無人駕駛技術入門（九）| 與生俱來的VCU信號

來自專欄 無人駕駛乾貨鋪

前言

在之前的技術分享中，感測器都是安裝在汽車外或車內的。而這次要介紹的是汽車生來就具備的感測器信號，即從汽車控制單元（Vehicle Control Unit，簡稱VCU）中獲取的信號。

VCU的另外一個名字是「行車電腦」，它通過CAN匯流排與汽車的發動機、變速器、油門踏板、制動踏板、車身控制器等各種電子設備通信，讀取各個控制單元的工作狀態，並在需要時對它們進行控制。如下圖所示。

如果把汽車比做人，那麼VCU就是人的大腦。這裡記載了汽車底盤的狀態（車速、油門踏板開度、制動踏板狀態、方向盤轉角等）、汽車車身的狀態（車門狀態、車窗狀態、前照燈狀態、轉向燈狀態等）以及發動機的狀態（轉速，輸出扭矩、燃油消耗等）。

正文

汽車的VCU作為上層演算法和底盤控制的介面，不僅承擔著控制汽車加減速、轉向的工作，還承擔著將底盤信息精確且及時傳遞到演算法層的工作。接下來我會從VCU信號的類型和VCU信號的應用兩方面進行講解。

VCU信號的種類

百度Apollo 2.5中提供的VCU信息（ChassisDetail）如下：

汽車類型 Type

從圖中可以直接看出當前Apollo 2.5已經能夠支持兩種國內車型分別是奇瑞EQ和長安睿騁。

由於不同車型的動力系統、尺寸、功能配置都不盡相同，而且安裝各種感測器的位置、角度也會存在差異，因此需要根據這個Type值向無人駕駛系統中導入不同的參數，這樣才能保證計算的準確性。

基本信號 BasicInfo

基本信號包含的信息有當前的車輛駕駛狀態、發動機狀態、安全氣囊狀態、里程數、ACC按鈕狀態、LKA按鈕狀態、GPS信息。

個人認為在BasicInfo中最重要的信息是車輛駕駛狀態和GPS信息。車輛駕駛狀態是「汽車是否處於無人駕駛狀態」的一個標誌，由於汽車經常需要在有人駕駛和無人駕駛中進行切換，因此需要設置一個標誌位來反映這種狀態，這樣汽車的VCU才能更正確地對油門、剎車這類影響安全的機構進行控制。GPS的信息與無人車的「定位」問題強相關，雖然自車的GPS信息有時候不太准，但並不能因此動搖了它在無人駕駛系統中的地位。

安全相關 Safety

與安全相關的數據包含車門、引擎蓋，後備箱是否關閉，司機和乘客的安全帶是否繫上、四個輪胎的胎壓是否正常、電池是否有電、車輛的駕駛模式。

值得一提的是車輛的駕駛模式。之前的BasicInfo中已經有了車輛駕駛狀態，分為自動駕駛和人為駕駛。這裡的駕駛模式還有一個中間狀態，即半自動駕駛模式，即無人駕駛系統只控制方向盤或只控制油門和剎車踏板。比如自適應巡航（ACC）功能，就是一種半自動駕駛模式。半自動駕駛模式能夠將汽車的橫向控制（轉彎、換道）和縱向控制（加速、減速）解耦，即單獨地進行一個維度的調試，這樣可以提升工程師的調試效率。

變速箱狀態 Gear

變速箱狀態直接影響車輛的行駛。例如車輛停車時，需要給變速箱置位P檔的消息；當汽車泊車時，需要在D擋、R擋之間來回切換。

發動機管理系統 EMS

EMS用於查看當前發動機的狀態，比如發動機的轉速。

車輛電子穩定系統 ESP

用於查看和控制車輛電子穩定系統的狀態。

油門踏板開度 GAS

通過控制油門踏板的開度，可以實現加減速。同時可以反饋無人駕駛狀態下，測試員是否接管了油門踏板。

電子手剎 EPB

用於查看電子手剎的狀態。一般會在控制車輛運動時，查看電子手剎是否釋放。

制動踏板開度 Brake

用於查看和控制制動踏板的開度。反饋無人駕駛狀態下，測試員是否接管了剎車踏板。

制動壓力 Deceleration

用於查看當前制動器制動壓力的大小。

汽車速度 VehicleSpd

汽車速度信號除了包含速度數值外，還包含當前汽車的行駛方向、四個輪胎的速度、偏航角的變化率（YawRate）等。

電動助力轉向 EPS

電動助力轉向信號包含了當前方向盤的轉角、轉角的變化率和駕駛員施加的扭矩。當處於無人駕駛狀態時，控制器需要給EPS系統輸入轉動方向和轉動角度。

信號燈 Light

描述車身上某些電器設備的信號，比如前大燈、左右轉向燈、雨刮器的檔位開關、喇叭開關。特斯拉就是通過讀取撥桿（左右轉向燈）狀態獲取駕駛員換道意圖的。

電池狀態 Battery

用於查看電池電量的百分比，燃油量信息。

周邊環境狀態 Surround

某些具備ADAS功能（如盲點輔助預警，偏離車道預警）的車型，會有將部分預警信息存於該信號中。安裝在汽車車身上的超聲波雷達的消息也存在該信號中。

以上列出了大部分汽車VCU所具有的信號。VCU的信號因車而異，越豪華的汽車，由於其具備的感測器越豐富，所能提供的VCU信號也將越豐富。

VCU信號的應用

無人駕駛中常用的VCU信號有如下幾個：汽車車速、汽車方向盤轉角、汽車航向角變化率、油門踏板開度、制動踏板開度等。

不同的場景，會對數據有不同的應用方式。這裡主要介紹兩大類應用方式：障礙物運動狀態計算和航位推算。

障礙物運動狀態計算

車載感測器（激光雷達、毫米波雷達、攝像機）檢測的障礙物速度都是相對速度，因此需要結合自車車速才能確定障礙物的絕對速度，進而根據絕對速度確定障礙物的運動狀態（靜止、靠近、遠離）。

以毫米波雷達的數據為例，在自車坐標系下自車的車速用藍色的箭頭和字母表示，障礙物位置和障礙物速度和速度在x方向與y方向的分量用綠色表示。

將自車車速v和障礙物速度在x方向上的分量進行疊加，即可得到障礙物在x方向上速度量的絕對值。如下圖中黑色的Va所示。

接下來可以通過判斷Va的大小和方向，進而得到當前的障礙物在實際的交通場景中的運動趨勢。

航位推算

航位推算（Dead reckoning，簡稱DR）是指在丟失定位的情況下，使用自車感測器的信息，推測當前時刻，自車所在位置與上一時刻所在位置的相對關係。

在介紹航位推算時，先需要了解汽車的運動學模型。汽車的運動學模型一般是四輪模型，不過為了計算的方面，很多情況下，工程師會將四輪模型簡化成兩輪模型，即自行車模型。

借用CSDN博主AdamShan所繪製的自行車模型，如下圖所示。

圖片出處：https://blog.csdn.net/AdamShan/article/details/79083755

由圖可見汽車的車輪轉角為δf，但這並不意味著汽車的運動角度為δf。

分別做垂直於後輪和前輪的射線，這兩根射線會交於O點，兩輪模型會繞O點進行運動，在短時間dt內，可以認為O點不動。連接O點和汽車的質心成一條線段，實際汽車的運動方向v將垂直於該線段。運動方向ψ與車身方向所成的夾角β，這個角度一般稱為偏航角。

基於先前的假設可以推到出β和δf的近似關係如下：

假設t時刻的汽車的狀態為xt，yt，經過dt時間後的t+1時刻，狀態為xt+1，yt+1，則他們之間的關係為：

根據以上理論即可在丟失定位信息後的短時間內，依靠自身的感測器信息，進行位置和位姿估計。

當然VCU信號不止以上兩種應用，更多的應用會在後續感測器信號處理時介紹，請持續關注~

結語

以上內容對汽車VCU的信號做了簡單介紹。作為汽車與生俱來的感測器，好好使用這些信號不僅能極好的控制汽車，還能夠通過車載信號燈與外界進行交互。

好了(^o^)/~，這篇汽車VCU信號的分享就到這裡啦。

如果你覺得我我寫的還不錯，就給我點個贊吧，如果能加個關注就更好啦~

感謝(?ω?)?！