidingmodecontrol，SMC)滑?？刂埔步谢Ｗ兘Y(jié)構(gòu)控制，其本質(zhì)是一種特殊的非線性控制方法，但其非線性表現(xiàn)為控制序列的不連續(xù)性。這種控制方法與其他控制方法的區(qū)別在于系統(tǒng)結(jié)構(gòu)不是固定不變的，而是能夠在動(dòng)態(tài)過(guò)程，根據(jù)當(dāng)前的系統(tǒng)狀態(tài)（例如偏差以及偏差的各階導(dǎo)數(shù)等）有目的地變化，使系統(tǒng)能夠按照預(yù)定的滑動(dòng)模態(tài)的軌跡運(yùn)動(dòng)?；瑒?dòng)模態(tài)需要提前設(shè)計(jì)且與控制對(duì)象參數(shù)和外界擾動(dòng)無(wú)關(guān)，使得滑?？刂凭邆漤憫?yīng)迅速、參數(shù)變化平穩(wěn)、外界擾動(dòng)影響小、無(wú)需系統(tǒng)在線辨識(shí)、控制動(dòng)作實(shí)現(xiàn)方式簡(jiǎn)單等優(yōu)點(diǎn)?；？刂浦饕憩F(xiàn)為控制的不連續(xù)性，也就是系統(tǒng)結(jié)構(gòu)隨時(shí)間變化的特性。該控制特性能夠使系統(tǒng)在一定條件下沿著預(yù)設(shè)的狀態(tài)軌跡作小幅度、高頻率的運(yùn)動(dòng)，即滑動(dòng)模態(tài)或者“滑模”運(yùn)動(dòng)?；瑒?dòng)模態(tài)是可以預(yù)設(shè)的，而且與系統(tǒng)的參數(shù)及外界擾動(dòng)無(wú)關(guān)。因此，滑?？刂频南到y(tǒng)具有較好的魯棒性。如圖所示，從切換面穿過(guò)的A點(diǎn)為通常點(diǎn)，從切換面向兩邊散發(fā)在切換面上的運(yùn)動(dòng)點(diǎn)B點(diǎn)是起始點(diǎn)，從兩邊向切換面逼近的且在切換面上的點(diǎn)C點(diǎn)為終止點(diǎn)，在滑模觀測(cè)器的研究中，針對(duì)的很多都是終止點(diǎn)，然而對(duì)于通常點(diǎn)和起始點(diǎn)基本沒(méi)有用到，如果在切換面上的某一區(qū)域內(nèi)