《智能车辆控制基础课件》教学课件—07智能车辆定位导航

合集下载

智能网联汽车概论-课件--第六章--智能网联汽车定位导航技术

智能网联汽车概论-课件--第六章--智能网联汽车定位导航技术

卫星导航定位系统工作原理
3.误差分析 卫星导航系统的误差从来源上可以分为4类:与信号传播有关的误差,与卫星有关的误差,与接收 机有关的误差以及地球潮汐、负荷潮等造成的其他误差。误差分类如表6-1所示。
表6-1 误差分类
误差来源 与信号传播有关的误差
与卫星有关的误差 与接收机有关的误差
其他误差
电离层延迟 对流层延迟
全球导航卫星系统
(4) Galileo Gale卫星系统也是个正在建设中的全球卫星导航系统 ,欧洲人的目的是摆脱对美国全球定位系 统的依赖,打破其垄断。该系统的基本服务免费,但使用高精度定位服务需要付费。Galileo 系统也 分为空间段、地面段、用户段3大部分。空间段是由分布在3个轨道上的30颗MEO卫星构成,其中27 颗为工作星,3颗为备份星。地面段由两个地面操控站、29个伽利略传感器达到站以及5个S波段上 行站和10个C波段上行站组成,传感器达到站及上行站均分布于全球。用户段则提供独立于其他卫 星导航系统的5种基本服务。
(1) GPS GPS由3部分构成,即空间卫星部分、地面监控部分和用户接收部分。空间卫星部分又 称为空间段,21颗GPS工作卫星和3颗在轨备用卫星构成完整的21+3形式的GPS卫星工作 星座。这种星座构型能满足在地球上任何地点任何时刻均能观测到至少4颗几何关系较好 的卫星来用于定位。地面控制部分又称为地面段,由分布在全球的一个主控站、3个注入 站和若干个监测站组成。用户接收部分又称为用户段,接收来自作为基础设施的空间段 和地面段提供的导航,定位和根时服务,这些服务已广泛应用于各个领域。
数据链路
z R<100km y
基准站 x (xº,yº,zº)
图6-2 位置差分示意
差分定位系统

智能控制理论与汽车控制-PPT

智能控制理论与汽车控制-PPT


涉及决策方式及其表示,采用人工智能
及运筹学实现控制;

协调级

执行级是底层,具有很高的控制精度, 采用常规自动控制。
执行级
19
递阶控制及汽车应用
20
执行级 协调级 组织级
8.4 智能控制的主要形式
各种方法的综合集成
模糊神经网络控制 模糊专家控制 模糊PID控制 神经网络鲁棒控制 神经网络自适应控制 ……
❖ 《智能控制》在控制理论中的位置
《智能控制》是目前控制理论的最高级形式,代表了控制理论 的发展趋势,能有效地处理复杂的控制问题。其相关技术可以 推广应用于控制之外的领域:金融、管理、土木、设计等等。
2
智能控制的基本概念
什么是“智能”,什么是“智能控制”? 传统控制理论难以解决的复杂系统的控制问题:
18
8.4 智能控制的主要形式
基于信息论的分级递阶智能控制
三级分级递阶智能控制系统是由G.N.Saridis于1977年提出的。该 系统由组织级、协调级和执行级组成,遵循“精度递增伴随智能递减” 的原则。
组织级起主导作用,涉及知识的表示与 处理,主要应用人工智能;
组织级
协调级在组织级和执行级间起连接作用, 精
1970 1980 形成期
发展期
现在
7
8.2智能控制的产生和发展
)萌芽期(-)
1960年代初,F.W.Smiths首先采用性能模式识别器来学习最优控制方法 试图用模式识别技术来解决复杂系统的控制问题 1965年,加利福尼亚大学的扎德(L.A. Zadeh)教授提出了模糊集合理论 1965年,美国的Feigenbaum着手研制世界上第一个专家系统 1965年,普渡大学傅京孙教授将人工智能中的直觉推理方法用于学习控 制系统。 1967年,Leondes等人首先正式使用“智能控制”一词,并把记忆、目 标分解等一些简单的人工智能技术用于学习控制系统,提高了系统处理不 确定性问题的能力。这标志着智能控制的思想已经萌芽。

智能网联汽车技术教学课件项目五 无人驾驶汽车定位导航

智能网联汽车技术教学课件项目五 无人驾驶汽车定位导航
动态系统状态估计常用的融合算法有加权平均和 Kalman滤波等方法, 其中Kalman滤波算法应用最广。电子罗盘和陀螺误差模型的建立主要是通 过信号采集进行辨识和分析得到的。罗盘数据经过自相关分析和频谱分析, 其误差可用零均值的白噪声近似。陀螺数据的误差主要是由漂移引起的, 且漂移速率缓慢变化,可用一阶马尔科夫过程来近似陀螺漂移速率。由于 罗盘、陀螺融合航向数据的冗余特性,可将陀螺漂移速率作为系统状态, 利用罗盘数据对陀螺漂移速率进行融合估计。
在SLAM中,一般采用基于贝叶斯估计的高斯滤波或者非参数滤波方法对位置状态 进行滤波估计。
通过SLAM得到的结果与车体位姿信息进行融合后,将得到的位置信息与从该位 置得到的传感器信息相融合,通过组合连续时刻不同位置的环境信息,则可以得到 较为完整的环境重建结果。
1)基于 Kalman滤波的SLAM方法 基于Kalman滤波的SLAM方法利用包含无人驾驶汽车位姿向量和环境特征向量的 增广向量表示空间环境,将无人驾驶汽车运动与环境特征的关系描述为两个非线性 模型,即无人驾驶汽车运动模型和观测模型。无人驾驶汽车控制信号输入到系统运 动模型中,实现无人驾驶汽车的运动。
2.差分GPS定位技术 为了提高定位的精度,通常采用差分GPS技术进行车辆的定位。由于差分GPS定位方法能够完全 消除多台接收机共有的误差,如卫星钟误差、星历误差,还能够消除大部分诸如电离层和对流层传 播的延迟误差,因而能够比单点定位显著地提高定位精度。
1)位置差分:是最简单的差分方法,适用于所有GPS接收机。位置差分要求基准站与移动站观测完全相同的一组卫 星。改正数为位置改正数,即基准站上的接收机对GPS卫星进行观测,确定出测站的观测坐标。
与EKF相同,IF是一种参数滤波方法,同样对于运动和观测中产生的噪声采 用高斯模型。TF与EKF的不同之处在于表示高斯噪声的形式: Kalman滤波方法 中,采用均值μ和方差σ描述高斯噪声;信息滤波中采用规范化表示,由信息 矩阵Ω=σ-1和信息向量ξ=σ-1μ描述。

智能小车控制PPT课件

智能小车控制PPT课件
• 提示:此模块不宜带电 连接,若要带电连接,则 先让模块的GND端先连接, 否则会影响模块的正常工 作。
第13页/共29页
超声波测距模块时序图 • 从模块时序图可以看出,只需要提供一个短期的10uS脉
冲触发信号,超声波即可进行距离测量工作。 • 该模块被触发后,超声波发射头将发出8个40kHz周期
电平,同时检测回波。一旦检测到有回波信号则输出回响 信号。 • 回响信号是一个脉冲的宽度成正比的距离对象。可通 过发射信号到收到的回响信号时间间隔可以计算得到距离。 • 公式: uS/58=厘米;或者uS/148=英寸。 • 建议测量周期为60ms 以上,以防止发射信号对回响信号 的影响。
第14页/共29页
设计目的

熟练掌握单片机系统设计与调试方法;

掌握智能小车控制原理;

掌握光电开关、超声模组、循迹传感器的工作原理及使用方法;

掌握电路板设计与制作及电子产品组装、制作与调试技术。
第1页/共29页
设计内容
• 1.利用提供的小车套件组装一辆小车,设计循 迹线路并组装循迹传感器和避障装置;
• 2.设计小车电机驱动板、寻迹模块、避障模块 电路,绘制电路原理图并制作PCB电路板;
第5页/共29页
电机模块
• 方案1:采用步进电机作为该系统的驱动电机。 由于其转过的角度可以精确的定位,可以实 现小车前进路程和位置的精确定位。虽然采 用步进电机有诸多优点,步进电机的输出力 矩较低,随转速的升高而下降,且在较高转 速时会急剧下。
小车怎么转弯呢?怎么直行?
第15页/共29页
小车控制方式
• 当两个直流电机转向相反同时转速相同时就可以实现电动车的原地旋转,由此可以轻松的实现小车坐标不 变的90度和180度的转弯。

智能网联汽车技术教学课件项目七 无人驾驶汽车运动控制

智能网联汽车技术教学课件项目七 无人驾驶汽车运动控制
(2)路面超高对侧向运动的影响。当车辆上坡或者下坡时,由于车辆与水平 路面之间存 在一定的夹角,车辆自身的重力便会沿该道路有一定分量,从而对车 辆产生了附加转向 运动。
(3)空气动力对侧向运动的影响。空气动力在多方面影响着汽车的侧向 运动,主要表现 在当空气和车辆侧向有相对速度时所产生的侧向阻力,该阻力 会对转向带来一定的负面 影响。
ax 表示质心加速度沿x 轴(车辆坐标)分量,ay 表示质心加速度沿y 轴(车 辆坐标)分 量;由图7-4可以得出在t+Δt时刻,沿OX 轴速度分量的变化为:
由于Δθ很小且忽略二阶微量,则式(7-1)可变为 则质心加速度沿x轴的坐标分量ax 为 同理,可得汽车质心绝对加速度沿y轴上的分量ay 为 由图7-3可知,在考虑到前轮转角较小,即cosδ=1的情况下,车辆受到的外 力沿y轴 方向的合力与绕质心的力矩和为 其中,Fy1、Fy2为地面对前、后轮的侧向反作用力。 汽车前、后轴中点 的速度为u1、u2,质心偏转角为β,则可以得出如下关系:
3.车辆纵向运动的动力性与制动性 1)汽车的动力性 所谓汽车的动力性是指当车辆在良好的路面上直线行驶时,由汽车受到 的纵向外力决定的、所能达到的平均行驶速度。动力性是汽车各种性能中 最基本、最重要的性能。 评价车辆动力性主要有以下3个指标。 (1)车辆行驶中能达到的最大车速umax,即在水平良好的混凝土或沥青路 面上汽车能达 到的最高行驶速度。 (2)汽车从起动到速度达到所需用的时间t。
项目七
无人驾驶汽车运动控制
【项目要求】
学生通过该项目的学习了解车辆运动学模型、无 人驾驶汽车侧向控制单元研究、无人驾 驶汽车纵向 控制单元研究、无人驾驶汽车试验研究的工作原理和 技术特点。学生通过对车 辆运动学模型、无人驾驶 汽车侧向控制单元研究、无人驾驶汽车纵向控制单元 研究、无人驾 驶汽车试验研究的工作原理和技轮车的模 型来表示车辆的实际模型,如图7-3所示。

智能网联汽车技术基础 第7章 智能网联汽车控制技术

智能网联汽车技术基础 第7章 智能网联汽车控制技术

行逻辑推理的前提;
制为零,甚至变为负值,从而避PI免D控出制现包被含控以下量三严个重过超程调:的情况; (4)对于较大惯性和滞后特性的控制对象,比例控制和微分控制能改善在动态过
程中的系统特性;
7.1 经典控制理论
PID控制原理
PID控制原理图
PID控制原理
u(t)
K
P
[e(t)
1 TI
t
0 e(t)dt TD
(4)比例控制和积分控制结合,可以使系统在一定时间内快速进入稳定状态,无稳态误
差,称为PI控制;
7.1 经典控制理论
3. 微分控制 (1)微分控制指输出的误差值与误差变化率成正比关系; (2)控制系统在消除误差的时候会出现频繁振荡甚至失稳现象,其原因是系统中
存在较大惯性,使消除误差的的变化时间总是滞后于误差的变化时间; (3)具有比例控制和微分控制的控制器,能够提前消除误差,最大程度误差量控
模糊控制借助模糊数学模拟人的思维 方法,将工艺操作人员的经验加以总结, 运用语言变量和模糊逻辑理论进行推理和 决策,对复杂对象进行控制。
模糊控制指的是以模糊集合理论、模糊语言变量
模糊控制既不及模是糊指推被理控过程是模糊的, 也不意味控制器是不确定的,它表示知识 和概念上的模糊性,完成的工作是完全确 定的。
7.2 现代控制理论
模糊控制器主要环节:(2)表格型:同样是对蕴含关系进 Nhomakorabea描述,但
是省略了语言描述中的繁琐词句,将其转化为表
1、模糊化环节:首先要确定输入变量x的取 格,方便进行规则的编写与查阅,较之于语言描
值范围。通过量化因子转化物理论域为模糊论域, 述型更加简洁明了。
将清晰值转化为模糊子集,确定模糊语言的取值

智能循迹小车精讲PPT课件

智能循迹小车精讲PPT课件
性等。
可量化性
评估指标应具备可量化 性,方便进行客观、准
确的性能评估。
可比性
评估指标应具有可比性, 以便对不同循迹小车或 不同改进方案进行性能
对比。
实际意义
评估指标应具有实际意 义,能够反映循迹小车 在实际应用中的性能表
现。
结果分析与改进建议
结果分析
根据测试结果,对循迹小车的性能进行全面分析,找出存在的问题 和不足。
应用拓展 智能循迹小车将在更多领域得到应用,如仓储物流、智能 家居、医疗服务等,推动相关产业的智能化升级。
多车协同 未来智能循迹小车将实现多车协同作业,提高整体工作效 率,同时降低单个车辆的制造成本。
未来研究方向探讨
复杂环境适应性
人机交互优化
研究如何在复杂多变的环境中实现智能循迹 小车的稳定导航和定位,提高其环境适应性。
调试技巧与经验分享
调试技巧
使用仿真工具进行前期验证,可以大大缩短开发周期;在实际调试过程中,可以采用分模块调试的方法, 逐一验证各个模块的功能和性能。
经验分享
在开发过程中要注重代码的可读性和可维护性,以便后期进行功能扩展和性能优化;同时要注意传感器的 选型和布局对循迹效果的影响,合理选择和布局传感器可以提高小车的循迹精度和稳定性。
循迹算法原理及实现方法
循迹算法原理
通过检测小车与路径之间的相对位置关系,控制小车的运动方向和速度,使小 车能够沿着预定路径行驶。常见的循迹算法有PID控制算法、模糊控制算法等。
实现方法
通过传感器(如红外传感器、超声波传感器等)检测路径信息,将检测到的路 径信息输入到控制器中,控制器根据预设的循迹算法计算出控制量,控制小车 的电机转动,实现小车的循迹行驶。
智能循迹小车精讲 PPT课件

2024版智能小车控制PPT课件

2024版智能小车控制PPT课件
作用原理
不同类型的传感器具有不同的作用原理。例如,超声波传感器通过发射超声波 并接收其反射波来测量距离;红外线传感器则利用红外线的反射或吸收特性来 检测物体;摄像头则通过捕捉图像信息来实现视觉感知。
电机驱动方式及性能比较
电机驱动方式
智能小车的电机驱动方式主要有直流电机、步进电机、伺服电机等。这些电机具有不同的特点和适用场景,需要 根据智能小车的实际需求来选择合适的电机。
要点一
深度学习在路径规划中的应用
要点二
强化学习在路径规划中的应用
随着深度学习技术的发展,越来越多的研究将深度学习技术 应用于路径规划中,通过训练神经网络模型来学习路径规划 策略,提高路径规划的智能化水平。
强化学习是一种通过与环境交互来学习策略的机器学习方法, 可以应用于路径规划中,通过不断试错来学习最优路径规划 策略。
实施效果评估
通过实际测试和数据分析,评估避障策略的实施效果,并进行优 化和改进。
06
智能小车调试与性能评估
硬件组装注意事项
选择合适的组件和配件,确保其 质量和性能符合设计要求。
按照电路图和说明书正确连接各 个模块,避免出现短路或断路现
象。
注意电源线的接线方式,确保正 负极正确连接,避免反接或虚接。
传感器数据采集与处理策略
传感器类型选择
根据智能小车功能需求,选择合适的 传感器,如超声波、红外、陀螺仪等。
数据采集与处理
设计合理的数据采集电路和信号处理 算法,提高传感器数据的准确性和稳 定性。
电机控制算法实现与优化
电机控制算法
实现基本的电机控制算法,如PID控制、 模糊控制等,确保小车能够稳定、准确地 行驶。
04
路径规划与导航技术探讨
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

5)GPS不限制终端数,在GPS卫星信号不被阻挡的情况下,在地球上任何地点、时间,任何 GPS终端都可以得到正确的位置和时间。
6)功能多,应用广泛,可应用于军事、道路、车辆、船舶导航等多种应用中。 GPS也存在诸多不足,比如,受天气和位置的影响较大。当遭遇不佳天气或者接收器上空 存在遮盖时,会屏蔽GPS信号,定位精度就会受到相当大的影响,甚至无法进行定位服务。此 外,GPS更新频率低,并不能满足实时计算的要求。
7.2.2 旋转
三维空间的旋转的表达方式有很多种,有欧拉角、旋转矩阵、四元数等。 其中,四元数是简单 的超复数。复数是由实数加上虚数单位i组成,一般可表达为a+bi,其中i2=-1,a、b是实数。四元数是 由实数加上三个虚数单位i、j、k组成,一般可表示为w+xi+y数。
7.3 视觉定位
7.3.1 视觉SLAM
通常所说的定位,是在环境地图已知的情况下进行的,此时智能车辆是根据里程计、地图等 信息计算更新自身当前在环境地图中的位置。由于不可能拥有每一个地方的环境地图,当车辆 面临一个全新的环境时,此时如何计算车辆的位置就是一个问题。SLAM即所谓的即时定位与 地图构建算法,其作用是将对象车辆放入未知环境中的未知位置,而能让车辆一边移动一边逐步 描绘出此环境完全的地图。通俗地说,一个健全的SLAM系统需要让车辆在一个未知环境中逐 步绘制此环境的增量式地图,并同时根据地图与传感器信息计算自身的位置信息。建图与定位 是SLAM最重要的两个功能,环境地图的创建需要计算车辆实时的位置,而定位需要当前环境下 的地图,它们之间联系紧密,是不可分割的关系,而视觉SLAM就是利用视觉传感器信息实现的 SLAM,是当下SLAM研究中有应用前景的方向。
7.1.2 GPS定位特性
GPS定位的优点如下: 1)几乎覆盖全球,确保实现全球全天候连续的导航定位服务。 2)室外无遮盖环境下,定位精度高。GPS相对定位精度在50km以内可达10~6m,100~500km可达 10~7m,1000km可达10~9m。 3)高效率,低成本,测站间无须通视。GPS测量只要求测站上空开阔,不要求测站之间互相通视, 因而不再需要建造觇标,这一优点可大大减少测量工作的经费和时间。 4)操作简便,GPS测量的自动化程度越来越高,只需要一台GPS接收机即可准确确定用户所在位 置。
差分GPS根据基准站发送的信息方式分为三类,即位置差分、伪距差分和相位差分。根据 差分所用的信号信息,又可分为码相位和载波相位。
7.2 航迹推算定位
7.2.1 平移
三维空间坐标系中,平移可以用向量表示为
平移空间中的点p=(x,y,z)T,可以表示为 p'=p+t(7-2)
则平移后的p'表示为 p'=〔x', y', z'〕T(7-3)
为了计算用户的三维位置和接收机时钟偏差,伪距测量要求至少接收来自4颗卫星的信号。 通过接收机时钟得到时间差,从而知道4个信号从卫星到接收机的不准确距离(包含同一误差值, 由接收机时钟误差导致),用这4个不准确距离和4颗卫星的准确位置构建4个方程,解方程组就 得到接收机位置,从而实现定位。一般来说,GPS系统提供的定位精度是优于10m的。
其中根据上面的导数关系,可以对第i时刻的位置、速度和四元数进行积分,得到第j时刻的 位置、速度和四元数,即
其中,
表示四元数对加速度进行旋转,旋转的计算公式可以参照式(7-7)~式(7-10)。
基于IMU传感器的航迹推算定位的优点在于,IMU可以输出六自由度的信息,并且在短时间内输 出精度高。但由上述公式可以看出航迹推算定位方法是根据对时间的积分计算出位置和方向的,于 是在长时间积分后会导致累计误差越来越大。通常智能车辆会采用多传感器融合的方式来消除误 差,提升定位精度,常见的是将IMU与GPS进行融合。
第七章 智能车辆定位导航
第七章 智能车辆定位导航
7.1——GPS定位 7.2——航迹推算定位 7.3——视觉定位 7.4——激光定位 7.5——GPS/DR/激光融合定位
——思考题
7.1 GPS定位
7.1.1 GPS定位原理
全球定位系统(global positioning system,GPS)是美国的卫星导航系统,是目前应用最为广泛的 卫星导航定位技术,可以向用户提供连续、实时、高精度的三维位置、三维速度和时间信息。该系 统由24颗卫星、地面上的1个主控站、3个数据注入站和5个监测站以及GPS接收机组成。其中,21 颗卫星为工作卫星,3颗为备用卫星。24颗卫星均匀分布在6个轨道平面上,即每个轨道面上有4颗卫 星;最少只需其中4颗卫星,就能迅速确定用户端在地球上所处的位置及海拔高度。所能接收连接到 的卫星数越多,解码出来的位置就越精确。GPS具有全天候、高精度和自动测量等特点。
对于i、j、k本身的几何意义可以理解为一种旋转,其中i旋转代表x轴与y轴相交平面中x轴正向 向y轴正向的旋转,k旋转代表z轴与x轴相交平面中z轴正向向x轴正向的旋转,j旋转代表y轴与z轴相 交平面中y轴正向向z轴正向的旋转。
7.2.3 解算过程
假设,下标w表示世界坐标系world,下标b表示IMU所在的智能车辆车体的坐标系body,下标wb 表示车体坐标系body到世界坐标系world的坐标转换,g表示重力加速度。通过IMU可以得到的测量 值有加速度a、角速度ω、四元数q。那么可以计算出位置p、速度v和四元数q对时间t的导数为
7.1.3 差分GPS
GPS误差源主要组成部分为时钟误差、星历误差以及接收器自身的噪声等。大抵可分为 两类,一类是随时间、空间快速变化而相关性极弱的随机误差,如接收器自身的噪声;另一类是随 时间和空间变化缓慢但相关性很强的随机偏移误差,如电离层、对流层的附加延时等。
差分GPS(differential GPS,DGPS),首先利用已知精确三维坐标的差分GPS基准台,求得伪距 修正量或位置修正量,再将这个修正量实时或事后发送给用户(GPS导航仪),对用户的测量数据 进行修正,以提高GPS定位精度。
GPS卫星在空中连续发送带有时间和位置信息的无线电信号,供GPS接收机接收。测量出已知 位置的卫星到用户接收机之间的距离,然后综合多颗卫星的数据就可知道接收机的具体位置。
为达到这一目的,卫星的位置可以根据星载时钟所记录的时间在卫星星历中查出。而用 户到卫星的距离则通过记录卫星信号传播到用户所经历的时间,再将其乘以光速得到(由于大 气层电离层的干扰,这一距离并不是用户与卫星之间的真实距离,而是伪距)。
相关文档
最新文档