在自動駕駛研究的道路上，中國和美國是處于領(lǐng)先地位的。而國內(nèi)首家自動駕駛研究代表為百度。早在今年3月份，中國也有了自己的一份《北京市自動駕駛車輛道路測試2018年度工作報告》，其中百度以45輛自動駕駛車輛規(guī)模，約14萬公里的安全測試記錄遙遙領(lǐng)先。這很大程度上反應(yīng)了百度的自動駕駛研究技術(shù)的強大。

自動駕駛車輛中的運動規(guī)劃和控制是關(guān)鍵操作點。而車輛中的運動規(guī)劃和控制是與系統(tǒng)給定的路徑的曲率和速度來估計完成給定路徑的難度的。這其中屬速度控制機制最為復(fù)雜，但是速度控制(例如，油門、制動器)動態(tài)模型在增加自動駕駛中的車輛路徑跟蹤精度方面是至關(guān)重要的。接下來小編將詳細(xì)介紹百度公司的專利中提出的方法是如何解決這個難題的。

自動駕駛車輛中的速度控制過程如圖1所示，整體上來看，整個過程圖以速度控制器模塊為中心接收到的輸入數(shù)據(jù)有三大部分：

圖1速度控制器的過程圖

1）第一是規(guī)劃模塊根據(jù)自動駕駛汽車的決策數(shù)據(jù)生成汽車的目標(biāo)速度（R）的規(guī)劃和控制數(shù)據(jù)。

2）第二是車輛的實際速度（Y），它是響應(yīng)于速度控制命令而測量的。

3）第三部分的輸入是最復(fù)雜的，也是最重要的，主要是參數(shù)自適應(yīng)模塊的輸出數(shù)據(jù)，而參數(shù)自適應(yīng)模塊的輸出是由三個反饋參數(shù)決定的。

其一是自動駕駛汽車實際速度和預(yù)期速度之間的差值反饋。其二是速度控制參數(shù)調(diào)整模型SCPA的輸出反饋數(shù)據(jù)。SCPA模型是基于在先駕駛統(tǒng)計信息離線地創(chuàng)建和建模的機器學(xué)習(xí)模型，其中模型的輸入是運行時被捕獲或測量的動態(tài)輸入?yún)?shù)，包括天氣狀況、道路狀況、當(dāng)前交通狀況、風(fēng)阻、地圖位置和/或興趣點、車輛的重量、車輪的輪胎壓力和當(dāng)前作為車輛乘客的用戶的用戶駕駛偏好等。其三是實際速度命令。

速度控制器根據(jù)輸入的三部分?jǐn)?shù)據(jù)，將速度控制命令U作為輸出，輸出到車輛平臺和參數(shù)自適應(yīng)模塊。

接下來，詳細(xì)的了解一下操作自動駕駛車輛的速度控制器的速度控制參數(shù)的過程，如圖2所示。

在操作601中，處理邏輯響應(yīng)于基于目標(biāo)速度發(fā)出的速度控制命令而基于ADV的預(yù)期速度和實際速度來確定第一反饋參數(shù)。

在操作602中，處理邏輯通過將SPCA模型應(yīng)用于實時獲得的輸入?yún)?shù)的集合來確定第二反饋參數(shù)。

在操作603中，處理邏輯基于第一和第二反饋參數(shù)動態(tài)地調(diào)整發(fā)出速度控制命令的速度控制器的一個或多個控制參數(shù)(例如，系數(shù)、增益)。

在操作604中，處理邏輯基于速度控制器的調(diào)整后的控制參數(shù)生成后續(xù)的速度控制命令。

盡管速度控制機制很是復(fù)雜的，但是百度公司巧妙得利用多方面參數(shù)迭代反饋的方式，讓自動駕駛汽車的速度控制參數(shù)不斷更新，從而減少模型預(yù)計產(chǎn)生的誤差，這種方式讓小智很是受益。