论文部分内容阅读
摘要：本文以无人驾驶运输车设计内容为主，介绍了本款无人驾驶运输车的各项技术要求，以及设计过程，真实客观的介绍了本款无人驾驶运输车。本系统将无人机的飞控技术应用到电动车上，可以提高对环境的感知能力。目前已经实现：路线规划无人驾驶，GPS卫星定位，实时图像传输，数据地面站回传，可以实时监测运货车的运行状态，多方位翻斗设计可适用于多种装载场合，本设计可有效的提高人们的工作效率。
关键词：路线规划无人驾驶;GPS卫星定位;数据地面站回传;
1.控制部分：
为了完成自动驾驶控制系统的设计，以使无人驾驶运输车在复杂环境下能够以自主的方式完成各种动作，设计了由感知规划层和执行层组成的分层体系结构，如图1所示。感知规划层进行感知与智能规划，并产生运动指令，感知规划层主要由视动指令为期望值，控制底层执行器动作，执行层主觉、深度感知设备以及智能控制计算机组成;执行层以运要由自动控制装置及其相应驱动设备和传感器组成。
系统要求感知规划层每隔100 ms进行一次感知、规划、决策周期，并产生一个运动指令集，这个运动指令集包括期望的方向盘转角、期望的油门开度、期望的制动量，这就要求执行层在100ms之内能够快速而精确地实现感知规划层规划后的期望值。
2.路线规划：
路线规划给出了无人驾驶汽车从出发点到达目的地的行车轨迹和行车过程中的路径选择，是无人驾驶汽车能够安全快速的到达目的地和完成一系列的行车动作所必不可少的一个环节。路径规划既有使用离线地图进行路径选择的全局规划，又有从车辆自身周围环境出发的局部规划。全局路径规划能够使得车辆的导航在全局上具有全局最优的特性，而局部路径规划能够使得导航能够具备实时性，并且能够应对全局地图.上不明确或者无法描述的环境情况，所以通过两者的结合能够使得车辆导航具备更好的可用性。
当一条路是完全直道的时候，存储的节点就只有道路开头和结尾部分，中间没有其他的节点，如果按照最短距离搜索，就会出现图中所示蓝色虚线所示的路径，有一段不合理的规划，而不是按照合理的绿色实线的规划，为了避免这种情况的出现，本系统采用了更加合理的搜寻方式，
在选取规划的初始节点的时候，改进的算法就是把单纯的计算节点到选取点最短距离变成计算选取点到两个链接的节点构成的道路之间的距离，这样就能避免之前出现的规划不合理的情况。改进的方法处理的点分别为选取点，遍历routing表的节点1和它的子节点（节点2）。根据图2-6可以看出能通过计算三个点构成的三角形的最長斜边在两个节点构成的边上的投影长度和节点间的距离之差来判断垂足是否在节点之间的连线上，若投影长度小于节点之间的距离说明垂足在节点之间，则在两个节点之间插入新的节点作为起始终止点，并将选取点到两个节点构成的道路之间的距离作为判断距离;若投影大于节点之间的距离，则垂足在节点之外，这时候不新添加节点，将两个节点中距离选取点最近的节点作为待定节点，并将他们之间的距离作为判断距离。对于垂足在节点之间的情况，由于要在所建立的nodes表和routing表中新添加一个节这种情况中，建立一个新的node之后，根据相邻的两个节点的属性对其添加相应的单双道路属性，直道属性，链接关系根据单双道属性分别连接到两个节点。
3.GPS卫星定位：
GPS信号接收机捕获到按一定卫星截止角所选择的待测卫星，并跟踪这些卫星的运行。当接收机捕获到跟踪的卫星信号后即可测量出接收天线至卫星的伪距离和距离的变化率，解调出卫星轨道参数等数据。根据这些数据，接收机中的微处理计算机就可按定位解算方法进行定位计算，计算出用户所在地理位置的经纬度、高度、速度、时间等信息。接收机硬件和机内软件以及GPS数据的后处理软件包构成完整的GPS用户设备。
4.实时图像传输：
降噪模块（Vision Denoiser）：该模块通过调整现有的ISP方法进行去噪。研究者通过在KITTI数据集的图像中注入不同程度的高斯噪声来生成噪声图像进行实验，结果证明目标检测精度相对提高了57.7%。
视觉局部色调映射模块（Vision Local Tone Mapping，VLTM）：该模块的作用是进行图像非线性变换、细节增强以及缩小图片。VLTM在计算上非常方便，而且可以利用现有的硬件，例如成像系统中的伽马校正模块。此外，VLTM可以预先加入多种类型的神经网络，以更有效地执行计算机视觉任务。
可训练视觉定标器（ Trainable Vision Scaler，Vs）：该模块的作用是在图像输入计算机视觉识别程序之前对其进行颜色空间转换、特征提取以及特征融合。TVs是一种非常简便的、通用的神经网络框架，可以在软件和硬件上实现。把TVs特征提取步骤中的卷积层替换为可分离的深度卷积，并对权重和激活函数进行量化，可以进一步降低TVs的计算成本。与使用具有相同比例因子的双线性插值相比，TVs提高了KITTI数据集中所有类的对象检测性能。
5.底盘设计：
参考文献：
[1]马广文.交通大辞典：上海交通大学出版社，2005.01
[2]王智峰，张朋飞，何克忠，智能车辆自动驾驶控制系统方案设计，（1.中国北方车辆研究所，北京00072; 2.清华大学，北京10084）
[3]王越超，无人驾驶运输车协作系统研究，哈尔滨工业大学博士论文，1999
作者简介：曹文鹏，男，山东协和学院。
指导老师：金星
山东协和学院 济南 250107
关键词：路线规划无人驾驶;GPS卫星定位;数据地面站回传;
1.控制部分：
为了完成自动驾驶控制系统的设计，以使无人驾驶运输车在复杂环境下能够以自主的方式完成各种动作，设计了由感知规划层和执行层组成的分层体系结构，如图1所示。感知规划层进行感知与智能规划，并产生运动指令，感知规划层主要由视动指令为期望值，控制底层执行器动作，执行层主觉、深度感知设备以及智能控制计算机组成;执行层以运要由自动控制装置及其相应驱动设备和传感器组成。
系统要求感知规划层每隔100 ms进行一次感知、规划、决策周期，并产生一个运动指令集，这个运动指令集包括期望的方向盘转角、期望的油门开度、期望的制动量，这就要求执行层在100ms之内能够快速而精确地实现感知规划层规划后的期望值。
2.路线规划：
路线规划给出了无人驾驶汽车从出发点到达目的地的行车轨迹和行车过程中的路径选择，是无人驾驶汽车能够安全快速的到达目的地和完成一系列的行车动作所必不可少的一个环节。路径规划既有使用离线地图进行路径选择的全局规划，又有从车辆自身周围环境出发的局部规划。全局路径规划能够使得车辆的导航在全局上具有全局最优的特性，而局部路径规划能够使得导航能够具备实时性，并且能够应对全局地图.上不明确或者无法描述的环境情况，所以通过两者的结合能够使得车辆导航具备更好的可用性。
当一条路是完全直道的时候，存储的节点就只有道路开头和结尾部分，中间没有其他的节点，如果按照最短距离搜索，就会出现图中所示蓝色虚线所示的路径，有一段不合理的规划，而不是按照合理的绿色实线的规划，为了避免这种情况的出现，本系统采用了更加合理的搜寻方式，
在选取规划的初始节点的时候，改进的算法就是把单纯的计算节点到选取点最短距离变成计算选取点到两个链接的节点构成的道路之间的距离，这样就能避免之前出现的规划不合理的情况。改进的方法处理的点分别为选取点，遍历routing表的节点1和它的子节点（节点2）。根据图2-6可以看出能通过计算三个点构成的三角形的最長斜边在两个节点构成的边上的投影长度和节点间的距离之差来判断垂足是否在节点之间的连线上，若投影长度小于节点之间的距离说明垂足在节点之间，则在两个节点之间插入新的节点作为起始终止点，并将选取点到两个节点构成的道路之间的距离作为判断距离;若投影大于节点之间的距离，则垂足在节点之外，这时候不新添加节点，将两个节点中距离选取点最近的节点作为待定节点，并将他们之间的距离作为判断距离。对于垂足在节点之间的情况，由于要在所建立的nodes表和routing表中新添加一个节这种情况中，建立一个新的node之后，根据相邻的两个节点的属性对其添加相应的单双道路属性，直道属性，链接关系根据单双道属性分别连接到两个节点。
3.GPS卫星定位：
GPS信号接收机捕获到按一定卫星截止角所选择的待测卫星，并跟踪这些卫星的运行。当接收机捕获到跟踪的卫星信号后即可测量出接收天线至卫星的伪距离和距离的变化率，解调出卫星轨道参数等数据。根据这些数据，接收机中的微处理计算机就可按定位解算方法进行定位计算，计算出用户所在地理位置的经纬度、高度、速度、时间等信息。接收机硬件和机内软件以及GPS数据的后处理软件包构成完整的GPS用户设备。
4.实时图像传输：
降噪模块（Vision Denoiser）：该模块通过调整现有的ISP方法进行去噪。研究者通过在KITTI数据集的图像中注入不同程度的高斯噪声来生成噪声图像进行实验，结果证明目标检测精度相对提高了57.7%。
视觉局部色调映射模块（Vision Local Tone Mapping，VLTM）：该模块的作用是进行图像非线性变换、细节增强以及缩小图片。VLTM在计算上非常方便，而且可以利用现有的硬件，例如成像系统中的伽马校正模块。此外，VLTM可以预先加入多种类型的神经网络，以更有效地执行计算机视觉任务。
可训练视觉定标器（ Trainable Vision Scaler，Vs）：该模块的作用是在图像输入计算机视觉识别程序之前对其进行颜色空间转换、特征提取以及特征融合。TVs是一种非常简便的、通用的神经网络框架，可以在软件和硬件上实现。把TVs特征提取步骤中的卷积层替换为可分离的深度卷积，并对权重和激活函数进行量化，可以进一步降低TVs的计算成本。与使用具有相同比例因子的双线性插值相比，TVs提高了KITTI数据集中所有类的对象检测性能。
5.底盘设计：
参考文献：
[1]马广文.交通大辞典：上海交通大学出版社，2005.01
[2]王智峰，张朋飞，何克忠，智能车辆自动驾驶控制系统方案设计，（1.中国北方车辆研究所，北京00072; 2.清华大学，北京10084）
[3]王越超，无人驾驶运输车协作系统研究，哈尔滨工业大学博士论文，1999
作者简介：曹文鹏，男，山东协和学院。
指导老师：金星
山东协和学院 济南 250107