（车辆工程专业论文）无人驾驶汽车导航系统设计.pdf

c o n f i d e n t i a l - k2 y e a r sad i s s e r t a t i o ns u b m i t t e dt ot o n g jiu n i v e r s i t yi nc o n f o r m i t yw i t ht h er e q u i r e m e n t sf o rt h ed e g r e eo fm a s t e ro fe n g i n e e r i n gt h en a v i g a t i o ns y s t e md e s i g no fu n m a n n e dv e h i c l es c h o o l d e p a r t m e n t ：d i s c i p l i n e ：m a j o r ：c a n d i d a t e ：s u p e r v l s o r ：v i c e s u p e r v i s o r ：s c h o o lo fa u t o m o b i l ee n g i n e e r i n gm e c h a n i c a le n g i n e e r i n ga u t o m o b i l ee n g i n e e r i n gx u e f e iz h a n gp r o f z h u o p i n gy up r o f h u ic h e nm a r c h ，2 0 0 8学位论文版权使用授权书本人完全了解同济人学关丁收集、保存、使用学位论文的规定，同意如下各项内容：按照学校要求提交学位论文的印刷本和电子版本；学校有权保存学位论文的印刷本和电子版，并采用影印、缩印、扫描、数字化或其它手段保存论文；学校有权提供目录检索以及提供本学位论文全文或者部分的阅览服务；学校有权按有关规定向国家有关部i j 或者机构送交论文的复印件和电子版；在不以赢利为目的的前提下，学校可以适当复制论文的部分或全部内容用于学术活动。学位论文作者签名：年月日经指导教师同意，本学位论文属于保密，在两年解密后适用本授权书。指导教师签名：年月日学位论文作者签名：年月日同济大学学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师指导下，进行研究工作所取得的成果。除文中已经注明引用的内容外，本学位论文的研究成果不包含任何他人创作的、已公开发表或者没有公开发表的作品的内容。对本论文所涉及的研究工作做出贡献的其他个人和集体，均已在文中以明确方式标明。本学位论文原创性声明的法律责任由本人承担。签名：年月日摘要摘要无人驾驶汽车( u n m a n n e dv e h i c l e ) 技术是近些年兴起的先进汽车技术，是未来智能汽车的发展方向之一，其在国防和民用领域都有着广泛的应用。导航系统的任务是根据无人驾驶汽车环境感知系统收集到的环境信息，规一条从起始点到目标点的最优路径，。并以此路径安全、高效地行驶，并且在到突发事件时能及时处理和调整导航模式。导航系统是无人驾驶汽车的核心技术。本论文正是依托同济大学汽车学院发的“春晖探索 号无人驾驶汽车这一平台，进行无人驾驶汽车导航系统研究及设计。论文首先在整理中外相关参考资料的基础上，对无人驾驶汽车及其导航系作了系统的阐述，并分析了典型的设计方法。然后论文结合“春晖探索无人驾驶汽车的特点，从全局路径规划、局部路径规划及轨迹实时生成和行为切换三个部分对导航系统的设计进行阐述。论文最后还就本导航系统在“春晖探索 号无人驾驶汽车上的应用效果作了分析，并提出了可能的改进方向。关键词：无人驾驶汽车，路径规划，轨迹生成，行为切换a b s t r a c ta b s t r a c tt h eu n m a n n e dv e h i c l et e c h n o l o g yi st h ea d v a n c e dv e h i c l et e c h n o l o g yl a u n c h e di nr e c e n ty e a r s i ti so n eo ft h ed e v e l o p i n gd i r e c t i o n so ft h ef u t u r ev e h i c l ew h i c hw i l lb ew l d e l yu s e di no t h e ra p p l l c a t i o n1 1 e l d 刀 en a v i g a t i o ns y s t e mf u n c t i o n sf o rt h es a f e t ya n de f f i c i e n c yo ft h eu n m a n n e dv c h i c l e a n di tm u s th a v ec o r et e c h n o l o g i e ss u c ha 8p a t hp l a n n i n ga n db e h a v i o rt r a n s i t i o n 1 1 1 ep a p e ru s e st h ep l a t f o r mo f “s p r i n gl i g h t - e x p l o r e r ”e l e c t r i cv e h i c l e ，d e v e l o p e db ys c h o o lo fa u t o m o t i v ee n g i n e e r i n g ，t o n g j iu n i v e r s i t y , t oi n v e s t i g a t ea n dd e s i g nt h en a v i g a t i o ns y s t e mf o rt h eu n m a n n e dv e h i c l e t h ep a p e l f i r s t l ya n a l y s e sa l lo v e r v i e wo ft h el a t e s tr e s e a r c hr e s u l t sh o m ea n da b o a r d i n t r o d u c e su n m a n n e dv e h i c l ea n di t sn a v i g a t i o ns y s t e ma n da n a l y s e ss o m et y p i c a ld e s i g nm e t h o d s t h e na c c o r d i n gt ot h ec h a r a c t e ro ft h e “s p r i n gl i g h t - e x p l o r e r ，i n t r o d u c e st h e 西o b a lp a t hp l a n n i n g , l o c a lp a t hp l a n n i n g ，r e a l t i m et r a j e c t o r yg e n e r a t i o na n db e h a v i o rt r a n s i t i o no ft h en a v i g a t i o ns y s t e m t h ep a p e rf i n a l l ya n a l y s e st h ea p p l i c a t i o ne f f e c to fn a v i g a t i o ns y s t e m ，a n db r i n g sf o r w a r dt h ep o s s i b l ei m p r o v e m e n to ft h eu n m a n n e dv e h i c l e k e yw o r d s ：u n m a n n e dv e h i c l e , p a t hp l a n n i n g , t r a j e c t o r yg e n e r a t i o n , b e h a v i o rt r a n s i t i o n目录目录第l 章绪论11 1 课题的来源与及选题意义11 2 无人驾驶汽车及其导航系统发展现状21 3 研究内容及章节安排6第2 章“春晖探索”号无人驾驶汽车结构及原理82 1 概述：82 2 基本性能参数1 l2 3 已实现功能1 l2 4 与导航系统相关系统的介绍1 12 4 1 环境感知系统1 l2 4 2 底盘控制系统2 02 5 本章小结2 7第3 章无人驾驶汽车导航系统设计2 83 1 导航系统概述2 83 2 全局路径实时规划2 93 2 1 电子地图与行驶任务2 93 2 2 车辆定位3 03 2 3 基丁迪杰斯特拉( d i j k s t r a ) 算法的全局路径规划算法3 43 3 4 路点跟随3 63 3 局部路径规划及轨迹实时生成3 73 3 1 外部信息处理3 73 3 2 局部路径规划3 83 3 3 轨迹实时生成4 1目录3 4 行为切换4 43 5 实时数据通讯4 53 5 1 网络架构4 53 5 2 架构说明4 63 6 本章小结4 7第4 章导航系统仿真及实车试验4 94 1 全局路径规划试验4 94 1 1 生成电子地图4 94 1 2 读取及执行任务描述文件5 24 2 局部路径规划仿真及试验5 34 2 1 停车制动：l = 况5 44 2 2 避让障碍物工况5 64 2 3 综合工况5 84 3 本章小结6 2第5 章全文总结6 3致谢6 6参考文献6 7个人简历在读期间发表的学术论文与研究成果6 9i v第1 章绪论第1 章绪论1 1 课题的来源与及选题意义无人驾驶汽车技术是集自动控制理论、人工智能理论、视觉计算理论、体系结构理论、程序设计技术、机构控制技术、组合导航技术、传感器技术、信息融合技术、机械设计制造技术等多种理论及技术于一体的多学科、多行业综合技术，该技术不仅有着广阔的民用市场，而且有着巨大的潜在的军用价值。首先，无人驾驶车将对车辆的运行产生重大的影响。它让人类从此摆脱操纵车辆的压力，降低了人为因素对车辆运行的不利影响，提高了车辆运行的安全性和舒适性。其次，无人驾驶车使得智能交通运输成为可能。通过与智能公路系统的结合，可以有效提高公路运输的安全性和效率。第三，无人驾驶车为国防技术的发展提供了先进的平台。应用无人驾驶车平台可以发展出更加先进、高效和安全的武器系统，为提高国家的防务能力做出贡献。第四，无人驾驶车的发展推动了相关领域基础理论的研究和高新技术的发展。可以预见，在不久的将来，无人驾驶车会越来越多地影响和改变我们的生活。2 0 0 6 年同济大学汽车学院成功研发了无人驾驶场馆车，为了将无人驾驶研究领域最新的技术和成果与同济大学清洁能源电动车技术进行融合与集成，学院进一步加大无人驾驶汽车领域的开发力度，拟在无人驾驶场馆车平台上开发更为先进的无人驾驶汽车“春晖探索”号。“春晖探索 号的功能设计指标部分参照了美国国防高级研究计划署( d a r p a ) 举办的无人驾驶汽车城市挑战赛。在最近2 0 0 7 年举行的d a r p a 城市挑战赛中，主要考核无人驾驶汽车在模拟的城市行驶环境中如何安全、有效地执行军事保障任务，要求在6 小时内完成约9 6 5 公里( 6 0 m i l e ) 的城市道路行驶。在城市挑战赛中，所有参赛车辆将实行完全的无人驾驶，参赛者除了可以发布指令让车辆进行紧急停车和重新启动外，不允许在后方进行其它任何遥控性的操作。比赛时，竞赛组委会将提供每个赛车一套紧急停车( e s t o p ) 系统，该系统共有3 个工作模式：行驶( r u n ) ，暂停( p a u s e ) 和失效( d i s a b l e ) ，以通过远程的无线电信号来控制车辆的开始参赛和紧急停车。同时，组委会还第1 章绪论将提供一套g p s 导航装置和包含道路信息的道路网络说明文件( r n d f ，r o u t en e t w o r kd e f i n i t i o nf i l e ) 以及包含需完成保障任务信息的任务数据文件( m d f ，m i s s i o nd a t af i l e ) 。参赛车辆将根据组委会提供的数字信息自动完成全部赛程。在车辆行驶过程中，主要考核无人驾驶车辆的性能为：一是基本导航性能，包括车辆的航线保持、定点停车、自动避撞、安全超车和u 转弯等性能；二是基本交通性能，包括交叉路口的通过次序、拥挤路口的排队等候、排队车辆的最小安全距离保持等；三是高级导航性能，包括自动避障、自动泊车、实时路径规划、路径跟踪和缺乏g p s 信号的自动导航功能；四是高级交通性能，包括并入交通流、交通流中的车距保持、左转弯、左转弯车距保持、紧急制动和道路部分堵塞时的交通性能等。由于原先的无人驾驶场馆车其基本功能是：( 1 ) 通过光电感应传感器沿铺在地上的道路标志线自动行驶；( 2 ) 遇到障碍物急停。d a r p a 要求的功能与之相比复杂得多，特别是对其导航功能提出了更加苛刻的要求。为了实现以上功能，必须对原来无人驾驶场馆车特别是导航系统、环境感知系统进行全新设计，本课题的研究正是在此背景下展开的。导航系统是无人驾驶汽车领域中的关键技术之一【1 1 ，导航系统的优劣对无人驾驶汽车性能有着重大影响。尽管国内外许多科研机构对无人驾驶汽车做过深入的研究，但迄今为止没有一部汽车可以完全达到与有人驾驶车辆等同的性能。其中一部分原因就是因为无人驾驶汽车导航系统还没有达到相应的要求。因此对无人驾驶汽车导航系统作深入研究不仅具有理论意义，也具有实际意义。目前无人驾驶汽车导航系统的设计方法多种多样，但没有一种方法是全能的。针对不同的控制对象和工况都对导航体统提出了不同的要求，而城市道路这一特殊环境正是对无人驾驶汽车导航系统提出了新的要求，其研究成果对无人驾驶汽车的进一步研究及实用化是有积极意义的。1 2 无人驾驶汽车及其导航系统发展现状无人驾驶车利用车载传感器感知车辆周围环境，并根据所获得的道路、车辆姿态和障碍物等信息，控制车辆的速度和转向，从而使车辆能够安全、可靠地在道路上行驶。无人驾驶车辆改变了传统的“人一车一路 闭环控制方式【2 1 ，将人置于控制2第l 章绪论回路之外，避免了人为因素对车辆行驶的不利影响，大幅提高了交通系统的效率和安全性，是未来车辆的发展方向之一。随着移动机器人技术的兴起和发展，早在2 0 世纪6 0 年代欧洲就开始研究无人驾驶汽车。世界上最早大规模地研究智能地面车辆的是欧洲的e u r e k a p r o m e t h e u s 项目，该项目于1 9 8 6 年开始，1 9 9 4 年结束。欧洲几乎所有的轿车生产厂家和大部分的著名研究院所大学都参与了这一项目。美国d a r p a 在2 0 世纪8 0 年代就提出自主地面车辆a l v ( a u t o n o m o u sl a n dv e h i c l e )计划，并研发了一辆能在校园环境中自主驾驶的8 轮车，但车速不高。美国其它一些著名的大学，如卡耐基梅隆大学、麻省理工学院等都先后于2 0 世纪8 0年代开始研究无人驾驶车辆。2 0 世纪9 0 年代早期美国积极开展了p a t h 无人驾驶项目的研究。进入2 l 世纪后，为促进无人驾驶地面车辆技术的发展，美国d a r p a 开始举办无人驾驶汽车超级挑战赛，比赛的道路既包括城市道路也包括越野路面。目前美国d a r p a 举办的超级挑战赛已吸引了众多研究院所的积极参与，并引起了世界范围内的关注。此外，德国军方也于2 0 0 6 年开始，在德国组织了每年一届的类似比赛e l r o b ( e u r o p e a nl a n dr o b o tt r i a l ) ，参赛队伍可以自由选择参与勘探与侦查、营地安全、运输工具等五个大类的比赛【3 】。目前的无人驾驶汽车以使用环境区分大致可以分为封闭道路型、越野型及普通道路型。封闭道路型无人驾驶车辆的最显著的特点是行驶线路基本固定，其技术层次相对比较低。j 下是由于其技术相对简单、可靠，这一类型无人驾驶汽车最先得到了广泛应用。最典型的例子是大型工厂里用于运输工件的无人驾驶小车，其通常只能沿着固定的线路行驶，在遇到障碍物时能实现减速或停止。用于载人的此类无人驾驶汽车也已经实用化。1 9 9 7 年，f r o g 公司在荷兰阿姆斯特丹国际机场，实现了世界上第一套无人载客系统- - p a r k s h u t t l e 系统，并进行了2 4 小时不问断的运营。2 0 0 2 年，y a m a h a 公司在荷兰园艺博览会上使用2 5 辆c y b e r c a r接送游客，6 个月时间内累计运送旅客3 0 万人次。2 0 0 5 年日本爱知世博会上，丰田公司演示了i t m s 无人驾驶公交系统。上海交通大学主持了欧盟c y b e r c 3项目，2 0 0 7 年其研制的无人驾驶汽车，在上海东方绿舟( 公园) 进行无人驾驶车辆的智能交通系统演示【4 】。这些车辆大多采用相对成熟可靠的磁钉导航或简单图像识别技术作为导航技术，主要是应用于封闭路线或特定的短途载客驳运，但由于磁导航需要预先在道路上铺设磁钉，建设成本高、灵活性相对较差。利高时速1 5 0 公晕【8 】。一汽集团公司和国防科技大学联合研制的无人驾驶红旗h q 3轿车可以以6 0 k m h 时速实现的直线行驶、转弯、刹车、避开障碍等动作。这些针对高速公路的无人驾驶系统大都采用视觉导航，并获得了很大的成功。但是，视觉系统在实际演示中仍存在一定的可靠性和鲁棒性问题，例如，目前系统都只能达到9 5 左右的正确率，产生该问题的一个主要原因是室外环境光照复杂，现有的视觉传感器无法适应环境光照的剧烈变化。另外一个很大的局限性是，现有的无人驾驶系统都采用可见光成像检测道路和障碍，因此实现夜间行驶的还很困难。所以基于高速公路的无人驾驶汽车至今也没有得到实际应用，然而此类技术延伸出的驾驶辅助技术已经在部分车辆上得到了应用。例如德国梅塞德斯奔驰公司、瑞典沃尔沃公司、意大利菲亚特公司、同本丰f f l 公司生产的部分车辆在探测到前方障碍物并可能发生碰撞时可以警告驾驶员，在紧急情况下还可辅助驾驶员制动。越野型无人驾驶汽车的通常是在没有良好道路、线路不固定的环境中使用，此类无人驾驶汽车研发通常基于军事目的。最典型的例子就是美国d a r p a 举行的前两届无人驾驶挑战赛中的比赛车辆。比赛要求参赛车辆在艰苦的沙漠环境中完成一系列假想军事任务，并在规定时间内到达终点。在2 0 0 4 年的比赛中，1 3 支参加决赛的车辆最终没有一辆能够到按时达终点。2 0 0 5 年的决赛，2 2 只队4第l 章绪论伍中也仅有5 支队伍的参赛车辆顺利到达终点。图1 12 0 0 5 年斯坦福大学获得d a r p a 举办的无人驾驶汽车超级挑战赛冠军国内开展此类无人驾驶汽车研究较早的单位是国防科技大学，其在2 0 世纪8 0 年代就开始无人驾驶技术的研究工作，已先后研制了四代无人驾驶汽车。其研制无人驾驶越野汽车能在比较复杂、颠簸的路面上行驶，还能自动识别并绕开树干、石头等路障，并能实现无人倒车功能。普通道路型无人驾驶汽车可以运行在一般的城市或乡镇道路环境中，由于其可能遇到的情况及交通信息比前两种更复杂且不确定，因此其技术难度最大。2 0 0 7 年d a r p a 举行的无人驾驶汽车城市挑战赛( u r b a nc h a l l e n g e ) 针对的就是此类汽车，参赛车辆除了要在规定时间内完成预定假想军事任务，还将面对交叉路口、密集车流、环状道路等一系列复杂的交通状况，在最后的决赛中，3 5辆参赛车辆中有11 辆顺利完成了比赛。国内的少数科研机构也已经开始了这方面的研究，并已经取得了初步的成果。同济大学汽车学院于2 0 0 6 年1 0 月开始了“春晖探索”号无人驾驶汽车项目的研发，其运行环境也是基于普通道路工况。正是由于本课题是基于“春晖探索 号无人驾驶汽车这一平台，决定了其导航系统必须适应普通道路工况，并符合汽车本身的行使特性。无人驾驶汽车全局路径舰划的规划常用方法有：迪杰斯特拉( d i j k s t r a ) 算第1 章绪论法和a 木启发式搜索算i ! 去【圳。其中d i j k s t r a 算法相对比较简单，a 木启发式搜索算法则是在迪杰斯特拉算法基础加以改进，其运行效率更高【l0 1 。鉴于第一阶段“春晖探索”号无人驾驶汽车将在校园环境中测试，其电子地图相对比较非常，所以本课题采用了d i j k s t r a 算法。无人驾驶汽车从本质上来说就是自主移动机器人。近年来，对于处理未知、变化的环境下移动机器人局部路径规划，已经提出了各种方法，包括基于模型的反应式方法，如人工势场法和沿障碍物边缘行走法，基于行为的反应式方法，如模糊逻辑控制方法、神经网络方法、栅格法和遗传算法【l l 】。局部路径规划的方法有很多，可以说各有优缺点，没有一种方法能够适用于任何场合【l2 1 。另外无人驾驶汽车作为特殊的自主移动机器人，其行驶特性又对局部路径规划方法提出了特殊要求【l 引，比如普通的汽车不仅不具备原地转向功能，而且其还受最小转弯半径的限制，此外无人驾驶汽车在实时性及可靠性方面也提出了更加苛刻的要求。因此许多局部路径算法并不适用于无人驾驶汽车，比如人工势场、遗传算法可能会陷入局部最优陷阱之中【1 4 1 。使用模糊逻辑控制方法，当障碍物数目增加时，该方法的计算量会很大，局部路径规划实时性可能会受影响。因此在综合考虑后，本课题中提出了一种相对简单的但实时性高的三次样条插值方法( 详见第3 章) ，其在实车试验中表现出较好的实时性和稳定性。1 3 研究内容及章节安排本文研究的课题是基于“春晖探索号无人驾驶车平台进行的。论文结合了国内外无人驾驶导航系统研究成果，并针对本课题实际情况提出了自己的导航系统设计方案。论文的研究成果已经应用于“春晖探索”号无人驾驶汽车平台，取得了初步成功。本文主要研究内容和章节安排如下：第一章，首先介绍了课题来源与背景，接着总结了无人驾驶汽车及其导航系统国内外研究现状。本文在综合大量国内外文献的基础上，结合项目实际需求，形成了对“春晖探索 号无人驾驶汽车导航系统研发的基本构思。同时概述了本课题的主要研究内容。第二章，首先介绍“春晖探索 号无人驾驶车的概况、运行原理。然后就无人驾驶汽车环境感知系统以及底盘系统这两个与导航系统相关的组成部分分别作了介绍。6第l 章绪论第三章是本文的重点，作为无人驾驶车的核心导航系统，可分为全局路径规划、局部路径规划和行为切换三大部分，在此章节中详细论述了导航系统各部分的设计思路及具体算法，并进一步对车载数据通讯网络做了介绍。第四章，详细介绍了导航系统的仿真及实车试验，并对试验结果作了分析研究。第五章作为全文的总结，一方面概括了本课题的研究成果，另一方面结合导航系统实车运行的具体情况，指出了本系统还存在的不足，并提出了改进意见，为今后进一步的研发提供参考。7第2 章“春晖探索”号无人驾驶汽午结构及原理第2 章“春晖探索 号无人驾驶汽车结构及原理2 1 概述本论文是以同济大学汽车学院于2 0 0 6 年开始研制的“春晖探索”号无人驾驶汽车为平台进行研发的。其假想行驶环境主要为城市道路工况。图2 1 “春晖探索”号底盘图2 2 “春晖探索”号本车以电能作为动力源，采用了太阳能与锂离子电池混合驱动的方案。无人自动驾驶车辆从根本上改变了传统的车辆控制方式，即“人车路”闭环控制方式，将不可观且不可的控驾驶员从该闭环系统中去除。传统人车路闭环系统工作情况如图2 3 所示：接受图2 3 人一车一环境闭环驾驶员在驾驶车辆的过程中，通过眼睛观察道路环境，在大脑处理环境信息后，指导手和脚操纵车辆，完成合理的驾驶行为。同样，为了实现无人驾驶，就需要设计相应的系统，来承担驾驶员的眼睛、大脑和手脚所担负的作用。本控制系统三大系。其中环境感知系统计算机采用了2 台通用笔记本，分别负责图象处理和激光、超声波雷达数据处理；导航系统计算机采用了i 台通用笔记本电脑；底盘控制系统采用了d s p a c e 公司的m i c r o a u t o b o x 作为控制器。三大系统之间通过车载局域网及c a n 总线组成数据通信网络。c a n b u 底盘系统一t圈囤车身图2 5 各系统硬件组成9罨一号詈罢忑罕薹譬孚嘲图2 6 各系统间数据传输l o第2 章“春晖探索”号无人驾驶汽下结构及原理2 基本性能参数( 1 ) 尺寸参数：长x 宽x 高= 4 1 0 0 m mx1 5 0 0 m m x1 7 5 0 m m( 2 ) 轴距：2 3 3 0 m m( 3 ) 最高车速：5 0 k m h( 4 ) 无人驾驶试验车速：1 0 k m h( 5 ) 质量参数：整备质量6 0 0 k g ，装载质量4 0 0 k g( 6 ) 纯电池供电模式续驶里程：) 8 0 k m( 7 ) 视频检测范围：4 m 2 0 m( 8 ) 激光避障检测范围：车前方长x 宽= 3 0 m x 4 m 的矩形( 根据路况调整)( 9 ) 视频道路线检测准确率：9 0 ( 1 0 ) 停止线检测准确率：9 5 ( 1 1 ) 人行道检测准确率：9 0 2 3 已实现功能( 1 ) 道路线识别和沿道路线行驶；( 2 ) 跟随前方移动物体；( 3 ) 避让障碍物；( 4 ) 停车线识别和减速停车：( 5 ) 路口左右转弯；( 6 ) g p s 单独引导车辆行驶；( 7 ) g p s 最优路径搜索；注：以上功能为在同济人学嘉定校区校剜环境中实测功能。2 4 与导航系统相关系统的介绍2 4 1 环境感知系统l 、环境感知系统概述第2 章“春晖探索”号无人列驶汽印结构及原理环境感知系统是无人驾驶车的“眼睛”，通过不同的传感器来获取当前交通环境信息，感知整个导航驾驶周边，对于交通场景进行识别和理解。本车环境感知系统设计为融合了视觉导航信息、激光扫描仪、超声波雷达等传感器感知信息的全方位高速分布式信息数据处理系统，通过不同的传感器来获取当前交通坏境信息，感知整个导航驾驶周边，对于交通场景进行识别和理解，实现全域环境信息的协同和无缝感知，实时提供全区域的态势图像，并为移动节点提供定位和导航信息。该系统完成了车辆导航中的道路环境识别、障碍物检测、车辆和环境参数和其他交通参数的获取，最终将感知信息融合交由控制系统和规划模块，对当前车辆的行驶行为进行调整和控制，达到无人驾驶的目的。该系统具备实时鲁棒地提取道路标志线、准确地检测障碍物和目标跟踪框架、高速完整地融合信息和数据传输、直观全面地识别和理解环境信息。2 、环境感知系统设计方案和工作原理环境感知的主要目的是对于能够完整并且准确的理解车辆当前行驶的环境周边，因此系统识别理解能力的完整性和准确性是最需要优先考虑的。传感器是环境感知系统必不可少的组成部分。对于障碍物的识别通常会使用雷达传感器，获取距离和位置信息；也可以使用视频，通过数字视频处理技术，结合模式识别，立体视觉等对于障碍进行分类，检测和测距。对于道路标志线的识别通常会考虑视频技术，也可以通过路面铺设磁线圈或其它磁感应器等来达到目的。表2 1 对各种传感器的适用范围和性能进行了比较。表2 1 传感器性能比较传感器障碍物；测距道路标志线性能一激光扫描传感器遇不可障碍物岁- i i i 准确，精度高超声波雷达近不可障碍物岁- i i i 准确，精度高摄像头运算量人适用适h j 范同广gps宏观感知不可提供全局路径规划信号磁感线圈等不可应用复杂，需破坏路面实验环境使川较宜环境感知子系统需要有效地采集车体周围的障碍物，地面标志等信息。由表2 1 可以看出，在障碍物的判别方面超声波雷达和激光雷达等传感器具备更明显的优势，而通过视频来检测道路标志线更为可靠和高效。因此考虑融合各种传感器的信息，搭建环境感知系统，主要包括以下模块：主模块、激光模块、雷1 2第2 章“春晖探索”号无人驾驶汽印结构及原理模块、视频模块。环境信息由安装于车上的激光雷达、超声波雷达和视频三传感器侦测，其中激光雷达负责远距离( 3 m 以上) 障碍物探测，生成激光雷障碍物地图；超声波雷达负责近距离( 3 m 以下) 障碍物探测，生成超声波雷障碍物地图；视频传感器( 摄像头) 一方面用于道路标志线识别和跟踪，并成视觉道路标志线图，另外一方面提供位置感知信息，补足g p s 微观上的缺，此外还可以对于激光和雷达不能测到的障碍物进行弥补识别。因此从功能的角度讲，我们设计的环境感知系统分为四个模块：( 1 ) 信息综合处理模块( 2 ) 激光模块( 3 ) 雷达模块( 4 ) 视频模块环境信息由安装于车上的激光雷达、超声波雷达和摄像头三种传感器侦测，中激光雷达负责远距离( 3 m 以上) 障碍物探测，超声波雷达负责近距离( 3 m下) 障碍物探测，摄像头负责识别车道线及其类型。通过上述模块采集车体周围的障碍物，地面标志等信息，进一步进行识别和理解。图2 7 为环境感知传感器感知范围示意图。2 7 环境感知传感器布置示意图2 台激光雷达安装于车身前后，6 台超声波雷达安装于车身四周，l 台摄像头安装于车身前部顶端以便于探测更远的距离。三个环境感知模块各自提供相应的交通场景环境数据，最后信息综合处理主模块通过信息融合技术将三个环第2 章“春晖探索”号无人弼驶汽印结构及原理境模块的感知数据完全融合在同一坐标系内，建立以车体后轴为原点3 6 0 。环境地图。由于环境感知涉及大量传感器和数值计算，本系统采用了2 台笔记本电脑协同工作，以加快数据处理速度，提高实时性。各个主机得到环境传感器采集的数据之后，将数据按照规定的格式进行数据传输和通讯，信息处理主模块的主线程监控各类接收队列中的数据，并把它们融合成需要的地图形式，使之成为导航所需要的环境地图。环境感知系统整体的框架搭建如下：每个模块分别将感知得到的数据加上当前的时间同步信号，汇成传感器当前帧的环境地图，通过数据发布系统传输给网络，最后的主模块将各个部分的数据汇总成最终的环境感知地图。具体示意图如图2 8 。图2 8 环境感知系统整体的框架3 、视频模块视觉感知系统不仅突破了传统宏观监控导航系统( 如g p s ) 盲点多，精度差的局限性，并且利用视频直观和灵活等特点为无人驾驶系统提供直观的图像和视频感知信息数据，系统通过数字视频处理，分析和识别采集的环境视频数据，理解得到当前的交通场景概况，让车辆更加智能、更加安全。在车辆视觉感知系统中，感知系统的道路检测算法和目标检测算法能否正确实时地检测到道路和障碍物对汽车的安全行驶至关重要。障碍物( 主要是道路中的车辆) 的大小以及在车道中的位置和与本车的距离信息是系统中决定汽车行驶行为的重要依据。最终可以将以上信息融合交由控制系统和规划模块，对当前车辆的行驶行为进行调整和控制，起到辅助驾驶的作用。图2 9 为视频识别效果图。1 4第2 章“春晖探索”号无人列驶汽下结构及原理实时道路标志篙蒯巨离蠢鬈錾志麦d 薹 - 1 嚣图像位置和距离线位置位置1 1图2 9 视频时被效果图系统的主要技术参数如下所示：( 1 ) 硬件指标笔记本电脑c p u2 g h z ，2 g b 内存；视频模拟信号光纤输入( p a l 制式或n t f s 制式) ：视频分辨率3 2 0 * 2 4 0 ；图像采集卡采样率 ，2 5 f p s 。( 2 ) 软件指标道路标志线提取准确率9 0 ；道路标志线跟踪实时性1 2 审s ；停止线检测准确率9 5 。环境感知系统所要达到的目的是：道路环境的识别和理解，提取道路环境信息：包括实时检测和跟踪标志线的位置，获取路面和车道的宽度，曲率，转弯半径等；驾驶车辆信息的提取，包括自车的位置、姿态信息，速度等运动参数；获取环境障碍物信息，包括前后方车辆以及其他可能的障碍物；摄像机标定，即像和视频信息坐标和真实世界坐标之间的互相转换。通过对大量试验本车环境感知系统具有较强的适应性。图2 1 0 所示为在各第2 章“春晖探索”号无人驾驶汽乍结构及原理种不同环境中道路标识线提取的情况。一一一一k 二二蠢匕0 2 蓥已二匕二盘阀一一臣幽包幺进出竺基基一一一一图2 1 0 各种不同环境中道路标识线提取4 、激光和超声波雷达模块激光和超声波雷达主要用于障碍物检测。其中激光雷达负责远距离( 3 m 以上) 障碍物探测，超声波雷达负责近距离( 3 m 以下) 障碍物探测，在水平方向进行一维扫描的激光雷达已基本上可以满足公路上行驶车体障碍物检测的需要。该系统对于汽车的最大探测距离为8 0 r e ( 实际目标是车辆后部的反射镜) ，对人的探测距离为3 4 5 5 m ，基本上可以满足实际需要。超声波雷达系统结构简单、廉价，但由于声波在空气中传播速度慢、衰减快，只能用于检测l o 米以内的障碍物，在“春晖探索号 无人驾驶汽车里主要用于汽车的两侧、后侧近距离障碍物探测，并服务于紧急停车或自动倒车系统。在本设计中其作为激光雷达的补充，探测距离为距车3 米之内。其探测原理为：检测从超声波发射器发出的超声波( 假设传播介质为气体) ，经气体介质的传播到接收器的时间，即往返时间。往返时间与气体介质中的声速相乘，就是声波传输的距离。而所测距离是声波传输距离的一半。超声波雷达采用了b a n n e r 公司的u g a t eq t 5 0 u 型号，理论测试范围5 m ( 为提高精度实际采用3 m ) ，实现近距离障碍物的检测，增强障碍物检测的1 6第2 章“春晖探索”号无人驾驶汽乍结构及原理可靠性。每路超声波雷达产生跟障碍物距离成线性关系的模拟信号，计算机通过数据采集卡读取这些距离信号。该部分模块细分为数据采集、时间戳模块、去噪声、数据合并、地图生成六个模块。激光雷达采用s i c k 公司的l m s 2 9 1 - - s 0 5 型号，车前车后各安装激光雷达，都配置成1 8 0 。扫描，感知大范围内的障碍物信息( 激光雷达波束较细，但扫描半径大) ，通过串口与主机进行数据交互。图2 1 1 为激光和雷达传感器配置图。图2 1 2 为激光检测数据用户界面。超声波雷达回圈达西图2 1 l 激光和超声波雷达配置1 7第2 章“春晖探索”号无人驾驶汽乍结构及原理翻- c 枷- 3n m wc _ _ c 卜一国睫田国圉曰图2 1 2 激光雷达障碍物检测用户界面5 、感知数据传输和融合模块本系统的传感器数据传输采用了多主机协同工作，以加快数据处理速度，实现网络化的多传感器信息交互和处理。为了在不同主机之间进行数据传输和通讯，每个子模块都包含数据收发和侦听线程。以激光模块为例，侦听线程负责图2 1 3 数据通信和信息融合示意图絮第2 章“春晖探索”号无人驾驶汽下结构及原理侦听主模块发来的连接，与主模块建立连接后，激光模块将采集到的激光数据整理成规定的格式，通过数据收发线程发送出去。主模块的数据收发线程接收到后，即把数据丢到激光接收队列中。主模块的主线程监控各类接收队列中的数据，并把它们融合成需要的地图形式。信息融合是将所接受的各个环境传感器的数据进行信息整合，融合成事先设定的数据格式，使之成为导航的数据地图。激光雷达地图( l a s e rm a p ) 和超声波雷达地图( r a d a rm a p ) 均以极坐标形式给出，坐标原点为车辆后轴中点，0 0 方向为俯视下的车右手方向，即车辆行驶方向为9 0 。方向。通常一张障碍物地图( o b s t a c l em a p ) 包括7 2 0 个数据，即每0 5 。一个数据，用来表示该方向上的最近物体离车中心的直线距离。如果没有障碍物，就设置成最大探测距离( m a xd i s t ) 。所有的数据都统一到同一个坐标系中，统- n 同一张障碍物地图中。腻雠徽黻圈爿信息融合过程：图2 1 4 信息帧融合示意图1 9噪声的影响，然后对每一张图中的障碍物距离进行比较。按角度顺序进行搜索，若某地图中当前角度上没有障碍物，则不考虑该图，取出所有地图中最近的障碍物距离，把距离记录进障碍物地图中对应角度的数据中。搜索完成时障碍物地图中记录了相应的7 2 0 个距离信息。加上视频模块道路信息数据，得到最终的环境地图。2 4 2 底盘控制系统无人驾驶电动汽车底盘控制系统主要由传感器系统、控制系统和执行机构等组成。传感器系统主要由启停系统和遥控系统等组成；控制系统主要由d s p a c e公司的m i 伽o a u t o b o x 控制器组成；执行机构主要由轮毂电机、线控转向和液压制动等系统组成。第2 章“春晖探索”号无人驾驶汽乍结构及原理图2 1 5 无人驾驶电动汽车底盘控制系统组成1 、系统主程序根据功能设计，车辆共有遥控行驶和无人行驶等两种行驶模式，具体可分为遥控、启停和无人行驶等三种工况。各种工况的优先级设计为：遥控 启停 无人驾驶，系统程序执行的响应时间为2 m s 。旺dny一怔圈卜一-小一圃一图2 1 6 主程序流程2 l2第2 章“春晖探索”号无人驾驶汽午结构及原理2 、线控转向系统线控转向无论在安全性、舒适性、稳定性和灵敏性方面都优于传统的机械连接的转向系统，因此，本项目选用线控转向系统作为本车的转向系统。系统的控制原理如图2 1 7 所示。控制算法采用的是经典的p i d 控制【1 5 】。图2 1 7 线控转向系统的控制原理图2 1 8 线控转向系统硬件该无人驾驶场馆车线控转向系统硬件由传感器、控制器和执行机构等组成。传感器主要包括一个转角传感器和增量式光电编码器( 双传感器组合使用) ，控制器为m i c r o a u t o b o x ，执行机构包括电机驱动器、转向电机、齿轮齿条转向器等部件。3 、电机驱动系统第2 章“春晖探索”号无人弼驶汽车结构及原理本车采用的是轮毂电机驱动系统，该系统用于实现驱动、电制动及防滑功能，使汽车能按照指定的速度行驶且不打滑，并能保证与某一目标( 如停车线) 保持相应的距离。根据无人驾驶汽车的性能需求，需对轮毂电机驱动系统进行速度闭环、位置闭环及防滑控制【1 6 】。轮边驱动系统组成如图2 1 9 所示。指主控i c r o a u t o b o xm i c r o a u t o b o xi7i 电机控制器速度指令位置信号c a n车轮转速lio光电编码器轮毂电机( 车轮) - - _ - - - _ _ _ _ _ _ _ _ - _ _ - - _ - _ _ - _ - _ _ _ _ _ 图2 1 9 轮边驱动系统组成图轮毂电机系统的控制原理如图2 2 0 所示。佃：互告一纠控制算法p 刮电机控制器p 刮轮毂电机p 瞪- 。，- 速度+ 7 )图2 2 0 轮毂电机控制原理图图2 2 l 为控制算法示意图，它描述了轮毂电机系统控制算法的流程。( 圃怔圃堡岭图2 2 1 轮毂电机系统控制算法位置闭环主要根据车辆距离目标的位置以及当时车辆的速度，计算得到此时车辆的期望速度，传给速度闭环环节。速度闭环主要通过p i d 算法实现。两者通过导航指令进行选择。防滑控制是轮毂电机系统最复杂、技术含量最高的控制模块。它基本原理就是根据车辆的运动状态合理的调节车轮上的驱制动转矩，达到控制车轮滑转滑第2 章“春晖探索”号无人驾驶汽下结构及原理移程度的目的。保证了汽车在各种路面条件下能够最充分地利用地面附着力，使汽车安全、可靠、高效地行驶。研究主要包括如下几个步骤：1 建立单轮车辆模型；2 防滑模糊控制算法的开发及仿真；3 单轮车辆防滑控制台架模拟试验4 整车模型防滑控制仿真；5 实车驱动防滑试验。大量的研究表明发现可以把牵引力对车轮驱动力导数峨e f 以及e ( d f , e f t ) l e t 作为判断是否发生滑转的条件，且判断条件如下【1 7 】：要 0 ，_ e ( d f , d f ) 0 ，稳定状态，趋向更加稳定；孕 o ，d ( d f d e f ) ：0 ，稳定状态，趋向滑转；珉7d t粤拿 0 ，e ( d g d f d d v + c “w ) ，令d w = d v + c “w )其中c “w ) 为从顶点v 到顶点w 的权值。在本导航系统中，使用以顶点d v值为关键值的最小值优先队列q 来完成对具有最小路径估计权值顶点的选择。d i j k s 昀算法的流程如下【2 8 】：d 独s 叫gs )算法输入：有向图g 、源顶点sli n i t i a l i z e ( g , s )算法初始化2s 1 2 i初始化s 为空集3q v g 】有向图g 所有顶点放入队列q4w h i l eq 1 2 lq 为空集时，算法结束5d ov p o p m i n ( q )取出队列中具有最小路径估计权值的顶点6s su v )将该顶点加入集合s7f o re a c hv e r t e xw a d j a c e n t v 】遍历该顶点的所有邻接顶点8d om o d i f y ( w )修改邻接顶点w 的d w 值第3 章无人列驶汽下导航系统设计忙图3 6d i j k s t r a 算法的执行过程66图3 6 为d i j k s t r a 算法执行过程示例图。我们需要找出从源顶点s 到该图上所有其他顶点的最短路径和最短路径值。顶点圆圈中的数字为最小路径估计权值，带灰色阴影的边指明了到达每个顶点最短路径上的前驱顶点，黑色的顶点为从源顶点s 到集合中顶点的最短路径权值已经被确定的顶点，即在集合s 中的顶点，白色顶点为在最小值优先队列q = v s 中的顶点。( a ) 算法初始，设置除源顶点d s = 0 ，其他顶点的d v 为无穷大，p v 为未知，如图3 6 ( a ) 所示：( b ) 此时集合s 为空，在q = v s 中弹出具有最小路径估计权值d s = 0 的源顶点s ，将其加入集合s ，同时遍历它的邻接点y 、t ，修改d y 、d y 、p y 、p t如图3 6 ( b ) 所示；( c ) 在q = v - s 中弹出具有最小路径估计权值d y = 5 的顶点y ，将其加入集合s ，同时遍历它的邻接点t 、x 、z ，修改这些顶点的数据，如图3 6 ( c ) 所示；( d ) ( d 迭代地执行步骤( c ) 的算法，每执行一次，集合s 中便增加一个顶点，直n i v i ( 有向图上的顶点个数) 次以后，v = s ，q = v s = 1 2 i ，算法结束在图3 6 ( 0 的状态。根据图3 6 ( 0 中每个顶点的最终d v 、p v 数值，路径规划模块能够获知从源顶点s ( 对于路径规划模块来说，源顶点s 为定位模块确定当前车辆前方j 下确的目标路点) 到邻接图g = ( v a ) ) 上任意顶点v 的最短路径以及这条路径上顺序经过的所有顶点。这时导航系统软件根据r d f 文件中的路点数据，生成一个包第3 章无人驾驶汽乍导航系统设计含从起点到终点的最短路径上所要顺序经过的所有路点的序列。由于车辆的行驶任务很有可能不是单一终点，而是需要经过多个中间目的地的，所以遇到这种行车任