自动驾驶汽车在避障系统上研究

1、“光电检测技术及系统”课程项目设计总结报告光电检测技术及系统课程设计 -自动驾驶小车障碍物方位探测系统 学生姓名： 罗明强、吴煌、蔄云鹏 班 级： 光电 131 指导教师： 何景宜 日 期： 2016 年 6 月 11 日 摘 要目前在车辆避障控制研究中，大部分应用的是单一传感器来感知识别障碍物，由此就会存在探测准确性偏低、控制灵敏度不高等缺点，而随着多传感器信息融合技术的日益发展成熟，其在数据合成和信息融合过程中具有的冗余性和互补性将大大提高应用系统的可靠性和高效性。与单一传感器相比，多传感器信息融合技术所表现出的优越性是很大的，因此在智能车辆上开展多传感器信息融合技术的应用研究具有广阔的前

2、景。本课题通过在一个具有多个和多类传感器系统的智能模型小车上对多传感器信息融合技术在小车智能避障中的应用进行了研究，根据实际的车辆行驶方式和理念，从智能车辆智能控制的思想出发，在车辆行驶过程中对避障做出智能控制。 研究将多传感器信息融合技术应用于智能车辆避障控制中具有极大的研究应用前景，并将极大地增强我国在汽车主动安全系统研究开发领域的竞争力，对提升我国汽车工业自主创新能力和汽车电子产品的研发具有重大的意义。关键词：红外传感器； 超声波传感器；调制盘IIABSTRACTIn the current researches on vehicle avoiding obstacles, most o

3、f applications use single sensor to sense the obstacles which may lead to the inaccuracy and control sensitivity problems. With the development of multiple sensor technologies, the redundancy and complementarity will improve the reliability and high efficiency of the application system. Compared to

4、single sensors, multiple sensors show their superiority in information integration technologies. Therefore, the research of applying multiple sensor technologies to smart autos had broad prospects. In this paper, the application of multiple sensor information technology in the vehicle intelligent ob

5、stacle avoidance is studied by using the intelligent model which has single and multiple sensors. According to their driving ways and philosophies in practice, they utilize intelligent control for obstacle avoidance during the driving process in terms of intelligence control.The research of applying

6、 multiple sensors to intelligent obstacle avoidance by information integration technologies has great prospects and will improve the competitive force of our country in the active safety system research field. It is also of vital significance for improve the innovation of our auto industries and ele

7、ctronic productsKey words: Infrared sensor; Supersonic sensor; ReticalII目录1引言12基本理论22.1红外传感器测距技术22.2超声波测距技术22.3调制盘空间编码原理33系统总体设计与实现33.1系统总体设计方案33.1.1控制系统33.1.2控制器硬件总体设计方案43.2控制器相关硬件设计53.2.1车载主控制器模块53.2.2电源模块53.3调制盘码道的设计73.3.1码道宽度设计73.3.2两码道的相对位置73.4调制盘调制频率的设计83.4.1最大可接受分辨率83.4.2频率值的确定94障碍物检测104.1传感器

8、信号采集调理模块104.2超声波传感器114.3红外传感器125数据处理125.1传感器数据的预处理及融合125.1.1左侧传感器组：135.1.2前方传感器组145.1.3右侧传感器组：145.1.4数据融合145.2调制盘偏航信息166本课程设计改进建议16结论18参考文献19IV1引言二十世纪八十年代以来，汽车工业迅猛发展，为人类的生活带来极大的便利，随着需求量的日益增长，汽车产量也在不断增加，伴随着汽车的设计及制造水平的不断提高，交通拥挤、环境污染、能源浪费等问题也接踵而至，因此减少交通事故、提高车辆安全性能等成为各国普遍关注的社会问题。随着相关领域技术的日益发展和进步，在当前车辆技术

9、的发展当中已经应用了先进的信息技术、电子技术以及通讯技术等，以推动当前车辆技术的进步发展，以弥补当前车辆技术与未来智能车辆技术之间巨大的差距。智能交通系统的关键技术和重点研究对象就是融合集成了当前许多高新技术的智能车辆，智能车辆不仅能够通过其智能车速控制来提高道路的通行能力，以实现环保节能的目的，还能增加驾驶的安全性和降低道路交通事故的发生率。虽然智能车辆和多传感器信息融合技术的发展研究都日益成熟，并且都已经开始走向实际的应用和开发，但对于进一步将两者结合在一起并获得更好的信息融合处理以达到更高层次的智能控制和避障要求，不断加强和深入的将多传感器信息融合技术应用于智能车辆行驶控制以及避障等方面

10、，都还需要开展大量的研究工作，本次设计研究的课题正是基于这样一种背景提出的。2基本理论2.1红外传感器测距技术红外传感器是利用光学三角原理来进行测距。红外传感器将一束经过校准的聚焦红外光线射向被测目标，红外光线在遇到被测目标后反射回来，反射回来的红外光线被透镜采集，随后传感器利用光学三角原理通过几何计算得出被测目标的距离。红外光线的特性决定了红外传感器的具有测距指向性强、响应时间短的优点，同时也决定了其具有输出不稳定、受光线和目标物体颜色的影响较大的缺点。图1 三角法测距原理2.2超声波测距技术超声波测距技术是一种有源非接触测距技术，是利用超声波在空气中的定向传播和固体反射特性，通过接收自身发

11、射的超声波反射信号，根据超声波发出及回波接收时间差和传播速度，计算出传播距离，从而得到障碍物到研究平台的距离。由于超声波传感器具有成本低廉，采集信息速率快，距离分辨率高，质量轻，体积小，易于装卸等优点。并且超声波传感器在采集环境信息时不存在复杂的图像匹配技术，不需要通过大量的计算而获得距离数据，因此其测距速度快，实时性好。同时超声波传感器不易受到如天气条件，环境光照及障碍物阴影，表面粗糙度、裂缝等外界环境条件的影响。鉴于以上的种种优点，使得超声波传感器在室外环境的自主移动的研究平台车应用中有很大优势。超声波测距传感器工作方式的分类比较：超声波是一种具有一定频率范围的声波。它具有在同种媒质中以恒

12、定速率传播的特性，而在不同的媒质界面处，会产生反射现象。利用这一特性，就可以根据测量发射波与反射波之间的时间间隔，从而达到测量距离的作用。其主要有三种测距方法：（1）相位检测法。相位检测法虽然精度高，但检测范围有限；（2）声波幅值检测法。声波幅值检测法易受反射波的影响；（3）渡越时间检测法。渡越时间检测法的工作方式简单，直观，在硬件控制和软件设计上都非常容易实现。其原理为：检测从发射传感器发射超声波，经气体介质传播到接收传感器的时间，这个时间就是渡越时间。2.3调制盘空间编码原理调制盘空间编码原理如图2所示。由激光器发射的连续激光，经聚光系统后由调制盘外码道入射，经转像光学系统由内码道出射，再

13、经变焦距物镜后，将已调制激光信号发射出去，形成供汽车识别坐标位置的空间激光信息场，汽车上接收机接收汽车位置信息信号，传输至汽车上计算机，控制汽车行驶。 图2 调制盘空间编码原理3系统总体设计与实现3.1系统总体设计方案3.1.1控制系统智能小车的控制系统主要由电子控制系统（ECU）、环境感知系统和执行机构系统三部分组成，如图3所示：控制策略环境模型执行机构系统安全状态判断车辆动力学建模分析电子控制单元执行机构图3 智能小车控制系统图电子控制单元（ECU）作为模型小车的核心处理控制模块，必须拥有高速准确的分析和处理信息数据的能力。由于具有数据处理能力强、速度快、外设丰富等优点，智能小车选用 DS

14、P （数字信号处理芯片）作为核心控制器。智能小车主要通过环境感知系统（由红外线传感器及其信号处理单元组成）来获取周围环境信息，然后将信息送到电子控制单元进行分析处理，因此环境感知系统直接决定了小车获取的外部环境信息的数量和质量。由红外线传感器用来检测模型小车与障碍物之间的距离。智能小车执行机构系统包括驱动电机、转向电机、传动系、车辆悬架、转向系等。两个行驶驱动电机安装在小车前轮两侧，一个转向电机同时控制两个前轮的转向，安装在前轴中间位置，两个后轮分别由两个转向电机控制，对其进行独立的控制，电机安装于后轴左右两侧。3.1.2控制器硬件总体设计方案本文控制器硬件电路的总体设计框图如图4所示。控制器

15、硬件系统包括传感器信号采集调理模块、车载主控制器模块、电机驱动模块、制动模块以及无线通信模块等几部分。由于传感器信号采集调理模块、车载主控制器模块和电机驱动模块之间通信频繁，传送数据量大，所以它们之间的通信采用 CAN 总线连接方式，以保证模块间通信的准确性和高效性。图4 控制器硬件总体设计图3.2控制器相关硬件设计3.2.1车载主控制器模块车载主控制器选择了外设资源丰富、数据处理能力较强的 TMS320LF2407A 数字信号处理器，能够满足智能小车控系统相关功能的开发要求。其主要参数如下：30MIPS 的执行速度使得指令周期缩短到 33ns（30MHz）；片内有高达 32K 的 FLASH

16、 程序存储器、1.5K 字的数据/程序 RAM、544 字双口 RAM(DARAM)和 2K 字的单口 RAM(SARAM)；可扩展的外部存储器总共 192K 字空间：64K 字程序存储器、64K 字数据存储器和 64K 字 I/O 寻址空间； 5个外部中断（两个电机驱动保护、复位和两个可屏蔽中断）； 两个事件管理模块 EVA 和 EVB，每个包括：两个 16 位通用定时器，8 个16 位脉宽调制（PWM）通道，3 个捕获单元（CAP），片内光电编码器接口电路，16 通道 A/D 转换器；1个串行通信接口（SCI）模块，1个16位的串行外设（SPI）接口模块，1个控制器局域网络（CAN）2.0

17、B 模块；10 位 A/D 转换器最小转换时间为 500ns，可选择由两个事件管理器来触发的两个 8 通道输入 A/D 转换器或一个16通道输入 A/D 转换器；高达40个可单独编程或复用的通用 I/O 引脚(GPIO)；电源管理包括 3 种低功耗模式，能独立地将外设器件转入低功耗工作模式。3.2.2电源模块控制系统可靠稳定的运行离不开高质量的稳定的电源系统。电源模块为智小车提高动力来源以及为控制系统硬件提供稳定的工作电压。本文中智能小车的供电采用两个12V-7AH 铅蓄电池串联。由于系统中各个模块对于工作电压和电流的要求不尽相同，因此在设计中需要对蓄电池提供的电压进行分配及调节，将电源划分成

18、多个稳压电路，以保证控制器及其它模块的可靠运行。电压的分配和调节主要包括：24VCC，为驱动电机驱动模块提供工作电压，为两个24V 直流电机提供驱动力；12VCC，为转向电机驱动模块提供工作电压，前轮采用一个 12V 直流电机控制转向，后轮由两个12V 直流电机分别控制进行独立转向；5VCC，为红外传感器、超声波传感器、DSP 的FLASH烧写、仿真器接口等提供工作电压；3.3VDD，数字3.3V电压；DSP3.3V，为 DSP内核提供工作电压；3.3V电压，为无线通信模块单独提供工作电压；VREFHI3.3V，为A/D转换参考电压；硬件电路系统可靠稳定运行的基础是拥有一套高质量的电源转换电路

19、。在设计电源转换电路时，需要考虑电压范围、电流大小、转换效率、电源噪声、PCB的设计及干扰等问题，根据上述问题，本文设计的电源模块方案如图5：图5 电源模块设计方案3.3调制盘码道的设计3.3.1码道宽度设计调制盘码道宽度b 经过变焦光学系统后，形成光斑信息场。码道宽度b 的选择受两方面限制: (1) 变焦距的体积和重量。码道宽度越宽，相当于光学系统的视场增大，变焦距的径向尺寸也加大，不利于减轻制导仪的体积和重量; (2) 若空间光斑信息场的直径为定值，则整个光学系统的倍率只与码道宽度b有关，码道宽度越宽，越小，变焦距在空间信息场上的光轴漂移量越小，侧位精度越高。以上两个因素互相影响和制约，因

20、此，本文选择调制盘码道宽度b 为1. 65 mm，使变焦距尺寸适中，光轴漂移满足要求。3.3.2两码道的相对位置外码道的A 点运动方向与高低方向垂直，因此外码道表征高低方向; 内码道的B 点运动方向与水平方向垂直，因此内码道表征水平方向。根据制导仪的实际布局确定，激光的入射点为A点，岀射点为B 点。为保证两场信息的顺序交替，需满足以下几点要求:（1） 两码道所在的圆周180°刻蚀调制码，另外180°空白;（2） 两码道彼此相错90°（3） A 点为外码道的起点，B 点为内码道的起点或者A 点为外码道的终点，B 点为内码道的起点，如图6所示。图6 两码道的相对位置3

21、.4调制盘调制频率的设计3.4.1最大可接受分辨率为表征汽车的方位信息，每个码道至少有两种频率，最简单的编码方式如图所示。是将调制盘的内码道半圆展开，则呈矩形状，矩形高是光带的180°范围，矩形宽是半圆周的径向范围，码道内只有f1和f2两种频率。由频率f1和f2扫过弹上接收机的时间f1，f2可以确定导弹的空间位置C。从图看出，由于只有两种频率的码，每种频率的利用率只有50%。频率的分辨率由下式计算:l=/n1所以在线性区直径一定情况下，分辨率的大小取决于频率码的数量n1。在确定最大可接受分辨率后，可确定n1，则剩余3 种频率码的数量要大于n1。图7 调制盘内码道半圆展开图3.4.2频

22、率值的确定由于空气流动会使空间频率码变形，变形后的码频率周期变长或缩短。为此每两种频率的确定，要以接收机能区分开为前提，这就要求两种码的周期之差要大于10 s。根据最大可接受分辨率和两频率的周期之差大于10 s 两个原则，当调制盘转速为100 r /s时，确定内外码道的4种频率如下:频率f1在180°范围内100 对码，f1 = 20 kHz，周期0. 05 ms;频率f2在180°范围内125 对码，f2 = 25 kHz，周期0. 04 ms;频率f3在180° 范围内166 对码，f3 =33. 2 kHz，周期0. 03 ms;频率f4在180°

23、范围内250 对码，f4 = 50 kHz，周期0. 02 ms。但以上设计出现了在20 50 kHz，频率范围越宽，抗干扰能力越差的特点，这给接收机电路设计造成很大难度。为此，本文提出每个码道3 种频率的方案，即内码道有f1，f2和f5，外码道有f3，f4和f5，内、外码道的频率f5相同，刻蚀密度大，分辨率高，如图所示。内码道所在圆环的半径分别为R1和R2，f1外半径为R1，每对的内半径呈线性减小变化。f2内半径为R2，每对的外半径呈线性增大变化。f5的内半径和外半径均呈线性增大变化，外码道分布与内码道同理。图8和图9分别为调制盘局部放大图和平面示意图图8 调制盘局部放大图 图9 调制盘平面

24、示意图4障碍物检测4.1传感器信号采集调理模块传感器信息采集调理模块的作用是实时地通过传感器了解和准确识别智能小车的自身状态和周围环境，从而保证智能小车实现避障等自主操作。任何具有自主能力的系统，其最重要的任务之一便是对环境知识的获取，而环境知识的获得正是通过依靠不同的传感器的测量信息以及从这些信息中提取融合出来的有意义的信息来实现的。本文中智能小车模型检测障碍物距离及方位信息采用的是超声波传感器和红外传感器相结合的方式。因为超声波传感器存在反射盲区、交叉反射、方向性差等问题，因此在检测时无法十分准确的识别和判断障碍物的方位和边界。而红外传感器所具有的测距指向性强、响应时间短的优点，恰好能够很

25、好地弥补超声波传感器的这些缺点。再者出于对成本等因素的考虑，因此本课题中采用了通过将这两种传感器进行结合的方式来实现对障碍物的检测。智能模型小车上交叉地安装了超声波和红外两种传感器，其中超声波传感器 6个，红外传感器 5 个，安装的方向与具体位置如图所示。通过车身左右两侧的超声波传感器（编号为 1、2、5、6）和红外传感器（编号 1、5）来探测获取车辆与左右两侧障碍物的距离等信息，位于左前方和右前方的红外传感器（编号 2、4）来获取小车左前方及右前方障碍物距离等信息，位于车头的超声波传感器（编号 3、4）和红外传感器（编号 3）用于测量车辆前方障碍物的距离等信息。通过不同传感器的探测和安装位置

26、的不同，从而有效地解决了单一传感器探测时存在盲区的问题，得出了车辆周围环境的具体情况，并由此实现车辆智能避障。图10 超声波、红外传感器位置分布4.2超声波传感器超声波传感器的工作原理是：传感器通过振荡器产生高频振荡电压，发射器将高频振荡电压转变成机械振荡而产生超声波发射出去，接收器在接收到障碍物反射回来的超声波后，通过内置的放大、整流等电路的信号处理后送到控制器进行计时，超声波频率范围一般为 4045k Hz。如图11所示，为超声波传感器测距示意图。图11 超声波传感器测距示意图由于超声波的传播速度在既定均匀媒质里不随超声波频率的变化而变化，而是一个定值，超声波传感器正是利用这种特性来计算障

27、碍物的距离。设超声波发射时刻为，接收时刻为,那么可以得出被测障碍物的距离 d 为：式中，𝑣为声波在空气中的速度；超声波传感器HC-SR04 的测量范围为 20cm400cm，测量流程为：通过DSP主控制器的I/O 口向传感器的Trig 端发送一个至少10us的高平脉冲，以此信号触发传感器工作，随后超声波模块自动向外发送八个40k Hz的方波电平，而后等待捕捉Echo端输出为上升沿时打开定时器进行计时，当捕捉到Echo端输出为下降沿时停止计时并读出定时器时间。主控制器通过计算发射与接收的时间差，计算得出障碍物的距离d。4.3红外传感器红外传感器GP2Y0A21YK0F是一款日本S

28、HARP公司开发生产的接近性距离测量传感器模块，探测距离范围为10cm80cm。它由集成的PSD（位置敏感探测器）、IRED（红外发射管）和信号调理电路三部分组成，采用光学三角法原理进行测距。红外传感器将一束经过校准的聚焦红外光线射向被测目标，红外光线在遇到被测目标后反射回来，反射回来的红外光线被透镜采集并投影到位置敏感探测器上，此时PSD会获得一个偏移距离l。在红外光线发射角𝛼、中心距x、偏移距离l 以及透镜的焦距 f 已知的情况下，根据三角形几何原理，就可以计算出障碍物的距离 d。传感器在测量时接收到的红外光线强度随着探测距离的增加而减弱，并将探测距离转换成 03V 的模拟

29、电压进行输出。由于红外传感器采用三角法原理进行测距的原因，导致它的测量结果很难稳定，精度也无法得到有效的保证。因为 PSD 尺寸的限制，导致传感器的测量距离一旦超出范围之后就无法收集到有效的数据，甚至连变化趋势都无法得到。5数据处理5.1传感器数据的预处理及融合超声波传感器HC-SR04测量范围是为20cm400cm，即存在20cm的探测盲区。而红外传感器GP2Y0A21YK0F的测量范围为10cm80cm，其探测盲区只有10cm，因此能够在一定程度上弥补超声波传感器测量盲区较大的问题。同时，有些物体（如黑色表面的物体）会将大部分的红外光线吸收掉，使得红外传感器无法接收到有效的反射光线，而超声

30、波传感器则不存在这样的问题。相反，在探测一些诸如泡沫、纤细的织物等物体时，超声波会被物体吸收，而红外传感器则可以很好的进行检测。因此这两种传感器在进行测距时具有较强的互补性。小车车身上分别安装了6个超声波传感器和5个红外传感器，其安装位置与方向已经进行了说明。为了减少数据的计算量和提高数据的处理速度，同时也为了提高智能小车控制的实时性和准确性，将传感器进行分组是必要的。因此本文中将传感器分成左侧、前方和右侧三组，并对每组传感器采集的数据进行预处理后分别进行融合，从而获得3个方向上的障碍物距离等信息。传感器分组情况如表1所示：表1 传感器分组情况表传感器组方向红外传感器超声波传感器左侧传感器组左

31、方1号1号、2号左前方2号无前方传感器组前方3号3号、4号右侧传感器组右前方4号无右方5号5号、6号DSP 主控制器在利用3组传感器采集的数据进行融合得出最终决策前，需要对每组传感器的数据进行预处理和初步融合，得到每组传感器数据融合后的子决策，再对所有的子决策进行融合得出最终的决策。那么就需要为每组传感器的融合制定规则，下面给出每组传感器的融合规则。这里需要说明当障碍物距离较近时，红外传感器的探测精确度要高于超声波传感器的探测精度，因此在障碍物距离较近的情况下，以红外传感器的探测数据作为主要的探测结果并进行下一步的融合。融合过程中整个权值比重为100%。5.1.1左侧传感器组：左侧传感器组主要

32、用于测量小车左方和左前方的障碍物距离等信息，因为此时是针对两个方向上的传感器信息进行融合，因此对左方和左前方的传感器信息分别进行融合后再对二者进行下一级融合，从而得到左侧障碍物距离等信息。左方：若障碍物距离在红外传感器探测范围内，即10cm80cm，则在对1号红外传感器采集的信息数据和1号、2号超声波传感器采集的信息数据在进行融合所占权重比分别为60%、20%、20%；若障碍物距离超出红外传感器探测范围而在超声波传感器探测范围内，则1号和2号超声波传感器采集的信息数据中较小的那个在进行融合时所占权重比为60%，较大的为40%，一样则各为 50%，此时忽略红外传感器的信息数据；若障碍物距离超出超

33、声波传感器的探测范围，则说明障碍物距离过大，此时忽略传感器的探测结果。左前方：以2号红外传感器的探测数据为探测结果。将左方和左前方经过处理后的传感器信息数据进行再一次的融合，以得到左侧障碍物距离等信息。5.1.2前方传感器组若障碍物距离在红外传感器探测范围内，即10cm80cm，则3号红外传感器采集的信息数据与3号、4号超声波传感器采集的信息数据在进行融合时所占权重比各为60%、20%、20%；若障碍物距离超出红外传感器探测范围而在超声波传感器探测范围内，则3号和4号超声波传感器采集的信息数据中较小的那个在进行融合时所占权重比为60%，较大的为40%，一样则各为50%，此时忽略红外传感器的信息

34、数据；若障碍物距离超出超声波传感器的探测范围，则说明障碍物距离过大，此时忽略传感器组的探测结果。5.1.3右侧传感器组：同样，右侧传感器组主要用于测量小车右方和右前方的障碍物距离等信息，此时同样是针对两个方向上的传感器信息进行融合，因此对右方和右前方的传感器信息分别进行融合后再对二者进行下一级融合，从而得到右侧障碍物距离信息。右方：若障碍物距离在红外传感器探测范围内，即10cm80cm，则5号红外传感器采集的信息数与5号、6号超声波传感器采集的信息数据在融合过程中所占权重比各为60%、20%、20%；若障碍物距离超出红外传感器探测范围而在超声波传感器探测范围内，则5号和 6号超声波传感器采集的

35、信息数据中较小的那个在进行融合时所占权重比设定为60%，较大的设定为40%，一样则各设定为50%，此时忽略红外传感器的探测结果；若障碍物距离超出超声波传感器的探测范围，则说明障碍物距离过大，此时忽略传感器组的探测结果。右前方：以4号红外传感器的探测数据为探测结果。将右方和右前方经过处理后的传感器信息数据进行再一次的融合，以得到右侧障碍物距离等信息。5.1.4数据融合各传感器组采集的信息数据在进行初步融合时采用加权平均法进行数据融合，从而得到左侧、前方和右侧障碍物距离等信息。下面以前方传感器组通过采用加权平均法进行数据融合为例，说明通过将以上的融合规则应用于两种传感器，就可以建立一个有效的、有空

36、间深度的信息融合网络，其探测的精度将高于单个传感器产生的探测精度。设前方3号、4号超声波传感器的探测距离为、 ，3号红外传感器的探测距离为 ，融合后的前方距离为 ，实际障碍物距离为。当障碍物距离在红外传感器探测范围内时：当障碍物距离在红外传感器探测范围外但在超声波传感器探测范围内时，若dc3dc4 ，则：若，则：当障碍物超出超声波传感器的探测范围，则小车不做避障处理。如表2所示，为实验测得的前方传感器组各传感器的探测距离及融合后得到的结果与实际距离的比较。从表2中可以看出经过加权融合的探测距离比单个传感器的探测距离更加接近真实的障碍物距离。表2 前方传感器组探测距离及融合结果探测结果 (m) (m) (m) (m) (m)障碍物距离在红外传感器探测范围