智能控制系統(tǒng)，是整個無人駕駛系統(tǒng)的最后一環(huán)，是將環(huán)境識別，路徑規(guī)劃，機器決策的結(jié)論付諸實踐的執(zhí)行者?？刂葡到y(tǒng)將來自決策系統(tǒng)的路徑規(guī)劃落實到汽車機構(gòu)的動作上?？刂七^程的目標(biāo)就是使車輛的位置、姿態(tài)、速度、加速度等重要參數(shù)，符合最新決策結(jié)果。

控制系統(tǒng)，按照行車動作分為，縱向控制，橫向控制。按照控制的部件分，包括加速控制、剎車控制、方向盤控制、檔位控制、燈光控制、喇叭控制。按照控制行車參數(shù)的數(shù)目不同，控制系統(tǒng)可以劃分成二維，三維，甚至到十八維。這里解說一下什么是控制的維度。

控制的維度，就是單獨控制汽車參數(shù)的數(shù)量，這些參數(shù)是獨立的，解耦的。舉例，哪些參數(shù)可以作為一個控制維度呢？所有對車輛狀態(tài)能夠產(chǎn)生影響的參數(shù)，傳動系統(tǒng)、行駛系統(tǒng)、轉(zhuǎn)向系統(tǒng)、制動系統(tǒng)，具體到部件可以是發(fā)動機，電機，電池系統(tǒng)等等，屬于這些系統(tǒng)或者部件的可以調(diào)節(jié)可以控制的每一個參數(shù)，都可以作為汽車數(shù)學(xué)模型的一個變量。比如電機的轉(zhuǎn)矩、轉(zhuǎn)速，制動力矩與制動油缸行程的關(guān)系……

實際上，控制系統(tǒng)考慮的越全面，可以直接控制的獨立參數(shù)越多，則系統(tǒng)的魯棒性越好；而事實的另一面是，控制的參數(shù)越多，在沒有充分理解參數(shù)關(guān)系和優(yōu)先級之前，可能會出現(xiàn)參數(shù)耦合問題，以及優(yōu)先級設(shè)置不合理導(dǎo)致的問題。

無人駕駛系統(tǒng)在識別周圍環(huán)境，確定自己在地圖中的位置后，做出當(dāng)前局部行程的路徑規(guī)劃和行車速度、方向決策?？刂葡到y(tǒng)根據(jù)這個規(guī)劃，控制相關(guān)部件做出動作，期望無限接近規(guī)劃路徑。行進(jìn)期間，很可能出現(xiàn)原始路徑規(guī)劃時無法預(yù)估的事件，比如路線上突然有行人或者小動物出現(xiàn)，此時，需要重新調(diào)整規(guī)劃。

下一步，控制系統(tǒng)出場。控制系統(tǒng)包括控制策略和策略執(zhí)行兩個部分。具體怎樣控制車輛執(zhí)行規(guī)劃的路徑、速度及方向，是控制策略解決的問題。按照控制策略驅(qū)動汽車執(zhí)行機構(gòu)去做出相應(yīng)動作，則是策略執(zhí)行部分?？刂撇呗?，一般以一種思路為主，結(jié)合幾種輔助思路，彌補主要思路中在特定環(huán)境下的不足，形成實際應(yīng)用的策略。經(jīng)典閉環(huán)控制，作為控制效果的反饋，和下一步調(diào)整的依據(jù)，是各種控制策略中都必不可少的一部分。

常常用到的控制策略有預(yù)瞄一跟隨控制，預(yù)測控制，神經(jīng)網(wǎng)絡(luò)控制。每種控制方法，落實到不同車型上，不同的應(yīng)用環(huán)境上，都會繁衍出不同的實體特征，這里只能做舉例說明。

路徑規(guī)劃確定期望運行軌跡?？刂葡到y(tǒng)根據(jù)軌跡信息，選取期望軌跡上的一點，作為目標(biāo)位置，確定當(dāng)前的速度，加速度，以及方向盤轉(zhuǎn)角。車輛一邊行進(jìn)，控制系統(tǒng)一邊更新期望軌跡，重復(fù)前面的選點和向預(yù)定點運動的過程。這個過程會受到車輛自身和環(huán)境的參數(shù)極限的限制，比如車輛最高速度，道路的最高通行速度等。車輛上裝備的傳感器會跟蹤車輛狀態(tài)、位置、速度等信息，反饋到控制器，校對控制結(jié)果。

在預(yù)瞄跟隨模型基礎(chǔ)上，引入神經(jīng)網(wǎng)絡(luò)進(jìn)行模型優(yōu)化，設(shè)計了一套基于駕駛員行為的神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)，對預(yù)估位置和將來時刻的理想位置之間的偏差進(jìn)行控制。給以系統(tǒng)經(jīng)驗參數(shù)的訓(xùn)練，輸入位置需求，輸出發(fā)動機，方向盤控制參數(shù)，比較車輛到達(dá)位置與設(shè)計位置的差距，給以優(yōu)劣判斷。經(jīng)過大量訓(xùn)練的神經(jīng)網(wǎng)絡(luò)系統(tǒng)，逐漸具備了自行調(diào)整控制參數(shù)的能力。

訓(xùn)練過程中，對控制結(jié)果評價的方法不同，又可以分化出強化學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)控制方法。縱向控制，是控制車輛前進(jìn)的速度，加速度，與前車的距離幾項因素。要實現(xiàn)這幾個參數(shù)的控制，落實到汽車部件上，汽油車就是控制檔位、節(jié)氣門的開度和制動器的制動量以及兩者之間的切換，電動汽車則是控制加速踏板和制動踏板的開度信號及切換。

動作執(zhí)行后，速度傳感器實時上報車輛速度，環(huán)境感知系統(tǒng)實時監(jiān)測車輛位置、姿態(tài)，將監(jiān)測信息回傳到控制器，比較規(guī)劃與實測之間的偏差。進(jìn)而向減小偏差的方向調(diào)整控制方法，形成閉環(huán)控制。

橫向控制是車輛轉(zhuǎn)向系統(tǒng)的轉(zhuǎn)向角度和轉(zhuǎn)向動作帶來的車身橫擺動作的綜合效果。轉(zhuǎn)向的速度，轉(zhuǎn)過的角度，對于尺寸、重量、重心等參數(shù)不同的車身，會帶來不同的橫擺角度和角加速度效果。車輛行駛的穩(wěn)定性，舒適性，是衡量橫向控制的主要指標(biāo)。

橫向控制的執(zhí)行機構(gòu)包括方向盤，轉(zhuǎn)向助力機構(gòu)，前懸架系統(tǒng)，前輪轉(zhuǎn)角傳感器。轉(zhuǎn)向命令執(zhí)行后，車輛的位置和姿態(tài)與規(guī)劃路徑是否協(xié)調(diào)一致，是評價橫向控制效果的指標(biāo)。如果轉(zhuǎn)向過量或者不足，則需要立即調(diào)整后續(xù)路徑規(guī)劃，以適應(yīng)現(xiàn)在真實的車輛狀態(tài)。

說到無人駕駛控制系統(tǒng)，我們電動汽車行業(yè)的小伙伴會聯(lián)想到電動汽車的整車控制器。整車控制器，負(fù)責(zé)解讀駕駛員的意圖，然后向電機控制器、電池管理系統(tǒng)、制動控制器等發(fā)送命令，監(jiān)測車輛的行駛速度，調(diào)整功率、轉(zhuǎn)矩需求。

整車控制器直接對動力系統(tǒng)提要求，讓我們有一種電動汽車自動化程度更高的錯覺。無人駕駛控制器和整車控制器的本質(zhì)區(qū)別在于誰來對驅(qū)動系統(tǒng)提要求，“有人”還是“無人”。燃油車，自動駕駛系統(tǒng)不會再去用機構(gòu)扳動油門踏板和制動踏板，而是直接控制發(fā)動機的節(jié)氣門和制動系統(tǒng)的油缸壓力。如同電動汽車是由整車控制器去調(diào)節(jié)電機轉(zhuǎn)矩、轉(zhuǎn)速和制動控制器。

可以想見，電驅(qū)動系統(tǒng)的調(diào)節(jié)響應(yīng)速度和調(diào)節(jié)精度應(yīng)該優(yōu)于燃油車。目前，無人駕駛各路玩家探討較多的，在環(huán)境感知和地圖資料收集方面，對于控制系統(tǒng)的深入研究還沒有受到重視。控制系統(tǒng)是決定無人駕駛安全性和舒適性的重要一環(huán)。進(jìn)一步設(shè)想，現(xiàn)有非自動駕駛車輛體量巨大，短時間內(nèi)替代可能性很小，這中間就存在著無人駕駛改造需求。而改造的最大工作量來自于控制系統(tǒng)，尤其策略執(zhí)行部分。