汪芷涵,林 立,韓東澮,李睿誠

(邵陽學(xué)院,湖南 邵陽 422000)

0 引言

無人駕駛車已逐漸成為人們的主要交通工具之一。其屬于輪式機器人范疇[1],利用計算機輔助繪圖設(shè)計,通過構(gòu)建預(yù)期路線數(shù)據(jù)圖,基于數(shù)據(jù)驅(qū)動,實現(xiàn)路線規(guī)劃的繪制[2]。但采用上述方法需要精確的數(shù)據(jù)模型及算法模型來實現(xiàn)障礙物的精確定位,繪制出避免障礙的路線,從而達(dá)到繪制路線的目的。目前,相關(guān)智能設(shè)備平臺多樣,涉及技術(shù)廣泛,相關(guān)應(yīng)用豐富(如表1)。

表1 不同應(yīng)用的自動避讓技術(shù)

自動避讓無人駕駛車的研究已經(jīng)取得了一定的成果,根據(jù)適用環(huán)境的不同需要運用不同的避障技術(shù)(如BUG算法、人工勢場法、矢量場直方圖等)。本研究介紹了基于STM32芯片的無人駕駛車在讀取外部傳感器數(shù)據(jù)、控制設(shè)備正常運行等方面的概念與設(shè)計,提出將無人駕駛智能車與機器人技術(shù)相結(jié)合,進(jìn)行車輛工程開發(fā),展望了其與人工智能及計算機視覺等學(xué)科的交叉融合發(fā)展。

1 自動避讓技術(shù)分類

1.1 Bug算法

Bug算法是一種簡單的算法,用于克服小車運動中從起點s到目標(biāo)點g 的意外障礙。Bug算法只假設(shè)了對環(huán)境的一個局部認(rèn)識及全局目標(biāo),基于輪廓檢測到從s到g的障礙,生成一個碰撞自由路徑[7]。圖1(a)[7]:有兩個障礙,其中H1和H2是命中點,L1和L2是目標(biāo)點。在Bug 1算法中,一旦檢測到一個障礙i,系統(tǒng)就會圍繞著它做一個完整的輪廓,從命中點Hi開始,Li是目標(biāo)點,這個完整的輪廓旨在評估到目標(biāo)Li的最小距離,系統(tǒng)繼續(xù)輪廓運動,直到再次到達(dá)那個點,從那里沿著一條直線到達(dá)目標(biāo)。這種技術(shù)效率很低,但能夠保證系統(tǒng)移動到任何目標(biāo)。在Bug 2算法中(圖1(b)所示),障礙物輪廓從命中點Hi開始,在系統(tǒng)越過該線到達(dá)目標(biāo)時結(jié)束,這就定義了障礙物的邊界跟隨行為的左點Li直接移動到目標(biāo)上。如果檢測到更多的障礙,則重復(fù)此過程[7]。

Bug算法很容易實現(xiàn),當(dāng)機器困在迷宮結(jié)構(gòu)中,能夠利用Bug 2算法得出最優(yōu)解,且在開放空間中效率較高,但仍存在忽略機器本身運動學(xué)及傳感器噪聲對機器的影響等問題。

1.2 人工勢場法

人工勢場法于1985年被提出[13],基本思想是將機器人視為一個沉浸在目標(biāo)與環(huán)境中存在的障礙物產(chǎn)生的潛在場中運動的粒子,目標(biāo)產(chǎn)生一個吸引力,而每個障礙產(chǎn)生一個排斥力。圖1(c)、(d)、(e)中[7]展示了吸引力、排斥力及吸引力與排斥力相結(jié)合的梯力度場。很明顯,一個機器人從任意位置開始到目標(biāo)的運動可以看作是機器人在起點處的一個無摩擦球的運動。修彩靖[16]等提出的改進(jìn)人工勢場能方法,既滿足了安全性又消除了抖動問題,解決了傳統(tǒng)人工勢能場中目標(biāo)點與障礙物過近的問題。

人工勢場法是一種基于能量類型場的簡單路徑規(guī)劃技術(shù),對于一個靜態(tài)的、完全已知的環(huán)境可以進(jìn)行離線評估,提供機器人從起點到目標(biāo)的速度路徑,還可用于一個可容納避障組件的在線版本中,但對于局部極小值的敏感性不足。

1.3 矢量場直方圖

矢量場直方圖(Vector field histogram,VFH)是一種實時避障方法,允許檢測未知的障礙物,從而避免碰撞,引導(dǎo)移動機器人朝向目標(biāo)[13]。VFH方法使用一個二維笛卡爾直方圖網(wǎng)格作為一個世界模型,如圖1(f)中所示。這個世界模型通過車載范圍傳感器采樣的范圍數(shù)據(jù)不斷更新,采用一個兩階段的數(shù)據(jù)接收過程,以計算車輛所需的控制命令。

在第一階段,考慮機器人瞬時位置的二維直方圖網(wǎng)格的恒定大小子集被簡化為一維極坐標(biāo)直方圖。極性直方圖中的每個扇區(qū)都包含一個表示該方向上的極性障礙密度值。在第二階段,算法從所有具有低極障礙密度的極直方圖扇區(qū)中選擇最合適的扇區(qū),機器人的轉(zhuǎn)向與該方向?qū)R[7]。建立一個二維笛卡爾直方圖網(wǎng)格表示的障礙及一個活動窗口,將網(wǎng)格轉(zhuǎn)接到一維極坐標(biāo)直方圖上,根據(jù)一維極坐標(biāo)直方圖計算轉(zhuǎn)向角度及速度控制。無人駕駛小車的運行環(huán)境是未知的或部分已知的,因此矢量場直方圖法的避障效率及優(yōu)化路徑仍存在不足。

2 基于STM32單片機的自動避讓無人駕駛車

自動駕駛車的創(chuàng)新集中于優(yōu)化虛擬駕駛員,即車輛的大腦。自動汽車必須有一種感知車輛周圍環(huán)境的方法,以精確定位,準(zhǔn)確檢測并對固定與移動的物體分類,測量這些物體的距離。大多數(shù)自動駕駛汽車采用傳感與感知系統(tǒng)的組合,包括基于攝像頭的嵌入式視覺系統(tǒng)、雷達(dá)及激光雷達(dá)傳感器,這些傳感技術(shù)具有互補優(yōu)勢。圖2為自動駕駛車[15]。基于STM32單片機的無人駕駛車發(fā)展迅速,在自動避障方面取得了一定的進(jìn)展。

第一款無人駕駛車以2018年電動汽車為基礎(chǔ),增加了必要的硬件,能夠?qū)崿F(xiàn)自動駕駛。軟件部分增加了1個中央處理單元,1個開發(fā)工具包來運行圖像處理,2個慣性測量裝置,1個動態(tài)性激光雷達(dá),2個立體聲相機。硬件增加了1個轉(zhuǎn)向執(zhí)行器及2個制動執(zhí)行器,1個為氣動,1個為電動。

無人駕駛車自動避讓原理是通過車載傳感器獲得自身位置信息及外界環(huán)境障礙物信息,通過車輛自身信息與外界障礙物信息進(jìn)行比較計算出避障所需的最小安全距離,生成避障路徑并計算前輪方向盤角度及行駛速度,使車輛自主完成行駛?cè)蝿?wù),到達(dá)目標(biāo)點。對任意控制系統(tǒng)來說,主控芯片是必不可少的。STM32是近年來常見的高速處理器,內(nèi)置資源豐富,內(nèi)部集成達(dá)到7個,能夠進(jìn)行基本、通用、高級定時器的高速處理,取代傳統(tǒng)的51單片機及低端新型處理器。目前,以STM32為核心控制芯片的無人駕駛車的研究越來越多,其中模塊化設(shè)計避障系統(tǒng)方式多種多樣。

Jingxiang Pei[8]等采用模塊化設(shè)計,根據(jù)其功能分為3個模塊,即避障模塊、移動模塊及清掃模塊。超聲波傳感器、紅外傳感器及陀螺儀等傳感器被用于感知周圍環(huán)境?；赟TM32微控制器的開發(fā)板可讀取這些外部傳感器的值,使用軟件設(shè)計部分中的控制算法,對數(shù)據(jù)進(jìn)行處理,以感知外部環(huán)境。處理后的數(shù)據(jù)被用作控制移動模塊的基礎(chǔ),該模塊控制機器人向前、向后、轉(zhuǎn)向、停止及旋轉(zhuǎn)。機器內(nèi)含有8個超聲波傳感器,測量機器與障礙物之間的距離,并粗略估計環(huán)境大小及形狀,當(dāng)障礙物與機器之間的距離小于1 m時開始高精度激光測距。為了避免摩擦等干擾因素,采用PID算法,對角度及速度進(jìn)行修正。算法流程如圖3所示[8]。根據(jù)陀螺儀反饋的偏航角來判斷實際的行程方向,并由編碼器識別其速度,具有避障、防墜落、自動路線規(guī)劃等功能。

郝帥紅[4]提出了無人駕駛拖拉機控制系統(tǒng),對Q/CR01-2015型山地拖拉機的搖桿動力供給、整體控制系統(tǒng)、操作系統(tǒng)及燈光系統(tǒng)進(jìn)行設(shè)計,對其底層控制系統(tǒng)進(jìn)行分析。設(shè)計思路如圖4(a)所示[4]。主要由5部分組成,即SBUS發(fā)射器、SBUS接收機、底層控制系統(tǒng)的主控芯片、電子系統(tǒng)及液壓伺服系統(tǒng)。主控芯片使用STM32F103系列單片機,電路如圖4(b)所示。給主控芯片供電3.3 V,滿足低功耗的需求。加入0.1 μF的去耦電容,增加了電路穩(wěn)定性,去除干擾,芯片的NRST引腳為高電平狀態(tài),以確保芯片正常運作。遵守相應(yīng)的控制程序,進(jìn)行分析調(diào)試,快讀準(zhǔn)確地對應(yīng)遙控器點火指令與液壓缸的伸縮指令,滿足底層控制系統(tǒng)性能需求,達(dá)到預(yù)期目標(biāo)。

(a)無人駕駛拖拉機底層控制系統(tǒng)設(shè)計思路 (b)主控芯片與最小系統(tǒng)

3 結(jié)束語

隨著無人駕駛技術(shù)的發(fā)展,其應(yīng)用復(fù)雜程度越來越高,無論是在靜態(tài)環(huán)境還是在動態(tài)環(huán)境中,障礙物規(guī)避及路徑規(guī)劃都發(fā)揮著重要的作用。可根據(jù)無人駕駛技術(shù)的應(yīng)用范圍選擇不同的導(dǎo)航技術(shù),以實現(xiàn)自動導(dǎo)航。通過對避障技術(shù)的綜述,比較其優(yōu)缺點,提出基于自主傳感器數(shù)據(jù)進(jìn)行避障及路徑規(guī)劃?；赟TM32設(shè)計的無人駕駛技術(shù),可優(yōu)化汽車設(shè)計,提高技術(shù)水平,實現(xiàn)自動避讓的精確作業(yè)。