摘要：随着汽车电子、网络、信息技术快速发展，智能汽车已成为汽车技术发展的趋势，避障方法是智能驾驶技术的重要研究方向，本文重点分析智能汽车领域技术发展现状，对百度在线网络技术有限公司和华为技术有限公司，以及国外公司的重点避障技术进行了比较和研究，归纳了目前在智能驾驶研究中使用较多的几种避障技术，通过比较和研究近年来的专利技术可知，百度在线网络技术有限公司、华为技术有限公司在智能感知、决策规划技术领域已经处于世界领先。
关键词：智能汽车;避障技术;
智能汽车是指搭载传感器、控制器、执行器等装置，并结合通信与网络技术，实现车与车、路、人、云端等智能信息交换、共享，具备复杂环境感知、智能决策、协同控制等功能，替代人工驾驶操作的新一代汽车。智能汽车主要包括：环境感知、无线通信技术、智能决策、驾驶决策和车辆控制、数据平台等。
我国智能汽车预计2026年产业规模将达到5859亿元，根据国家发改委预测，2025年中国智能汽车数量将达到2800万辆，可以看出，国内智能汽车规模不断增大、增速迅猛。
智能汽车的主要技术包括：环境感知、无线通信技术、智能决策、驾驶决策和车辆控制、数据平台等，通过智能汽车的电子化、智能化、网联化和信息共享化技术来实现。无线通信技术主要包括智能网联汽车之间信息共享与协同控制所必需的通信保障技术、移动自组织网络技术，以及高精度定位技术，高精地图及局部场景构建技术等。智能决策并做出控制执行是核心，包括路径轨迹规划技术、行为决策技术、危险预警技术等。
1主要申请人和分类号
在Incopat的中文库中，以关键词“智能驾驶、自动驾驶、辅助驾驶、智能汽车、无人汽车、无人驾驶、无人车”等进行检索，查询到文献十万多篇，可知智能汽车领域为现在非常活跃的领域。这些文献中主要涉及的技术包括：定位导航、环境感知、数据融合、高精地图、路径规划等。申请人主要包括华为技术有限公司、百度在线网络技术有限公司等高科技企业、高校科研院所、汽车企业和汽车零部件企业。
IPC分类号主要有G05D、B60W、H04W等，G05D分类号含义是水上、空中或太空中的运载工具的位置、航道、高度或姿态，其次是分类号B60W，分类号含义是与某一特定子系统的控制，例如，使用车辆子系统联合控制的系统，即发明主要集中在姿态和控制两方面以保证驾驶安全，目标是安全、效率、自动化、便利性、准确性、可控性提高，成本、复杂性降低。H04W含义是无线通信网络，主要利用位置信息进行无线通信。
从国际范围来看，专利申请的国家分别是中国，美国，日本，德国和韩国。虽然日本在前些年占所有申请的一半以上，但在近年来其主导地位下降，到2018年以后，中国专利申请的数量不断增加，已经占了主导地位，中国在智能驾驶技术方面处于领先地位。
从国内范围来看，通过对智能汽车领域的申请人分析发现，百度在线网络技术有限公司、华为技术有限公司等高新技术企业专利申请量越来越多，近年来不断增加，在2021这一年达到近年来申请量的高峰，主要是因为技术储备、资金和人才充裕，在汽车相关技术领域不断深耕，使得他们在智能汽车技术领域具有很强的竞争力。
华为技术有限公司发布的《智能世界2030》中，描述了未来智能汽车实现安全的技术路径：多传感器融合感知，全波段光技术结合图像识别和处理，全天候、全方位给车加上一双“慧眼”；持续的算法训练与积累，强劲性能的计算平台、高精地图等，把“未知危害”场景变为“已知非危害”场景等。
下面对华为技术有限公司和百度在线网络技术有限公司、国外重点避障技术进行介绍。
2 百度在线网络技术有限公司重点避障技术介绍
从2015年开始，百度在线网络技术有限公司的专利申请随着时间的推移而增加，近三年急剧增加可能是与人才、资金不断增加、研发水平不断提高有关。在智能驾驶中，最大限度保证驾驶安全是各个申请人重点关注的技术。下面对B60W分类号下的提高无人驾驶汽车安全性方面的重点专利技术手段和技术效果进行介绍。
传统的汽车驾驶，在整个驾驶过程中，驾驶员的人为因素占了很大的比重，一旦出现驾驶员长时间驾车、疲劳驾车、判断失误的情况，很容易造成交通事故。或者，汽车的周围有时出现被障碍物遮挡的区域，障碍物遮挡会造成自动驾驶行车安全风险。为了避免上述风险，通过智能汽车模拟驾驶行为，利用汽车上的传感器感测周围的驾驶环境，感测结果交给控制模块进行避障处理，采取驾驶安全措施以避免出现安全事故。
(1）根据现有环境或者人员信息确定驾驶方案：在自动驾驶模式时，获取周围的环境信息；根据环境信息判断无人驾驶车辆是否处于危险状态；如果是，退出自动驾驶模式，提升了无人驾驶车辆的安全性。或者收集驾驶员对异常干预时所采用的驾驶方案以及驾驶场景信息；确定风险对象的对象信息、车辆行驶状态信息、驾驶环境信息的组合与驾驶方案之间的关联关系以作为驾驶策略,确定候选驾驶方案，根据驾驶人员的行为优化候选驾驶方案。
当车辆行驶时，前方某些车辆，例如货车、公交车遮挡住了红绿灯等重要信息，或者前车发现前方突发道路问题而紧急刹车变道的情况下，后车可能会来不及反应而发生事故，这时需要进行移动规划和控制。在规划和控制期间，需要准确确定车道和预测在道路上检测到的障碍物的移动。根据上述遮挡方面的技术问题，采用了如下的技术手段，获得了提高障碍物准确定位的技术效果。
(2）预测障碍物位置避免碰撞：采用传感器获取在无人驾驶车辆行进途中包含了障碍物和被障碍物遮挡的区域；预设虚拟移动物体，并假定虚拟移动物体以特定速度从被障碍物遮挡的区域中穿出；规划无人驾驶车辆的行进路径和速度，以降低自动驾驶车辆行车安全风险。或者，获取当前拍摄的行车环境图像；确定行车环境图像中目标障碍物的被遮挡部位，确定目标障碍物的未被遮挡部位的初始坐标；利用预设位置预测算法确定被遮挡部位的预测坐标；基于预测坐标和初始坐标，确定目标障碍物在行车环境图像中的当前位置，以提高行车环境图像中障碍物定位的准确性。或者，感知周围的驾驶环境，包括检测移动障碍物；为移动障碍物中分配一个障碍物状态缓冲器，以对预定时间段，存储在不同时间点处对应的移动障碍物的障碍物状态。或者，根据预设时段内障碍物的运动轨迹和车辆的行驶轨迹，预测出未来的预设时段内障碍物是否会进入车辆的非安全区域内，如果在预设时段内障碍物会进入车辆的非安全区域内，则对车辆进行安全控制，以上措施均可提高自动驾驶的安全性。
3 华为技术有限公司重点避障技术介绍
从2015年开始，华为技术有限公司的专利申请也不断增加,但并没有出现急剧增加，近几年专利申请数量一直处于比较平稳的状态，并逐渐提高。华为技术有限公司的专利申请主要集中于H04W分类号，这与华为技术有限公司在通信技术领域的领先地位有关。为了分析华为技术有限公司和百度在线网络技术有限公司在驾驶安全技术领域的技术路线不同，下面同样都对华为技术有限公司在B60W分类号的无人驾驶汽车安全方面的重点专利技术手段和技术效果进行介绍。
(1）利用人工智能技术预测碰撞风险：现有技术通常利用车上的传感器收集前方环境的信息，由车载控制器基于刹车距离、最小刹车时间判断碰撞是否发生，控制器判断会发生碰撞，控制智能汽车的操作。上述防碰撞方法中是根据距离和刹车时间决定是否制动，容易引起误判或漏判，造成人员受伤或车辆受损。为了解决上述问题，华为技术有限公司在避障安全方面做了比较大的投入，将人工智能技术应用于智能汽车领域，利用人工智能实现智能汽车的自动驾驶，建立起完善的智能汽车安全体系。并提出了一种车辆控制方法，获取在第一区域规划智能汽车行驶的第一速度；获取在该第一区域规划智能汽车行驶的第二速度；第二速度是根据碰撞势能获得；第一速度和第二速度分别包括方向和大小；第一速度、第二速度和智能汽车与周围障碍物的碰撞风险用于确定智能汽车的最优速度，以此实现智能汽车有效躲避障碍物，提升智能汽车行驶的安全性。
(2）利用强化学习网络模型规划路径：为避免车辆与障碍物碰撞，并进一步提高停车安全性，提出了一种运动规划的方法，获取驾驶环境信息，驾驶环境信息包括动态障碍物的位置信息；将驾驶环境信息的状态表征输入训练后的强化学习网络模型，获取强化学习网络模型输出的预测时域，预测时域表示对动态障碍物进行运动轨迹预测的时长或者步数；利用预测时域进行运动规划。该专利中，预测时域是通过强化学习得到的，从而可以随驾驶环境的改变而动态改变，可以实现在自动驾驶车辆与动态障碍物交互过程中使得自动驾驶车辆可以灵活应对动态障碍物。
4 国外避障重点技术
(1）应用神经网络建立3D模型以安全导航：为了智能导航车辆，从多个车辆中的摄像机接收路段的图像，通过智能车辆上的激光传感器接收道路图像数据和距离数据，生成路段的人群来源的高清晰度地图以及组合图像和基于每个车辆的距离数据以创建路段的3D模型；将来自车辆的道路图像和距离数据传送到远程计算机，远程计算机应用训练好的神经网络来检测道路标志，用检测到的街道标志、人行横道、障碍物或自行车车道更新人群来源的地图；如果检测到新的障碍物，则将新的障碍物添加到人群来源的地图中；以及基于3D模型，多个附近车辆的地图以及所检测的道路标志、人行横道、障碍物或自行车道，对智能车辆执行车道保持辅助；并基于车道保持辅助来安全地导航智能车辆。
(2）车辆之间进行信息交互以防止碰撞：交通事故和道路拥堵是车辆行驶中的重大问题，在高速公路上高速行驶会产生很大的危险，突然出现的道路危险会造成车辆的损坏，以及伤亡风险。通常情况下，碰撞一般是由于驾驶员错误判断产生。为了保证行驶过程中安全，另一重点技术包括：检测至少一个前排车辆的障碍物，在车辆之间协调，从前排中的一个车辆向后排中的其他车辆广播，发送将发生协同制动和转向操作以防止与障碍物碰撞的消息，然后，使每一行中的车辆在一个方向上转向，到它们所在的行驶车道的一侧，简要地说，该方法是一种用于响应于检测到一排车辆前面的障碍物而提供该排车辆的协调转向和制动的系统和方法，其中在前排中的车辆识别障碍物，并且车辆在交替且相反的方向上转向，以形成车辆的缺口位置，从而提供附加的制动空间。
(3）评估幻影障碍物确定碰撞风险：智能汽车依赖于各种传感器来检测其附近的物体，智能汽车可以使用相机、光检测和测距系统、声学传感器和/或其他传感器来收集该信息，然而，无论车辆使用多少传感器，都不能收集关于环境的全部信息。例如，在现实世界中导航时，特别是在密集的城市区域中，尤其是在交叉点中，经常遇到障碍，建筑物，停放的汽车和其他障碍物可以遮挡其他运动物体，从而限制智能汽车检测其附近所有物体。通过在遮挡物后面产生幻影障碍物，车辆预测幻影障碍物的速度，并使用预测的速度来评估幻影障碍物是否可能与车辆碰撞。如果发生碰撞，车辆将会减速或停止，直到它确认幻影障碍物不是真正的障碍物或者车辆能够以避免碰撞的速度前进。
5 技术路线比较
智能汽车主要的发展方向是提高行车安全、减轻驾驶员负担，百度在线网络技术有限公司和华为技术有限公司都是在智能汽车行车安全技术领域占有重要地位。从上面百度在线网络技术有限公司和华为技术有限公司的重点技术可知，为了保证驾驶安全，二者在智能决策支持等技术领域均研究深入。华为技术有限公司主要利用人工智能技术提前预测障碍物，预测是通过人工智能等机器学习技术实现的，从而可以随驾驶环境的改变而动态改变的，可以实现灵活应对动态障碍物。百度在线网络技术有限公司主要根据周边环境以及驾驶员是否存在风险因素采取不同的安全措施，基于移动障碍物的预测的移动，规划驾驶的迹线以避免碰撞，提高自动驾驶的安全性。虽然研究方向有部分重合，但是技术路线又不太相同，各有侧重点。
6 展望
百度在线网络技术有限公司、华为技术有限公司与国外申请人相比，智能感知、决策规划技术领域已经处于世界领先，同时，在高精度地图、车载计算平台、云平台、环境感知、传感器等技术领域也具备超强的研究能力。综上所述，在我国以百度在线网络技术有限公司、华为技术有限公司为首的智能汽车产业总体发展趋势良好，建议国内申请人不断将技术做深做细，加强自动驾驶等技术的积累，为自动驾驶安全保驾护航。由于目前国内的汽车区块链主要应用于数据存储与共享、驾驶体验等方面，未来需加大区块链技术在智能汽车应用水平，利用区块链技术提高智能驾驶安全性以及网络安全。
参考文献
[1]智能网联汽车智能决策技术专利态势分析[J]. 赖俊科. 中国发明与专利. 2018(08)
[2]智能汽车避障危险评估和轨迹规划研究[D]. 江庆坤.吉林大学 2016
[3]基于机器视觉的避障智能小车系统研究[D]. 易礼智.中南大学 2012
