无人系统基础教学课件第2章-无人系统的自主控制架构

无人系统基础第2章无人系统的自主控制架构国际自动机工程师学会将自动驾驶车辆的自主等级分为6级（L0-L5）驾驶人员完成部分或全部动态驾驶任务L0-L2L3-L5当启用自动驾驶系统时它完成全部动态驾驶任务无人系统自主性等级无人系统为完成其目标而自身具备的感知、分析、通信、规划和决策的综合能力无人系统自主性等级等级名称定义动态驾驶任务动态驾驶任务接管自动驾驶系统的适用环境持续的横向和纵向车辆运动控制对目标、事件的检测和响应0无自动驾驶驾驶人员完成全部动态驾驶任务。驾驶人员驾驶人员驾驶人员

1辅助驾驶在该等级的自动驾驶系统适用环境下，该系统可持续进行车辆运动控制（但无法同时控制横向和纵向运动），其未能控制的部分需要由驾驶人员负责。驾驶人员和自动驾驶系统驾驶人员驾驶人员受限2部分自动驾驶在该等级的自动驾驶系统适用环境下，该系统可同时且持续控制车辆的横向和纵向运动。但驾驶人员要负责观察目标、响应事件以及监督自动驾驶系统的工况。自动驾驶系统驾驶人员驾驶人员受限无人系统自主性等级等级名称定义动态驾驶任务动态驾驶任务接管自动驾驶系统的适用环境持续的横向和纵向车辆运动控制对目标、事件的检测和响应3有条件的自动驾驶在该等级的自动驾驶系统适用环境下，该系统可持续履行全部动态驾驶任务。然而当动态驾驶任务接管人收到自动驾驶系统发出的接管请求（或发现在车辆其它系统中出现了影响动态驾驶任务完成的故障）时，该接管人要给出恰当的应对措施。自动驾驶系统自动驾驶系统动态驾驶任务接管人受限4高度自动驾驶在该等级的自动驾驶系统适用环境下，该系统可持续履行全部动态驾驶任务以及接管工作。无需乘车人响应接管请求。自动驾驶系统自动驾驶系统自动驾驶系统受限5完全自动驾驶在所有（车辆可行驶的道路）环境下，该等级的自动驾驶系统可持续履行全部动态驾驶任务以及接管工作。无需乘车人响应接管请求。自动驾驶系统自动驾驶系统自动驾驶系统不受限遥控引导1实时进行健康诊断2具备故障容错能力并可自适应不同的飞行条件3实现航路重规划4多机协调5完成多机战术重规划6达成多机战术目标7机群可分布式控制8机群能够达成战略目标9无人系统自主性等级多机协调10单机自主性多机自主性机群自主性无自主性0在有限的可实施船舶航行环境下具备初级半自主能力1在有限的可实施船舶航行环境下具备中级半自主能力2在有限的可实施船舶航行环境下具备高级半自主能力3在大多数可实施船舶航行环境下具备自主能力4在所有可实施船舶航行环境下具备完全自主能力5无人系统自主性等级环境感知部分：7个自主等级1外部交互部分：2个自主等级2规划决策与控制部分：6个自主等级3无人系统组成框图无人系统自主控制架构传感器计算机执行器通讯设备定位、定向、测距、测速、视觉、听觉和触觉等标准总线协议模/数转换模块鼠标、键盘、显示器、打印机、扬声器等数/模转换器I/O模块现场总线WiFi路由器、无线数传电台、卫星通信系统等CPU+FPGACPU+GPU电动、气动、液压和混合动力模拟传感器数字传感器硬件平台计算机接口以特定名称和时间戳记录传感器和执行器数据

ROS的数据记录和回放功能使抽象的数据形象化，以便分析软件算法的设计缺陷并完成新算法的测试ROS的RVIZ可视化工具用于完成硬件抽象描述、驱动管理、消息传递、数据记录等功能的机器人软件开发环境降低开发难度、避免重复工作著名的机器人操作系统：Player/Stage、YARP、Orocos和ROS机器人操作系统无人系统自主控制架构通过回放数据，缩短设计周期、降低研发成本和实地测试中的风险环境感知系统障碍物检测、目标识别与追踪、三维环境重构以及空间布局的语义分割可见光摄像机、红外热像仪、合成孔径雷达、激光雷达和毫米波雷达选取处理类似问题的预训练模型用特定问题的少量数据重新训练上述模型的部分参数作用对传感器数据进行信息提取和解释，识别与无人系统行为相关的目标、状态和事件多传感器数据融合不同环境、不同任务下搭载的传感器的数量与种类不同端到端的深度学习采用多个深度神经网络构建所在环境模型无人系统自主控制架构基于深度学习的环境感知视频基于传统方法的环境感知视频载波相位差分（RTK）定位技术室外提供厘米级定位精度，确定在地球参考系中绝对位置卫星信号易被建筑、植被遮蔽室内情况不可用定位系统无人系统自主控制架构SimultaneousLocalizationandMapping(SLAM)定位系统无人系统自主控制架构SLAM定位建图视频局部路径规划（底层规划）：根据全局路径与传感器信息，对无人系统的速度和角度等控制量进行规划，保证无人系统实时规避障碍物规划决策系统规划决策系统负责制定从任务规划、全局路径规划到局部路径规划的各种决策，从而使无人系统可高效率、低成本地完成目标任务任务规划（高层规划）：无人系统将复杂任务拆解为多个相对简单的子任务，并给出执行各个子任务的先后顺序（简单任务无任务规划环节）无人系统自主控制架构全局路径规划（中层规划）：在未考虑时间约束条件下基于全局环境模型为各个子任务的达成提供尽量短的路径全局路径规划视频局部路径规划视频作用将规划决策系统得出的方案转化为无人系统执行器的控制指令闭环控制器性能指标对不确定因素的鲁棒性强弱、调节时间、超调量和稳态误差等控制器的设计方法PID和模型预测控制基于神经网络或模糊逻辑的智能控制执行控制系统无人系统自主控制架构控制器线控执行器计算机总线线控技术利用传感器数据和闭环控制技术应对不确定因素的影响自主学习无人系统自主控制架构要在未知动态环境下长期自主运行，无人系统需具备自主学习能力，来应对突发状况无人系统的自主学习能力源于机器学习技术，如强化学习和深度学习技术人机交互系统为无人系统提供与用户自主互动的能力，使其可以理解人类