智能车辆导航技术的研究进展

1、为有效降低和避免交通事故的发生以及大幅提 高运输效率, 美、 日、 德、 法、 意等发达国家高度重 视自主驾驶智能车辆 (又称轮式移动机器人, Wheel MobileRobot 的研究, 并已成为这些国家所开展的智能交通运输系统ITS (IntelligentTransportation System 、AHS(AutomatedHighwaySystem和 IVHS (IntelligentVehicleHighwaySystem等研究的 重要内容。 从系统的角度, 在高速公路上要实现智能 车辆无人驾驶自主道路跟踪, 智能车辆首先必须具备 适当的导航能力,以便为进一步的控制提供反馈信 息,

2、因而,智能车辆导航技术一直是国内外智能车 辆界的研究重点和难点。需要指出的是,自主驾驶 中的导航技术明显不同于一般的辅助驾驶员的导航定 位技术,前者在导航频率、精度和可靠性等方面都 有很高的要求,本文讨论的导航含义指的是前者。 1. 智 能 车 辆 导 航 技 术 的 研 究 现 状 智能车辆导航技术的研究在早期主要侧重于对各 种单一导航方式的研究,如视觉、引导磁钉或电 缆、 GPS等。 但每种导航方式都有自身固有的局限性智能车辆导航技术的研究进展o 李旭张为公东南大学仪器科学与工程学院摘 要 本文介绍了智能车辆(又称轮式移动机器人,WheelMobileRobot导航技术的发展情况。归 纳讨

3、论了现有的各种车辆导航技术的特点与不足, 探讨了智能车辆多传感器组合导航的发展方向及其主要研究 内 容 。关 键 词 智能车辆,导航技术A b s t r a c t ThenavigationtechniquedevelopmentofIntelligentVehicles(alsocalledWheelMobileRobotsissummarized.Toeverycurrentvehiclenavigationtechnique,itscharacteristicsands hortcomingsarediscussedrespectively.Theintegratednavigati

4、onforIntellgentVehicleshasbecomethemaintrendandseveralkeyresearchaspectsinthistrendarepointedout.K e y W o r d s IntelligentVehicle,NavigationTechnique作 者 简 介 李旭(1975- ,男,博士,讲师,主要研究智能车辆导航技术基金项目:江苏省汽车工程重点实验室开放基金资助项目(QC200603江苏省交通科学研究计划项目(06C04 。Z ong shu综 述 栏目主持:王伟 24 机 器 人 技 术 与 应 用 双 月 刊 第 4期和工作盲区,

5、因此,自 20世纪 90年代末期以来, 智能车辆的多传感器组合导航技术成为国内外的研究 热点。 根据导航方式与原理的不同, 目前, 智能车辆 所应用的导航技术主要可包括:1. 1机 器 视 觉 在智能车辆的研究中, 机器视觉具有检测范围 广、信息容量大(结构化或者非结构化道路环境均 能提供丰富的信息 、类似于人类驾驶决策且成本 低廉等诸多优势,因此,受到了高度的重视,成 为当前研究最多的导航技术。目前,国内研制的智 能车辆、以及国外的许多智能车辆都主要是依靠视 觉来识别道路和障碍物,进而经过局部路径规划实 现对车辆方向的控制。为实现车辆的自主驾驶,视 觉技术应具备实时性与鲁棒性等特点。为保证视

6、觉 系统的实时性和鲁棒性,可以采用高性能的硬件设 备, 但研究高效的识别算法也是至关重要的。 应当指出, 天气状况和光线的变化对机器视觉 影响很大,在光照条件不好或无光照的情况下单纯 依靠视觉无法保证能够进行可靠的检测与导航。这 也是机器视觉的不足之处。1. 2引 导 磁 钉 或 引 导 电 缆 这种导航技术通过在车道下埋设磁钉或电缆来为 智能车辆提供导航信息。其优点是具有较好的环境 适应能力,它在雨天、冰雪覆盖、光照不足、无 光照的情况下都可以提供可靠的导航信息。其不足 之处在于探测范围小,且需要对现行的道路设施做 较大的改造。 美国Chrysler公司和日本丰田公司的室外驾驶 机器人均采用

7、了电缆引导的方式, 著名的美国PATH 项目以及美国明尼苏达州的高速公路自动扫雪车采用 了磁性导航方式。1. 3惯 性 导 航 系 统 捷 联 惯 性 导 航 系 统(StrapdownInertial NavigationSystem,SINS是一种完全自主式的 导航系统,因此具有隐蔽性好、抗干扰、不受任 何气象条件限制的优点,此外还具有数据更新率 快、短期精度高和稳定性好等特点。长期以来,惯 性导航系统的研究和应用一直以军事应用为主要目 的。这主要是由于惯性导航系统的成本较高,难以 在民用领域得到应用。 近年来,低成本惯性测量器件(I n e r t i a MeasurementUnit

8、,IMU的研究取得了快速的发 展,为民用领域采用捷联惯性导航系统创造了条 件。 但是, 短期内民用导航领域的惯性测量器件不可 能具有较高的精度, 使得SINS在较短时间内就会累 积较大的导航误差。 显然, 这无法满足智能车辆长时 间、 高精度的导航要求。 因此, 在现有条件下, 一般 不单独采用SINS, 而是将它与其它导航设备组合构 成组合导航系统。 这样不仅可以修正SINS的累积误 差, 而且还保留了SINS自身的优势。1. 4全 球 定 位 系 统 /数 字 地 图 全球定位系统(GlobalPositioningSystem, GPS能够为全球用户实时而全天候地提供三维位置、 三维速度

9、和时间信息,并且没有累积误差。 而载波 相位差分GPS技术(Carrierphasedifferential GPS , CP-DGPS已可以达到厘米级的动态测量精 度。目前, 车载数字地图 (DigitalMap, DM 技术 得到了较大的发展与应用。 车载数字地图基本上用于 辅助驾驶, 主要是为了给驾驶员提供位置信息、 路径 规划与诱导信息等。 在车辆的自主驾驶研究中, 同样 可以利用DM进行导航与路径引导。 但由于应用背景的 特殊性, 在精度、 内容和功能上对数字地图提出了特 殊的要求, 需要进行专门的制作。GPS/DM 导航技术的诸多优势,使得该技术 在智能车辆的自主驾驶研究中也受到了

10、重视与应 用。 在实现智能车辆的方向控制与道路跟踪中, 主 要就是依靠高精度载波相位差分GPS/数字地图所Z ong shu综 述 栏目主持:王伟 2007年 7月 31日 机 器 人 技 术 与 应 用 25提供的导航信息。需要指出的是,GPS 技术也存 在一些不足,如 CP-DGPS 信号在不利的环境条件 下, 会产生失锁和周跳等问题, 并且其接收机的信号 输出频率较低, 有时不能满足车辆载体对更新频率的 要求。1. 5多 传 感 器 组 合 导 航 技 术 智能车辆在实际运行中, 外部环境总是复杂多 变的。在这种情况下,为保证自主驾驶过程的高度 可靠,仅靠上述任何一种传感器来获取可靠的导

11、航 信息是不切实际的。因此,近年来,智能车辆的 多传感器组合导航技术研究受到了国内外学者的普遍 关注。 2. 智 能 车 辆 导 航 技 术 的 发 展 趋 势 正如前文所言, 任何一种车辆导航传感器都有 其局限性。为适应复杂环境下的智能车辆导航要 求,采用多传感器并实现它们的有机融合是最有 效、最可靠的手段。多传感器组合导航系统利用各 个传感器在时间和空间上的冗余性和互补性,扩大 系统的时空和频率覆盖范围,增加信息维数,避免 单一导航传感器的工作盲区,提高导航系统的工作 性能与可靠性,直至增强导航系统的容错性能和适 应复杂环境的能力。因此,智能车辆采用多传感器 组合导航技术已成为今后的发展趋

12、势。 但是, 智能车辆多传感器组合导航研究仍处于 发展之中,目前还没有成熟可靠的模式与方法。国 内外目前已提出的组合导航方法在可靠性、智能性 和容错性等方面仍然满足不了较为复杂环境下智能车 辆的导航要求,在许多方面仍需开展大量深入的研 究,而下面三个将是最主要的几个方面:2. 1低 成 本 、 小 型 化 和 高 可 靠 性 的 车 载 导 航 传 感 器 研 究 为使智能车辆的导航系统能够适应复杂的环 境, 一方面要求车载导航传感器要具有很高的工 作可靠性和抗干扰能力, 另外还应针对民用级的 特点, 注重低成本、 低功耗与小型化。 因此, 研制 高性价比的车载导航传感器将是一个重要的研究 领

13、域, 以期从元器件级别来提高导航可靠性。 如对 于视觉导航, 应研制能够适应大动态光线范围的 CCD摄像头, 以满足户外道路环境的要求。 再如对 于惯性导航, 近年来随着 MEMS 技术的快速发展, 深入研究低成本的硅微陀螺、 硅微加速度计和微 型惯性测量组合等, 使其性能和可靠性不断地提 高, 以满足车载惯性导航领域的巨大需求。Z ong shu综 述 栏目主持:王伟 26 机 器 人 技 术 与 应 用 双 月 刊 第 4期 2007年 7月 31日 机 器 人 技 术 与 应 用 272.2智 能 车 辆 多 传 感 器 组 合 导 航 模 型 与 机 理 的 研 究 不同的车辆导航传感

14、器由于工作原理的不同, 所提供的信息在表现形式、 采样频率以及时空特性上 都有所不同,从不同方面反映车辆的导航状态。例 如, GPS能够提供车辆的三维空间位置和速度等信息, 视觉传感器能够测量车辆相对道路中心的位置。 为使 这些具有互补性或冗余性的传感器信息得以最大限度 地综合利用, 避免单个传感器的工作盲区, 需要深入 研究各种车载导航传感器的工作机理, 进而建立适当 的多传感器组合导航模型, 以期使导航系统具有系统 级的故障自诊断、 隔离和容错能力, 适应复杂环境下 的可靠性导航要求。2. 3信 息 融 合 方 法 的 研 究 目前, 在导航领域研究和应用的信息融合方 法主要有 Kalma

15、n滤波、 贝叶斯估计法与D-S证据推理等等,其中以 Kalman 滤波最多。Kalman 滤 波具有良好的实时性, 但它是建立在严格的数学模型 的基础上。 当导航模型存在较大建模误差或者系统特 性发生变化时往往会导致滤波发散。 为提高滤波算法 的稳健性和自适应能力, 可针对智能车辆的导航要求 与特点, 研究适当的自适应Kalman 滤波算法、 鲁棒 滤波算法(如 H 滤波或智能滤波 (如模糊推理、 神经网络以及专家系统方法等。3. 结 束 语 高可靠性导航是实现智能车辆安全无人驾驶的前 提和基础,一直是国内外智能车辆界的研究重点和 难点。本文探讨了智能车辆导航技术的研究现状与 发展方向,希望能

16、对智能车辆导航技术的发展起到 积极的促进作用。参 考 文 献 共 19篇 (略 智能系统学报 双月刊智能系统学报由中国人工智能学会与哈尔滨工程大学联合主办,是中国人工智能学会会刊。中 国人工智能学会是我国智能科学技术领域唯一的国家级民间学术团体, 隶属于中国科学技术协会。 目前, 中 国人工智能学会有22个专业委员会和工作委员会, 100多位全国著名学者和知名专家担任专业委员会的领导 职务, 20多位院士活跃在智能科学技术的各个领域。 智能系统学报 主要刊登智能科学领域最新的科研成果 和高水平学术论文, 内容包括人工智能与计算智能、 智能控制与决策、 智能信息处理、 模式识别、 专家系统 与知识工程、 机器学习与知识发现以及人工心理与机器情感等。中