智能小車自動避障系統(tǒng)功能優(yōu)化

王燕 王紅敏 郭芳辰 西安工業(yè)大學工業(yè)中心

智能小車自動避障系統(tǒng)功能優(yōu)化

王燕 王紅敏 郭芳辰 西安工業(yè)大學工業(yè)中心

自動避障技術作為智能小車研發(fā)核心，能自行調整運動狀態(tài)，避免發(fā)生碰撞，使智能小車的其他功能得以實現。在此次研究中對智能小車自動避障系統(tǒng)研究現狀進行匯總，并通過采用模糊神經網絡算法實現智能小車自動避障系統(tǒng)功能優(yōu)化。

智能小車 自動避障 模糊神經網絡算法

引言：隨著信息技術的快速發(fā)展，“互聯網+”逐步的改變著大眾的生活方式，不斷推進“智慧交通”的構建。智能小車作為智慧交通的重要核心，具備靈動性強、操作簡便、體積小等優(yōu)勢，可以有效降低交通成本、避免交通意外的發(fā)生。

1 智能小車自動避障系統(tǒng)研究現狀

1.1 智能小車自動避障功能概述

自動避障技術作為智能小車研發(fā)核心，只有具備良好的自動避障技術，才能保證智能小車其他功能的實現，避免智能小車在運行過程中，可以自行調整運動狀態(tài)，避免發(fā)生碰撞。而今智能小車信息采集系統(tǒng)已初步具備自動避障功能，但是智能小車的視覺傳感器極易受到自然環(huán)境與天氣條件的影響。而主動傳感器需要通過大量的運算，才能將汽車周邊障礙物的距離與車輛行駛速度進行測算，導致其反應速度慢，難以保障智能小車自動避障功能的準確性。

1.2 智能小車自動避障系統(tǒng)國內外研究綜述

智能小車最早出現在上世紀九十年代，由美國Electronics公司最早研發(fā)，并將該智能小車命名為AGV。自AGV智能小車以后，智能小車就普遍應用于探測、排爆、救災等工作。瑞典研發(fā)的ANFM智能小車主要用于戶外導航探測，該智能小車是以智能導航汽車為基礎，在此基礎上增加探測、攝像、導航以及遠程控制功能，用以增加野外探測與定位功能。直至二十世紀初，Mahajan采用模糊邏輯法，將探測器所收集的數據采用該模糊邏輯處理的方式，將數據進行加工處理。我國在智能小車的研發(fā)過程中也收獲了頗多成果，其中由清華大學智能技術研究實驗室與北京理工大學、浙大等多所高校聯合研發(fā)的THMR-V智能小車可以通過多傳感器實現結構與非結構化的路徑中工作。

2 基于模糊神經網絡算法智能小車自動避障系統(tǒng)優(yōu)化

2.1 智能小車自動避障算法分析

在現有研究中，針對智能小車避障傳感相關的研究成果較多，而對于智能小車來說主要的傳感功能的實現主要包括紅外線傳感、超聲波傳感以及視覺傳感等，對于這些傳感器而言實現自動避障精確度的差異主要體現在避障系統(tǒng)間的算法。智能小車自動避障系統(tǒng)的算法主要包括：確定格柵法以及模糊邏輯法等。其中確定格柵法是通過將智能小車傳感探測的區(qū)域按照格柵進行劃分，并針對逐個格柵的概率進行測算，并將測算結果進行整合，對智能小車外部環(huán)境進行描述。其次，模糊邏輯法是智能小車常用的算法之一，該算法又稱之為實時監(jiān)控法，該算法將傳感信息按照模糊推理數學運算方式進行模糊推算，并以此對智能小車的環(huán)境障礙信息進行反饋，對智能小車進行自動避障控制。該算法主要是應用于已知條件信息無法確定，且情景具有確定性的條件下。

2.2 模糊神經網絡算法在智能小車自動避障中的應用

在此次研究中將采用模糊神經網絡算法，對智能小車的自動避障系統(tǒng)進行優(yōu)化。優(yōu)化后的智能小車具備多個紅外傳感器、超聲波傳感器以及單個視角傳感。實驗開發(fā)中紅外傳感工具數量3，超聲波傳感工具數量為3，其中紅外傳感主要用以進行智能小車的遁跡，同時還可以提升避障自控系統(tǒng)測定的準確性，對超生傳感無法避免的距離盲區(qū)問題進行補充。因此超聲波與遠紅外傳感器可以實現對智能小車前方以及左右三方的路障距離的測算。其中分別由個遠紅外與超聲波傳感器測算的障礙物距離為Lq,Lz,Ly；通過模糊神經算法將探測信息進行歸納運算，繼而輸入值為Lq,Lz,Ly，而小車與障礙物視覺角度為tf；最終傳送出信息為智能小車的轉彎角度ma與智能小車的車速da。數值帶入將Lq,Lz,Ly模糊變量設定為{near，far}，論域為(0～2m)；{ZD，ZX，0，YX，YD}，論域為(-1800，1800)；距離和夾角的隸屬度函數，如圖1，2所示。

圖1

圖2

圖1.圖2 模糊神經算法距離與夾角函數

在該自動避障系統(tǒng)中將環(huán)境路障分為三個區(qū)域，而路障情景分為8類。針對不同障礙情境下，設定目標移動區(qū)域為5種方位，共包括40條模糊規(guī)則，此次研究中不對其進行逐一列舉。

神經網絡優(yōu)化模型中采用重心法進行模糊量的轉化，最終構建智能小車避障控制系統(tǒng)，見圖3。

圖3 智能小車避障控制系統(tǒng)模型

結語：智能小車作為智慧交通的重要參與者，隨著計算機技術、通訊技術的不斷更新，將不斷的進行改良完善，可以更好的應用于生活、工作，本次研究中將模糊邏輯系統(tǒng)與神經網絡系統(tǒng)相結合，應用于智能小車避障，通過模糊神經網絡算法，可以有效提升智能小車避障的準確性。

[1]魯昌永.基于雙目視覺的智能小車避障研究[D]河北：燕山大學.2015

[2]顧群；蒲雙雷.基于單片機的智能小車避障遁跡系統(tǒng)設計[J]數字技術與應用.2014（5）：23-25

[3]陸曉來.基于模糊神經網絡的移動機器人避障研究[D].沈陽:東北大學.2010