一文读懂自动驾驶研究现状

　　尽管大多数有关自动驾驶汽车的大学研究都来自美国、欧洲和亚洲，但巴西等国家也有一些相关研究。巴西的自动驾驶汽车研究平台相关案例包括米纳斯·吉拉斯联邦大学(UFMG)的汽车 CADU [LIM10] [SAB10] [LIM13] [DIA15a]、圣保罗大学的汽车 CARINA [FER14] [MAS14] [SHI16] [HAT17] 和圣埃斯皮里图联邦大学(UFES)的汽车 IARA [MUT16] [CAR17] [GUI16] [GUI17]。IARA 是巴西首辆在城市道路和公路上自动行驶了 74 公里的无人驾驶汽车。

　　为了衡量自动驾驶汽车的自主水平，SAE International(之前简称 SAE，即汽车工程师学会)发布了一个基于人类驾驶员干预量和人类注意需求量的分类体系，其中自动驾驶汽车的自主程度可划分为 0 级(汽车的自主系统会发出警报，也许还能临时干预，但无法维持对汽车的控制)到 5 级(任何情况下都无需人类干预)[SAE16]。在这篇论文中，我们调查了发布在文献中的自动驾驶汽车研究，重点关注的是自 DARPA 挑战赛以来开发的配备有可归类为 SAE 3 级或更高级的自主系统的自动汽车 [SAE16]。

　　自动驾驶汽车的自主系统的架构通常可分成两大类：

　　感知系统和决策系统 [PAD16]。感知系统通常分为负责自动驾驶汽车定位、静态障碍物地图测绘、移动障碍物检测与跟踪、道路地图测绘、交通信号检测与识别等多种任务的许多子系统。

　　决策系统通常也分为许多子系统，分别负责路线(route)规划、路径(path)规划、行为选择、运动规划、控制等。但是这样的划分方式有些模糊，文献中也还存在一些不同的划分方式 [PAD16]。

　　在这项调查中，我们给出了自动驾驶汽车的自主系统的典型架构。我们还总结了感知和决策相关方法的研究。

　　2. 自动驾驶汽车架构概述

　　这一节将概述自动驾驶汽车的自主系统的典型架构，并将介绍感知系统、决策系统以及它们的子系统所负责的任务。

图 1：典型的多层式的自动驾驶汽车架构。TSD 表示交通信号检测，MOT 表示移动目标跟踪。

　　图 1 展示了自动驾驶汽车的自主系统的典型架构，其中不同颜色的模块分别表示感知系统和决策系统 [PAD16]。感知系统负责估计汽车的状态和创造环境的内部表征(指自动驾驶汽车系统内部)，这要用到机载传感器(比如光探测和测距(LIDAR)、无线电探测和测距(RADAR)、相机、全球定位系统(GPS)、惯性测量单元(IMU)、里程表等)收集的数据和有关传感器模型、道路网、交通规则、车辆动态等的先验信息。决策系统负责将车辆从初始位置驾驶到用户定义的终点，这需要考虑汽车的状态和环境的内部表征，还要考虑交通规则和乘客舒适度等情况。