第二代微车的协调控制和测试平台传感策略有英文原文--中英文翻译

第二代微车的协调控制和测试平台传感策略摘要：本文介绍了第二代经济合作控制实验平台C. H. Hsieh等人PROC.Am。会议在2006年。原来的汽车通过提高车辆与主板上的范围进行检测，有限的电路板计算，无线通信，同时保持经济上的可行性.tankbased平台，采用了灵活的毛毛虫带驱动器和相同的模块化传感和通信组件。我们运算后验证，最近提出的合作转向展示出实际使用的测试平台涉及避障。介绍计算机仿真，作为一种工具来验证合作控制算法的准确度一样好模型反映了现实世界中的参数。一个真正的汽车测试平台是向前迈出的重要一步，以验证算法效益。作为在自主多辆的利益运动持续上升，作为一个宝贵的测试平台仍然学习工具观察理论在现实世界中行动。同时满足节省成本和空间的限制去按照1:1比例多辆测试平台是不切实际的。即使有一个按比例缩小的方法，许多测试平台涉及10-50CM大小车辆在室内环境中不能机动。为此，一小型化，经济的微型车测试平台开发中，在一个集成系统中，使用1/64大小的车辆架空相机定位和板运动规划。该平台展示了一个多功能的可能性合作测试平台领域具有成本效益的设计（所有的材料和计算成本小于4,000元）。本文描述这个二代的设施，其中有第二代许多新的功能，同时维护的总体成本和原来的设计规模。第一代车辆基于一个microsizer的汽车底盘，它具有三个离散转向状态，单速，无板加工，一个缓慢的双向无线通信速率（13HZ）。该第二代车辆在30Hz双向沟通并具备板上处理和船上的范围进行检测。两种不同的底盘设计来实现，一个基于的基础上的罐体上车平台和一个第二一只毛毛虫式驱动器，允许一个可以忽略不计的转折点半径。硬件分为多个子模块，可以用来缓解未来的扩展和升级。更新相机定位软件可以更好的对上面的跟踪。该路径规划软件离板根据不同的应用。在本文中我们演示应用程序利用动态协调14法律和累积和算法控制障碍检测19的启发。所有的运动规划板和单板计算机只用于架空相机信息通信从车辆的传感器数据。我们的新的地面车辆2-11类似的功能，同时保持以每辆车160元的顺序，一个子palmsized上的材料成本底盘。一个口袋大小的发射器连接到一台笔记本电脑通过串行电缆，从而使得整个平台便携。在某些情况下，我们也有兴趣在实时障碍物检测板上的红外传感器发挥了的作用。位置跟踪系统更新率和准确性得到改善。本文的结构如下。第II部分中，我们提出了整个系统的结构，跟踪系统，车辆硬件，局部运动控制和物理模型。第节数学模型的运动车辆。第节介绍了一套不同的任务转向控制法。第节介绍了实施控制法律的任务圆以下，分裂和合并的一组，点对点运动的一组动态避障。多微车实验平台A车辆平台图1为平台的系统图图1 实验平台的系统图图2 （左）轮式车和（右）履带坦克车图3轮式车车载系统的示意图。履带坦克车系统原理图与上述相同，除了它具有另外的电机代替伺服B.车辆信息我们设计了两辆车：一辆汽车和一辆坦克。汽车用了ZipZaps微型遥控特别版轿车，它有21,500 RPM的电机和12:1传动装置。它在向前或向后的方向都有后轮驱动。它使用一个电位转向转向控制器提供反馈到测量仪，该测量仪。该坦克用了Ecoman R / C微型坦克，它有96:1传动比率，有爬上38 坡的能力。它有两个电机，一个控制左带，另一个控制右带。他们的电子系统的基础结构是相同的（参见图3） 。为了便于安装和灵活性，车辆有四个主要的硬件模块，处理H桥电路板（ Megabitty ），一个上层电路板，一个底层甲板和车辆底盘。相互通过螺钉和/或套筒标签（参见图2）连接。这种配置允许未来的扩展和升级。如果需要变成不同的机箱或不同的车辆，只需更换下层装甲。此外，通过更换Megabitty还可以提高处理能力。表I显示与1中的第一代汽车相比，新的车辆的物理尺寸。需要注意的是车辆配备远距离红外传感器比之前长了1cm并重了2g。表1 车辆的物理尺寸 图4 （左）无线通讯模块。 （右）定位标签样品C.车辆硬件处理板。我们使用预组装的处理器板从J 的Megabitty。它具有8位RISC AVR 16MHz的微处理器和两路500mA额定H桥。该模块是略作修改，以适应整体的硬件结构。此板坐在上层装甲上，并通过无线模块连接到一个3.3V至5V电平转换器。上层装甲上有机器人的主要组成部分，通信模块，电源模块，红外传感器和连接器。主电源存储器是一个单结构3.7V-740mAh锂聚合物电池。我们利用升压稳压器提供5V和3.3V稳压器低压降，这样可以保持稳定的通信单元和处理器模块一个8V电源轨。下层装甲。通过板紧螺丝紧固在机箱上。它承受安装底盘和上层之间的力。它还为插入的锂聚电池以及开关提供了空间。红外传感器是接近型GP 2Y0A02YK和夏普的GP 2Y0A21 YK。它们的范围分别为20到150厘米， 10至80厘米。如果一个对象进入其有效范围，输出电压为高。手动校准传感器和细节在12中进行了讨论。无线通信模块。为了帮助开发成本，我们选择了预组装Radiotronix提供Wi.232 DTS收发模块 13 作为微控制器和站之间的无线桥接。模块成本27美元，尺寸为2cm 2.5厘米，额定电流为16mA 。作为低功耗UART天线串行接口，该模块可以很容易地与Megabitty和跟踪计算机集成。该模块工作在902- 928MHz的ISM频段，具有独立的通道来传输和接收，从而让我们实现了全双工系统的灵活性。在图4中示出的无线通信模块。当前的设置，我们就实现了最大数据速率为57.6千比特/秒，这是足够30Hz的定位更新。D.软件架构软件体系结构包括一个低的电平控制层和用户应用层。控制层由四部分组成：一个任务调度器，一个基本的运动（转向和速度）控制器，传感器测量采集和通信。应用软件可访问控制层，改变车辆运动，沟通与跟踪系统，检索范围的传感器数据。调度器。一个简单的任务调度器调节转向的更新速率，电机驱动控制，以及传感器读数。在启动时，每个任务注册调度优先级，更新率，以及一个回调函数。由于调度程序的主要用途是更新的各种本地控制系统，没有任务允许运行时间超过一毫秒的调度器的分辨率。计划任务不能执行任何阻塞调用，如果该任务正在等待更多的资源，需要重新安排自己以后再次运行。计划任务通过优先解决冲突，如果两个任务具有相同的优先级，将按初始登记的顺序执行。一个用户可以预定任务，但它具有最低的优先级，可以被任何控制器任务抢占，以确保车辆正确的操作。车载基本运动软件。转向速电机由两个脉冲宽度调制（PWM）通道，通过两个H桥控制。控制电机速度简单地通过改变脉冲宽度控制，而方向盘控制需要任务调度中的闭环反馈控制。电位器的模拟 - 数字转换器（ADC ）的模拟电压馈送微处理器。任务调度允许ADC的调用为其他的工作释放处理时间，同时等待完成转换。返回的ADC值送入经典的比例微分控制器工作在250Hz。转向角有51，最左边为50，中心为25和右侧为0，精确度为1。25偏移的建立时间是0.18秒。图5示出转向控制器的性能。坦克的基本运动软件。坦克独立地驱动两个皮带，导致在向前和向后移动中可以任意半径的转弯。在实践中，我们发现可以简单以直线运动或转弯构建路径。状态机是负责两个演习的执行顺序。速度和航向为输入参数。我们假设方向的优先级比速度的更高。完整的运动状态序列如表二中所述。直线和转弯机动依靠航向角反馈跟踪系统。我们用一个简单的比例微分反馈控制计划使坦克在稳定的方向上前进。注意，左侧和右侧的驱动程序是不相同的，一些电气和机械的差异存在。一个比例闭环控制器改变左，右驱动强度，以保持直线运动。红外传感器测量采集。红外传感器采用另一个ADC通道，以提供的瞬时数字化测量。执行率在任务调度时被指定，通常在为25Hz 。各种过滤器可以编码，以适应应用需求。对于本文中所描述的应用程序中，我们实现了一个障碍物检测（见下文）的累积求和算法。另一个应用程序，动态可见性12，使用一个ENO计划范围传感器所获得的空间点云数据处理方法。通信软件。车辆的跟踪数据堆叠在一起，并通过串行端口作为一个包发送。跟踪数据的接收是中断驱动。接收整个包时，车辆可以提取其自己的和其他车辆的跟踪信息。我们利用Windows API来跟踪计算机上的串行端口接口。E.跟踪系统车辆的跟踪通过对两个开销相机的图像分析完成。物理设置与1中相同。辨识汽车使用的标记被放大了15，标记的位已被从线条更改为方格以免误认。图4 （右）显示了一个新型车辆的标签图案示例。此外，跟踪算法的性能通过阈值处理，分辨那些由汽车标签形成的图像的轮廓，得到增强。具体而言，建立一个边界矩形使得它封闭了一个轮廓，而不必与图像平行，而不是围绕每一轮廓建立最小面积的矩形（矩形的两面平行于图像平面）。由此，可以限制矩形的长度和宽度，而不是它的面积，前者提供了更具有识别力的判别过程。修订后的视频跟踪算法达到最大航向误差3 ，而老算法最大的误差为9 ，而且还保持平均为1个像素的位置误差。此外，如果没有噪声或闭塞（即用于清洁图像输入文件）的存在下，车辆被误判的概率降低。图6 。开环测试车辆的运动规律（1-2） 。星星代表在测试平台上的汽车的运动，而圆点代表一个计算机模拟的议案III 。车辆运动模型A. 简单的汽车模型以下方程组，改编自1 ，汽车运动的模型其中x和y均代表实验室参考系中的车辆的位置坐标，v为车速（正，如果前进和倒退如果负） ， 表示车辆的角度标题中，M是车辆质量，F为在车辆的最大驱动力，是与地面的摩擦系数。参数LCAR是汽车的长度。输入控制参数Q1 -255 ，255 对应的实力油门， 255 -255是全面落后，全面推进， q1max = | Q1 | 。该参数Q2 0，50 表示的51种可能的车轮的转向角。图6比较车辆运动的计算机仿真测试平台上的物理实现的命令。在这里， F = 631.8 M cm/sec2 whereM是车辆质量。 LCAR是从前轮后轮和 = 3.0米/秒的长度。B.差分驱动器模型我们适应模型18 为坦克制定一阶系统：L和r是左，右履带的角速度（弧度/秒）， r是与坦克带具有相同的履带周长的圆的半径， Ltank是坦克的宽度减去一条履带的宽度。实践中，我们只有当dx / dt = dy / dt = 0时限制坦克的议案的d / dt 0。考虑这个限制：|L| = 3.3357c/255 - 0.9656 ，其中： C 0 ，160 是左侧皮带的控制参数。逆时针旋转时， L = - | L | = - R 。顺时针旋转时R = - | R | = - L 。当向前（向后） ， L = | L | = R 。四。合作转向控制法A.基本理论我们考虑最近一次的Frenet - Serret基于帧合作转向控制算法中存在的障碍，由于摩根和施瓦茨14，来源于Justh和 Krishnaprasad原创作品的灵感15 。微曲线Z（ S） IR2弧长参数化描述的车辆的运动。设x表示从车辆的位置，在切线向量dz/ds方向的和y=x相对于x的正方向。每个车辆的运动模拟其中k是该车辆指数。车辆以单位速度移动和第k个车辆路径的曲率为标量uk。控制律通过动态改变英国创建车辆两两之间的相互作用指定。定uk=,其中有， = (|r|), = (|r|), = (|r|)是制定函数式子使车辆垂直于他们的共同的基准线。隐函数f（|rjk|）调节车辆车辆之间的间距，式子xj YK使车辆转到一个共同的方向。这种控制法需要的位置信息内的其他代理（如下文所述）的邻域。局部耦合和领导跟随的控制法本地连接表现为限制每辆车的车辆周围，附近的可视距离范围。任何两个车辆内指定的彼此的距离以确保群集。本地连接控制律为：其中ujk同（7），并有由于代理这样的局部耦合有利于大量的通信步骤的可扩展性。一个指定的领导者车辆驾驶一群在一个特定的方向。其余的车辆（追随者车辆）遵循相应的，通过使用本地耦合控制法，追随者和领导的车辆之间具有较强的的耦合。其中LC是一个领导者的耦合常数，l （k）是第k车辆最接近的领导车辆的索引。领导者车辆的控制律依赖于特定的应用。（12）UGK是全球控制律和UL k是局部控制法。如果有m个领导车辆， n m跟随代理同伦的控制法为其中UJK在方程（7）中已经给出。LC 1是一个反映领袖对追随者吸引强烈的耦合常数。领导代理同伦控制规律如下：当存在一个以上的领导，本地连接可以利用分开成两个子群群，作为领导车辆驱动器在不同的方向和跟随车辆按照其各自的最接近的领导。下一节在测试平台上证明了这样一个例子。D. 求目标要靠近一个指定的目标，第k车辆使用其中， rk为从第k个代理的位置到目标矢量，是加权常数。只有第一项涉及的车辆之间的相互作用，以避免碰撞。第二项指示每辆车走向目标。这种控制法不保证蜂拥，但如果代理商开始在群取向，它很可能是他们呆在一起。E.避免屏障考虑一个固定凸对象在平面中，这是指由一组m个点的双向 IR2的外部。平均势垒的方向矢量的计算方法为其中，c （ ）是零以外的指定半径的切断功能的一个步骤。避免屏障的控制律，然后将式子x代入控制规律（10）。这个长期定位车辆垂直于VK，这个标志引导车辆远离平均势垒方向。五，执行在本节中，基于上述控制规律，我们考虑了几种路径规划战略。至目前为止仍未有许多已发表的实验研究，使用这一类的控制律。我们提到一篇相关的论文16 ，实现了一个基于曲率转向墙壁边界控制律，并演示了一个单一的代理。配套文件17我们开发了控制律运动伪装使用我们的新测试平台的框架15 实施。在下面的例子中，我们考虑两种单代理和多智能体任务，包括那些依靠的范围内传感器来确定回避的障碍。转向角要描述uk与汽车的期望转向角k的曲率控制 ，我们使用公式 = LCAR /tan K 18 ，其中是汽车的转弯半径。因此，一辆汽车的转向角可以计算为：LCAR测量到4厘米。转向规律假定汽车拥有单位速度，因此，我们扩展LCAR根据实际车速。基本圈跟踪的实现这个例子是在实验台上围绕一个特定点半径已知的远的汽车。我们使用两辆车的模型，在该模型中，一辆车固定在圆的中心。我们设定 = 0， = = 1时，r0等于圆的半径r且| R |等于从汽车到圆心的距离。基本控制法变成：其中，r = R2 -R1的汽车之间的距离。图7给出了基本圆跟踪控制规律在测试台上的实现。同一个汽车随R的变化有如下三个不同的圆形路径序列，达到一个特定的方向。同伦控制法的实现由于测试平台的物理尺寸的限制，上面所讨论的同伦控制律修改的序列的三个阶段。在第一阶段，指定两个领导，转向程序uleader K（ = 0） 在精简通用控制方程（7）后得到的控制法方程（14）给出的。定期的全球控制的法律，在这种情况下只包括领导人。依照控制规律（13）中的ufollower K（ = 0）定义四个追随者。在第二阶段，领导切换到uleader k （ = 1 ）图7。同一辆汽车的路径轨迹（实线），依次是同心圆（虚线）的半径为65.5厘米， 41.7厘米，28.3厘米时的轨迹。其中， SK是一个明确的非交互式控制法，使领导彼此远离。控制律的追随保持不变，两个独立的领导人的带领下蜂拥造成传播。在第3阶段，全局控制法方程（7）领导人之间的恢复，造成两群合并一起回来。注意控制律（ 7）没有定义群的方向，方向是任意的，组重新合并的结果可能会导致在合并后的总方向不同，如图8所示的两个实验。D. 目标追求的实施，动态障碍检测和避免我们结合目标寻求IV- D ，避免垒 IV -E和累积和算法19 障碍物检测动态生成路径。一个（ W23 L6 H13）厘米的盒子沿朝着一个共同的目标运动的四辆汽车的路径放置。所有的汽车有盒子的尺寸和方向的先验知识，但它的位置不知道。盒子的最宽的表面垂直于汽车的初始方向。我们指定两个前车作为观察员。他们用车上远距离红外线传感器估计盒位置。一旦定位障碍物，数据被发送到计算站，产生一个虚拟屏障。此信息被分配到所有四个汽车。虚拟屏障的结构如下：pi为第i个观察者检测到的障碍物上的点。接着靠着群在（ P1 + P2） / 2的位置，根据壁障侧面的中心构造一个长（2Lobstacle- |P1 - P2 |）、宽2Wobstacle的矩形。由于我们只有两个措施障碍物的距离，通过扩展障碍，以确保避免碰撞。当车以一定距离通过从障碍时，减少阻挡项的权重，以避免经过障碍物后路径交叉和车的碰撞。图9示出的执行情况的运动轨迹和快照。图8 前四个图像为测试平台中六辆汽车执行V-C部分中所述方案的时间序列数据。中间图为轨迹。圆点为领导位置；三角点为追随者的位置。下面的图为第二个实验中，一个跟随上层领导和三个跟随下层的领导的运动轨迹。在第二次运行时，该组在合并后的总方向是不同的，跟踪信息用像素域解释，相应的参数= 1,每一个代理的= 600，领导R0 = 50和跟随车辆的r0 = 40 ， LC = 20。累计和障碍物检测算法。随着观察者的接近障碍物，传感器读数增加背景噪声电平指示的对象的存在。图10显示了原始传感器读数一个例子。要过滤的信号，我们使用特定版本一个标准的累积和算法19 20。让Xn表示原始传感器信号在时间n级和表示没有任何障碍存在的背景噪声平均值。定义Zn= Xn - c，其中c是由于障碍物的预期变化的一小部分传感器读数。接下来，定义Wn = （0，Zn + Wn -1） 。计算值Wn中应保持在零附近，直到状态发生变化，在这一点上它上升。在图10中显示了一个示例。一旦Wn中通过一个指定的阈值（大到足以避免误报有很高的几率），表示对象被检测。使用汽车底盘，全油门的1/5 ，我们测试了不同的c值从150到400不等的累积和算法。结果在多个试验可以再现。这些价值在于密切的线性拟合，因此为了最好的效果，我们在实践中使用c = 200，。图9。目标寻求和避免障碍。前四个图显示同一个方案在不同的时间的示范快照。时间顺序为，从左上方到右下方。底部的图显示汽车汽车通过实际障碍（暗）和根据观察员的范围传感器计算的较大的虚拟屏障（亮）的轨迹。在实施中，跟踪信息用像素域解释，为寻求长期目标，相应的参数设置为 = 1, = 25, = 60，= 100。避障加权常数是85和通过屏障后从180变为到1 。六。结论图10。累积和算法在同一辆汽车接近障碍的传感器数据的应用。原始数据和累计（左上），选择不同的C时的累加和（右上），样车利用累积和传感器输出避障的路径（下）。第二代测试平台是在第一个版本的一个显着的改良 ，加入了板载处理和检测，提高通信速率，车辆多样性和可扩展性。所有的升级，同时保持原来的测试平台的低成本和微观尺度的特征来实现的。两种不同车辆平台的实用性，可以更广泛的研究，协同控制。在本文中，我们验证的几个动态多代理一些修改算法与硬件架构的协同控制的规律效力。致谢我们感谢亚历山大 夫斯基对累积和算法路径规划算法的有用的意见和戴夫摩根的建议。这项研究是支持由ARO穆里补助50363 - MA - MUR ONR授予号N000140610059 ， ARO授予号W911NF -05-1 -0112 。此外， AJ和VV支持由美国国家科学基金会的研究培训小组津贴DMS - 0601395参考文献1 C.H.Hsieh ， Y.庄， Y.黄， K. K.Leung ， A.L.Bertozzi and E.Frazzoli的，“ 经济型微车的测试平台验证协同控制策略”, 2006年美国控制的PROC 会议上，明尼苏达州明尼阿波利斯， 6月14-16日， pages1446 -1451 。2 T.涌， L.Cremean ， W.B.邓巴Z.Jin ， E.Klavins D.Moore ， A.蒂瓦里， D.vanGogh andS.Waydo ， “合作平台，协调控制多个车辆：加州理工学院的多辆无线测试平台“ ， Proc.ofthe第三次会议上的协同控制和优化， 2002年12月。3Z.Jin S.Waydo和EBWildanger M.Lammers ， H.Scholze和P. Foley和D.Held RMMurray ， “ MVWT -II ：第二加州理工学院代多功能车载无线测试平台“ ， Proc.of 2004年美国控制会议， pp.5321 -5326 ， 2004 。4E.国王， Y.桑田， M.Alighanbari ， L. Bertuccelli和J.如何，“协调和控制实验测试平台多辆” ，PROC 。国税发 2004年美国控制会议，第5315 - 53202004 5 ， R.Fierro J. Spletzer AKDas CJTaylor ， V.库马尔， JP奥斯特洛夫斯基， “合作的本地化和控制多机器人操作的” ， Proc.of 2001年智能机器人与系统， pp.631 - 636 ，2001 。6 T. W. MclainandR.W 。胡子， “无人驾驶飞行器试验床协同控制实验“， 2004年美国控制Proc.的会议上， pp.5327 -5331 ， 2003 。7 R.D 安德烈， MichaelBabish ，的“ RoboFlag测试平台 ” ，PROC的2003美国控制会议 ， pp.656 -660 ， 2003 。8A.Stubbs ， V. Vladimerou ， A.T.富尔福德D.King ， J.斯特里克和G E.Dullerud “气垫船测试平台联网和分散控制“， IEEE控制系统杂志， pp.56 - 69 ， 2006年6月。9 R