無人自動駕駛共享單車系統(tǒng)設計

梁潤智 胡夢杰 李章誠 李欣蓓

摘 要：中國首創(chuàng)的共享單車模式經(jīng)過短時間發(fā)展，改變城市出行方式的全新方案。但是，在這個過程中出現(xiàn)停放秩序、車輛損壞。我們設計了一款無人自動駕駛共享單車系統(tǒng)，該系統(tǒng)通過將攝像頭系統(tǒng)、自平衡系統(tǒng)和定位系統(tǒng)，加裝在共享單車上，共享單車可以開啟無人自動駕駛模式，讓共享單車進行短途自主導航前進。

關鍵詞：自動駕駛;圖像識別;深度學習

如今，僅哈啰單車的用戶注冊數(shù)量達到4億+，入住城市460+，累計騎行184億公里。共享單車因其隨取隨用和停車“無樁”理念便利了公眾的出行，解決了城市出行最后一公里難題，在共享單車的停放問題上。亂停亂放的共享單車大多數(shù)會前往“共享單車墳場”，其實就是垃圾場，根據(jù)數(shù)據(jù)統(tǒng)計有51.6%的單車曾被丟棄到“共享單車墳場”，但是在一個“墳場”中大概會有46.4%的單車會被拿出正常使用。本系統(tǒng)對共享單車進行改造，可以大大減少共享單車的損壞率，并且減少人員的調(diào)度費用，增加自行車出行的比例。

1方案設計

系統(tǒng)整體設計如圖1所示，最核心的部件是MCU中央處理器，我們首選的處理器是STM32，他有著功耗小的優(yōu)點，可大大提升自行車的續(xù)航能力。自行車自動駕駛功能主要是分成三個大類，（1）基于OpenMv或k210深度學習攝像頭系統(tǒng)，可以對當前道路進行識別，同時深度學習使用CNN與XGBoost+AlexNet模型，大大提高圖像識別精準度。（2）雙頻北斗定位GNSS與5G NB-IoT窄帶物聯(lián)網(wǎng)，它們可以對自行車位置進行定位，讓路線規(guī)劃更為精準。（3）基于MPU6050自動平衡系統(tǒng)，通過獲得角度，可以讓自行車進行自動平衡，保持車身不傾斜，為自行車無人駕駛提供保障。通過三個系統(tǒng)的相互協(xié)調(diào)，達成無人自動駕駛功能。

2.1視覺識別

一、 AlexNet模型

AlexNet模型神經(jīng)網(wǎng)絡使用激活函數(shù)為了引入非線性變化，具有ReLU的深度卷積神經(jīng)網(wǎng)絡訓練速度比tanh 單元、sigmoid 單元快幾倍。傳統(tǒng)上卷積神經(jīng)網(wǎng)絡，相鄰神經(jīng)元組的領域是不重疊的，而在AlexNet模型中使用池化時是可以重疊的，提高精確度。

二、 實驗步驟及結果

實驗步驟：

（1）使用訓練好的AlexNet模型，隨機抽取cifar-10訓練集中的45000圖像數(shù)據(jù)輸入到模型。

（2）將后三層特征串行融合，使用PCA算法降維。

（3）使用XGBoost與CNN結合算法訓練，最后得到預測模型，仿真結果如圖2所示。

2.2位置PID控制。

為了防止單車傾倒，我們結合MPU6050實時返回值 Angle 進行舵機的調(diào)整。

PID算法公式：

angle_out = kp * angle + ki*integral + kd*gyro ? ?（1）

Kp為比例增益，Ki為積分時間常數(shù)，Kd為微分時間常數(shù)。

在通過速度環(huán)，將自行車自身的速度進行控制，對于期望速度大小的選擇并不是越大越好，因為在實踐中發(fā)現(xiàn)，當給車一定大小的電量，不同的速度所完成的路程長度是不同的。速度快的時候反而路程短，逐漸降低速度后，完成的路程開始增長，當?shù)陀谝粋€速度時，完成的路程開始趨于穩(wěn)定。所以，為保證路徑的優(yōu)化，必須結合車的本身選擇一個合理的期望速度。

3自行車自平衡

一、自行車穩(wěn)定性計算

根據(jù)自行車運動學分析，求得角速度與自行車質(zhì)心加速度，為

根據(jù)《自平衡自行車機器人的運動學分析》可設q2為車架橫滾角（自行車傾斜角）根據(jù)公式，并帶入車把轉角與車輪轉速，并建立公式，得到

根據(jù)計算公式得知，車輪有一轉動角度的下界，因為車速越慢，車把轉角就越大，車速越快，車把轉角就越小。

為了驗證理論計算結果和實驗數(shù)據(jù)的一致性將對各個數(shù)值進行單獨抽樣，帶入實際進行測量，將車輛車輪傳動角速度在80度/秒，實驗結果如表2所示。

最后得到車架橫滾角度（自行車傾斜角）與車把轉動角度的一個非線性圖表與數(shù)值，并把此數(shù)據(jù)帶入到系統(tǒng)，由MPU6050獲得車架橫滾角度，然后根據(jù)此圖表，修改自行車轉軸舵機，從而達到自行車自平衡功能。

4 總結

如果共享單車裝上本系統(tǒng)，可完全做到自主巡航功能，大大減少共享單車亂停亂放的情景出現(xiàn)，從而制止大量共享單車因亂停亂放問題被報廢的問題，同時也可以減少共享單車調(diào)度人員的支出。

參考文獻：

[1]張春曉.一種基于對抗正則化的圖像特征提取方法.2019

[2]劉夢雅.面向圖像識別的卷積神經(jīng)網(wǎng)絡算法優(yōu)化與應用.2019

[3]任航.載人自平衡兩輪車控制系統(tǒng)的設計.2015