无人驾驶技术之智能控制系统

智能控制系统，是整个无人驾驶系统的最后一环，是将环境识别，路径规划，机器决策的结论付诸实践的执行者。控制系统将来自决策系统的路径规划落实到汽车机构的动作上。控制过程的目标就是使车辆的位置、姿态、速度、加速度等重要参数，符合最新决策结果。

控制系统，按照行车动作分为，纵向控制，横向控制。按照控制的部件分，包括加速控制、刹车控制、方向盘控制、档位控制、灯光控制、喇叭控制。按照控制行车参数的数目不同，控制系统可以划分成二维，三维，甚至到十八维。这里解说一下什么是控制的维度。

控制的维度，就是单独控制汽车参数的数量，这些参数是独立的，解耦的。举例，哪些参数可以作为一个控制维度呢？所有对车辆状态能够产生影响的参数，传动系统、行驶系统、转向系统、制动系统，具体到部件可以是发动机，电机，电池系统等等，属于这些系统或者部件的可以调节可以控制的每一个参数，都可以作为汽车数学模型的一个变量。比如电机的转矩、转速，制动力矩与制动油缸行程的关系……

实际上，控制系统考虑的越全面，可以直接控制的独立参数越多，则系统的鲁棒性越好；而事实的另一面是，控制的参数越多，在没有充分理解参数关系和优先级之前，可能会出现参数耦合问题，以及优先级设置不合理导致的问题。

无人驾驶系统在识别周围环境，确定自己在地图中的位置后，做出当前局部行程的路径规划和行车速度、方向决策。控制系统根据这个规划，控制相关部件做出动作，期望无限接近规划路径。行进期间，很可能出现原始路径规划时无法预估的事件，比如路线上突然有行人或者小动物出现，此时，需要重新调整规划。

下一步，控制系统出场。控制系统包括控制策略和策略执行两个部分。具体怎样控制车辆执行规划的路径、速度及方向，是控制策略解决的问题。按照控制策略驱动汽车执行机构去做出相应动作，则是策略执行部分。控制策略，一般以一种思路为主，结合几种辅助思路，弥补主要思路中在特定环境下的不足，形成实际应用的策略。经典闭环控制，作为控制效果的反馈，和下一步调整的依据，是各种控制策略中都必不可少的一部分。

常常用到的控制策略有预瞄一跟随控制，预测控制，神经网络控制。每种控制方法，落实到不同车型上，不同的应用环境上，都会繁衍出不同的实体特征，这里只能做举例说明。

路径规划确定期望运行轨迹。控制系统根据轨迹信息，选取期望轨迹上的一点，作为目标位置，确定当前的速度，加速度，以及方向盘转角。车辆一边行进，控制系统一边更新期望轨迹，重复前面的选点和向预定点运动的过程。这个过程会受到车辆自身和环境的参数极限的限制，比如车辆最高速度，道路的最高通行速度等。车辆上装备的传感器会跟踪车辆状态、位置、速度等信息，反馈到控制器，校对控制结果。

在预瞄跟随模型基础上，引入神经网络进行模型优化，设计了一套基于驾驶员行为的神经网络控制系统，对预估位置和将来时刻的理想位置之间的偏差进行控制。给以系统经验参数的训练，输入位置需求，输出发动机，方向盘控制参数，比较车辆到达位置与设计位置的差距，给以优劣判断。经过大量训练的神经网络系统，逐渐具备了自行调整控制参数的能力。

训练过程中，对控制结果评价的方法不同，又可以分化出强化学习的神经网络控制方法。纵向控制，是控制车辆前进的速度，加速度，与前车的距离几项因素。要实现这几个参数的控制，落实到汽车部件上，汽油车就是控制档位、节气门的开度和制动器的制动量以及两者之间的切换，电动汽车则是控制加速踏板和制动踏板的开度信号及切换。

动作执行后，速度传感器实时上报车辆速度，环境感知系统实时监测车辆位置、姿态，将监测信息回传到控制器，比较规划与实测之间的偏差。进而向减小偏差的方向调整控制方法，形成闭环控制。

横向控制是车辆转向系统的转向角度和转向动作带来的车身横摆动作的综合效果。转向的速度，转过的角度，对于尺寸、重量、重心等参数不同的车身，会带来不同的横摆角度和角加速度效果。车辆行驶的稳定性，舒适性，是衡量横向控制的主要指标。

横向控制的执行机构包括方向盘，转向助力机构，前悬架系统，前轮转角传感器。转向命令执行后，车辆的位置和姿态与规划路径是否协调一致，是评价横向控制效果的指标。如果转向过量或者不足，则需要立即调整后续路径规划，以适应现在真实的车辆状态。

说到无人驾驶控制系统，我们电动汽车行业的小伙伴会联想到电动汽车的整车控制器。整车控制器，负责解读驾驶员的意图，然后向电机控制器、电池管理系统、制动控制器等发送命令，监测车辆的行驶速度，调整功率、转矩需求。

整车控制器直接对动力系统提要求，让我们有一种电动汽车自动化程度更高的错觉。无人驾驶控制器和整车控制器的本质区别在于谁来对驱动系统提要求，“有人”还是“无人”。燃油车，自动驾驶系统不会再去用机构扳动油门踏板和制动踏板，而是直接控制发动机的节气门和制动系统的油缸压力。如同电动汽车是由整车控制器去调节电机转矩、转速和制动控制器。

可以想见，电驱动系统的调节响应速度和调节精度应该优于燃油车。目前，无人驾驶各路玩家探讨较多的，在环境感知和地图资料收集方面，对于控制系统的深入研究还没有受到重视。控制系统是决定无人驾驶安全性和舒适性的重要一环。进一步设想，现有非自动驾驶车辆体量巨大，短时间内替代可能性很小，这中间就存在着无人驾驶改造需求。而改造的最大工作量来自于控制系统，尤其策略执行部分。