在自動駕駛的技術(shù)架構(gòu)中，如果將感知系統(tǒng)比作車輛的眼睛，將規(guī)劃決策比作大腦，那么控制模塊則毫無疑問是車輛的“手腳”。這一模塊的職責(zé)是將大腦生成的駕駛指令轉(zhuǎn)化為具體的物理動作，確保車輛在復(fù)雜的物理世界中能夠精準(zhǔn)、平穩(wěn)、安全地按照預(yù)定軌跡行駛�？刂颇�塊的工作其實(shí)可以拆解為縱向控制和橫向控制兩個核心維度，縱向控制負(fù)責(zé)管理車輛的行駛速度和前后距離，而橫向控制則負(fù)責(zé)掌控方向盤的轉(zhuǎn)向角度。這兩個維度并不是孤立存在的，它們在執(zhí)行層的緊密配合，直接決定了自動駕駛汽車的駕駛質(zhì)感和安全上限。

縱向控制的作用

縱向控制的最基本任務(wù)是實(shí)現(xiàn)對車輛速度的精確調(diào)節(jié)，這涵蓋了從靜止啟動、巡航行駛到緊急制動的全過程。在自動駕駛的日常場景中，縱向控制模塊需要實(shí)時接收規(guī)劃層下發(fā)的期望速度和期望加速度，并通過算法調(diào)節(jié)驅(qū)動系統(tǒng)的扭矩輸出以及制動系統(tǒng)的壓力分配。為了實(shí)現(xiàn)穩(wěn)定的跟車，控制系統(tǒng)會引入時距（THW）和碰撞時間（TTC）作為安全約束指標(biāo)，確保在本車與前車之間維持一個動態(tài)的安全緩沖區(qū)。

縱向控制面臨的最大挑戰(zhàn)在于車輛動力學(xué)特性的非線性，不同車速下的空氣阻力、坡道帶來的重力分量、甚至輪胎氣壓的細(xì)微變化，都會改變車輛對控制指令的響應(yīng)。為了解決這一問題，現(xiàn)在的控制算法會采用前饋控制與反饋控制相結(jié)合的策略。前饋控制基于預(yù)先建立的車輛動力學(xué)模型，根據(jù)期望加速度計(jì)算出一個理論上的驅(qū)動力；而反饋控制（通常采用比例-積分-微分，即PID算法及其變種）則根據(jù)實(shí)際車速與目標(biāo)車速的偏差進(jìn)行實(shí)時微調(diào)，以消除模型不精確帶來的誤差。此外，針對制動系統(tǒng)存在的物理響應(yīng)滯后，控制模塊需要引入延時補(bǔ)償策略，通過狀態(tài)預(yù)測提前下達(dá)壓力指令，從而縮短剎車距離。

乘坐舒適性是縱向控制的另一個重要考量維度。在自動駕駛中，衡量舒適性的關(guān)鍵指標(biāo)是加加速度，即加速度的變化率。如果控制模塊輸出的加速度指令過于突兀，乘客就會感到明顯的頓挫或“點(diǎn)頭”現(xiàn)象。為了模擬老司機(jī)的風(fēng)格，百度Apollo等主流自動駕駛框架會在速度規(guī)劃中加入非線性優(yōu)化算法，通過懲罰加加速度的劇烈波動來實(shí)現(xiàn)平滑的動力切換。在制動階段，系統(tǒng)還會配合防抱死制動系統(tǒng)（ABS），將輪胎的滑移率嚴(yán)格控制在20%左右的理想?yún)^(qū)間，以保證在獲得最大制動力的同時，依然維持車輛的縱向穩(wěn)定性。

橫向控制的作用

橫向控制的職責(zé)是引導(dǎo)車輛沿著規(guī)劃的幾何路徑行駛，其本質(zhì)是消除車輛當(dāng)前位姿與參考路徑之間的偏差。這種偏差由橫向距離誤差和航向角誤差兩部分組成。橫向控制模塊需要根據(jù)當(dāng)前的車輛速度、航向和位置，計(jì)算出最合適的轉(zhuǎn)向指令，并發(fā)送給電子動力轉(zhuǎn)向系統(tǒng)（EPS）。在算法演進(jìn)的過程中，橫向控制經(jīng)歷了幾何模型到動力學(xué)模型的轉(zhuǎn)變，以適應(yīng)從低速園區(qū)到高速公路的全場景需求。

低速工況下，車輛被簡化為運(yùn)動學(xué)自行車模型，這種模型假設(shè)車輛沒有側(cè)滑，轉(zhuǎn)向完全由幾何關(guān)系決定。純追蹤（Pure Pursuit）算法便是其中的代表，它在參考路徑上尋找一個前視點(diǎn)，通過計(jì)算圓弧路徑來實(shí)現(xiàn)路徑跟隨。然而，當(dāng)車速升高時，輪胎側(cè)偏特性的影響變得不可忽略。此時，Stanley算法或基于二自由度動力學(xué)模型的控制策略則表現(xiàn)更優(yōu)，它們能夠補(bǔ)償由于高速過彎產(chǎn)生的離心力導(dǎo)致的路徑偏移。對于更高精度的需求，線性二次型調(diào)節(jié)器（LQR）和模型預(yù)測控制（MPC）則通過建立復(fù)雜的狀態(tài)空間方程，不僅最小化當(dāng)前的跟蹤誤差，還兼顧轉(zhuǎn)向能量消耗和未來的偏差走勢。

橫向控制的性能表現(xiàn)受到執(zhí)行器物理特性的制約。像是轉(zhuǎn)向電機(jī)的響應(yīng)頻率、轉(zhuǎn)向柱的摩擦力以及傳感器的測量抖動，都可能導(dǎo)致方向盤在行駛中出現(xiàn)高頻擺動。為了應(yīng)對這些問題，控制模塊需要引入高確定性的時間同步協(xié)議，將指令執(zhí)行的抖動控制在微秒級。同時，算法還需要具備對路面附著系數(shù)的估計(jì)能力，在濕滑或冰雪路面上主動減小轉(zhuǎn)向增益，防止車輛發(fā)生側(cè)滑失控。在自動駕駛系統(tǒng)中，橫向控制不再是機(jī)械地跟隨線條，而是需要根據(jù)環(huán)境曲率的變化，動態(tài)調(diào)整轉(zhuǎn)向的“柔順度”，從而在彎道中提供穩(wěn)健的循跡感。

橫縱向耦合與物理極限下的底盤執(zhí)行冗余

在真實(shí)的交通場景中，車輛的橫向運(yùn)動和縱向運(yùn)動是通過輪胎與地面的摩擦力耦合在一起的。根據(jù)摩擦圓理論，一個輪胎能夠提供的總附著力是恒定的，這意味著如果縱向驅(qū)動力占據(jù)了過多的抓地力，車輛在轉(zhuǎn)向時能夠利用的側(cè)向力就會相應(yīng)減少。因此，高階自動駕駛控制模塊必須具備橫縱向耦合控制的能力。如在高速進(jìn)入大曲率彎道時，控制系統(tǒng)需要主動降低縱向速度，為橫向轉(zhuǎn)向留出足夠的附著力裕量，避免車輛因推頭而偏離軌跡。這種耦合不僅體現(xiàn)在算法層面，也體現(xiàn)在規(guī)劃模塊傳遞給控制模塊的多維軌跡信息中，這些信息會包含每個時間點(diǎn)的坐標(biāo)、航向、車速以及期望曲率。

線控底盤技術(shù)（X-by-Wire）是實(shí)現(xiàn)這些復(fù)雜控制策略的物質(zhì)基礎(chǔ)。線控轉(zhuǎn)向（SBW）和線控制動（iBooster/EPB）取消了傳統(tǒng)的機(jī)械連接，代之以電信號傳輸，這使得控制模塊能夠以更快的響應(yīng)速度直接干預(yù)底盤動作。線控轉(zhuǎn)向系統(tǒng)還可以實(shí)現(xiàn)傳動比的動態(tài)調(diào)節(jié)，在低速時減少轉(zhuǎn)向圈數(shù)，在高速時增加轉(zhuǎn)向穩(wěn)定性，甚至能通過模擬回正力矩為算法提供更細(xì)膩的反饋。為了確保系統(tǒng)在執(zhí)行端萬無一失，線控底盤會配備冗余的控制器和電源。在自動駕駛L3級及以上標(biāo)準(zhǔn)中，系統(tǒng)必須滿足極高的失效率要求（如FIT10標(biāo)準(zhǔn)），即在極長時間運(yùn)行中僅允許極低概率的故障發(fā)生。

最后的話

隨著自動駕駛技術(shù)的發(fā)展，自動駕駛控制模塊正朝著更加集成化和擬人化的方向發(fā)展。底盤域控制器的出現(xiàn)，橫向、縱向以及垂向控制（主動懸架）將深度融合，通過統(tǒng)一的算力平臺實(shí)時優(yōu)化車輛的姿態(tài)。數(shù)據(jù)驅(qū)動的方法也正被引入控制領(lǐng)域，通過學(xué)習(xí)人類駕駛員在復(fù)雜路況下的處理方式，使自動駕駛車輛在極端工況下也能表現(xiàn)出更加從容、自然的駕駛風(fēng)格。

-- END --

       原文標(biāo)題 : 自動駕駛橫向與縱向控制模塊各有什么作用？