汽车文化节 无人汽车

HNU

湖南大学

无人汽车

湖南大学智能车队是一支面向研究生的科技创新队伍,以探索前沿的无人驾驶技术、制造实用级无人驾驶汽车为目标。车队现有指导教师三位,队员十余名,开发所需软硬件设备齐全,团队成员积极勤奋,合作并进。

车队自主研发的智能车,依靠GPS和惯导确定车的位置和姿态,16线激光雷达、4线激光雷达、毫米波雷达和摄像头对周围环境建模(包括车道线、交通灯、交通标志和障碍物的识别),这些信息通过CAN/Ethernet传入决策控制器,由控制器根据预设的算法进行路径规划和跟随控制,并将控制量通过CAN输出到底层控制器,控制智能车完成直线行驶、转弯、换道、避障、通过路口等动作。

1.1湖南大学智能车总体结构

2.2湖南大学智能车整车通信架构

湖南大学智能车采用分布式架构,将无人车的底层、感知层,决策与规划层分布在不同的嵌入式控制器进行运算。例如本系统的16线激光雷达与摄像机都由NVDIA TX2控制器进行运算,其它传感器均有自己的处理器,最后,各个传感器把结果输给决策控制器。

分布式系统是为了增强系统的可扩展性、稳定性和执行效率。在分布式系统里不强调集中控制概念,每个局部控制器都是完全独立。因此具有以下特点:

1、传感器裁剪,根据不同的应用场景,在保证无人车安全的前题下,各个传感器可以任意增加或删减。

2、基于V模型的开发方法,仿真与实车验证相结合,保证各个独立模块与整车模块的可靠性。

1.2智能车各模块介绍

1.2.1环境感知模块

环境感知使用到的传感器有毫米波雷达、4线激光雷达、16线激光雷达和摄像头,传感器的性能如下表所示。

2.2.2 车辆定位模块

传感器:差分GPS+惯导

精度:航向精度:0.1°(1σ,GNSS有效状态下,基线长度≥2m)

姿态精度:单点:0.5°(1σ,GNSS信号良好)

位置精度:GPS RTK:2cm+1ppm(1σ,水平,GPS信号有效状态)

功能: 采用多传感器数据融合技术将卫星定位与惯性测量相结合,能够提供多种导航参数。

研究了 GPS/INS 组合导航系统,确定了组合模式,建立以伪距、伪距率为观测量的紧组合导航模型,组合导航系统的位置和速度精度有明显提高。在紧组合导航模型基础上,提出增加姿态角观测量,建立姿态角误差量测模型,可以明显提高导航的姿态角精度,为智能车提供更加准确的定位信息。

1.2.3车辆控制模块

硬件:底层控制器油门,制动,换挡都是基于自主设计的开发板进行基于simulink建模开发,开发板主芯片是MPC5634(57xx在研究中),满足性能控制要求,可实现阀驱动,电机驱动等功能。

软件:基于模型的开发流程,底层开发是基于simulink建模开发控制策略,使用自动代码生成软件autobox,使用平台内模块,结合simulink模块进行建模,然后在HIL实验平台验证开发策略,并辅以CANoe和CANape等开发软件。

1.2.3.1油门控制

将原先的传统普通油门踏板通过节气门拉线机械式驱动节气门的装置改装为电子油门踏板通过输出踏板行程信号给ECU来驱动节气门。改装的最大优点就是只要通过人工驾驶与无人驾驶的选择信号就能够实行驾驶模式的切换,不需要改动任何的机械结构。

1.2.3.2制动控制

没有改动原先车上的油路,将ESP的电路板破坏掉,再将ESP的执行机构(一个电机,四个电磁阀)信号线引出来,直接通过自己开发的ECU控制来达到无人驾驶制动的目的。优点为机械上没有对原车做过多的改装,原先的制动系统可以正常使用。在危险情况下车上人员可以直接踩油门踏板制动。但是失去了ESP的功能。

1.2.3.3挡位控制

将车内自带的机械式拉线换档替换为电子换档装置,制作以飞思卡尔 MPC5634芯片为核心的换档控制器,通过比较实际档位与理想档位把信息传给档位 ECU 控制换档操作。

1.2.3.4转向控制

采用株洲易力达公司的电动助力转向器,开发上层智能驾驶控制算法实现智能车横向控制,转向系统可以根据整车控制器指令实现无人驾驶与手动驾驶模式的模式切换,紧急情况下驾驶员可以通过人为干预方向盘退出自动驾驶,保证车辆与驾驶员的行驶安全。

1

2

3

4

5

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181210B00US600?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券