无人驾驶车辆任务计划_图文

1、无人车项目任务详细计划武汉大学 李明项目目标实现适用于城市道路环境的无人驾驶车辆。系统结构系统层次自主驾驶智能车系统架构包括图中所示的六个部分:传感器层传感器层:(姿态传感器、场景传感器分别感知车辆姿态和外部环境,根据不同传感 器的特点, 利用激光雷达主要获取 20m 以内的高程信息、 视觉传感器获取 50m 以内的环境 信息;通过 GPS /INS/车辆内部传感器获取行车的姿态、位置信息。感知识别层 :通过 Unscented Kalman滤波跟踪车辆姿态、位置;建立自适应网格,通 过统计方法分析激光雷达数据; 通过特征提取和模式识别分析视觉信息; 通过信号处理分析 雷达数据发现高速运动物体

2、;综合以上结果识别障碍物(正障碍物(石块、路障等 , 负障 碍物(沟壑、水坑等 、跟踪移动运动目标(车辆、行人 。局部地图层局部地图层:根据感知结果分别建立以行驶车辆为中心的激光雷达局部地图、 视觉光学 局部地图、雷达感知局部地图。并实现 GPS 信息、 GIS 已知道路信息、航拍信息、车辆位 置和姿态信息的叠加。 提供一种直观了解行车环境各种信息处理结果的实时二维, 离线三维 的综合地图。路径规划层路径规划层:根据地图、 感知信息分析可供行驶的道路范围;根据车速、道路复杂度生 成平滑的可能行驶路线;分析静态、动态障碍物和交通规程形成局部路径规划。行驶控制层行驶控制层:根据路径规划结果和车辆内

3、部的各种传感器信息, 生成对车辆档位、 油门、 方向的控制命令, 保持车辆平稳高速行驶, 实现自主驾驶。 实现内部成员和远程驾驶控制系 统,可以在任何时候接管自动驾驶的车辆,保证车辆人员安全。辅助服务层辅助服务层:实现各个子系统间的实时高速通信(Inter-Process Communication (IPC 、数据和命令实时记录(log 、离线仿真调试环境(offline replay and debug 、 系统状态监测系统等各种辅助功能。图 1、 智能车层次结构系统硬件结构为了简化系统结构,保证各系统单独可测试1. 考虑到多机器,异步处理,可以考虑将时间进行同步, 位置姿态信息进行广播,

4、 这样每 台机器都可以独立处理。每台机器录像都可以事后分析处理。2. 上下位机形式的分布式结构图像采集、 3D 雷达占用带宽太多,可以采用第二个网卡进 行流量分离 图 1, 系统计算机结构 主要研究开发工作道路范围检测1. 首先考虑在没有任何障碍物和阴影的情况下的道理范围识别, 采用颜色、 纹理等特征进 行分 类得 到道路范围。2. 加上阴影、不同光 照 的 干扰 情况下的道路范围识别。3. 添 加静态障碍物和不规 则区域 的道路范围识别。 (a 利用颜色进行道路分割 (b 利用纹理进行道路分割 (c FC 比赛的各种场景图二图二、 、 道路范围检测图道路标线的识别1. 采用道路水平 假设 ,

5、高速 公 路车道中心线的 曲率 C 随 车道 弧长呈 线 性变 化,建立简化 道路模 型 。2. 提取 相 应的特征, (Gabor 、 Haar 、纹理特征、颜色特征 ,并进行特征 融 合、特征 选择 。3. 利用 最大 后 验概率估 计 转 化为道路模 型参 数的 最优估 计 问题 。 图三图三、 、 车道线提取交通标志识别1. 利用 Haar 特征和 Adaboost 进行交通标 志检 测。2. 增 加 梯 度直方图(HOG 特征,提高 检 测的 鲁棒性3. 利用 更 多的 细节 特征进行交通标 志 识别。 (a 用 Adaboost 进行交通标志检测 (b 交通标志识别结果 (c FC

6、 比赛的要求 图四图四、 、 交通标志识别车辆行人检测利用 Haar 特征和 Adaboost 进行行人车辆目标 检 测。利用 Karman 进行滤波跟踪。 a 行人 检 测 决策 过程 激光雷达数据处理累计激光雷达数据处理首先建立自适应网格网格 大小 为 10cmx10cm ,将多个激光雷达获 得 的环境数据进行处理, 形成 20m 内的高程数据。利 用 多 次 观 测 , 提 高 数 据 的 有 效 性 , 同 时 避 免 车 辆 姿 态 、 地 形 变 化 造 成 的 误 差 。 投 影图线特征深 度图 道路范围检测1. 对于水平道路利用 几 何特征进行简单分 类 。2. 对于形状复杂路

7、 段 利用 Haar 特征在不同 尺 度上进行分 类3. 对于 起伏 路 段 利用不同 尺 度的局部特征进行分 类 可行驶区域分类通过统计分析、模式识别进行地形分 类 ,生成可行驶 区域 、障碍物、 未 知 区域 。通过多 帧 数据分析分 类 结果, 产 生道路 区域 。并 找出 运动障碍物。为运动目标跟踪 做准备 。 动态目标识别跟踪利用点模 型 和 Box 模 型 对车辆等目标进行跟踪利用复杂形状特征对行人进行跟踪 路点内插平滑根据 RNDF 和任 务文件产 生 更 多的路点,并进行平滑。正常路线规划首先考虑直线道路 且 不考虑障碍物。 车辆能 够沿着 道路中心线行驶, 能根据车辆模 型

8、和 坡 度 的高 低 调 整 控制系统。主要 完 成 最基本 的路径生成方法和路径规划 与 车辆控制 之 间的交 互 。 生成可行驶轨迹表1. 根据车辆 起始 点和目标点的位置,在状态 空 间生成多 条 可行驶的路线。2. 根据生成路线, 产 生在不同路线上等间 隔 不同位置的控制 参 数。 (a 通过控制空间和参数空间产生可行驶轨迹 (b 显示可行驶轨迹表有障碍物情况下的规划根据地图、 感知信息分析可供行驶的道路范围; 根据车速、 道路复杂度生成平滑的可能行驶 路线, 分析静态形成局部路径规划, 生成平滑和复杂路线, 供 避开突然 障碍物, 做 应 急反 应。 处理复杂静态场景交通场景复杂(

9、转弯 , 十字 路 口 。主要 研究 复杂道路环境下车辆 如 何根据自 身 状态生成平 滑路径。解 决转弯 时没有车道线情况下车辆的局部路径规划。考虑动态障碍物影响对可通行 区域 进行安全 性评估 。 设 计可通行 区 通过 代价函 数。 分析静态、动态障碍物, 可以 设 置 硬约束 和 软约束来 形成局部路径规划。 结构化道路难 点在于 U-turn 中对 拐弯半 径的控制,可以采用三点调 头 。非 结构化道路需 要用到 D*算 法,将生成的 栅 格路线根据车辆的运动 参 数进行平滑。 车身 CAN 总线信息读取 ECU 结构车辆横向控制在车辆运动的 研究 中有三个自 由 度, 即 车辆的

10、侧 向、 横摆 和 侧倾是经常 要考虑的。 研究转 向, 也就是研究操纵 稳 定性 , 只 要考虑车辆的 侧 向 (lateralmotion平移、 绕 过 质 心的 铅 直 轴 的运动, 即横摆 运动 (yawingmotion即 可。 因而 ,可将车辆 看 成 是投 影在地 面 的不计高度的 刚 体。 本 研究从四轮前轮转 向车分析 入手 建立 四轮 车辆模 型 。 电 动助 力转 向系统主要 含 有信号传感 装 置 (包括 扭矩 传感器和车速传感器 , 转 向助 力 机构 (电 机、离合器、 减 速传动机构 及电 子控制 装 置。 它 主要利用 电 动机 产 生的动 力 来帮 助驾驶员进

11、行 转 向的,可将系统划分为三 大 主要部分。机 械 系统主要 由 方向 盘 、 转 向 轴 、 小齿轮 、 齿条 、 横拉杆 和 转 向 节 等 组 成 ; 助 力 系统主要 由 助 力电 机、 电磁 离合器、 减 速传动机构构成 ; 电 控单 元 ECU(EleetricConirolUnit含 有 电 机 驱 动控制 电 路、传感 器 检 测 电 路、控制 电 路等。 车辆 纵 向控制纵 向动 力 学系统 总 成包括:发动机、 节气 门 执 行器、 液力变矩 器、自动 变 速器、辅助制动系统、车辆传动、行驶系 及整 车运动系统。各 总 成 相互 间的 转矩及转 速传 递关 系 如 图所示

12、。 实现车辆 遥 控通过无线 完 成车辆的 遥 控 工作 。 建立车辆控制模 型 时间安排整 个 五 个 阶段 , 考虑到 前期 的任 务 多为 开 发, 相 应的目标可控, 中 期 主要 是算 法 研究 发 表论 文 , 后 期 为 参赛准备阶段 。 因此 时间安 排 应 当前期更紧 一 些 , 尽 量提 前完 成 相关 的 开 发和 算 法 工作 , 因此 各 期 的时间安 排如 下, (具 体 还需 要 大家讨论 一下第一阶段目标 第一阶段目标(智能车基础软件开发阶段 智能车基础软件开发阶段 一个 月 时间 第二阶段目标 第二阶段目标(道路识别和路线规划阶段 两 个 月 时间 第三阶段目

13、标 第三阶段目标(静态障碍物识别和路线选择阶段 静态障碍物识别和路线选择阶段 两 个 月 时间 第四阶段目标 第四阶段目标(动态障碍物跟踪和复杂行驶行为阶段 动态障碍物跟踪和复杂行驶行为阶段 两 个 月 时间 第五阶段目标 第五阶段目标(针对智能车挑战赛 针对智能车挑战赛, , 仿真测试阶段 仿真测试阶段 三个 月 时间人员安排(具 体分 工需 要 大家讨论 申请专 利。阶段目标1. 系统 研究开 发分为 5个 阶段 。分别 完 成无人驾驶智能车的 开 发、 算 法 研究 、 论文 发 表 、 和 比赛准备 等 四项 任 务 。2. 各 阶段 的时间安 排 中,开 发时间 约 占 30%, 算

14、 法 研究 发 表论文 50%, 系统调试测试占 20%。 3. 测试安 排 ,先 期 测试时间可以安 排少 一 些 ,主要 是 单 元 测试,可以每一个 月 将各部分集 成测试一下。后 期 测试 逐 步加 强 ,可以没 半 个 月或两周 集成测试一下。以提高系统稳 定性 。 4. 发 表文章 方 面 ,将每个 阶段开始前确定 发 表 的 文章题 目,提 纲 和实 验 方 案 ,并每 两周组 织文章 进 展 交流,提高 文章 发 表质 量。第一阶段目标 第一阶段目标(智能车基础软件开发阶段 智能车基础软件开发阶段 本阶段 目标 是 将智能车实现各种传感器的动态采集、信息 融 合 显 示。 各部

15、分 开 发 工作如 下: 感知识别部分1. 开 发 完 成各种传感器 驱 动,实现各种传感器数据的采集、动态 显 示。2. 对 普 通 相 机、 千兆 网 相 机标 定 , Sick 雷达、 3D 雷达进行标 定 (统一 坐 标为 3D 雷达中 心3. 通过 NTP 服务 实现各个 工 控机时间同步,对传感器数据加上时间 戳 。路径规划部分4. 导入 路网 定义文件 (RNDF ,和各种传感器信息 融 合 显 示。5. 根据已知的道路数据,将道路控制点内 插 ,达到可供车辆行驶控制的程度。 6. 采集车辆 GPS 定 位信息,动态 显 示车辆的运行 轨迹 。车辆控制部分7. 熟悉 车辆 纵 向

16、、 横 向控制机理。 8. 设 计车辆行驶控制方 案9. 通过 CAN 总 线,采集车辆的 参 数文章 发 表 计划3D 激光雷达和视 频 数据的标 定本阶段 的测试目标 是1. 各种传感器信息采集 是否 正 确 、实时。 2. 能 否 统一到统一 坐 标系,同步 是否 正 确 。3. GPS 位置信息和路网 文件是否显 示正 确 ,车辆动态 轨迹是否连续 。 4. 通过 CAN 总 线采集车辆运行 参 数 是否 正 确 。第二阶段目标 第二阶段目标(道路识别和路线规划阶段 本阶段 目标 是 通过实现简单道路识别和结构化路线规划,实现车辆在 低 速行驶。(基本 平直、车道线 明显 、道路特征和

17、 非 道路 区 别 明显 , 颜色、纹理 区 别 明显 、 道路 与周 围高度不同 感知识别部分1. 基 于色 彩 和 灰 度特征 检 测车道线 2. 通过车道模 型 ,进行车道线跟踪3. 通过局部高度、平 整 度、法向量等特征识别道路范围。 4. 通过 几 何特征特征识别道路 边 沟。路径规划部分5. 根据车辆 起始 点和目标点的位置,在状态 空 间生成多 条 可行驶的路线。 6. 根据生成路线, 产 生在不同路线上等间 隔 不同位置的控制 参 数。车辆控制部分8. 设 计步进 电 机控制器。 9. 购买液压 控制器。10. 设 计车辆方向控制机构,实现车辆 横 向控制。文章 发 表 计划多

18、特征 融 合的车道线 检 测。基 于局部特征的 3D-Lidar 道路 检 测本阶段 的测试目标 是1. 车道 检 测跟踪 是否 正 确 ,跟踪 是否准确 。 2. 道路范围 是否 识别正 确 ,识别 准确 度。3. 可行驶路线 产 生 是否 可有行驶控制机构达到。 4. 车辆 横 向控制的时 延 、 精准 度、稳 定性 。第三阶段目标 第三阶段目标(静态障碍物识别和路线选择阶段 静态障碍物识别和路线选择阶段 本阶段 目标 是 通过识别静态障碍物和交通标 志 ,实现车辆在可控的 低 速行驶。 (在车辆 必经 的路线上 随 机 设 置 固定 障碍物和 明显 的交通标 志 , 检 测系统的感知能

19、力 和车辆 横 向控制能 力 感知识别部分1. 通过识别 明显 的静态障碍物 2. 在自 然 场景中 检 测交通标 志 3. 识别交通标 志 的内 容路径规划部分1. 对 产 生行驶路线通过感知生成的局部障碍物地图进行 评价选择 。 2. 对行驶过程中行驶控制 与 规划路线 产 生的 偏差 进行控制处理。 3. 可以 产 生 变 道规划路线。车辆控制部分。度速驶行的辆车制控高提 分部制控辆车 。统系的整完成形，法算划规线路种各合组整完 。作动划规线路等车停、 现实 分部划规径路 。性定稳高提，能性法算别识种各试调 。统系成形，法算理处、器感传合组的择选有，境环驶行的赛比据根 分部别识知感 。度速驶行高提，法算化优并，能性项 各的统系驶驾人无试测，境环驶行的应相计设，点特和求要赛比的赛战挑据根是标目段阶本 ）段阶试测真仿，赛战挑车能智对针（标目段阶五第 ）段阶试测真仿，赛战挑车能智对针（标目段阶五第 ）段阶