無人駕駛智能車導航定位系統(tǒng)設(shè)計研究

郭麗芳 游雪輝 蘇志鑫 鄒家偉 鄒何

[摘 要]為了保證無人駕駛汽車在道路中安全可靠運行，需要為無人駕駛車輛提供高精度的定位信息。目前，常用的定位方式單獨使用在無人駕駛車輛上時，都會因為其局限性不能長期穩(wěn)定地為無人駕駛車輛提供高精度的定位信息。本設(shè)計將多種定位方式相組合，利用不同定位方式的特點和優(yōu)點，對不同定位方式因為環(huán)境變化或時間累積造成的誤差進行修正，使定位系統(tǒng)能夠長期穩(wěn)定地為無人駕駛車輛提供高精度的定位信息，無人駕駛車輛在擁有高精度的位置信息時，可進行自動規(guī)劃行駛路徑，使車輛安全到達目的地。

[關(guān)鍵詞]無人駕駛;高精度定位;組合定位

doi：10.3969/j.issn.1673 - 0194.2019.18.081

[中圖分類號]U463.67[文獻標識碼]A[文章編號]1673-0194（2019）18-0-03

0? ? ?引 言

近年來，隨著新能源和智能技術(shù)的發(fā)展，智能車已經(jīng)成為現(xiàn)代汽車發(fā)展的趨勢，越來越多的智能化技術(shù)應(yīng)用到汽車系統(tǒng)中。智能車在智能交通系統(tǒng)中成為許多高新技術(shù)的載體，對于人們生產(chǎn)、生活相關(guān)的道路交通安全、汽車自主創(chuàng)新、煤炭工業(yè)瓦斯檢測、物流運輸、環(huán)境保護和軍事應(yīng)用等各個方面都具有重要意義。隨著新能源智能車相關(guān)技術(shù)的研究和發(fā)展，智能車已在各領(lǐng)域得到一定程度地推廣和使用，但是如何在確保安全的首要前提下，使智能車在復雜交通系統(tǒng)環(huán)境下更高效、智能運作，是未來整個城市智能交通系統(tǒng)的發(fā)展方向。在新能源無人駕駛智能車的關(guān)鍵技術(shù)中，無人駕駛技術(shù)是關(guān)鍵的技術(shù)之一，自動導航定位技術(shù)是無人駕駛的核心基礎(chǔ)，是區(qū)分智能車和非智能車最重要的標準。

1? ? ?導航定位系統(tǒng)分析與設(shè)計

無人駕駛汽車在道路中行駛，最重要的是保證安全。車輛從起始位置行駛至目標位置的過程中，需要定位系統(tǒng)來實時獲取車輛位置信息。目前，常用的定位方式包括衛(wèi)星定位、慣導定位、視覺里程算法定位、UWB超帶寬無線定位等。

1.1? ?常用定位系統(tǒng)在無人駕駛導航定位中的分析

1.1.1? ?衛(wèi)星定位

全球衛(wèi)星定位系統(tǒng)是一種使用運行在地表上空的衛(wèi)星進行定位的系統(tǒng)，車輛能夠通過全球衛(wèi)星定位系統(tǒng)獲取車輛當前的位置信息。目前，全球應(yīng)用廣泛的四大衛(wèi)星定位系統(tǒng)主要包括美國的GPS、俄羅斯的GLONASS，歐盟的GALILEO和中國的BDS。衛(wèi)星定位技術(shù)成熟，方式簡單，能大致確定無人駕駛車輛的經(jīng)緯度。但使用衛(wèi)星定位時，衛(wèi)星信號在傳輸過程中容易受到建筑物遮擋，使衛(wèi)星信號弱或丟失，導致衛(wèi)星定位位置產(chǎn)生較大偏差，因此，不能只使用衛(wèi)星定位為無人駕駛車輛進行定位。

1.1.2? ?慣導定位

慣導定位系統(tǒng)包括平臺式慣導系統(tǒng)和捷聯(lián)式慣導系統(tǒng)。慣導定位通過陀螺儀和加速度計將運動物體的運動狀態(tài)對時間進行積分，最終解算出物體的運動姿態(tài)、運動速度和所處位置等信息。慣導定位方式不依賴于衛(wèi)星、基站等，建設(shè)成本低。慣導定位技術(shù)確定位置的方法基于積分，由于車輛在行進過程中的偏移和抖動，長時間的慣導定位會累積積分誤差，隨著車輛運行里程增加，捷聯(lián)慣導定位方式累積誤差增加，使無人駕駛車輛的定位信息產(chǎn)生偏差。

1.1.3? ?視覺里程算法定位

視覺里程算法定位方式使用了機器視覺，無人駕駛車輛使用攝像頭獲取道路中的圖像，通過圖像處理算法提取每一幀圖像的特征值，通過各幀圖像中同一物體所處矩陣位置的不同，不同幀圖像進行不斷迭代，累積求和形成視覺里程計，計算出無人駕駛車輛當前所處位置，從而對車輛進行定位。使用機器視覺能夠獲得顏色豐富的圖像信息，有利于對車輛周圍的環(huán)境信息進行檢測。攝像頭對光線敏感，強光、逆光和黑暗環(huán)境會極大地影響攝像頭拍攝的圖像曝光，高速運行的車輛也會使普通攝像頭拍攝的圖像變得模糊和扭曲。此外，車輛運動時會使機器視覺的視角發(fā)生變化，被拍攝的物體特征會發(fā)生改變，導致從圖像中提取道路特征值的算法難度被提高。最惡劣的情況是，由于光線變化和攝像頭視角發(fā)生變化，圖像處理算法失效。因此，在無人駕駛車輛中，不能單獨使用機器視覺里程算法對無人駕駛車輛進行定位。

1.1.4? ?超帶寬無線定位

超寬帶（Ultra Wideband，UWB）是一種使用了報文到達時間差的新型無線通信技術(shù)。用UWB方式進行定位，需要一個被定位的終端、一個參考基站以及至少3個普通基站。這個UWB終端稱為UWB標簽（tag），UWB定位方式示意圖如圖1所示。

使用UWB進行定位時，由于UWB標簽與各個UWB基站之間的距離不同，UWB標簽廣播一次數(shù)據(jù)，但各個基站接收數(shù)據(jù)時間不同，此時，基站接收到的數(shù)據(jù)產(chǎn)生了時間差。各個基站將數(shù)據(jù)再發(fā)送給參考基站，參考基站獲得UWB標簽發(fā)送信號到達不同基站的時間，經(jīng)過解算得到UWB到各個基站的時間差，當解算時間差數(shù)量大于或等于3個小時時，可利用公式（1）建立四元二次方程組，解算求得UWB標簽的位置。

（1）

其中，（x，y，z）對應(yīng)于UWB標簽的位置;（xi，yi，zi）對應(yīng)于UWB基站的位置信息;C為真空中的光速3×108m/s;ti表示參考點位置的到達時間;t0表示定位點發(fā)出信號的時間。當參考基站的個數(shù)越多，解方程得到相同解的個數(shù)越多，定位精度越高。

UWB定位方式的精度在厘米級，能夠滿足無人駕駛車輛對定位的需求。UWB定位方式高度依賴UWB基站，建設(shè)成本高昂，在無人駕駛車輛中不建議單獨使用UWB定位方式進行定位。

1.2? ?無人駕駛導航定位方式設(shè)計

本文使用衛(wèi)星定位、捷聯(lián)慣導定位、機器視覺里程算法定位和UWB定位4種方式相結(jié)合的定位方式，能夠使無人駕駛車輛在各種道路上實現(xiàn)高精度定位。各種定位方式相融合，能夠?qū)Ω鞣N定位方式的不足之處進行互補。使用衛(wèi)星定位確定車輛所處的位置范圍后，通過捷聯(lián)慣導定位方式能夠縮小車輛位置信息范圍，使用衛(wèi)星定位對捷聯(lián)慣導定位產(chǎn)生的誤差進行修正。使用捷聯(lián)導航定位的方式，既實現(xiàn)了定位功能，又能使用陀螺儀、加速度計和電子羅盤進行姿態(tài)解算，判定當前車輛的車速、運動姿態(tài)等，判定車輛運動方向是否與道路方向平行，車輛處于上坡或下坡狀態(tài)、轉(zhuǎn)向時的轉(zhuǎn)向角度等信息。通過與機器視覺相結(jié)合，解算當前道路的路面車道線、標線、前后方車輛運動狀況，應(yīng)用人為駕駛車輛時左右后視鏡的功能。在復雜的交通路口、橋梁下或者隧道中，衛(wèi)星定位系統(tǒng)將會失效，如果隧道較長，慣導定位方式會出現(xiàn)誤差，此時，可以通過UWB定位繼續(xù)保持無人駕駛車輛的定位精度。在此種混合定位模式下，無人駕駛車輛能夠?qū)崿F(xiàn)持續(xù)高精度定位?；旌隙ㄎ皇疽鈭D如圖2所示。

2? ? ?智能車系統(tǒng)設(shè)計

為了實現(xiàn)無人駕駛車輛從起始位置自動行駛至目標位置，無人駕駛車輛要應(yīng)用自動定位導航、路徑規(guī)劃、運動決策和控制功能，對系統(tǒng)進行模塊化設(shè)計，主要包含主控模塊、電源模塊、定位系統(tǒng)模塊、電機驅(qū)動模塊和數(shù)據(jù)通信模塊。小車硬件系統(tǒng)框圖如圖3所示。

2.1? ?選擇主控芯片

主控芯片是無人駕駛車輛的核心部件，需要結(jié)合外圍器件，如驅(qū)動LCD屏使用24位并行可變靜態(tài)存儲控制器總線（FSMC）、觸摸屏使用集成電路總線協(xié)議（IIC）、定位系統(tǒng)模塊使用通用異步收發(fā)傳輸器（UART）協(xié)議。因此，選擇的芯片應(yīng)具有FSMC總線接口、IIC接口、UART接口等片上外設(shè)，根據(jù)芯片處理速度、片上外設(shè)資源和性價比考慮，選用ST公司STM32F429作為主控芯片。

2.2? ?小車系統(tǒng)電源設(shè)計

為了小車能夠穩(wěn)定運行，需要為小車提供穩(wěn)定的電源。小車設(shè)計中，電機驅(qū)動使用的電壓為12 V，屏幕電源電壓為5 V，單片機工作電壓為3.3 V。因此，小車電池采用12 V電壓輸出的電池，使用LM 7805和LM 1117-3.3輸出5 V和3.3 V的電壓，以供給系統(tǒng)各個模塊使用。LM 7805和LM 1117-3.3最大輸出電流為1.5 A，最大輸出功率分別為7.5 W和4.95 W，經(jīng)過對小車系統(tǒng)功耗進行分析可以發(fā)現(xiàn)，兩款電源芯片能夠為小車提供足夠的功率輸出，并有一定的功率裕量。

2.3? ?定位系統(tǒng)設(shè)計

衛(wèi)星定位方式使用GPS+北斗雙定位模塊ATGM332D獲取車輛當前的位置信息，該模塊的定位精度為2.5 m，首次定位時間為32 s。模塊在上電后，會自動進行初始化，初始化完成后，ATGM332D通過UART將定位信息按照NEMA0183協(xié)議標準格式發(fā)送給車載電腦，車載電腦按照相對應(yīng)的格式解算數(shù)據(jù)，解算完成后車載電腦獲得車輛的定位信息。

機器視覺通過攝像頭采集圖像信息，采集的圖像信息應(yīng)盡量清晰，以提高物體特征辨識度，減小因圖像采集原因引起的誤差。本次設(shè)計采用了一款CMOS傳感器制作的攝像頭OV5640，最大能夠輸出500 W像素的圖像（2 592×1 944分辨率），支持RGB565、YCbCr422、JPEG等多種格式的圖像輸出。此外，OV5640還可以對白平衡、對比度、飽和度以及色度等進行自動補償，提高采集到的圖像信號的準確度。

2.4? ?電機驅(qū)動模塊設(shè)計

單片機能夠控制輸出PWM控制電機的轉(zhuǎn)動速度，PWM的占空比越大，電機轉(zhuǎn)動速度越快。因為單片機I/O口輸出電壓為3.3 V，最大輸出電流為15 mA，得到最大輸出功率約

50 mW，不能直接驅(qū)動大功率的電機進行工作，需要通過驅(qū)動電路調(diào)整。經(jīng)過驅(qū)動電路后，輸出的PWM信號與輸入的PWM信號頻率、占空比一致，帶負載能力大大增加。

2.5? ?系統(tǒng)原理圖

對系統(tǒng)各部分進行模塊化設(shè)計，分別為電源接口及開關(guān)模塊、電源電路模塊、MPU9250接口模塊、UWB接口模塊、LED指示燈模塊、電機接口模塊、攝像頭接口模塊、LED屏幕接口模塊、電機驅(qū)動模塊和STM32F429核心板模塊，上述模塊構(gòu)成系統(tǒng)整體的原理圖。

3? ? ?樣機及性能測試

設(shè)計完成車輛原理圖后，可以對車輛進行焊接和調(diào)試。系統(tǒng)設(shè)計中，主控使用帶有驅(qū)動RGB888屏幕接口的STM32F429的最小系統(tǒng)板。準備一塊萬用板，將小車所使用的電源芯片、mpu9250模塊、電機驅(qū)動模塊、GPS定位模塊、攝像頭接口等焊接至萬用板上，將攝像頭通過支架立起適當高度，選擇適當?shù)囊暯?，通過FC軟排線連接至攝像頭接口，將屏幕連接至最小系統(tǒng)板屏幕接口，使用杜邦線將UWB定位模塊和衛(wèi)星定位模塊ATGM332D連接至單片機的串口引腳進行整機調(diào)試。使用集成開發(fā)環(huán)境keil對單片機進行編程，編寫各個功能模塊的驅(qū)動程序。各個模塊的數(shù)據(jù)采集無誤后，對各個模塊的數(shù)據(jù)進行算法融合，使小車能夠持續(xù)穩(wěn)定地獲得高精度的定位信息，進行自動路徑規(guī)劃。

4? ? ?結(jié) 語

無人駕駛車輛實現(xiàn)自動定位導航的關(guān)鍵意義在于使無人駕駛車輛持續(xù)獲得高精度的定位信息。多種定位方式組合定位能夠使無人駕駛車輛在不同的環(huán)境中持續(xù)獲得高精度定位，但此種方式也使車輛整體成本增加。因此，相關(guān)企業(yè)應(yīng)在保證車輛安全可靠行使的前提下，尋求高精度定位方式和成本之間的平衡點。提高定位系統(tǒng)精度需要不同學科領(lǐng)域融合研究，在組合定位系統(tǒng)中產(chǎn)生的不同數(shù)據(jù)進行融合時，需要更優(yōu)的算法，使無人駕駛車輛獲得更高的精度。智能交通和智慧城市中實現(xiàn)全路況無人駕駛，人們的生活將變得更加便利。

主要參考文獻

[1]王一強，孫罡，侯祥博.UWB超帶寬技術(shù)研究及應(yīng)用[J].通信技術(shù)，2009（3）.

[2]張新躍，沈樹群.UWB超帶寬無線通信技術(shù)及其發(fā)展前景[J].數(shù)據(jù)通信，2004（2）.

[3]汪明磊.智能車輛自主導航中避障路徑規(guī)劃與跟蹤控制研究[D].合肥：合肥工業(yè)大學，2013.

[4]王欽普，趙佳，趙浩.無人駕駛汽車發(fā)展面臨的挑戰(zhàn)與建議[J].客車技術(shù)與研究，2016（6）.

[5]譚寶成，曹國浩.4G網(wǎng)絡(luò)在無人駕駛智能車遠程監(jiān)控系統(tǒng)上的應(yīng)用[J].電子設(shè)計工程，2015（15）.

[6]李忠東.戴姆勒：穩(wěn)步推進無人駕駛與共享出行[J].汽車與配件，2018（35）.

[7]陳文華.汽車無人駕駛技術(shù)的發(fā)展現(xiàn)狀與研究趨勢[J].科技創(chuàng)新導報，2019（11）.

[8]章江.戴姆勒穩(wěn)步推進無人駕駛與共享出行[J].輕型汽車技術(shù)，2019（1）.

[9]楊忠陽.“無人駕駛”汽車何時上路[J].智慧中國，2019（4）.

[10]趙廣立，李惠鈺.無人駕駛技術(shù)的那些事兒[J].商業(yè)觀察，2019（Z1）.

[11]袁孝斌.無人駕駛智能車障礙檢測方法探討[J].企業(yè)導報，2016（9）.

[12]王凡.智能車輛中基于GPS和陀螺儀的導航與定位[D].北京：北京工業(yè)大學，2013.

[13]劉霞，龍飛，張延升.雷達機動目標跟蹤無源定位優(yōu)化研究[J].計算機仿真，2016（3）.