黃樹亮
摘要:隨著時代的不斷發(fā)展,我國經(jīng)濟(jì)水平日益提高,在此基礎(chǔ)上,汽車幾乎成為每家每戶所必備的生活用品,為人們的出行提供良好的效率和速度保障。本文針對多傳感器融合的智能車定位導(dǎo)航系統(tǒng)設(shè)計(jì)進(jìn)行分析,以探尋完善導(dǎo)航技術(shù)的方式。
關(guān)鍵詞:傳感器;智能車;定位導(dǎo)航系統(tǒng);設(shè)計(jì)
中圖分類號:TP242.6 文獻(xiàn)標(biāo)識碼:A 文章編號:1007-9416(2019)05-0168-01
0 引言
利用多傳感器進(jìn)行融合的智能車定位導(dǎo)航系統(tǒng)設(shè)計(jì),是導(dǎo)航技術(shù)現(xiàn)代化發(fā)展的必然趨勢,并且隨著技術(shù)的研發(fā)不斷深入,汽車行業(yè)將朝向智能化的無人駕駛方向發(fā)展,進(jìn)而達(dá)到完善汽車的功能以及提高出行安全指數(shù)的效果。多傳感器融合主要基于GPS/INS、機(jī)器視覺和超聲波雷達(dá)技術(shù)二形成,旨在實(shí)現(xiàn)智能車在簡單、結(jié)構(gòu)化道路環(huán)境下的自動駕駛,以及傳統(tǒng)導(dǎo)航性能的提高。
1 多傳感器融合的智能車定位導(dǎo)航系統(tǒng)設(shè)計(jì)背景
智能車是近代高新技術(shù)綜合體,集環(huán)境感知、規(guī)劃決策、多等級輔助駕駛等功能于一體,并且大量運(yùn)用計(jì)算機(jī)、現(xiàn)代傳感、信息融合、通訊、人工智能以及自動控制技術(shù),是新時期下世界范圍內(nèi)車輛工程領(lǐng)域研究的熱點(diǎn)。智能車的研究目標(biāo)是實(shí)現(xiàn)城市的智能交通系統(tǒng),以智能車對于環(huán)境良好的判斷分析后的決策能力,和精準(zhǔn)道路駕駛操控能力,創(chuàng)新公眾的駕車模式,避免由于人為因素所造成的車禍情況發(fā)生,從而緩解城市交通壓力。所謂智能車,則是在汽車原有基礎(chǔ)上,添加先進(jìn)的傳感器、控制器、執(zhí)行器等裝置,通過車載傳感系統(tǒng)和信息終端實(shí)現(xiàn)人、車、路的智能信息交換,其中傳感器的使用,能夠幫助汽車在駕駛過程中,提高對外界環(huán)境的敏感度,并且加強(qiáng)原有導(dǎo)航系統(tǒng)的精確程度,進(jìn)而使車輛按照人為意愿進(jìn)行工作。
2 智能車概述
相比于傳統(tǒng)汽車,智能車更加現(xiàn)代化、科學(xué)化,其中對于傳感器的利用更加豐富,首先需要具備一套完整的導(dǎo)航信息資料庫,在其中應(yīng)當(dāng)包含全國各地道路情況、基礎(chǔ)設(shè)施、旅游景點(diǎn)等信息,進(jìn)而為智能車的路線提供良好的保障。其次,智能車應(yīng)當(dāng)具備GPS定位系統(tǒng),為汽車進(jìn)行位置確定,結(jié)合以數(shù)據(jù)庫中道路信息對通行方案進(jìn)行合理規(guī)劃。智能車還應(yīng)當(dāng)具備相應(yīng)的路況實(shí)時信息系統(tǒng),通過交通管理中心對路況信息的實(shí)時監(jiān)控,為智能車提供道路前方的實(shí)際情況,一旦發(fā)生堵車、修路、事故等問題,智能車將會主動避讓。區(qū)分于傳統(tǒng)汽車,智能汽車中的車輛防碰系統(tǒng)更加成為無人駕駛的前提保障,其中探測雷達(dá)、信息處理系統(tǒng)、駕駛控制系統(tǒng)等應(yīng)用,實(shí)現(xiàn)智能車通過感應(yīng),分析行駛過程中的實(shí)際情況,進(jìn)而對障礙物進(jìn)行躲避。一旦智能車發(fā)生意外情況,其中的緊急報(bào)警系統(tǒng)將會自動上報(bào)指揮中心,從而提高救援工作的效率。除此之外,智能車還具有自動駕駛技術(shù)和無線通訊技術(shù)等方面。
3 多傳感器融合的定位導(dǎo)航系統(tǒng)的架構(gòu)
多傳感器融合的智能車定位導(dǎo)航系統(tǒng)為由車載電腦和電控系統(tǒng)共同構(gòu)成的雙核心架構(gòu),車載電腦作為雙核心架構(gòu)的上位機(jī),而電控系統(tǒng)則作為雙核心架構(gòu)的下位機(jī),通過上下位機(jī)通信模塊實(shí)現(xiàn)雙核間通信。對整體的定位導(dǎo)航系統(tǒng)進(jìn)行拆分,可以分為GPS/INS模塊、視覺傳感器模塊、超聲波模塊和車輛運(yùn)動控制模塊。在定位導(dǎo)航系統(tǒng)的運(yùn)行當(dāng)中,車載電腦以其優(yōu)良的性能,幫助車輛處理大規(guī)模數(shù)據(jù)的計(jì)算工作,而電控系統(tǒng)則在處理小規(guī)模實(shí)時性數(shù)據(jù)方面具有優(yōu)勢。系統(tǒng)的四個模塊之間分別發(fā)揮不同功能,其中GPS/INS能夠?qū)囕v進(jìn)行定位,然后利用視覺傳感器對車輛行駛過程中前方的情況進(jìn)行檢測,而超聲波檢測主要針對于兩側(cè)方向的情況,通過各項(xiàng)信息和數(shù)據(jù)的整理,為智能車運(yùn)行過程提供良好的導(dǎo)航技術(shù)保障。
4 硬件設(shè)計(jì)
針對智能車定位導(dǎo)航系統(tǒng)的硬件設(shè)計(jì),應(yīng)當(dāng)采用核心板+母板的雙板卡結(jié)構(gòu),并且在二者之間通過BTB進(jìn)行連接。在硬件設(shè)計(jì)中,采用雙板卡方式的核心板和母板均為雙層PCB線路板,所以在結(jié)構(gòu)方面具有質(zhì)量輕、體積小和裝配密度高等優(yōu)勢,不僅能夠有效減少成本支出,而且其良好的功能涵養(yǎng)也為系統(tǒng)整體質(zhì)量帶來保障。
5 傳感器布置
智能車的傳感器布置當(dāng)中,采用一部CCD攝像機(jī)和12個超聲波傳感器,其中CCD攝像機(jī)布置于智能車前端,而12個超聲波傳感器則分別在智能車的前后左右四個方向進(jìn)行布置,從而更好的獲取智能車周圍的信息。以超聲波的特性為實(shí)際布置的基準(zhǔn),應(yīng)當(dāng)采用平均分步法,對智能車周圍的環(huán)境進(jìn)行劃分,通過對傳感器的不斷調(diào)整,實(shí)現(xiàn)對周圍檢測的全面覆蓋,并且在探測到相應(yīng)的障礙物時,傳感器應(yīng)當(dāng)能夠及時做出反應(yīng)和對系統(tǒng)的反饋,才能夠?qū)崿F(xiàn)躲閃和避讓功能。
針對智能車的超聲波雷達(dá)布置,應(yīng)當(dāng)根據(jù)相關(guān)規(guī)定進(jìn)行規(guī)范化,4組傳感器分別平行布置于智能車的兩側(cè),保障車輛定位導(dǎo)航系統(tǒng)的橫向定位精確程度符合相應(yīng)的標(biāo)準(zhǔn)。在超聲波雷達(dá)布置當(dāng)中,應(yīng)當(dāng)注意外界的干擾項(xiàng),對其進(jìn)行有針對性的避免,保障裝置的可靠性,比如在設(shè)計(jì)當(dāng)中,應(yīng)當(dāng)充分考慮實(shí)際道路所存在的行人、噪音等情況,通過RANSAC算法進(jìn)行濾除,進(jìn)而避免由于傳感器受到干擾所產(chǎn)生的判斷失誤。
6 多傳感器數(shù)據(jù)融合
多傳感器數(shù)據(jù)的融合當(dāng)中,主要在于GPS/INS數(shù)據(jù)和OSM數(shù)據(jù)的匹配,以及車道線檢測和道路邊沿檢測數(shù)據(jù)的匹配。GPS/INS數(shù)據(jù)和OSM數(shù)據(jù)是智能車道路規(guī)劃的決策的前提條件,在進(jìn)行設(shè)計(jì)工作中,應(yīng)當(dāng)充分驗(yàn)證二者之間的絕對對應(yīng)程度,通過GPS/INS所反饋出的現(xiàn)實(shí)位置,在OSM當(dāng)中進(jìn)行對應(yīng)檢索,一一對應(yīng)無誤方可完成匹配。在車道線檢測和道路邊沿檢測數(shù)據(jù)的匹配中,應(yīng)當(dāng)通過建立模型的方式,對智能車行駛情況進(jìn)行模擬,從中固定車輛位置,進(jìn)而對車道線和邊沿的檢測進(jìn)行測量計(jì)算,一旦發(fā)現(xiàn)其中存在誤差,則應(yīng)當(dāng)立刻停止測試,對原有設(shè)計(jì)方案進(jìn)行完善改良,并再次進(jìn)行測試,通過不斷的調(diào)整,完善二者之間的匹配關(guān)系。
7 結(jié)語
多傳感器融合的智能車導(dǎo)航定位系統(tǒng)設(shè)計(jì)是一項(xiàng)系統(tǒng)性工作,并且該系統(tǒng)對于智能車的運(yùn)行過程具有重要的保障作用,所以在相關(guān)的設(shè)計(jì)當(dāng)中,工作人員應(yīng)當(dāng)明確自身職能,對設(shè)計(jì)方案不斷進(jìn)行完善,以及不斷改良融合方式,進(jìn)而在保障智能車的運(yùn)行質(zhì)量的情況下,控制成本支出,提高智能車事業(yè)發(fā)展進(jìn)展。
參考文獻(xiàn)
[1] 陳懂,劉瑢,金世俊.智能小車的多傳感器數(shù)據(jù)融合[J].現(xiàn)代電子技術(shù),2005,28(6):3-5.
[2] 王檀彬,陳無畏,焦俊,等.多傳感器融合的智能車輛導(dǎo)航研究[J].中國機(jī)械工程,2009,20(11):1381-1385.
[3] 石慧.基于多傳感器融合的車輛導(dǎo)航系統(tǒng)研究與實(shí)現(xiàn)[D].北京工業(yè)大學(xué),2016.