当前位置:文档之家› 运动控制系统 第九讲 运动控制系统应用实例

运动控制系统 第九讲 运动控制系统应用实例


2.功能分析
• 从车辆行驶的基本功能来看,无人驾驶应该完成 有人操作的所有功能,从操控性来看,要有自动 控制车辆加减速、制动、转向动作,要能依据感 知传感器实现对行驶环境的精确感知,依据GIS、 GPS(北斗)确定合理的行车线路。
3.系统组成
• 首先我们先对无人驾驶汽车进行分析,无人驾驶 汽车是什么?无人驾驶汽车是由一个车架+四个车 轮+油门控制(一个行走电机)+一套转向操控系 统(一个转向电机)+一套制动装置+一套行车控 制电脑+能源供给管理系统(电源管理)+外部行 车环境感知+一个外壳组成。
本讲主要内容
第九章运动控制系统应用实例 9.1 无人驾驶汽车 9.2高速电子锯 9.3胡萝卜汁的灌装 9.4点胶机 9.5包装生产线 9.6缠绕生产线 9.7恒压供水系统
9.1 无人驾驶汽车
• 1.问题提出 • 2.功能分析 • 3. 系统组成 • 4. 工作流程 • 5. 结论
1.问题提出
• 随着人民生活水平的提升和科学技术水平 的发展,市场对自动驾驶车辆的需求越来 越高,有关自动驾驶的标准的分级,主要 有SAE(美国机动车工程师学会)标准和 NHTSA(国家公路交通安全管理局)两个 标准;目前,前者受到大多数业内人士的 认可,它从Lv0-Lv5将自动驾驶依据控制 方式和适用环境分为了6个等级。
图9-2 无人驾驶汽车感知结构图
决策规划部分 决策规划模块由四个子模块信息融合、任务决策、轨迹规划和异 常处理组成。这部分的硬件载体是一部高性能行车电脑,但核心还是控制软件无人车软件系统模块。 通常情况下,无人驾驶汽车的决策与规划系统主要包含以下几点内容: 1.路径规划:无人驾驶车辆中的路径规划算法会在进行路径局部规划时,对路径 的曲率和弧长等进行综合考量,从而实现路径选择的最优化,避免碰撞和保持安 全距离。 2.驾驶任务规划:即全局路径规划,主要的规划内容是指行驶路径范围的规划。 目前,无人驾驶汽车主要使用的行为决策算法有以下3种: 1.基于神经网络:无人驾驶汽车的决策系统主要采用神经网络确定具体的场景并 做出适当的行为决策。 2.基于规则:工程师想出所有可能的“if-then规则”的组合,然后再用基于规则 的技术路线对汽车的决策系统进行编程。 3.混合路线:结合了以上两种决策方式,通过集中性神经网络优化,通过“ifthen规则”完善。混合路线是最流行的技术路线。 感知与决策技术的核心是人工智能算法与芯片。
图9-3 纵向控制结构图
车辆纵向控制是在行车速度方向上的控制,即车速以及本车与前后车或障碍 物距离的自动控制。巡航控制和紧急制动控制都是典型的自动驾驶纵向控制 案例。这类控制问题可归结为对电机驱动、发动机、传动和制动系统的控制。 各种电机-发动机-传动模型、汽车运行模型和刹车过程模型与不同的控制器算 法结合,构成了各种各样的纵向控制模式,典型结构如图 9-3 所示。 图9-3所 示的就是一个无人驾驶汽车的基本结构示意图,以感知为主,有关车辆本身 的操纵性则没有反映。
驶汽车中,参与多传感器信息融合感知设备。其中,最为知名的例子就是特 斯拉在其智能汽车中,完全没有使用激光雷达,而采用毫米波雷达+摄像头 的方案。
摄像头(计算机视觉)摄像头进行拍摄,在进行图像和视频识别,确定车辆 前方环境,是自动驾驶汽车的主要感知途径,这也是很多无人驾驶公司的主 要研发内容之一。 不过,在这一方面,ADAS要先于无人驾驶汽车向市场推广,因此在数据收集 反馈、工程化等方面,ADAS公司也处于领先地位。 国内双目ADAS公司中科慧眼CTO崔峰就表示,在未来无人驾驶汽车中,摄像 头(双目)将成为重要的感知部分,中科慧眼未来努力的目标,也是为自动 驾驶汽车,乃至各类出行机器人提供机器视觉方面的技术支持。 有关感知部 分的传感器. 布局图详见图9-2 目前,车载摄像头主要分为单目和双目两种。
• 详见表9-1.
表9-1为自动驾驶汽车等级标准
分级标准 SAE NHTSA
自动驾驶汽车分级标准(SAT及NHTSA ) 定义
驾驶主体
0
0 由人类驾驶者操纵汽车,过程中会获得警示和保护系统辅助 人类
判断1驾驶环境1,对方向盘、加减速、制动中的一项提供驾驶支持,其他驾驶动作由人人类类司机完成
判断2驾驶环境2,对方向盘、加减速、制动中的多项提供驾驶支持,其他驾驶动作由人人类类司机完成
人工智能算法的实现需要强大的计算能力做支撑,特别是深度学习算法的大规模 使用,对计算能力提出了更高的要求。 随着人工智能业界对于计算能力要求的快速提升,进入2015年后,业界开始研 发针对人工智能的专用芯片,通过更好的硬件和芯片架构,在计算效率上进一步 带来大幅的提升。
控制执行部分 智能驾驶汽车的车辆控制技术旨在环境感知技术的基础之上, 根据决策规划出目标轨迹,通过纵向和横向控制系统的配合使汽车能够按照 跟踪目标轨迹准确稳定行驶,同时使汽车在行驶过程中能够实现车速调节、 车距保持、换道、超车等基本操作。自动驾驶控制的核心技术是车辆的纵向 控制和横向控制技术:纵向控制,即车辆的驱动与制动控制;横向控制,即 方向盘角度的调整以及轮胎力的控制。
图9-1 无人驾驶汽车结构框图 分析图9-1,由驾驶需求、外部感知识别、决策规划部分由摄像头、激光雷达、毫米波雷达、超声波雷达等多种方式共同组 成。 激光雷达 激光雷达的生产厂商集中在国外,包括美国Velodyne公司、 Quanegy公司以及德国的Ibeo公司等,国内激光雷达公司有深圳速腾、北京 北科、上海禾赛等。 毫米波雷达、超声波雷达 近年来毫米波雷达和超声波雷达也逐渐成为自动驾
3
3由无人驾驶系统完成所有驾驶操纵,人类需要对某些请求做出应人答类。及系统
由无4人驾驶系统完成所有驾驶操纵,人类不一定需要对所有系统请求做出应答,限系定统道路环境。 4
5 由无人驾驶系统完成所有驾驶操纵,人类可以随时进行接管操作,不限定道系路统环境。
自动驾驶不等于无人驾驶,本实例是以满足SAE等级4、5为目标,从满 足实现无人驾驶汽车,来对无人驾驶汽车系统进行解析。
相关主题