ICVIS智车行家

文章数:612 被阅读:253642

账号入驻

基于惯导/激光雷达的无人车融合定位技术研究

最新更新时间:2021-09-05 05:26
    阅读数:
智圈l 进“智车行家激光雷达行业交流群”,请加微18512119620,备注加群

  选自:《软件》  

  作者: 湖南汽车工程职业学院  李治国

引言:


在无人车运行过程中, 由于卫星导航信号受到遮挡、 干扰等因素影响, 惯导难以持续提供稳定可靠的高精度定位信息, 影响无人车运行。本文提出 了 一种面向 复杂应用 场景的激光雷达辅助无人车融合定位技术, 利用最小二乘算法对滤波后的雷达点云数据进行拟合, 获取无人车可行驶道路区域, 并据此进行轨迹规划, 实现无人车的运动控制 。论文对该技术进行了 工程化实现和验证, 结果表明 , 卫星 RTK 定位不可用 时, 激光雷达可实现稳定、可靠的无人车导航。


高精度卫星定位、 视觉是无人车轨迹规划的常用手段, 尤其是基于高精度卫星定位和数字地图的轨迹规划技术, 在特种无人车领域具有广泛应用。但是, 在社会治安综合治理、 应急救援等领域, 存在信号遮挡、 光线条件差等复杂场景, 卫星定位和视觉数据可用性差, 导致特种无人车无法以常规方式进行轨迹规划和控制。 

应用于智慧农机的激光雷达导航技术, 基于单线激光雷达对两侧农作物扫描, 形成道路特征点, 利用最小二乘法对点云数据进行轨迹拟合, 形成行驶轨迹。 

研究了并优化了激光雷达道路边沿检测算法,提出 了 一种基于可通行区域的导航方法, 并采用Vector Field Histogram+(VFH+)进行车辆的局部路径规划, 有效解决了恶劣环境中单一轨迹规划方法导致的导航失败问题。

针对无人车在复杂场景中应用面临的导航问题, 本文验证了一种基于激光雷达的导航技术, 可以实现复杂场景下的障碍物识别、 轨迹规划、 车辆控制, 提高了特种无人车的环境适应性和可靠性。

论文首先分析了 特种无人车感知系统各传感器特性, 针对复杂场景的应用, 分析了激光雷达导航方案可行性, 在此基础上, 推导了点云拟合和轨迹规划算法, 并进行了软件实现, 最后通过实车试验验证了该技术的可行性 。

1 特种无人车感知系统
1.1 无人车系统原理
从技术实现角度, 无人驾驶系统可分为环境感知、 智能规划和决策、 自适应控制和车辆底层线控四部分。感知系统通过激光雷达、 视觉、 惯导等传感器获取车辆周边和自身状态信息, 并通过数据处理和融合后, 形成驾驶态势图, 发送至规划和决策模块。规划和决策系统根据驾驶态势图、 任务规划和自身状态生成规划轨迹和决策命令。

智能控制系统通过横向控制和纵向控制, 实现对轨迹的实时精确跟踪, 并形成转向、 驱动和制动命令, 发送至车辆底层执行部件 。

车辆底层执行部件通过对车辆底盘、 运行状态、 路况、 载重、 天气等因素进行适配后, 执行控制模块发送的命令。无人驾驶系统原理结构图如图 1 所示。

1.2 无人车感知系统
图 1 中, 左侧为无人驾驶系统传感器配置, 其中, 激光雷达通过点云数据可以实现障碍物识别、周边环境建图;毫米波雷达、 超声波雷达主要用于障碍物检测;视觉传感主要用于障碍物识别, 周边环境色彩及语义信息识别, 如车道线、 红绿灯、 限速牌等;惯导/GPS/BDS 主要用于车辆定姿、 定位 。图 2 给出了一种用于校园无人驾驶观光/接驳车传感器配置方案。

基于各传感器实现原理差异, 数据特性不同,分别适用不同的环境, 因此, 多传感器数据融合是提高感知系统性能的有效途径。自主循迹、 障碍物识别及避障是无人车的基本功能, 其中, 自主循迹主要依靠 GPS/BDS 定位, 障碍物识别及避障主要依靠毫米波雷达、 激光雷达和视觉。

在社会治安综合管理、 应急救援的具体任务场景中, 经常存在隧道、茂密树木、 城市峡谷等卫星定位不可用场景, 基于高精度定位的自主循迹功能不可用, 同时, 视觉传感器容易受光线影响, 可靠性难以满足特种无人车应用要求  。

本文实现了基于速腾聚创 16 线激光雷达的无人车导航技术, 可以在高精度定位和视觉不可用的复杂环境中, 利用激光雷达实现无人车的轨迹规划和控制。

2 激光雷达导航技术
由于激光雷达具有不需要接受外界电磁信号,不受光线影响的优点, 因此,可以在卫星信号被遮挡、 光线条件差的环境中稳定工作。本文根据激光雷达点云数据获取道路特征, 以此形成目标轨迹点,再进行路径拟合和轨迹规划 。

2.1 道路特征提取
本文中激光雷达导航技术主要针对卫星信号不可用的复杂场景, 因此, 道路两侧一般有绿化带、建筑物等清晰的道路边缘信息。

本文首先提取激光雷达点云数据中道路特征信息, 然后将激光雷达的极坐标系数据转化到车体坐标系中, 获取道路特征相对于车体的位置信息。

本文中车体坐标系选取车头中心离地高度 20公分为原点, 以车头方向为 Y 轴, 车头右侧为 X 轴,Z 轴定义符合右手坐标系。

激光雷达安装于车顶前方, Y 轴向前, 和水平面存在倾斜角, 极坐标系下的激光雷达点云数据到笛卡尔坐标系的转换关系如公式 1 所示。


其中 r 为实测距离,为激光的垂直角度,激光的水平旋转角度, x L , y L , z L 为极坐标系到笛卡尔坐标系的投影。雷达坐标系和车体坐标系的转换关系如公式 2 所示。

其中,  为激光雷达 Y 轴和水平面夹角,为激光雷达坐标系原点和车体坐标系原点相对位置关系, x V , y V , z V 为激光雷达点云数据在车体坐标系投影。


通过公式( 1) 和公式( 2) 可以获取车体坐标系下的激光雷达点云数据, 对点云数据进行滤波和野值去除, 筛除过密点, 获取稳定可靠的道路特征点。

2.2 路径拟合与轨迹规划
根据 3.1 节得到的道路特征点, 进行基于激光雷达导航的轨迹规划。选取两侧均具有明显道路特征和单侧具有明显道路特征两种情况, 进行轨迹规划算法设计。对两侧具有道路边沿特征情况, 利用公式( 3) 进行轨迹点计算。

其中, x Lj , y Lj , x Ri , y Ri 分别为左侧和右侧的特征点坐标, x ij , y ij 分别为根据左右侧特征点求取的中间道路轨迹点坐标。利用最小二乘法对轨迹进行多阶函数拟合, 可获得行驶轨迹曲线, 实现激光雷达导航。

针对只有单侧具有明显道路特征的情况, 本文利用最小二乘法直接对道路特征点进行多阶函数拟合, 然后将轨迹函数沿车体坐标系 X 轴方向进行水平平移, 得到行驶轨迹曲线  。图 3 所示为两种典型场景轨迹拟合示意图。


考虑到典型道路曲线较为缓和, 本文对轨迹进行二次曲线拟合, 主要计算规程如公式( 4) 至( 7)所示。假设车辆行驶轨迹二次曲线表达式如公式( 4)
所示。


根据公式( 4) 和上述轨迹点数据, 计算轨迹拟合方差, 并据此求取最优轨迹函数, 计算过程见公式( 5)、( 6) 和( 7)。

通过上述公式, 可以求出轨迹曲线函数, 作为横向控制的输入信息, 实现无人车导航控制。

3 工程实现和验证
为了验证复杂场景下激光雷达导航技术的可行性, 本文实现了一台电动无人巡逻车, 无人巡逻车由 RTK 定位系统、 车载差分定位移动站、 上位机等组成 。

3.1 RTK 定位系统
载波相位差分定位( RTK) 技术可实现厘米级的高精度定位, 其基本结构如图 4 所示, 由卫星、差分定位基准站、 车载差分定位移动站组成  。


分定位基准站包括电台 发射天线、 卫星接收机、无线电台、 卫星接收天线。车载差分定位移动站包括卫星定位定向接收机、 卫星接收天线、 电台接收天线。

该定位系统的工作原理是, 在基准站上安置一台卫星接收机, 对卫星进行连续观测, 并通过无线电台和电台发射天线实时地将载波相位的修正量传送给车载差分定位移动站。

车载差分定位移动站在接收卫星信号的同时通过电台接收天线接收基准站的差分定位信息, 根据相对定位原理实时处理数据并以厘米级精度给出车载差分定位移动站的三维坐标, 并通过串行通信接口 发送给车载自 动驾驶定位及控制系统中的上位机  。

3.2 自动驾驶系统
3.2.1 无人车系统结构
根据图 1 提出的无人驾驶系统结构图, 车辆控制部分通过底盘嵌入式控制板对无人车进行控制,其系统结构如图 5 所示  。

上图所示的自 动驾驶系统包括环境和车辆状态感知模块、 车辆底盘控制模块、 底层数据和通信支持模块, 环境和车辆状态感知模块由上位机、 惯性/卫星组合导航系统、 无线电台天线、 GPS 主天线、视觉传感器、 激光雷达、 毫米波雷达、 超声波雷达。

底层数据和通信支持模块由以太网-CAN 转换器实现, 毫米波雷达、 超声波雷达、 底盘嵌入式控制板、车辆电动转向器都通过其与上位机实现通信 。

辆底盘控制模块由底盘嵌入式控制板实现, 底盘嵌入式控制板分别外接车辆的档位、 油门、 刹车系统,在上位机的控制下对车辆的档位、 油门、 刹车进行控制, 电动转向器在上位机的控制下对车辆的转向进行控制。

3.2.2 无人巡逻车配置
根据图 5 所示系统结构设计进行器件选型, 无人车有关传感器、 导航的配置如表 1 所示。


3.2.3 实现效果
该车通过底盘线控改造、 传感器安装和调试、无人驾驶软件开发和测试, 具备自主循迹、 障碍物识别、 动态避障、 车道保持、 自动泊车、 激光雷达导航、 远程智能终端、 服务器监控和交互等功能,实现了封闭场景 L4 级别的自 动驾驶 。

利用该款无人车, 本文进行了基于激光雷达的轨迹规划和控制技术验证, 试验表明, 在卫星定位和视觉无效时, 依靠激光雷达可以实现稳定可靠的路径规划和导航控制  。试验实车、 测试场景及效果图如图 6 和图 7 所示。



4 结论
本文提出了一种面向复杂应用场景的激光雷达辅助无人车融合定位技术, 在某些卫星导航无法正常定位的场景下, 利用最小二乘算法对滤波后的雷达点云数据进行拟合, 获取无人车可行驶道路区域,并据此进行轨迹规划, 实现无人车的运动控制 

并对该技术在电动无人巡逻车上进行了工程化实现和验证, 构建了 RTK 定位系统、 自动驾驶控制系统,开发了无人驾驶软件。测试结果表明, 卫星 RTK 定位不可用时, 依靠激光雷达可实现稳定、 可靠的无人车导航。
关于智车行家

智车行家,专注于智能网联汽车行业智慧共享互动交流平台,组建了10+行业交流群,定期放送线上专题直播。

诚邀您加入自动驾驶行业微信交流群

群内包括国内300+主机厂、系统集成商等,涵盖企业总经理,研发总监,主任工程师,高校教授专家等,集合自动驾驶产业链行业精英。欢迎进群交流。

请加小易@智车行家微信:18512119620,申请入群 。

【免责声明】文章为作者独立观点,不代表智车行家立场。如因作品内容、版权等存在问题,请于本文刊发30日内联系智车行家进行删除或洽谈版权使用事宜。


长按二维码关注智车行家


    自动驾驶 | 智能座舱

   激光雷达 | 毫米波雷达

  1500+专业社群邀您加入!

    后台回复“入群”加入


觉得好看,点个“在看”!

推荐帖子

MSP430F1611哪个口可以做数据总线
想用PX来扩展IO,用3片244,来扩展出24个IO口。但是不知道P1P2P3P4P5P6,6个口中哪个口可以作为数据总线??望各位大神不吝赐教,小弟在此先拜谢了!MSP430F1611哪个口可以做数据总线
pjq31 微控制器 MCU
NGN能给电信运营商带来什么?
国际应用最广的通信技术:下一代网络(NGN)近年来,在运营商的开拓创新和设备商的有力支撑下,我国下一代网(NGN)商用进程得到不断推进。越来越多的迹象表明,我国下一代网建设正在跨越迷茫、走向规模化商用,而这将会对我国电信产业产生深远的影响。  发展总述:  NGN(Next-generationnetwork)一直是业界普遍关注的热点与焦点,国外的政府、行业组织和标准化机构包括ITU、ETSI、IETF、3GPP、NMTS论坛等。一些行业组织和标准化机构也分别对各自领域内的下一代网进行了研究。
mdreamj RF/无线
TI C64X DSP中断向量表的配置(硬件中断)
1.编写中断服务例程 在.c源文件中编写ISR函数c_intXX,用于中断处理,如: interruptvoidc_intXX(void) { …; } 注:对于硬件中断而言,XX=00~15。 2.初始化中断向量表,并在内存段中的中断向量表中配置好对应的中断向量 首先是把中断向量表定位到某一内存段中,我们可以在cmd文件中配置中断向量表的内存映射,如: MEMORY { VECTORS:org=0
fish001 TI技术论坛
炼狱传奇-串口通信之战
炼狱传奇-串口通信之战 炼狱传奇-串口通信之战
雷北城 EE_FPGA学习乐园
需要测量高压上的微弱电流信号
大家好,我需要测量如图电路中的电流,电路中电压基本稳定在2500V,负载实际类似于两个高压极板,当另外的加热丝对其进行加热时,才会产生电流,而电流的变化范围是0~500uA。原来是使用指针式电流表测量的,现在需要用AD测量出来以输出单片机,但是单片机系统和这个系统必须共地,负载RL和地之间由于设备的关系已经固定,所以在这之间不能加取样电阻了。取样的方式只能在原来电流表的位置,我想在电流表那个位置加一个5,1K左右的取样电阻,但是这个取样电阻上的电压怎么能采集到单片机上呢?请各位大哥给我出点建议!
yup1983 测试/测量
【独一无二】精品嵌入式资料导航
因为资料较多,先整理这一部分,后续还会完善并相继推出ARM116410专区,以便大家学习交流。 如果这个帖子对您有帮助,烦请各位顶贴,小弟先谢谢了O(∩_∩)O (一)2440专区: 优秀论坛专区: 第二:http://community.eeworld.net/ 第三:http://bbs.mcuol.com/ 第四:http://www.witech.com.cn/bbs/ 第五:http://www.eetop.cn/bbs/forum-70-1.htm
wwjj629 嵌入式系统

最新有关ICVIS智车行家的文章

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

站点相关: TI培训

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2021 EEWORLD.com.cn, Inc. All rights reserved