自主陸地車輛的發(fā)展及其關鍵技術研究

引言

自主陸地車輛(ALV)又稱無人駕駛車輛與智能移動機器人(UnmannedVehicleandIntelligentRobot)，它具有環(huán)境感知和自主導航的能力。在室外環(huán)境中，自主陸地車輛可以通過傳感器來感知和判斷周圍的環(huán)境、道路及障礙信息，然后自主地做出決策、規(guī)劃路徑、隨時自動地調節(jié)車輛的速度和方向,確保其能夠可靠安全地在道路上行駛。無人駕駛車輛的優(yōu)點無可厚非，首先解決了駕駛員由于疲勞等問題造成的交通事故,其次提高了環(huán)境的感知能力及反應時間。自主陸地車輛集人工智能、智能控制、信息處理、圖像處理、檢測與轉換等專業(yè)技術于一體，跨計算機、自動控制、機械、電子等多學科,成為當前智能機器人研究的熱點之一。

1自主陸地車輛的體系結構與原理

自主陸地車輛按功能可分解為定位、環(huán)境模型、路徑規(guī)劃、運動控制和通信等五個子系統(tǒng)，圖1所示是自主陸地車輛系統(tǒng)的組成圖。

圖1  自主陸地車輛系統(tǒng)的組成

定位子系統(tǒng)用來確定自主陸地車輛在地球表面的位置和運動的方向叫移動機器人的定位問題是解決其他一切問題的前提。沒有準確的定位信息，移動機器人的準確導航及其智能性就無從談起。

環(huán)境模型子系統(tǒng)是機器人通過傳感器感應外部環(huán)境并對環(huán)境進行表示的方式，也就是我們所說的環(huán)境地圖。常用的環(huán)境模型有特征地圖、柵格地圖和拓撲地圖。拓撲結構較適合陸地自主車輛的地理信息系統(tǒng)，它不僅具有地理信息系統(tǒng)的基本功能，還具有重用性和可擴展性。

路徑規(guī)劃子系統(tǒng)根據(jù)所獲得的環(huán)境信息、當前位置和目標位置，確定適合車輛行駛的目標路徑。因為路徑規(guī)劃是以環(huán)境模型為基礎的，所以其效果依賴于環(huán)境模型的準確程度和結構特點。

運動控制子系統(tǒng)的主要功能是進行路徑跟蹤，即合理地控制車輛的速度和行駛方向，使自主陸地車輛沿著目標路徑行駛。該子系統(tǒng)主要由速度、方向控制單元和相應的執(zhí)行機構組成。這一子系統(tǒng)在整個陸地自主車輛系統(tǒng)的技術發(fā)展水平中占有舉足輕重的地位。

通信子系統(tǒng)將各個子系統(tǒng)由單獨的模塊整合為一個緊密的整體，它的功能是實現(xiàn)各個子系統(tǒng)之間信息上的交流。只有通信子系統(tǒng)能夠準確、及時地傳輸信息，才能保證在實際的行駛控制過程中滿足實時性的要求。

2自主陸地車輛的發(fā)展現(xiàn)狀及典型系統(tǒng)

國外發(fā)達國家對自主陸地車輛的研究起步較早，其發(fā)展速度也相應較快，并且取得了一系列技術性的突破和研究成果。其中，美國、德國、法國和日本等國走在了世界的前列。早在20世紀中期，美國Ohio大學的研究者就開始了汽車側向及縱向控制跟蹤研究，經過20多年的努力，取得了一系列成果。1989年美國的AGV樣車問世，該車可以在較平坦的越野環(huán)境中以10km/h的速度行駛20多千米，與此同時，卡耐基-梅隆大學、斯坦福大學、麻省理工學院等高校先后開始研究無人駕駛車輛。Demom系統(tǒng)是自主車方面最具代表性的系統(tǒng)。1990年德國慕尼黑國防大學與德國奔馳汽車公司聯(lián)手研究無人自主車輛，開發(fā)的VaMoRs實驗車穩(wěn)定性極高，其系統(tǒng)采用機器視覺實現(xiàn)車輛的縱橫向控制。VaMoRs-P無人自主車可實現(xiàn)障礙物的檢測。由意大利的帕爾瑪大學研制的ARGO無人自主車采用GOLD視覺導航系統(tǒng)可實現(xiàn)道路檢測和障礙物檢測。Modulaire公司在1994年研制的Modulaire系統(tǒng)是面向農田作業(yè)的一種陸地自主車輛，后來的一些實踐證明，該系統(tǒng)使農業(yè)生產獲益匪淺。PRIMUS系統(tǒng)是德國軍方為軍事方面的應用而研制的自主陸地車輛，該系統(tǒng)不僅可以在公路上行駛，而且可以在越野環(huán)境下行駛。

與西方國家相比，國內在自主車輛方面的研究相對較晚,整體研究水平離西方發(fā)達國家還有一定的差距，但到目前為止,我們也取得了比較樂觀的成績。1989年國防科技大學研發(fā)的首輛智能小車給了我國研究者激勵和鼓舞，之后該大學研制的以BJ2020為車體的第四代自主車輛CITAVT-IV實現(xiàn)了高速公路的車道跟蹤實驗。吉林大學自20世紀90年代以來研發(fā)的JLUIV-3可自主地按照道路標識行進，JLUIV-4可在區(qū)域交通中可靠平穩(wěn)地行駛。后來的一些主要成果有清華大學、北京理工大學、南京理工大學等幾所高校共同研制開發(fā)的7B8系統(tǒng)，它是為進行核化區(qū)的偵查任務而設計的。此外，還有清華大學智能系統(tǒng)實驗室研制的THMR-V自主車進行了白線跟蹤實驗，該系統(tǒng)可應用于高速公路和一般路面;清華大學開發(fā)的THMR-m系統(tǒng)，它在自主道路跟蹤時可高速運行并快速避障。另外，北京理工大學、西安交通大學智能車輛研究所等一些高校和科研單位在自主車方面也進行了積極的研究并取得了一定的成果，這些都展示了我國在前沿科技方面的實力所在。

3自主陸地車輛研究的關鍵技術

智能移動機器人系統(tǒng)的組成和結構都很復雜，它的研究涉及多個學科，從其發(fā)展歷程及更新?lián)Q代的過程不難看出，它的發(fā)展主要依賴一些關鍵技術的研究和突破。本文主要從自主地面車輛的控制體系結構、定位與導航、環(huán)境感知和多傳感器信息的集成與融合這三個方面進行分析。

3.1自主陸地車輛的控制體系結構

自主陸地車輛的控制體系結構是整個車輛實施控制的方法與策略。一個合理完善的控制體系結構應保證駕駛的實時性和自主性。智能移動機器人具有規(guī)劃決策、推理、分析任務等很多功能模塊，從不同層面上對這些模塊實施控制以達到協(xié)調工作的目的，這就涉及到控制體系結構的問題。到目前為止，控制體系結構主要有水平式結構、垂直式結構和混合式結構三種。

水平式結構按照感知一建模一規(guī)劃一執(zhí)行的分級模式來實現(xiàn)自主車輛的導航控制，圖2所示就是水平式結構。水平式結構是采用自上向下的方式來構建系統(tǒng)結構的，這種結構的各功能模塊之間組成了一個閉環(huán)鏈，不難看出該系統(tǒng)構造層次清晰、井然有序、易于智能性的實現(xiàn)。但是，由于各模塊間通過串聯(lián)方式連接，其可靠性太差，容易導致系統(tǒng)癱瘓而且耗時較長，實時性難以保證。智能移動機器人Navlab試驗車和自主陸地車輛Shakey就是采用的這種結構。

垂直式結構是按照由下向上的方法建立系統(tǒng)的，該結構的導航控制是按照感知一執(zhí)行的行為模式來實現(xiàn)的，如圖3所示。這種結構的每一個行為模塊在傳感器信息與車輛運動之間建立了連接，最終行為由各模塊之間的競爭實現(xiàn)。在這樣的結構下，系統(tǒng)可以及時地對未知障礙和環(huán)境的變化作出相應的反應，易于實時性控制，系統(tǒng)可靠性較高。但是，這種結構的各模塊之間連接不夠緊湊，會使得高層次的智能控制難以實現(xiàn)，產生復雜的智能行為相對不易。最具代表性的是Brooks的包容式體系結構,清華大學的THMR-III就是采用的這種結構。

圖3  垂直式結構

為了解決以上兩種方法存在的不足，Gat提出了混合式體系結構。在這種混合結構中，規(guī)劃包括任務、路徑規(guī)劃以及全局環(huán)境模型的構建。因混合模型有著明顯的優(yōu)勢，故已成為自主車輛體系結構研究的趨勢，最具代表性是Saphira'1叫3.2定位導航技術

定位導航技術用來確定自主車輛的位置和行駛的航向。自主車輛的導航方式有多種，常用的有航跡推算定位(DeadReckoning，DR)、慣性導航系統(tǒng)(InertialNavigationSystem，INS)和GPS(GlobalPositioningSystem)。DR包括羅盤儀、速率儀、里程儀、轉速計。這些傳感設備能夠測量出正在行駛的車輛的旅行距離、速度和方位，在短時間內這些傳感器的精度較高，但對于長時間得采取措施以避免累積誤差。INS主要由加速度計、陀螺儀、計算機和穩(wěn)定平臺組成。由陀螺和加速度計測量運動載體相對于慣性空間的角速度和線加速度，通過計算機夾雜導航解算，從而獲得運動載體相對某一基準的導航參數(shù)。INS具有在高速率下捕捉數(shù)據(jù)的能力，且精度很高，但是如果時間較長，精度則降低。為提高絕對精度,就需要增加別的傳感器作為輔助。GPS導航系統(tǒng)采用碼分多址(CDMA)，定位精度通常15m左右，主要應用于單點導航定位與相對測地定位，具有全天候、定位迅速、精度高、可連續(xù)提供三維位置(緯度、經度和高度)、三維速度和時間信息等一系列優(yōu)點，是實現(xiàn)全球導航定位的高新技術。但是，GPS定位技術的優(yōu)劣取決于衛(wèi)星信號的好壞，容易受到建筑物等外界因素的影響，因此導航系統(tǒng)一般采用衛(wèi)星導航和慣性導航的組合系統(tǒng)。

3.3環(huán)境感知與多傳感器信息融合

自主車輛的環(huán)境感知在于獲得行駛環(huán)境，為車輛的自主駕駛提供有效的信息。主要有主動型和被動型兩種傳感技術。主動型傳感器接收自身發(fā)出的感知信號，如毫米波、超聲波等。其特點是測量直接，數(shù)據(jù)處理能力要求不高，對氣候依賴性小，但傳感器之間容易產生干擾。目前，最受歡迎的計算機視覺技術屬于被動型傳感器技術，一般由多臺攝像機組成,通過求解對應點和視差得出物體表面與立體成像系統(tǒng)的距離。通過視覺采樣就不會產生主動型傳感器干擾的問題，可以獲得精細的環(huán)境信息，但氣候的影響非常大，并且圖像采集的信息量也是巨大的，這樣就對計算機處理數(shù)據(jù)的能力以及圖像處理的算法提出了更高的要求。

由于單一的傳感器無法為系統(tǒng)提供足夠的信息，因此就需要多個傳感器共同工作，相互補償以得到較為準確可靠的信息。多傳感器融合的實質是多源不確定性信息的處理，多傳感器的融合方法是一個非常重要的研究內容，只有適宜的融合方法才能體現(xiàn)出多傳感器融合技術的優(yōu)勢。多傳感器融合系統(tǒng)首先對數(shù)據(jù)進行預處理以完成數(shù)據(jù)配準，即通過坐標變換和單位換算，把各傳感器輸入的數(shù)據(jù)變換成統(tǒng)一的表達形式，然后將各測量系統(tǒng)所獲得信息的分析結果按一定的算法進行融合，得到最終的目標狀態(tài)估計。多傳感器信息融合系統(tǒng)的一般結構如圖4所示。融合方法是多傳感器的一個非常重要的研究內容，到目前為止，針對具體的應用情況，融合方法已有很多，應用較為廣泛的有簡單濾波法、加權平均法、貝葉斯估計法、統(tǒng)計決策理論法、卡爾曼濾波法、模糊邏輯推理法和人工神經網(wǎng)絡方法等?，F(xiàn)有的多傳感器信息的集成與融合技術在一定程度上還不能完全滿足自主車輛導航系統(tǒng)所需的精確性和可靠性，所以我們還需要在這方面繼續(xù)研究。

圖4  多傳感器信息融合結構示意圖

4自主陸地車輛研究中存在的主要問題及未來發(fā)展方向

到目前為止，自主陸地車輛的研究已取得了大量理論成果和試驗系統(tǒng)，但離商業(yè)化應用還有較大的距離。為推進自主陸地車輛的實用化和智能化進程，以下幾個基本問題有待進一步解決。

車載計算機能力稍顯不足。信息融合技術、視覺技術、路徑規(guī)劃及跟蹤方面都有較大的運算量，通用計算機太耗時耗能，因此對計算機提出了更高的要求。

高性能儀器設備價格太高。高精度的雷達、激光掃描儀等障礙探測傳感器價格太高，無法普及。

軟件算法的性能有待提高。目前應用的很多控制算法都是針對于特定環(huán)境，當環(huán)境改變時軟件算法的有效性就會大大下降，因此在算法的魯棒性方面還需要進一步的完善。

多自主車系統(tǒng)還需完善。多自主車系統(tǒng)的研究和實現(xiàn)已經成為機器人學的研究熱點，這也是移動機器人發(fā)展的必然趨勢，因為一個較復雜的任務往往需要多個自主車協(xié)調完成，而多自主車的規(guī)劃和制導將因協(xié)調的要求而帶來一系列新問題。

主動環(huán)境化。目前，制造一個完全自主的機器人是很困難的，就像人一樣需要幫助，需要借助外界的力量來完成自己的使命，因此，提出主動環(huán)境的概念，即環(huán)境能為機器人提供所需的信息。研究移動機器人與環(huán)境之間的有機結合,將會使其早日走向實用o

5結語

本文介紹了自主陸地車輛的發(fā)展歷程和一些關鍵技術，使人們看到了自主陸地無人車輛的發(fā)展前景，但是，自主陸地車輛系統(tǒng)中還有很多困難需要克服。目前，自主陸地車輛所能達到的智能化水平和自主化水平還比較低，離實用化程度還相去甚遠。我國限于基礎設施水平和經濟實力，在自主陸地車輛方面的研究與發(fā)達國家之間還有一定的差距，因此，在自主陸地車輛研究方面，我們還有很長的一段路要走。然而，隨著智能化技術、計算機技術的不斷發(fā)展和自主車輛關鍵技術的不斷提高與突破，無人駕駛車輛的研究與應用仍將呈現(xiàn)出美好的前景。

20211031_617ebd0f6cc52__自主陸地車輛的發(fā)展及其關鍵技術研究