越野环境下无人驾驶车辆技术研究综述

胡宇辉， 王旭， 胡家铭， 龚建伟， 王克， 李桂鹏， 梅程

(北京理工大学 机械与车辆学院，北京 100081)

无人驾驶车辆又可称作无人地面车辆(unmanned ground vehicle，UGV),多指通过感知、定位、规划与控制等功能模块实现与环境交互并自主行驶的地面移动机器平台. 无人驾驶车辆作为智能交通系统的主要载体，主要应用场景包含了城市环境与越野环境，其中针对越野环境无人驾驶技术的研究在军事[1]、工农业等[2]方面具有广泛的应用前景.

不同于城市环境，越野环境不具备结构化道路及交通规则信息，且环境中障碍物复杂多变，地形起伏大，使得无人驾驶技术的发展在各方面都受到挑战. 在感知方面，由于越野环境信息繁杂且干扰较多，不利于提取环境特征实现环境建模. 在路径规划方面，动态复杂环境中较高的环境信息不确定性增大了路径规划实现难度. 在运动控制方面，由于无人驾驶车辆是一个具有复杂非完整性约束的非线性耦合系统，其与地面间复杂的相互作用使得车辆与地面的接触模型不易建立，同时复杂越野地形也对运动控制算法的鲁棒性和实时性提出更高要求.

致力于克服以上困难，针对越野场景下的无人驾驶技术开展了一系列研究. 20世纪90年代，美国国防高级研究计划局(DAPPA)开展了DEMO系列的无人车研制[3]. 2004年后，DAPPA组织了一系列无人车技术比赛，这些赛事吸引了大批科研机构及企业的参与，推动了无人驾驶技术的发展. 我国在无人驾驶领域起步较晚，早期针对越野场景的军用地面无人平台研究主要有“八五”，“九五”期间开展的“军用地面机器人ATB”项目；……