作為一個(gè)已經(jīng)存在百余年的產(chǎn)品，汽車還能在近些年的新技術(shù)浪潮中吸引廣大公眾和技術(shù)愛好者們的眼球，自動(dòng)駕駛技術(shù)貢獻(xiàn)良多。很多人從谷歌、特斯拉等公司的無人駕駛車項(xiàng)目接觸到這一項(xiàng)將改變?nèi)祟愸{駛體驗(yàn)改善交通安全的革命性技術(shù)，事實(shí)上早在1980年代世界上的一些大學(xué)和公司就開始了相關(guān)項(xiàng)目的研究[1，2]。近十年來國(guó)內(nèi)外都舉辦了一系列智能車挑戰(zhàn)大賽，展現(xiàn)了強(qiáng)大的技術(shù)實(shí)力。雖然完全自動(dòng)駕駛恐怕還要一些時(shí)日，與之相關(guān)的一些功能技術(shù)大家卻并不陌生。泊車入庫、自適應(yīng)巡航控制（adaptivecruisecontrol）以及各種ADAS（高級(jí)輔助駕駛系統(tǒng)）功能已經(jīng)走進(jìn)了大家的生活。

                                      GoogleSelf-DrivingCar[1]　　

  Stanford的Stanley以6小時(shí)53分58秒的成績(jī)跑完了全程142英里的崎嶇路程獲得2005美國(guó)GrandChallenge冠軍[3]

            11所大學(xué)和科研機(jī)構(gòu)的無人駕駛車輛參加在內(nèi)蒙古赤峰市舉辦的2012中國(guó)智能車未來挑戰(zhàn)賽[4]　　

                                         把人從駕駛中解放出來[5]

　　自動(dòng)駕駛汽車作為一個(gè)完全徹底的交通服務(wù)的提供者，承擔(dān)了車輛行駛的所有職責(zé)，把人從駕駛中解放出來。自動(dòng)駕駛汽車集車輛學(xué)，人工智能，計(jì)算機(jī)科學(xué)，自動(dòng)控制等多學(xué)科于一體，是現(xiàn)代科技高度發(fā)展的產(chǎn)物。它通常由3大系統(tǒng)組成：環(huán)境感知，定位導(dǎo)航和運(yùn)動(dòng)控制系統(tǒng)。作為小鵬汽車介紹自動(dòng)駕駛系列文章的第一篇，我們首先和大家聊聊公眾關(guān)注較少卻也很重要的運(yùn)動(dòng)控制系統(tǒng)。
運(yùn)動(dòng)控制系統(tǒng)是替代人在駕駛中的作用的第一步。當(dāng)人來駕駛汽車時(shí)，我們自己通過調(diào)整油門、剎車和方向盤等控制元件使汽車按照我們期望的速度前進(jìn)，按照我們期望的角度轉(zhuǎn)向。而一臺(tái)僅配備了電池、電機(jī)的無人駕駛汽車，就好比一匹未馴服的野馬。雖然它有縱情奔騰的能力，卻不能準(zhǔn)確得執(zhí)行上層決策機(jī)構(gòu)設(shè)定的車速、轉(zhuǎn)向角度等指令。所以一臺(tái)自動(dòng)駕駛汽車首先要進(jìn)行電控改造，也就是由電腦直接來控制油門的大小、方向盤的轉(zhuǎn)動(dòng)和剎車等動(dòng)作。電控改造提供了由電腦來控制汽車運(yùn)動(dòng)的硬件基礎(chǔ)，在此基礎(chǔ)上核心的車輛運(yùn)動(dòng)控制算法就是馴服野馬的韁繩。它使汽車‘溫順忠實(shí)’的執(zhí)行我們對(duì)速度、轉(zhuǎn)向的要求。接下來我們就以車速為例來看看如何使汽車按照期望的車速前進(jìn)。

                                      車輛縱向運(yùn)動(dòng)受力分析[6]

　　車輛的平面運(yùn)動(dòng)動(dòng)態(tài)可以分為縱向和橫向兩個(gè)部分。縱向是沿著車身汽車前進(jìn)的方向；橫向則垂直于縱向，和車輛的轉(zhuǎn)向相關(guān)。要控制汽車的縱向速度，首先就要分析車輛縱向上的受力。電機(jī)可提供車輛前進(jìn)的動(dòng)力；路面和空氣在汽車上施加阻力；路面的坡度可導(dǎo)致重力的縱向分量推動(dòng)或阻礙車輛前進(jìn)。這些精確的受力分析往往非常困難，而這就是反饋控制理論的用武之地。

    PID控制

　　首先向大家介紹控制系統(tǒng)中最常用的比例積分微分（P:proportional;I:integral;D:derivative）即PID控制器[7]。PID控制器把通過傳感器和估計(jì)器所得到的估計(jì)車速和期望車速進(jìn)行比較，這個(gè)差別就是控制誤差e。然后它根據(jù)誤差信號(hào)的大小以及它的歷史數(shù)據(jù)來持續(xù)不斷的計(jì)算調(diào)整發(fā)送給汽車的扭矩命令，從而實(shí)時(shí)調(diào)整車速，使e越來越小并最終收斂為0，達(dá)到準(zhǔn)確控制車速的目的。一個(gè)性能良好的PID控制器就是要選取合適的控制器參數(shù)，包括比例系數(shù)，積分系數(shù)和微分系數(shù)。PID控制器簡(jiǎn)單方便，可應(yīng)用于車輛的自適應(yīng)巡航控制等系統(tǒng)中。

                                          車速PID控制系統(tǒng)

                                     PID控制器[7]

　　非線性控制

　　是不是常見的PID控制器就足夠了呢？PID控制器簡(jiǎn)單好用，但并不是萬能的。由于汽車動(dòng)態(tài)在本質(zhì)上是一個(gè)復(fù)雜的非線性系統(tǒng)，PID控制器一個(gè)明顯的性能局限就是在不同車速情況下（比如在0-20Km/h的低速區(qū)和20-60Km/h的中速區(qū)），汽車速度的控制性能差別較大。為了得到更好的系統(tǒng)性能，非線性控制技術(shù)就派上了用場(chǎng)[8]。包括基于神經(jīng)網(wǎng)絡(luò)的智能控制以及各種非線性補(bǔ)償控制技術(shù)都可在汽車運(yùn)動(dòng)控制中發(fā)揮作用。

　　魯棒控制–保證系統(tǒng)性能

　　大家可能會(huì)問是不是在各種不同載重，不同路面材料，不同路面坡度等情況下，控制器都能很好的控制汽車車速呢？這個(gè)問題就涉及到控制系統(tǒng)的兩個(gè)重要的概念：不確定性和控制性能魯棒性。不確定性容易理解，它表示上述所說的各種不確定的系統(tǒng)因素。魯棒是Robust的音譯，也就是健壯和強(qiáng)壯的意思，用來表示我們?cè)O(shè)計(jì)的控制系統(tǒng)在不確定的環(huán)境中保持系統(tǒng)性能的能力。近年來滑模控制等魯棒控制技術(shù)在汽車系統(tǒng)的應(yīng)用可使車速盡量準(zhǔn)確而不受上述各種不確定因素的過多影響[9]。

　　結(jié)語

　　自動(dòng)駕駛涉及方方面面，僅僅是車速的控制，我們就給大家介紹了這么多自動(dòng)化相關(guān)的技術(shù)，也難怪自動(dòng)駕駛能吸引眾多技術(shù)愛好者的注意了。小鵬汽車今后會(huì)陸續(xù)向大家介紹自動(dòng)駕駛其他方面的酷炫技術(shù)，敬請(qǐng)關(guān)注！