【专利解密】腾讯基于人工智能实现无人驾驶车辆的自动跟车技术

【嘉德点评】腾讯发明的基于人工智能的智能驾驶车辆自动跟车技术，可以根据无人驾驶车辆所处的环境，智能地判断无人驾驶车辆应该采取何种驾驶模式，该模式能够有效解决速度曲线路径规划单一的问题，从而达到更好的跟车效果。

集微网消息，智能驾驶汽车通过搭载先进的车载传感器、控制器和数据处理器、执行机构等装置，借助车联网和 V2X 等现代移动通信与网络技术，来实现在复杂行驶环境下的传感感知、决策规划、控制执行等功能，以达到安全、高效和舒适的智能行驶。

可以说，智能驾驶汽车代表了汽车技术和产业化的重要发展方向，也是未来汽车技术创新的主流趋势。在相关智能驾驶技术中，让自动驾驶车辆实现跟车是一项重要的任务，在这个过程中，处于引导地位的车的行为是自动驾驶车行为的重要参照。

根据引导车的运动状态，可计算得到自动驾驶车辆的目标速度，基于这个目的，已有一些公司开发了自动驾驶辅助系统，例如：特斯拉的自动驾驶仪、蔚来自动辅助驾驶系统以及凯迪拉克的CT6的高级驾驶辅助系统(ADAS)等。

在自车到达目标状态之前的过程，需要规划一条定义在时间和空间上的速度曲线路径(SP)，SP的质量直接影响到跟车过程中的舒适性和安全性。然而，现有的自动驾驶辅助系统主要面向高速封闭场景，对于SP设计也较为单一，在实际行车过程中，往往存在多种的场景，因此会导致跟车效果较差。

为此，腾讯在20年9月17日申请了一项名为“一种基于人工智能的车辆控制方法、相关装置及存储介质”的发明专利（申请号：202010979532.X），申请人为腾讯科技（深圳）有限公司。

根据该专利目前公开的资料，让我们一起来看看这项基于人工智能的车辆控制方法吧。

如上图，为该专利中发明的无人驾驶系统的模块架构示意图，该系统包括两部分：硬件实现和软件实现，硬件实现包括传感器（V2V）、车对车和作动器。这里的V2V通信技术是一种非固定式基站的通信技术，为移动中的车辆提供直接的端对端的无线通信，且无需通过基站转发。而作动器作为控制系统中的输出装置以及转换器，可以将电、液压、气压转换为机械动作。

软件实现部分包括感知模块、预测模块和定位模块，感知模块可以从环境中收集信息并从中提取相关信息，而当感知模块应用于自动驾驶车辆时，则其重点捕捉的是环境数据，以增强对环境的场景理解能力，例如障碍物的位置识别、道路标志的检测以及行人车辆的检测等。

一般来说，感知模块输出的物体信息包括位置、速度、朝向以及物体分类(如车辆，行人以及自行车)等，这些感知所计算输出的属性是人们易于辨认的物理属性，利用这些属性，结合客观的物理规律以及工程师设计在系统中的先验知识，就可以对物体做出一个在非常短时间内的“瞬时预测”，以达到能够实时跟车的效果。

在感知到环境信息后，预测模块就会对所感测到的物体进行预测，并将预测的结果具体化为时空间维度的轨迹传递给下游模块。接着，定位模块会估计出车辆当前所在的位置，结合行为决策模块，就可以实现道路上的正常跟车、在遇到交通灯和行人时的等待避让以及在路口和其他车辆的交互通过等。

如上图，为基于人工智能的跟车控制方法示意图，首先，系统需要获取智能驾驶车辆和所跟车辆对应的初始加速度、初始速度、目标加速度以及目标速度，再根据这些数据确定目标场景类型，例如判断车辆处于及静止、低俗行驶等状态，是否需要急减速以及释放刹车板等操作。

其次，根据场景类型来自动获取调节参数以及速度曲线路径，这些参数表示车辆在加速度上的变化情况，最终的控制则是根据确定的速度曲线路径而定，例如较为连续以及光滑的速度曲线有利于提升自动驾驶的舒适性。

最后，我们来看看该专利中展示的自动驾驶状态下的导航界面示意图，在导航界面上可以展示自动驾驶级别、当前场景类型(目标场景类型)、当前速度(初始速度)以及预计达到速度(目标速度)，如果需要切换到驾驶员操作，则点击“切换为人工驾驶”即可。

以上就是腾讯发明的基于人工智能的车辆控制方法，该专利主要实现了智能驾驶车辆的自动跟车，这种车辆控制方法可以根据无人驾驶车辆所处的环境，自动的获取所跟车辆的速度信息，并判断当前驾驶状态下应该采取什么样的动作以及驾驶模式，借助于定义好的速度曲线路径作为系统决策的指标，能够有效解决速度曲线路径规划单一的问题，从而达到更好的跟车效果。

（校对/holly）