雖然無人駕駛被廣泛為時汽車智能的終極目標，然而，受限于汽車技術(shù)各個階段的發(fā)展規(guī)律、法律與法規(guī)、事故責任劃分等約束，駕駛?cè)俗鳛轳{駛過程的參與者，甚至駕駛主體在很長一段時間內(nèi)仍將是事實。深入理解駕駛?cè)笋{駛行為和機器智能控制系統(tǒng)之間的交互機制和沖突機理，進而建立人機協(xié)同共駕系統(tǒng)，也是智能汽車技術(shù)發(fā)展過程中亟待解決的關(guān)鍵問題。

其中的人機共駕系統(tǒng)是指駕駛?cè)撕蜋C器均具有車輛控制權(quán)的智能汽車系統(tǒng)。人類智能和機器之間存在很強的互補性，與機器系統(tǒng)的精細化感知、規(guī)范化決策、精準化控制相比，人的駕駛行為具有模型、退化、延遲、個性化等特點，且易受心理和生理狀態(tài)等因素的影響。而機器對比人而言，學習能力和自適應(yīng)能力相對較弱，環(huán)境理解的綜合處理能力不夠完善，對于未知復雜工況的決策能力較差。因此，人機共駕系統(tǒng)主要功能就是要整合駕駛?cè)撕蜋C器的優(yōu)勢，屏蔽兩者的劣勢，實現(xiàn)人機智能的混合增強，最終達到“1+1>2”的效果，從而提高汽車的安全性、舒適性等性能。

人機共駕系統(tǒng)的分類與原理

根據(jù)控制權(quán)分配方式的不同，人機共駕系統(tǒng)可以分為切換型和共享型人機共駕兩種模式，在切換型人機共駕系統(tǒng)中，駕駛權(quán)被分時賦予駕駛?cè)嘶驒C器，在共享型人機共駕系統(tǒng)中，駕駛權(quán)按照一定的權(quán)重被同時分配給駕駛?cè)撕蜋C器。

圖1 兩種人機共駕系統(tǒng)的控制模式

在切換型人機共駕系統(tǒng)中，駕駛權(quán)可以在駕駛?cè)撕蜋C器之間進行靈活自由的轉(zhuǎn)移。系統(tǒng)中存在一種判斷機制，根據(jù)駕駛?cè)撕蜋C器的工作狀態(tài)、操縱模式等對兩者的控制輸入進行評價，選擇其中更優(yōu)的一方接入車輛控制。對于切換型人機共駕系統(tǒng)，控制權(quán)切換過程是重點。以駕駛?cè)私庸軝C器為例，切換過程如下圖表示。

圖2 駕駛員接管切換過程示意圖

該模式的優(yōu)點包括：駕駛?cè)撕蜋C器之間不存在交互和耦合，車輛控制過程明確清晰；駕駛方式改變較小，駕駛?cè)诉m應(yīng)性好。而它的缺點主要是在駕駛權(quán)切換過程中，難以保證駕駛?cè)司哂辛己玫墓ぷ鳡顟B(tài)。在機器駕駛過程中，駕駛?cè)俗⒁饬赡芤呀?jīng)分散，當控制1權(quán)被切換到駕駛?cè)耸悄悖枰{駛?cè)藥追N注意力，重新形成對周圍駕駛環(huán)境的感知。這一過程存在較大的不確定性，制約了控制權(quán)的自由切換。因此，該模式的主要設(shè)計難點在于如何評價駕駛?cè)撕蜋C器哪一方面的表現(xiàn)更優(yōu)，并在此基礎(chǔ)上根據(jù)駕駛?cè)藸顟B(tài)等因素合理選擇駕駛權(quán)切換時機，實現(xiàn)控制權(quán)平滑、無憂切換。

在共享型人機共駕系統(tǒng)中，駕駛?cè)撕蜋C器同時占有車輛的控制權(quán)，兩者通過操縱機構(gòu)進行交互和耦合，任何一方均可實現(xiàn)實時地控制車輛。雙方共同駕駛過程類似于一場博弈，各方會根據(jù)自身的目標和對方的行為形成最優(yōu)的控制輸入，以期望在控制權(quán)共享的情況下最大化的實現(xiàn)自身目標。

進一步分析，按照駕駛?cè)撕蜋C器控制結(jié)合方式的不同，該模式可以分別為串聯(lián)式共享型人機共駕和并聯(lián)式共享型人機共駕。串聯(lián)式共享型人機共駕系統(tǒng)示意圖，機器不直接對操縱輸入端（踏板、轉(zhuǎn)向）進行控制。僅對按照一定的比例進行疊加或修正，達到駕駛?cè)撕蜋C器時間控制車輛的效果。

圖3 串聯(lián)式共享型人機共駕系統(tǒng)示意圖

并聯(lián)式共享型人機共駕系統(tǒng)示意圖如下，駕駛員和加的控制同時直接施加到操縱輸入端，系統(tǒng)通過調(diào)節(jié)控制權(quán)系數(shù)K實現(xiàn)人機耦合優(yōu)化。實際控制輸入可用以下公式表示：

U=UhK+Um(1-K)

K為控制權(quán)分配系數(shù)，Uh為駕駛?cè)溯斎耄琔m為機器輸入，U為系統(tǒng)實際輸入。

圖4 并聯(lián)式共享型人機共駕系統(tǒng)示意圖

如上并聯(lián)式共享人機共駕系統(tǒng)優(yōu)點包括：駕駛?cè)耸冀K參與駕駛過程，可以保證駕駛?cè)藸顟B(tài)的一致性；操縱過程中存在人機交互、便于駕駛?cè)苏莆諜C器狀態(tài)，該模式的缺點主要在于駕駛?cè)撕蜋C器易于形成沖突，由于雙方可以同時對車輛進行控制，當兩者在對相同的環(huán)境判斷產(chǎn)生不同的駕駛意圖時，不同的控制目標將作用于同一個車上，由此將產(chǎn)生較大的沖突。因此，在該模式下需要重點關(guān)注的問題為如何預防人機沖突的出現(xiàn)，并在沖突發(fā)生后及時消解。

人機共駕系統(tǒng)主要包括自動駕駛系統(tǒng)、駕駛?cè)藱z測模塊和人機交互模塊。機器通過分析如上駕駛?cè)讼嚓P(guān)數(shù)據(jù)，融合周圍環(huán)境和車輛狀態(tài)，確定合適的駕駛權(quán)切換或駕駛權(quán)分配權(quán)重。此外，人機交互系統(tǒng)模塊形成了駕駛?cè)撕蜋C器的溝通橋梁，使雙方能夠進行有效的表達，提高人機共駕系統(tǒng)的交互性。

線控底盤技術(shù)在自動駕駛中的應(yīng)用

當前自動駕駛系統(tǒng)對于其是安全運行的需求越來越高，這就促使其在功能安全的性能指標上需要提升較大的檔次。比如原來的ACC系統(tǒng)來說，作為一種輔助性駕駛系統(tǒng)，并不要求他具備較高的功能安全，一般情況僅僅達成ASIL A甚至QM就可以了。但是對于下一代產(chǎn)品中的自動駕駛，由于其在駕駛過程中，通常是替代駕駛員執(zhí)行了大部分駕駛工作，并且在很多駕駛?cè)蝿?wù)中并不能期望駕駛員會為其在一般情況下的失效負責。因此，自動駕駛系統(tǒng)的功能安全明顯比原來的駕駛輔助系統(tǒng)提升了更高的等級。這種等級甚至可以達到ASIL C甚至ASIL D。導致其對執(zhí)行器的要求越來越高，主要體現(xiàn)在越來越多的控制器會要求在發(fā)送響應(yīng)信號給執(zhí)行器的同時，執(zhí)行器會在最快的時間內(nèi)響應(yīng)到其發(fā)送信號的終極狀態(tài)，并且不會出現(xiàn)超調(diào)或來回震蕩等，這就是我們所提到響應(yīng)精度。

當前傳統(tǒng)的底盤控制系統(tǒng)（包含線控制動和線控轉(zhuǎn)向）在應(yīng)對整個智能駕駛控制中存在相當大的不足，這里我們列舉如下兩個典型的例子進行說明。

實例1：響應(yīng)不精確/超調(diào)

自動換道在避險回退過程中，常常出現(xiàn)回退過度甚至偏出本車道導致不安全，繼而系統(tǒng)又通過較大的回調(diào)力矩將車輛拉回車道中央。在自動駕駛對中或駕駛員控制換道過程中，駕駛員緩慢施加力矩進行方向盤控制時，容易出現(xiàn)系統(tǒng)搶奪方向盤。

實例2：響應(yīng)延時

在自適應(yīng)巡航系統(tǒng)ACC中，在進行速度差較大的情況下實現(xiàn)后車跟隨前車行駛過程中，當不間斷的在加速跟車和減速跟車過程中，發(fā)送的加減速度也會導致制動系統(tǒng)在執(zhí)行過程中，出現(xiàn)不斷地在加減速之間進行回調(diào)。這個過程會導致制動系統(tǒng)可能出現(xiàn)響應(yīng)精度不到位或響應(yīng)超調(diào)的狀態(tài)。

這些切實存在的問題，嚴重影響自動駕駛控制精度，延長落地的時間。對于自動駕駛而言，需要結(jié)合實際存在的問題給出相應(yīng)的解決方案，不斷協(xié)調(diào)執(zhí)行底盤和上層控制器之間的交互問題。

為了更好的實現(xiàn)執(zhí)行控制，最直觀的體現(xiàn)便是對傳統(tǒng)底盤系統(tǒng)進行更新升級換代，增加用于控制車輛方向的線控底盤技術(shù)，而這種改進的線控底盤技術(shù)，這無疑會大大促進整個執(zhí)行控制的響應(yīng)能力。

對于自動駕駛來說，線控底盤技術(shù)由于操縱機構(gòu)和執(zhí)行機構(gòu)沒有機械聯(lián)結(jié)，也沒有機械能量的傳遞。并且，操縱指令由傳感元件感知，以電信號1形式由網(wǎng)絡(luò)傳遞給電子控制器及執(zhí)行機構(gòu)。因此，其執(zhí)行過程和結(jié)果完全受電子控制器的監(jiān)測和控制。并可以在如下幾點上為自動駕駛助力：

1）提供大量的、精確的底盤系統(tǒng)信號。由于底盤傳感器種類繁多，控制器在處理這些傳感器信號時往往需要采用不同的信號模式和處理方法，且需要更高的實時性要求、更好的校驗和解算理論加以支撐。

2）直接給前饋預瞄控制提供精確且逼真的車輛動力學模型。由于底盤車輛及輪胎動力學呈現(xiàn)出復雜的非線性特性，而線控底盤技術(shù)可以有效促進研究車輛動力學模型的精確結(jié)算機制，有效的促進動力學應(yīng)用發(fā)展。

3）為智能汽車在復雜場景下從駕駛員視角中提供精確的感知狀態(tài)。線控底盤技術(shù)可以從復雜交通場景中給出車輛運行動力學穩(wěn)定邊界精確量化機制，提升動力學狀態(tài)的精確感知與預瞄技術(shù)。在高復雜度、動態(tài)交通環(huán)境的交互中，為智能駕駛頂層提供相應(yīng)的助力。

線控轉(zhuǎn)向設(shè)計應(yīng)用原理

線控轉(zhuǎn)向系統(tǒng)可以將駕駛員輸入和前輪轉(zhuǎn)角進行解耦，并特指沒有機械連接的轉(zhuǎn)向系統(tǒng)，這是從系統(tǒng)的結(jié)構(gòu)上進行的一個區(qū)分。在線控轉(zhuǎn)向中，轉(zhuǎn)向的動力來源于電機，其主要包括了兩方面：用來給駕駛員提供轉(zhuǎn)向時的路感及其相應(yīng)的動力。

線控轉(zhuǎn)向可以提高整車設(shè)計自由度，提高整車舒適度，完全過濾路面顛簸，其轉(zhuǎn)動效率高、響應(yīng)時間短。同時，其擁有的可變角/力傳動比特性，還可以提高車輛碰撞安全性和整車主動安全性，整合底盤系統(tǒng)集成，實現(xiàn)系統(tǒng)綜合利用。可以說線控轉(zhuǎn)向是自動駕駛汽車實現(xiàn)路徑跟蹤與避障避險必要的關(guān)鍵技術(shù)。

當前，線控轉(zhuǎn)向系統(tǒng)的研究主要集中在路感反饋控制策略研究、轉(zhuǎn)向執(zhí)行控制策略研究以及故障診斷與容錯控制策略研究 3 個方面。其中路感反饋控制策略研究是最主要的一個研究方向。

路感反饋控制策略研究是一個比較抽象的定義，其定義之一是指駕駛員通過方向盤得到的車輛行駛中的轉(zhuǎn)向阻力矩，該阻力矩主要包含回正力矩和摩擦力矩2部分。

圖5 線控轉(zhuǎn)向基礎(chǔ)構(gòu)架圖

其中，回正力矩往往無法實時準確的獲得，作為使車輪恢復到直線行駛位置的主要力矩之一，其數(shù)值通常是由經(jīng)驗、統(tǒng)計或?qū)嶒灥姆椒ǐ@得。該值受車輛前輪的受力狀態(tài)控制，進而又和車輛實時的運動狀態(tài)及路面附著直接相關(guān)。因此，路感的計算公式可以表示如下：

回正力矩與車輛前輪的受力狀態(tài)存在直接關(guān)系，而前輪受力又和車輛實時的運動狀態(tài)及路面附著直接相關(guān)。因此，通常把總的回正力矩除以自方向盤到前輪總的力傳動比近似得到的方向盤手力矩看成是路感。

一般對于路感模擬來說，轉(zhuǎn)向盤反力矩是首要考慮的一個條件，其中轉(zhuǎn)向反力矩的計算方式如下：

轉(zhuǎn)向盤反力矩=轉(zhuǎn)向負載觀測力矩-虛擬助力矩+轉(zhuǎn)向死點模擬力矩+遇障力矩。路感通常采用基于經(jīng)驗設(shè)計和基于模型設(shè)計這2種方法獲得。路感設(shè)計為方向盤轉(zhuǎn)角、車速、橫擺角速度等參數(shù)的非線性函數(shù)關(guān)系式，在不同條件下為駕駛員提供不同的路感，簡單高效，但是自適應(yīng)性和精度較差。因此，在實際計算路感模擬參數(shù)過程中，通常采用基于動力學模型的方法根據(jù)車輛的動態(tài)響應(yīng)、駕駛員方向盤輸入等路感相關(guān)的輪胎力、摩擦力矩等，最終可以計算出路感。

線控制動應(yīng)用原理

線控制動是線控底盤技術(shù)中難度最關(guān)鍵也是難度最高的技術(shù)，其關(guān)系著底盤安全性和穩(wěn)定性控制要素。制動性能涉及響應(yīng)速度、平順性等。

線控制動系統(tǒng)通過將電子信號通過ECU決策后再向4個車輪制動模塊發(fā)出制動指令，每個車輪制動模塊上單獨驅(qū)動其電機驅(qū)動制動摩擦部分實現(xiàn)合理的動力分配和、制動穩(wěn)定性控控制和有效制動。整個電信號傳輸于踏板信號與執(zhí)行器之間，再配合ABS、TCS、ESC等模塊實現(xiàn)車輛底盤集成控制。

圖6 線控制動應(yīng)用原理

當前，線控制動系統(tǒng)的研究主要集中在 3 個方面：踏板模擬、主動制動和制動能量回收。

1）踏板感模擬

線控制動系統(tǒng)是通過模擬器或算法模擬的方式提供給駕駛員相應(yīng)的踏板力的，這就不再需要踏板和主缸之間的機械連接。線控制動系統(tǒng)的好壞主要取決于踏板力的模擬精確程度。一般的情況是通過提前對大量的時延數(shù)據(jù)進行分析，可以得出踏板力與踏板行程及車輛狀態(tài)之間的關(guān)系，并模擬過程是通過彈簧或動作器踏板力進行的。

2）主動制動

主動制動系統(tǒng)主要涉及高級智能駕駛輔助系統(tǒng)ADAS以及自動緊急制動系統(tǒng)AEB的制動功能需求。其要求均是線控制動系統(tǒng)需要準確、快速地響應(yīng)這個請求。主動制動的響應(yīng)過程基本都要通過一定的動力學控制算法（包含PID算法、最優(yōu)控制、魯棒控制、滑膜控制、模糊控制、神經(jīng)網(wǎng)絡(luò)控制、模型預測控制等）進行優(yōu)化。這些類別中可被大致歸類為基于經(jīng)驗的設(shè)計方法和基于動力學的計算方法。

3）制動能量回收

制動能量回收是指在減速或制動過程中，驅(qū)動電機工作于發(fā)電狀態(tài)，將車輛的部分動能轉(zhuǎn)化為電能儲存于電池中。同時，施加電機回饋轉(zhuǎn)矩于驅(qū)動軸，對車輛進行制動。在線控制動系統(tǒng)中涉及協(xié)調(diào)分配電制動力矩和制動力矩，在整個制動能量回收的控制策略研究中基本圍繞這一點展開。

總結(jié)

本文從控制執(zhí)行的角度講解了關(guān)于智能汽車在應(yīng)用過程中規(guī)控的基礎(chǔ)理論，其中包含人機共駕技術(shù)，線控底盤技術(shù)等。這些技術(shù)在當前這代智能駕駛輔助產(chǎn)品中應(yīng)用得還并不成熟。但是，鑒于當前這代產(chǎn)品存在的一系列問題而言，我們下一代自動駕駛系統(tǒng)必須要解決掉這些問題。因此，需要從根源上來分析和屏蔽掉這些問題。本文正是從此動機出發(fā)進行了相應(yīng)的分析和解讀，對于下一代自動駕駛系統(tǒng)的設(shè)計提供了有力的參考。