新型無人駕駛運(yùn)輸車設(shè)計(jì)

曹文鵬 劉燦 李陽陽 李偉嘉 郭懷睦

摘要：本文以無人駕駛運(yùn)輸車設(shè)計(jì)內(nèi)容為主，介紹了本款無人駕駛運(yùn)輸車的各項(xiàng)技術(shù)要求，以及設(shè)計(jì)過程，真實(shí)客觀的介紹了本款無人駕駛運(yùn)輸車。本系統(tǒng)將無人機(jī)的飛控技術(shù)應(yīng)用到電動(dòng)車上，可以提高對(duì)環(huán)境的感知能力。目前已經(jīng)實(shí)現(xiàn)：路線規(guī)劃無人駕駛，GPS衛(wèi)星定位，實(shí)時(shí)圖像傳輸，數(shù)據(jù)地面站回傳，可以實(shí)時(shí)監(jiān)測(cè)運(yùn)貨車的運(yùn)行狀態(tài)，多方位翻斗設(shè)計(jì)可適用于多種裝載場(chǎng)合，本設(shè)計(jì)可有效的提高人們的工作效率。

關(guān)鍵詞：路線規(guī)劃無人駕駛;GPS衛(wèi)星定位;數(shù)據(jù)地面站回傳;

1.控制部分：

為了完成自動(dòng)駕駛控制系統(tǒng)的設(shè)計(jì)，以使無人駕駛運(yùn)輸車在復(fù)雜環(huán)境下能夠以自主的方式完成各種動(dòng)作，設(shè)計(jì)了由感知規(guī)劃層和執(zhí)行層組成的分層體系結(jié)構(gòu)，如圖1所示。感知規(guī)劃層進(jìn)行感知與智能規(guī)劃，并產(chǎn)生運(yùn)動(dòng)指令，感知規(guī)劃層主要由視動(dòng)指令為期望值，控制底層執(zhí)行器動(dòng)作，執(zhí)行層主覺、深度感知設(shè)備以及智能控制計(jì)算機(jī)組成;執(zhí)行層以運(yùn)要由自動(dòng)控制裝置及其相應(yīng)驅(qū)動(dòng)設(shè)備和傳感器組成。

系統(tǒng)要求感知規(guī)劃層每隔100 ms進(jìn)行一次感知、規(guī)劃、決策周期，并產(chǎn)生一個(gè)運(yùn)動(dòng)指令集，這個(gè)運(yùn)動(dòng)指令集包括期望的方向盤轉(zhuǎn)角、期望的油門開度、期望的制動(dòng)量，這就要求執(zhí)行層在100ms之內(nèi)能夠快速而精確地實(shí)現(xiàn)感知規(guī)劃層規(guī)劃后的期望值。

2.路線規(guī)劃：

路線規(guī)劃給出了無人駕駛汽車從出發(fā)點(diǎn)到達(dá)目的地的行車軌跡和行車過程中的路徑選擇，是無人駕駛汽車能夠安全快速的到達(dá)目的地和完成一系列的行車動(dòng)作所必不可少的一個(gè)環(huán)節(jié)。路徑規(guī)劃既有使用離線地圖進(jìn)行路徑選擇的全局規(guī)劃，又有從車輛自身周圍環(huán)境出發(fā)的局部規(guī)劃。全局路徑規(guī)劃能夠使得車輛的導(dǎo)航在全局上具有全局最優(yōu)的特性，而局部路徑規(guī)劃能夠使得導(dǎo)航能夠具備實(shí)時(shí)性，并且能夠應(yīng)對(duì)全局地圖.上不明確或者無法描述的環(huán)境情況，所以通過兩者的結(jié)合能夠使得車輛導(dǎo)航具備更好的可用性。

當(dāng)一條路是完全直道的時(shí)候，存儲(chǔ)的節(jié)點(diǎn)就只有道路開頭和結(jié)尾部分，中間沒有其他的節(jié)點(diǎn)，如果按照最短距離搜索，就會(huì)出現(xiàn)圖中所示藍(lán)色虛線所示的路徑，有一段不合理的規(guī)劃，而不是按照合理的綠色實(shí)線的規(guī)劃，為了避免這種情況的出現(xiàn)，本系統(tǒng)采用了更加合理的搜尋方式，

在選取規(guī)劃的初始節(jié)點(diǎn)的時(shí)候，改進(jìn)的算法就是把單純的計(jì)算節(jié)點(diǎn)到選取點(diǎn)最短距離變成計(jì)算選取點(diǎn)到兩個(gè)鏈接的節(jié)點(diǎn)構(gòu)成的道路之間的距離，這樣就能避免之前出現(xiàn)的規(guī)劃不合理的情況。改進(jìn)的方法處理的點(diǎn)分別為選取點(diǎn)，遍歷routing表的節(jié)點(diǎn)1和它的子節(jié)點(diǎn)（節(jié)點(diǎn)2）。根據(jù)圖2-6可以看出能通過計(jì)算三個(gè)點(diǎn)構(gòu)成的三角形的最長斜邊在兩個(gè)節(jié)點(diǎn)構(gòu)成的邊上的投影長度和節(jié)點(diǎn)間的距離之差來判斷垂足是否在節(jié)點(diǎn)之間的連線上，若投影長度小于節(jié)點(diǎn)之間的距離說明垂足在節(jié)點(diǎn)之間，則在兩個(gè)節(jié)點(diǎn)之間插入新的節(jié)點(diǎn)作為起始終止點(diǎn)，并將選取點(diǎn)到兩個(gè)節(jié)點(diǎn)構(gòu)成的道路之間的距離作為判斷距離;若投影大于節(jié)點(diǎn)之間的距離，則垂足在節(jié)點(diǎn)之外，這時(shí)候不新添加節(jié)點(diǎn)，將兩個(gè)節(jié)點(diǎn)中距離選取點(diǎn)最近的節(jié)點(diǎn)作為待定節(jié)點(diǎn)，并將他們之間的距離作為判斷距離。對(duì)于垂足在節(jié)點(diǎn)之間的情況，由于要在所建立的nodes表和routing表中新添加一個(gè)節(jié)這種情況中，建立一個(gè)新的node之后，根據(jù)相鄰的兩個(gè)節(jié)點(diǎn)的屬性對(duì)其添加相應(yīng)的單雙道路屬性，直道屬性，鏈接關(guān)系根據(jù)單雙道屬性分別連接到兩個(gè)節(jié)點(diǎn)。

3.GPS衛(wèi)星定位：

GPS信號(hào)接收機(jī)捕獲到按一定衛(wèi)星截止角所選擇的待測(cè)衛(wèi)星，并跟蹤這些衛(wèi)星的運(yùn)行。當(dāng)接收機(jī)捕獲到跟蹤的衛(wèi)星信號(hào)后即可測(cè)量出接收天線至衛(wèi)星的偽距離和距離的變化率，解調(diào)出衛(wèi)星軌道參數(shù)等數(shù)據(jù)。根據(jù)這些數(shù)據(jù)，接收機(jī)中的微處理計(jì)算機(jī)就可按定位解算方法進(jìn)行定位計(jì)算，計(jì)算出用戶所在地理位置的經(jīng)緯度、高度、速度、時(shí)間等信息。接收機(jī)硬件和機(jī)內(nèi)軟件以及GPS數(shù)據(jù)的后處理軟件包構(gòu)成完整的GPS用戶設(shè)備。

4.實(shí)時(shí)圖像傳輸：

降噪模塊（Vision Denoiser）：該模塊通過調(diào)整現(xiàn)有的ISP方法進(jìn)行去噪。研究者通過在KITTI數(shù)據(jù)集的圖像中注入不同程度的高斯噪聲來生成噪聲圖像進(jìn)行實(shí)驗(yàn)，結(jié)果證明目標(biāo)檢測(cè)精度相對(duì)提高了57.7%。

視覺局部色調(diào)映射模塊（Vision Local Tone Mapping，VLTM）：該模塊的作用是進(jìn)行圖像非線性變換、細(xì)節(jié)增強(qiáng)以及縮小圖片。VLTM在計(jì)算上非常方便，而且可以利用現(xiàn)有的硬件，例如成像系統(tǒng)中的伽馬校正模塊。此外，VLTM可以預(yù)先加入多種類型的神經(jīng)網(wǎng)絡(luò)，以更有效地執(zhí)行計(jì)算機(jī)視覺任務(wù)。

可訓(xùn)練視覺定標(biāo)器（ Trainable Vision Scaler，Vs）：該模塊的作用是在圖像輸入計(jì)算機(jī)視覺識(shí)別程序之前對(duì)其進(jìn)行顏色空間轉(zhuǎn)換、特征提取以及特征融合。TVs是一種非常簡(jiǎn)便的、通用的神經(jīng)網(wǎng)絡(luò)框架，可以在軟件和硬件上實(shí)現(xiàn)。把TVs特征提取步驟中的卷積層替換為可分離的深度卷積，并對(duì)權(quán)重和激活函數(shù)進(jìn)行量化，可以進(jìn)一步降低TVs的計(jì)算成本。與使用具有相同比例因子的雙線性插值相比，TVs提高了KITTI數(shù)據(jù)集中所有類的對(duì)象檢測(cè)性能。

5.底盤設(shè)計(jì)：

參考文獻(xiàn)：

[1]馬廣文.交通大辭典：上海交通大學(xué)出版社，2005.01

[2]王智峰，張朋飛，何克忠，智能車輛自動(dòng)駕駛控制系統(tǒng)方案設(shè)計(jì)，（1.中國北方車輛研究所，北京00072; 2.清華大學(xué)，北京10084）

[3]王越超，無人駕駛運(yùn)輸車協(xié)作系統(tǒng)研究，哈爾濱工業(yè)大學(xué)博士論文，1999

作者簡(jiǎn)介：曹文鵬，男，山東協(xié)和學(xué)院。

指導(dǎo)老師：金星

山東協(xié)和學(xué)院 濟(jì)南 250107