论文部分内容阅读
摘 要：无人设备是科技进步的表现，是无人化自控的核心。论文以无人地面车辆自动控制系统为研究对象，分别对控制方法、控制策略和控制硬件做了相应阐述，为无人驾驶汽车自动控制系统提供了一定的借鉴。
关键词：无人车辆； 自控系统；控制方法；控制策略；硬件
1引言
驾驶汽车是人类行为，其中包括了驾驶人员行为决策、对环境的感知和一系列的复杂操作过程。无人地面车辆控制系统的设计研究依赖于驾驶员对汽车操作的全过程，驾驶员能够自主的学习和完成在不断变化的路况中，如何调整自己的操控行为，让车平稳安全的按照自己的意图行驶，且随着驾驶经验累积，驾驶技术也在提升。但驾驶员驾驶车辆也存在缺点和不足，如操作的精准度、驾驶员的反应速度、遇到危险时的应急能力等，没有经过严格训练的驾驶员较难完全做到以上所述[1]。因此，如何通过计算机精确的计算能力，学习和超越人类驾驶员，设计出能够替代人类驾驶员的机器成为研究的热点。本文就无地面车辆控制系统设计思路做了详细的论述，包括控制的基本方法、策略和硬件设计，为无人驾驶汽车自动控制系统提供了一定的借鉴。
2 控制方法研究
（1）PID控制
Cremean等[2]以前方道路曲率变化为基础，设计了PID反馈控制+前馈控制的无人汽车辆运动控制器。Netto等[3]提出了动态特性反馈的PID横向算法。孙振平等人[4]提出了单点预瞄设计的PID控制器，实现了对无人驾驶车辆的控制。PID控制算法简单可靠，实现难度小，具有较好的鲁棒性，能够使车辆的横向和纵向控制得以实现。但对于较为复杂的状况，如要同时对车辆要求完成横向和纵向任务时，PID算法的实施效果就变得不够精确。为了提高精确性，建议PID中的参数设置需根据不同路况加入非线性调整，同时对参数与车辆之间的匹配实验也需要做大量的工作。
（2）神经网络控制
随着对神经网络认识的加深，车辆工程师正尝试把神经网络和模糊理论用来构建无人驾驶车辆的控制系统，通过拓扑网络结构构件基于神经网络的驾驶员，利用人类驾驶员的動作作为模型的训练样本，这种方式的控制效果不佳，通用性低。为了解决这一缺点，研究者又开始将车辆动力学和神经网络杂合在一起对模型进行建立，这种方法把稳定性、失稳特征、跟随误差作为目标函数对模型进行不断的训练，这种方法和人类驾驶员驾驶方法类似，具有一定适应性。
（3）最优控制
王荣本等[5]人研究了自动车辆横向控制最有问题，设计了最优化控制器。马莹[6]等人提出了时间最优化预瞄的无人驾驶车辆控制算法，假定目标范围内的车辆所在道路的曲率没有变化，则设计的控制器参数可以通过数学求解，实时控制无人车辆的行驶状态。最优控制目前在国内一般是把无人驾驶车辆进行简化，在没有外部干扰的条件下，最优控制的精确度较高。
3 控制策略设计思路
（1）轨迹跟踪控制器
通过轨迹跟踪控制器可选择预瞄点位，即假定人类驾驶员驾驶时眼睛看到的是前方的某一个或者某几个目标，设这些目标与车的距离为L，随着速度改变L也在变化。无人驾驶车辆的位置与瞄准点位之间的曲率为K，通过曲率可以计算方向盘的转动角Z，车辆实际运动轨迹和希望运动轨迹超过一定的误差时，就会主动寻找新的描点，这样可以输出一些列控制方向盘的参数。
（2）横向控制模块
横向控制模块是为了计算让无人驾驶车辆当前位置和瞄准点位置之间的最优化转弯半径，从而操控无人驾驶车辆方向盘角度。具体计算如下：
设α是位置A的行驶角度，β是A和希望瞄准点的行驶角，d是AB之间的距离，通过计算可以得到AB的偏差m，m可以表示为：
m=d·sin（β-α）
无人驾驶车辆由A行驶到B存在最优化的圆弧，该圆弧的转弯半径r可以表示为：
r=d2/2·m
车辆放线盘角度和r的关系为：
θ=K·r
因此，横向控制模块由以上就可以计算出合适的方向转盘角度了。
（3）纵向控制模块
纵向控制是无人驾驶车辆档位变化的研究重点，该模块的设计将实现车辆纵向控制目标，通过借鉴人类对车辆的控制行为，对不同的驾驶环境进行油门、档位、离合和制动的一些列动作。为了实现队无人驾驶车速度的控制，纵向控制模块需要参与每个执行模块，并且它的控制动作有着苛刻的时间序列关系。由于执行模块所要求的参数不一样，对人类纵向模拟行为的算法是不一样的，如离合模块可采用全量PID位置和速度进行控制，档位模块则用的是位置和换档的闭环控制。
4 控制系统硬件设计思路
根据项目的需要，可以设计出能够耦合系统的“瞄准-跟随”理论和PID控制算法模型，利用这个算法就可以在单片机上实现自动驾驶的功能，提高对车辆控制的稳定性和实效性[7]。自动控制硬件系统主要以飞思尔卡为核心，包括了不同的单元（解码器单元、单片机单元、CAN借口、数据储存单元、串行通讯单元、复位电路单位等）；在控制单元中，将轮速传感器和GPS耦合入车速和车位置的信息，同时轮速传感器还与解码器连接，GPS与串行通讯单元连接，CAN与转向驱动单元、制动驱动单元连接，档位和油门驱动单元相互连接，复位电路实现硬件和软件两种模式的复位。控制单元通过以上的信息，实时计算出无人驾驶车辆的转向、制动、档位和油门等参数，通过以上四个单元控制转向以上四种点击，从而实现车辆的自动驾驶。
5 小结
论文构建了无人驾驶汽车的驾驶平台，采用模块化和集成化的思路，从控制方法、控制策略和控制硬件方面阐述了如何实现了无人驾驶车辆的设计思路，以上工作为后续无人机驾驶的仿真模拟和设计，以及进行实验车提供了一定的参考作用。
参考文献：
[1] 张卫忠. 基于仿人智能控制的无人地面车辆自动驾驶系统研究[D].中国科学技术大学， 2014.
[2] Cremean L B， Foote T B， Gillula J H， et al. Alice： An information-rich autonomous vehicle for high-speed desert navigation[J]. Journal of Robotic Systems， 2006， 23（9）：777–810.
[3] Netto M， Blosseville J M， Lusetti B， et al. A new robust control system with optimized use of the lane detection data for vehicle full lateral control under strong curvatures[C]//IEEE Intelligent Transportation Systems Conference. IEEE， 2006：1382-1387.
[4] 孙振平. 自主驾驶汽车智能控制系统[D]. 国防科学技术大学， 2004.
[5] 王荣本， 马雷， 施树明，等. 高速智能车辆变结构转向控制器切换超平面选取方法[J]. 机械工程学报， 2004， 40（10）：82-86.
[6] 马莹， 李克强， 高峰，等. 改进的有限时间最优预瞄横向控制器设计[J]. 汽车工程， 2006， 28（5）：433-438.
[7] 徐照胜. 车辆自动驾驶仪控制系统的设计[D]. 安徽大学， 2012.
作者简介：
康佳琦（1995-），男，福州大学至诚学院，专业方向：机械工程系车辆工程。
关键词：无人车辆； 自控系统；控制方法；控制策略；硬件
1引言
驾驶汽车是人类行为，其中包括了驾驶人员行为决策、对环境的感知和一系列的复杂操作过程。无人地面车辆控制系统的设计研究依赖于驾驶员对汽车操作的全过程，驾驶员能够自主的学习和完成在不断变化的路况中，如何调整自己的操控行为，让车平稳安全的按照自己的意图行驶，且随着驾驶经验累积，驾驶技术也在提升。但驾驶员驾驶车辆也存在缺点和不足，如操作的精准度、驾驶员的反应速度、遇到危险时的应急能力等，没有经过严格训练的驾驶员较难完全做到以上所述[1]。因此，如何通过计算机精确的计算能力，学习和超越人类驾驶员，设计出能够替代人类驾驶员的机器成为研究的热点。本文就无地面车辆控制系统设计思路做了详细的论述，包括控制的基本方法、策略和硬件设计，为无人驾驶汽车自动控制系统提供了一定的借鉴。
2 控制方法研究
（1）PID控制
Cremean等[2]以前方道路曲率变化为基础，设计了PID反馈控制+前馈控制的无人汽车辆运动控制器。Netto等[3]提出了动态特性反馈的PID横向算法。孙振平等人[4]提出了单点预瞄设计的PID控制器，实现了对无人驾驶车辆的控制。PID控制算法简单可靠，实现难度小，具有较好的鲁棒性，能够使车辆的横向和纵向控制得以实现。但对于较为复杂的状况，如要同时对车辆要求完成横向和纵向任务时，PID算法的实施效果就变得不够精确。为了提高精确性，建议PID中的参数设置需根据不同路况加入非线性调整，同时对参数与车辆之间的匹配实验也需要做大量的工作。
（2）神经网络控制
随着对神经网络认识的加深，车辆工程师正尝试把神经网络和模糊理论用来构建无人驾驶车辆的控制系统，通过拓扑网络结构构件基于神经网络的驾驶员，利用人类驾驶员的動作作为模型的训练样本，这种方式的控制效果不佳，通用性低。为了解决这一缺点，研究者又开始将车辆动力学和神经网络杂合在一起对模型进行建立，这种方法把稳定性、失稳特征、跟随误差作为目标函数对模型进行不断的训练，这种方法和人类驾驶员驾驶方法类似，具有一定适应性。
（3）最优控制
王荣本等[5]人研究了自动车辆横向控制最有问题，设计了最优化控制器。马莹[6]等人提出了时间最优化预瞄的无人驾驶车辆控制算法，假定目标范围内的车辆所在道路的曲率没有变化，则设计的控制器参数可以通过数学求解，实时控制无人车辆的行驶状态。最优控制目前在国内一般是把无人驾驶车辆进行简化，在没有外部干扰的条件下，最优控制的精确度较高。
3 控制策略设计思路
（1）轨迹跟踪控制器
通过轨迹跟踪控制器可选择预瞄点位，即假定人类驾驶员驾驶时眼睛看到的是前方的某一个或者某几个目标，设这些目标与车的距离为L，随着速度改变L也在变化。无人驾驶车辆的位置与瞄准点位之间的曲率为K，通过曲率可以计算方向盘的转动角Z，车辆实际运动轨迹和希望运动轨迹超过一定的误差时，就会主动寻找新的描点，这样可以输出一些列控制方向盘的参数。
（2）横向控制模块
横向控制模块是为了计算让无人驾驶车辆当前位置和瞄准点位置之间的最优化转弯半径，从而操控无人驾驶车辆方向盘角度。具体计算如下：
设α是位置A的行驶角度，β是A和希望瞄准点的行驶角，d是AB之间的距离，通过计算可以得到AB的偏差m，m可以表示为：
m=d·sin（β-α）
无人驾驶车辆由A行驶到B存在最优化的圆弧，该圆弧的转弯半径r可以表示为：
r=d2/2·m
车辆放线盘角度和r的关系为：
θ=K·r
因此，横向控制模块由以上就可以计算出合适的方向转盘角度了。
（3）纵向控制模块
纵向控制是无人驾驶车辆档位变化的研究重点，该模块的设计将实现车辆纵向控制目标，通过借鉴人类对车辆的控制行为，对不同的驾驶环境进行油门、档位、离合和制动的一些列动作。为了实现队无人驾驶车速度的控制，纵向控制模块需要参与每个执行模块，并且它的控制动作有着苛刻的时间序列关系。由于执行模块所要求的参数不一样，对人类纵向模拟行为的算法是不一样的，如离合模块可采用全量PID位置和速度进行控制，档位模块则用的是位置和换档的闭环控制。
4 控制系统硬件设计思路
根据项目的需要，可以设计出能够耦合系统的“瞄准-跟随”理论和PID控制算法模型，利用这个算法就可以在单片机上实现自动驾驶的功能，提高对车辆控制的稳定性和实效性[7]。自动控制硬件系统主要以飞思尔卡为核心，包括了不同的单元（解码器单元、单片机单元、CAN借口、数据储存单元、串行通讯单元、复位电路单位等）；在控制单元中，将轮速传感器和GPS耦合入车速和车位置的信息，同时轮速传感器还与解码器连接，GPS与串行通讯单元连接，CAN与转向驱动单元、制动驱动单元连接，档位和油门驱动单元相互连接，复位电路实现硬件和软件两种模式的复位。控制单元通过以上的信息，实时计算出无人驾驶车辆的转向、制动、档位和油门等参数，通过以上四个单元控制转向以上四种点击，从而实现车辆的自动驾驶。
5 小结
论文构建了无人驾驶汽车的驾驶平台，采用模块化和集成化的思路，从控制方法、控制策略和控制硬件方面阐述了如何实现了无人驾驶车辆的设计思路，以上工作为后续无人机驾驶的仿真模拟和设计，以及进行实验车提供了一定的参考作用。
参考文献：
[1] 张卫忠. 基于仿人智能控制的无人地面车辆自动驾驶系统研究[D].中国科学技术大学， 2014.
[2] Cremean L B， Foote T B， Gillula J H， et al. Alice： An information-rich autonomous vehicle for high-speed desert navigation[J]. Journal of Robotic Systems， 2006， 23（9）：777–810.
[3] Netto M， Blosseville J M， Lusetti B， et al. A new robust control system with optimized use of the lane detection data for vehicle full lateral control under strong curvatures[C]//IEEE Intelligent Transportation Systems Conference. IEEE， 2006：1382-1387.
[4] 孙振平. 自主驾驶汽车智能控制系统[D]. 国防科学技术大学， 2004.
[5] 王荣本， 马雷， 施树明，等. 高速智能车辆变结构转向控制器切换超平面选取方法[J]. 机械工程学报， 2004， 40（10）：82-86.
[6] 马莹， 李克强， 高峰，等. 改进的有限时间最优预瞄横向控制器设计[J]. 汽车工程， 2006， 28（5）：433-438.
[7] 徐照胜. 车辆自动驾驶仪控制系统的设计[D]. 安徽大学， 2012.
作者简介：
康佳琦（1995-），男，福州大学至诚学院，专业方向：机械工程系车辆工程。