自动驾驶_智库报告自动驾驶3——无人驾驶技术系统梳理

篇首语：本文由编程笔记#小编为大家整理，主要介绍了智库报告自动驾驶3——无人驾驶技术系统梳理相关的知识，希望对你有一定的参考价值。

一、自动驾驶硬件系统架构 

图1 自动驾驶体系硬件架构示意图

主要是指运用传感器融合技术，获得汽车行驶环境的有用信息。如“道路状况信息、周边障碍物信息、行车标志信息等”，环境信息的采集是汽车无人导驾系统的关键问题之一。由于单一传感器受其自身缺陷的影响，在探测环境信息时，不能够提供准确完整地环境信息。因此，在实际应用中采用多传感器信息融合技术对环境进行探测，可提高系统检测精度。

汽车可根据路面状况、周围环境，做出不同的控制策略，即直道要快、弯道要稳。自动绕开障碍物等智能化的原则, 处理好硬件和软件的关系, 使其运行在最佳状态。

作为系统心脏的电源模块十分重要，系统需要的能量均来自电池。但是模块之间需要多个电压等级，例红外传感器需要5. 0V 电压供电、视觉传感器C C D 则需要12. 0V 电压供电、而无线收发模块需要3 .OV 电压供电等，故系统采用了多个电源芯片进行电压转换。

主控制器一般采用多位的单片机控制器，一般要求达到指令周期短、运算速度快、集成度高、体积小、驱动能力强、 可靠性高, 功耗低, 中断处理能力强等, 具有强大的语音处理能力，易于编程和调试等，当其进行语音处理时, 不能占用C PU 资源多, 降低处理其它任务的速度。

（1）电压驱动

利用不同的电压驱动电机, 从而改变电机的转速，直接对电压分档, 计算量小, 控制简单。但电压分档不稳定且灵活性差。

（2）脉宽驱动

利用脉宽与速度的对应关系对电机进行控制，灵活性好，变换简单。

（3）转向驱动

可选用的方向控制机构为舵机，舵机内部会产生一个频率为50 Hz 的基准信号，通过基准信号与外部所给的正脉冲持续时间进行比较，从而确定转向和转角的大小。因此，转向模块的控制亦是通过对舵机进行控制，完全可以满足系统转向功能的需求。

在汽车行驶过程中，主要有速度控制和方向控制，对汽车的运行性能有着决定性的作用。在本系统中，有以下两种方案可供选择：

（1）模糊控制策略

模糊控制算法智能化较强, 与人脑对路径识别的控制思想相似，选用的主控制器具有专门的模糊控制指令。但是模糊控制算法实时性不够，控制周期较长，智能性有余，快速性不足。

（2）P ID 控制策略

P ID 控制器作为最早实用化的控制器已有50多年历史，有大量的理论实例可作参考。而且P ID 算法简单易懂，在使用中不需精确的系统模型等先决条件，在该系统中参数无法精确测得的情况下十分适用。在参数整定好后，系统的动态性能可十分优越，完全能够满足本设计的要求。

（1）红外光电管路径识别方案

采用红外光电管传感器，数据处理简单、性价比高、便于与单片机接口。但其受光线影响较大，前瞻性较差。

（2）激光路径识别方案

激光照射到带引导线(白底黑线) 的路面, 经路面吸收后反射进入红外接收管, 通过接收管输出信号的大小可以判断路面状况。激光信号经脉冲调制后, 抗干扰性强, 能够很好的识别道路信息。但在阳光较强时, 该方案无法保证汽车正常运行。

（3）视觉传感器路径识别方案

C C D 传感器前瞻性好，可以直接得出赛道的弯道信息，但面阵C C D 的成本较高,需要分别处理行信号和场信号, 数据处理量大, 算法复杂, 耗时长, 难以满足本系统的实时性的要求。采用线阵C C D 传感器进行寻迹, 其前瞻性好, 信息量相对较少, 算法较面阵C C D简单, 耗时也较短, 能够满足本系统实时性的要求。由以上分析可知, C C D 传感器前瞻性好, 可提早预测弯道情况, 给主控器充足的时间做出加速，减速及转弯的决策；可提供的信息量大，降低舵机控制信号的离散度, 提高舵机转向的灵活性; 占用硬件资源少。采用红外光电传感器实现近视检测, 采用C C D 实现远视检测相结合的路径识别方案, 该方案可大大改善汽车寻迹的准确性, 提高汽车的智能性。具体实现: 首先由C C D 采集图像信息, 然后进行视频信号处理, 得出路径导引线的具体参数, 如果为直道, 采用C C D 直接进行控制；如果为弯道, 主控权交给红外光电管, 按照计算的舵机偏角和速度行驶。

避障传感器在无人驾驶系统中起着举足轻重的作用, 针对该系统对障碍物探测距离的要求, 可采用C C D 视觉传感器和超声传感器。

（1）C C D 视觉传感器避障方案

视觉传感器虽然可以得到障碍物的二维信息, 但图像处理复杂。要想得到障碍物的三维信息, 需要两个或者是更多的视觉传感器。虽然该方案可以实现对三维信息的采集, 但需处理庞大的数据信息, 降低了避障探测系统实时性的要求。

（2）超声波传感器避障方案

超声波传感器在现代机器人的研究和应用中起着独特的作用, 从国内外的研究情况来看, 它主要应用在测距系统中, 通过测量声源与目标物之间的往返时间, 即可得所测目标物的距离。超声波传感器的特性较光学系统的优点:在恶劣的环境下, 超声波传感器可实时准确的检测障碍物信息, 及时地反馈给主控器。

超声波传感器不仅可以检测到障碍物, 而且能够检测出障碍物与传感器之间的距离, 便于C P U 做出正确的行驶决策。超声波传感器操作简单, 数据简单, 处理速度快, 不受光线条件的限制。超声波反映灵敏，探测速度快(一个测量周期仅需几十毫秒)。在目前己知的实验型和应用型移动机器人中, 多数都安装了它, 用于室内和室外近距离避障。但单个超声波传感器的信息量少, 存在固有误差, 常用多个超声波传感器来检测障碍物或将其与其他类型传感器混合使用。总的来说, 超声波传感器的造价低廉、速度快、距离分辨率较高, 但其方向性差。镜面反射严重、测距范围小, 因此，比较适合于室内环境的距离测量。

为了能够让汽车在直道时高速行驶, 弯道时稳定限速行驶, 需要对车速进行反馈控制。为了满足快速调整速度的要求, 采用测速传感器对车速进行实时采样, 并引入速度闭环控制系统。

无线数据传输被广泛应用在车辆监控、遥控、遥测、小型无线网络、无线数据通信、机器人控制、数字音频、数字图像的传输等领域中。通过无线通信将速度、传感器状态、电池电压、舵机转角等信息传送给上位机实时显示。可方便地观测到汽车运行状态，便于实时调试。

通过键盘可对汽车运行模式(低速、中速、高速) 选择, 并可对PI D 控制参数做增减修改。

二、自动驾驶软件体系架构

针对自动驾驶车辆的正常运营，需要设计模块化、结构化和参数化软件。采用模块化设计是为了便于系统的维护, 避免代码的重复, 节省数据存储空间。采用结构化的编程方法使得程序结构清晰、逻辑性强、便于设计修改, 符合自顶向下的程序设计规则。为便于软件调试, 参数修改等方面的要求, 本系统采用参数化设计方法, 增强整个运行软件的灵活性和适应性。

系统整体软件主要分为三个模块: 路面信息采集模块、数据处理模块、控制算法模块。

在汽车行驶过程中, 主要有方向控制和速度控制, 这两个控制是系统软件的核心操作, 对车整体性能有着决定性的作用。车速采用分级控制, 直道, 小弯, 大弯, S 0 形弯道对应不同车速, 以保证汽车流畅过弯，精确控制汽车速度, 实现有效的加速、减速、制动控制,主要采用闭环控制策略。

未 完 待 续