基于Autoware的無人駕駛小車平臺設(shè)計與實(shí)驗(yàn)仿真*

林泓熠，魏政君，鐘宇婷，趙克剛

（華南理工大學(xué)機(jī)械與汽車工程學(xué)院，廣州 510640）

0 引言

隨著計算機(jī)技術(shù)、電子信息技術(shù)、新能源技術(shù)等的進(jìn)步，汽車產(chǎn)業(yè)正朝著電動化、智能化、網(wǎng)聯(lián)化發(fā)展[1－3]。新一輪汽車科技革命與汽車產(chǎn)業(yè)變革，迫切需求有關(guān)汽車的研究與開發(fā)順應(yīng)時代發(fā)展[4]。然而，目前國內(nèi)智能汽車研究水平較低，高校智能汽車領(lǐng)域?qū)嶒?yàn)平臺也較為匱乏。鑒于此，搭建無人駕駛汽車實(shí)驗(yàn)平臺，設(shè)計相關(guān)實(shí)驗(yàn)研究可促使車輛工程、計算機(jī)、自動化等多學(xué)科知識進(jìn)行融合，以滿足汽車“新三化”轉(zhuǎn)型的需求。

無人駕駛汽車主要利用傳感器來感知車輛周圍環(huán)境，并根據(jù)感知所獲得的道路、車輛位置和障礙物信息，控制車輛的轉(zhuǎn)向和速度，從而使車輛在道路上安全行駛[5]。國內(nèi)外對無人駕駛汽車的仿真也做了大量研究。德國研究人員Sandeep Sovani[6]提出了在無人駕駛車輛和高級駕駛員輔助系統(tǒng)的開發(fā)中，虛擬測試必不可少的6個具體領(lǐng)域：駕駛場景系統(tǒng)仿真、軟件及算法建模與開發(fā)、功能安全分析、傳感器的性能仿真、電子產(chǎn)品硬件仿真和半導(dǎo)體模擬。北京理工大學(xué)宋威龍等[7]利用PreScan和Matlab/Simulink，針對智能車輛在交叉口與其他車輛交互的問題進(jìn)行交叉口聯(lián)合仿真，驗(yàn)證了基于車輛行為交互的兩階段智能車輛交叉口行為決策方法。吉林大學(xué)王楠等[8]采用PreScan建立的仿真場景，并將Car?Sim動態(tài)模型與PreScan中的仿真車輛相結(jié)合，對所提出的汽車自適應(yīng)巡航（ACC）系統(tǒng)的模式劃分方法和控制算法在典型工況以及前車切入等復(fù)雜工況下的適應(yīng)性進(jìn)行了驗(yàn)證。上述文獻(xiàn)雖然能夠利用仿真平臺分析車輛運(yùn)行狀態(tài)，但利用Prescan與Matlab/Simulink實(shí)現(xiàn)車輛定位與雷達(dá)探測等功能需要編寫大量代碼，定位精度較低且實(shí)時通訊能力較差。因此，多數(shù)無人車控制實(shí)驗(yàn)僅能停留在理論仿真階段，若要將實(shí)驗(yàn)遷移至實(shí)際車輛，必將產(chǎn)生諸多問題且安全性得不到保障。

本文按照真實(shí)汽車等比例縮放建立了無人駕駛汽車實(shí)驗(yàn)平臺，基于Autoware設(shè)計了一套可應(yīng)用于真實(shí)車輛的無人車控制方案，通過CAN總線信號傳輸與ROS實(shí)時通訊控制車輛，實(shí)現(xiàn)識別障礙物、決策、控制與避障等功能。同時，采用LGSVL與Autoware進(jìn)行聯(lián)合仿真，利用汽車安全勢場模型的最小縱向安全距離進(jìn)行安全性評估，驗(yàn)證其安全性與可行性。

1 硬件平臺

實(shí)驗(yàn)小車基于一個獨(dú)立驅(qū)動全線控底盤開發(fā)，采用后驅(qū)＋前輪轉(zhuǎn)向＋四輪制動方式，按照真車1∶2比例縮放，力求最大限度模擬真實(shí)汽車，其整體構(gòu)造如圖1所示。動力電池、整車控制器（VCU）、CAN總線安裝在線控底盤內(nèi)；底盤的上方利用鋁板和亞克力板搭建了開放的調(diào)試平臺；考慮到真實(shí)車輛重心對操作的影響，上層亞克力板設(shè)計了一定的配重；中層搭載了工控機(jī)、GPS信號分析儀等硬件設(shè)備；頂層安裝了激光雷達(dá)，便于車輛在不同工況下的自我導(dǎo)航與定位，避免安全事故；小車與全球定位系統(tǒng)（GPS）相連，對所規(guī)劃路線的不合理之處進(jìn)行修正，以增加其可靠性。

圖1 實(shí)驗(yàn)小車整體構(gòu)造

考慮到不同工況下的路線設(shè)計不一樣，小車對外留有多個API接口，可根據(jù)實(shí)際情況外接其他的定位設(shè)備或?qū)肓硗獾牡貓D文件。出于穩(wěn)定性和安全性的考慮，小車保留了人為操控的最高權(quán)限，當(dāng)發(fā)現(xiàn)小車明顯偏離正常路線時，操作人員可以立刻通過遙控掌握小車的最高控制權(quán)。

2 控制原理

小車控制系統(tǒng)采用Linux操作系統(tǒng)，運(yùn)用ROS連接機(jī)器人操作系統(tǒng)，同時與多個節(jié)點(diǎn)建立通信，且各節(jié)點(diǎn)間互不干擾[9－10]。小車整體控制原理如圖2所示。首先，將激光雷達(dá)、GPS、攝像頭等不同傳感器的信息收集，將地圖導(dǎo)入LGSVL仿真軟件共同輸入到Autoware。Auto?ware可將激光雷達(dá)信號轉(zhuǎn)化為障礙物語生成柵格圖，還可利用GPS信號分析模塊進(jìn)行精確定位與路徑規(guī)劃。之后，利用ROS將所得數(shù)據(jù)編譯后與Kvaser進(jìn)行信息交互，將程序語言轉(zhuǎn)化為線控平臺可直接識別的CAN報文，通過整車控制器（VCU）控制實(shí)驗(yàn)小車。最后，實(shí)驗(yàn)小車還配備了具有最高控制權(quán)的遙控，以應(yīng)對各類突發(fā)狀況[11－12]。

圖2 小車整體控制

其中，Autoware可認(rèn)為是一個ROS功能包的集合，其主要包含定位（Localization）、檢測（Detection）、預(yù)測和規(guī)劃（Prediction & Planning）、控制（Control）4個模塊，在運(yùn)行Autoware并讓汽車實(shí)現(xiàn)無人駕駛的情況下即可獲得ROS節(jié)點(diǎn)之間的聯(lián)系。利用Autoware生成的點(diǎn)云圖如圖3所示，圖中可清晰看出實(shí)驗(yàn)車輛位置、雷達(dá)掃描線方位以及周邊障礙物情況。

圖3 Autoware點(diǎn)云

相比于傳統(tǒng)利用Prescan與Matlab/Simulink等僅能實(shí)現(xiàn)仿真的方式，Autoware在ROS下運(yùn)行具有極強(qiáng)的實(shí)時性，工控機(jī)可將數(shù)據(jù)不間斷地傳輸給車輛，同時接收車輛反饋的狀態(tài)量與環(huán)境參數(shù)，如車輛位置、車輛速度、車輛航向角、鄰近障礙物、道路標(biāo)線等。Autoware功能強(qiáng)大，其自帶路徑規(guī)劃、定位導(dǎo)航等模塊，可直接在相應(yīng)模塊進(jìn)行設(shè)置，相對于編寫大量代碼而言，此控制方式操作簡單快捷。因此，利用Autoware的仿真分析不再獨(dú)立于實(shí)際車輛之外，其易遷移性與可應(yīng)用性遠(yuǎn)勝傳統(tǒng)實(shí)驗(yàn)。

3 實(shí)驗(yàn)仿真

由于實(shí)車試驗(yàn)存在較大危險性，且受到成本、場地等因素的限制，搭建仿真實(shí)驗(yàn)非常必要。采用LGSVL仿真器搭建仿真平臺，可以模擬幾種常見的自動駕駛汽車的工況，在不同駕駛場景下聯(lián)合Autoware進(jìn)行實(shí)驗(yàn)。仿真器可自由給仿真車輛搭載相應(yīng)傳感器，如GPS、激光雷達(dá)、視覺攝像頭等；亦可通過導(dǎo)入地圖設(shè)置場景，并自由添加其他車輛與行人。通過導(dǎo)入自主編寫的代碼與模型進(jìn)行仿真，可檢測車輛自動循跡能力并識別周圍的道路、行車及行人的情況。

3.1 仿真步驟

首先，利用LGSVL仿真軟件搭建仿真模型。使用Unity軟件進(jìn)行場景搭建并作為地圖導(dǎo)入LGSVL仿真器中；在車輛模型下添加所需傳感器生成Simulation，并選擇是否需要添加其他車輛或行人，以及仿真場景中當(dāng)前時間和天氣狀況。靜態(tài)系統(tǒng)在顯示器實(shí)現(xiàn)可視化。其次，編寫代碼將LGSVL中傳感器收集到的數(shù)據(jù)導(dǎo)入Au?toware。以激光雷達(dá)為例，可在Autoware中生成點(diǎn)云圖，并進(jìn)一步實(shí)現(xiàn)定位導(dǎo)航、路徑規(guī)劃等功能，并進(jìn)行聯(lián)合仿真。之后，處理仿真實(shí)驗(yàn)數(shù)據(jù)，繪制速度、加速度、自車橫擺角速度曲線圖，并計算有關(guān)最小縱向安全距離進(jìn)行結(jié)果分析。仿真實(shí)驗(yàn)步驟如圖4所示。

圖4 仿真實(shí)驗(yàn)操作步驟流程

3.2 仿真工況

以較普遍的3種需要先減速后換道超車的行駛工況為例，設(shè)定實(shí)驗(yàn)車輛正常行駛車速約為10 m/s。

（1）工況1：靜止障礙物工況，即本車行進(jìn)道路前方出現(xiàn)一靜止障礙物。

（2）工況2：同車道動態(tài)障礙物工況，即本車行進(jìn)道路前方出現(xiàn)速度較慢的車輛，設(shè)為約5 m/s。

（3）工況3：不同車道動態(tài)障礙物工況，即其他車輛突然切入本車行進(jìn)道路前方。

圖5～7所示分別為3種工況的系統(tǒng)仿真場景。

圖5 靜止障礙物工況

圖6 同車道動態(tài)障礙物工況

圖7 不同車道動態(tài)障礙物工況

3.3 評價模型

仿真實(shí)驗(yàn)的評價采用汽車安全勢場模型。此模型定義車輛行駛過程中對其周邊影響區(qū)域?yàn)橐晃锢韯輬觯娇拷囕v，該勢場越強(qiáng)，即面臨的安全風(fēng)險越大。該模型根據(jù)車輛不同的運(yùn)動狀態(tài)測算周邊區(qū)域的風(fēng)險系數(shù)，其表達(dá)式如下[13]：

式中：EV為車輛安全勢場；mi為實(shí)驗(yàn)車輛等效質(zhì)量；(x0，y0)為實(shí)驗(yàn)車輛質(zhì)心坐標(biāo)；θ為某點(diǎn)到實(shí)驗(yàn)車輛質(zhì)心連線與X軸夾角；k′為偽距離；v、a分別為車輛的速度和加速度；λ、β1、α、τ為待定系數(shù)，此模型中分別取值0.056、－0.169、0.029、2.717。該模型示意圖如圖8所示。

圖8 汽車安全勢場模型

圖8中，參數(shù)表達(dá)式如下[14]：

式中：M1與M2分別為實(shí)驗(yàn)車輛（后車）與前車的質(zhì)量；L1與L2分別為后車與前車的車長；Lb為后車在臨界勢場下的前傾距離；Lf為前車在臨界勢場下的后傾距離；G1min與Gmin分別為兩車質(zhì)心間距與車頭間距。根據(jù)汽車安全勢場模型，為滿足超車條件且不產(chǎn)生安全隱患，實(shí)驗(yàn)車輛與前車之間的最小距離D應(yīng)不小于最小縱向安全距離Dmin：

式中：v1與a1分別為后車的速度和加速度；v2與a2分別為前車的速度和加速度；w為車寬。

3.4 結(jié)果分析

導(dǎo)入基本避障算法，各工況均以0.1 s為間隔采集數(shù)據(jù)，其自車速度、加速度、橫擺角速度變化曲線如圖9～11所示。根據(jù)圖中結(jié)果可以發(fā)現(xiàn)，3種工況下，實(shí)驗(yàn)車輛從起步到識別障礙物之前，車輛速度均能迅速達(dá)到期望速度附近并趨于穩(wěn)定，自車加速度迅速增大至穩(wěn)定一段時間后下降，自車橫擺角速度約為0，表明實(shí)驗(yàn)平臺在車輛直線行駛狀態(tài)下工作良好。車輛在識別障礙物后能迅速減速，自車加速度與橫擺角速度變化及時，能夠自主調(diào)整增減并處于相對穩(wěn)定狀態(tài)。完成換道超車后，自車橫擺角速度歸零，車輛再次加速達(dá)到期望速度附近趨于穩(wěn)定。在不同工況下，車輛可以根據(jù)實(shí)際情況做出調(diào)整，整個避障過程符合實(shí)際且較為流暢。

圖9 各工況自車速度變化曲線

圖10 各工況自車加速度變化曲線

圖11 各工況自車橫擺角速度變化曲線

實(shí)驗(yàn)認(rèn)定自車橫擺角速度開始連續(xù)增大時為換道起始點(diǎn)，歸零穩(wěn)定時為換道超車截止點(diǎn)，換道超車期間重要參數(shù)如表1所示。根據(jù)表中結(jié)果，工況1與工況3的實(shí)驗(yàn)車輛換道時間較長且避障期間最低速度降至小于4 m/s，而工況2的車輛受另一行駛狀態(tài)車輛影響，換道時間較短且最低速度僅降至約8.03 m/s即可達(dá)到超車條件。3種工況下最大加速度與最大減速度接近，且最高不超過5.00 m/s2，最大自車橫擺角速度不超過25°/s，使車輛處于相對穩(wěn)定狀態(tài)。3種工況下實(shí)驗(yàn)車輛與前車距離均大于最小縱向安全距離，符合汽車安全勢場理論標(biāo)準(zhǔn)，且實(shí)時通訊反饋與控制靈敏度較好。因此，可認(rèn)為該實(shí)驗(yàn)平臺設(shè)計安全可行。

表1 換道超車期間重要參數(shù)

4 結(jié)束語

本文針對高校無人駕駛汽車實(shí)驗(yàn)平臺匱乏的問題，設(shè)計并搭建了一個無人車實(shí)驗(yàn)平臺，為相關(guān)專業(yè)研究生、本科生的科學(xué)研究提供硬件支持。該平臺上的車載工控機(jī)接收激光雷達(dá)、GPS、攝像頭等傳感器的輸入信息，通過Autoware進(jìn)行數(shù)據(jù)處理，經(jīng)ROS編譯與Kvaser轉(zhuǎn)換生成符合線控底盤CAN協(xié)議的報文，從而使實(shí)驗(yàn)小車實(shí)現(xiàn)既定運(yùn)動。為保證實(shí)驗(yàn)平臺測試的安全性，本文采用LGSVL與Autoware進(jìn)行聯(lián)合仿真，驗(yàn)證了其符合汽車安全勢場模型中的最小縱向安全距離。

與傳統(tǒng)方式的實(shí)驗(yàn)仿真相比，基于Autoware進(jìn)行的實(shí)驗(yàn)仿真不需要編寫大量代碼且定位準(zhǔn)確，同時可以很方便地直接遷移至任何一臺線控車輛。根據(jù)不同車型與工況，只需在Autoware中更改參數(shù)并修改LGSVL仿真場景即可，其工作量小且可操作性強(qiáng)，大大提升了實(shí)驗(yàn)效率。