基于惯性导航系统的车辆自动驾驶装置设计
智能车辆惯性导航模块方案
智能车辆惯性导航模块方案一、简介随着社会的不断发展，智能车辆技术的不断发展，惯性导航系统越来越被广泛地应用于各种车辆的导航系统中。
智能车辆惯性导航系统是一种可以利用车辆惯性传感器和GPS信息等信号来实现车辆定位的技术。
同时，也可以实现车辆行驶过程中的数据记录或车况检测等功能。
本文将会主要介绍智能车辆惯性导航模块的方案设计，包括车辆惯性传感器、GPS模块、计算机控制单元等方面的设计，旨在提高车辆导航系统的效率和精度。
二、设计1. 车辆惯性传感器的选择车辆惯性传感器在智能车辆惯性导航系统中起到了至关重要的作用。
它可以通过感测汽车在行驶时的加速度来计算出车辆的行驶轨迹。
目前市面上的车辆惯性传感器有很多种，其中代表性的有MEMS微机电传感器和FOG（Fiber Optic Gyroscope）光纤陀螺仪传感器。
MEMS微机电传感器由于体积小、性能好并且价格适中，大规模应用于商用车辆上。
2. GPS模块的选择GPS模块也是智能车辆惯性导航系统中的重要组成部分。
GPS模块可以获取车辆实时的位置信息和方向信息。
目前市面上的GPS模块有很多种，其中高精度的GPS模块可以提供比其它低精度模块更优越的性能。
3. 计算机控制单元的设计计算机控制单元是智能车辆惯性导航系统中的核心部分。
计算机控制单元可以对车辆惯性传感器和GPS模块采集到的数据进行处理和分析，并将分析结果以动态连通的方式呈现在车载终端上，以供车主参考。
三、实现实现智能车辆惯性导航系统的过程，可以按照以下步骤进行操作：1.从市场上购买MEMS微机电传感器和GPS模块，并合理地安装到汽车上。
2.编写相应的程序，以获取并处理车辆惯性传感器和GPS模块读取到的数据。
3.进行各项参数的校正和定位，以确保得出的位置准确可靠。
4.将处理结果以可视化的形式呈现在车载终端上。
四、结论智能车辆惯性导航系统是一种可以利用车辆惯性传感器和GPS信息等信号来实现车辆定位的技术。
它能够提高车辆导航系统的效率和精度。
卫星导航捷联惯性导航系统的建模与设计
卫星导航捷联惯性导航系统的建模与设计导航系统在现代社会中起着不可或缺的作用。
随着卫星导航技术的快速发展，卫星导航捷联惯性导航系统（SGINS）成为一种高精度、高可靠性的导航解决方案。
本文将探讨SGINS的建模与设计方法。
一、SGINS的基本原理卫星导航捷联惯性导航系统是将全球定位系统（GPS）和惯性导航系统（INS）相互融合的一种导航方案。
GPS通过接收卫星发射的定位信号来确定位置，但其精度受环境因素和信号传播延迟的影响。
而INS则通过测量加速度和角速度来估计位置和姿态，但由于积分误差的累积，导航精度会随时间增长而降低。
SGINS利用GPS和INS互补的性质，实现了位置和姿态的精确估计。
二、SGINS的建模方法1. 系统状态估计SGINS的建模首先需要考虑系统状态的估计问题。
系统状态通常包括飞行器的位置、速度和姿态等信息。
可以使用卡尔曼滤波器来处理系统状态的估计问题，通过状态观测和预测来优化估计结果。
同时，还需要根据系统的实际情况选择合适的状态表示和测量模型，以提高估计的准确性。
2. 误差建模SGINS中的误差主要来自于GPS和INS的测量误差，需要进行误差建模和补偿。
对于GPS测量误差，可以通过统计分析和模型辨识来进行建模。
INS测量误差主要包括随机误差和系统误差，可以通过校准和校正来减小。
此外，还需要考虑动态误差和环境因素对误差的影响，例如加速度噪声、温度变化等。
3. 系统动力学建模SGINS的建模还需要考虑系统的动力学特性。
对于飞行器的运动状态，可以利用运动学和动力学方程来描述。
此外，还需要考虑外部扰动和不确定性对系统动力学的影响，以提高系统的稳定性和鲁棒性。
三、SGINS的设计方法1. 系统硬件设计SGINS的设计首先需要选取合适的硬件组件，包括GPS接收器、惯性传感器和计算单元等。
对于GPS接收器，可以选择多系统接收器，以提高定位精度和可用性。
对于惯性传感器，可以选择高精度的加速度计和陀螺仪，以减小测量误差。
高精度车载导航与定位系统设计与实现
高精度车载导航与定位系统设计与实现在现代社会，导航系统已经成为车辆驾驶过程中的重要组成部分。
车载导航与定位系统的设计与实现需求日益增加，特别是对高精度定位的需求。
本文将重点介绍高精度车载导航与定位系统的设计和实现，包括技术原理、关键技术和应用前景。
一、技术原理高精度车载导航与定位系统的主要技术原理是通过使用卫星导航系统（如GPS）和惯性导航系统（如IMU）的组合，实现对车辆位置和运动状态的准确估计。
卫星导航系统通过接收卫星信号确定车辆的地理位置，而惯性导航系统则通过传感器测量车辆的运动参数，如加速度和角速度。
这两个系统的信息经过滤波和数据融合等处理后，可以提供高精度的车辆导航和定位信息。
二、关键技术1.卫星信号接收与处理：高精度车载导航与定位系统需要能够快速、稳定地接收和处理卫星信号。
为了提高接收的准确度和稳定性，系统可以采用多天线阵列和自适应信号处理算法，以减少多径效应和信号干扰。
2.惯性传感器校准与数据融合：惯性导航系统在长时间使用过程中，存在误差积累的问题。
因此，对惯性传感器进行定期校准是必要的。
同时，为了提高车辆位置和姿态的估计精度，需要将卫星导航系统和惯性导航系统的数据进行融合处理，利用滤波算法和状态估计技术，降低误差和提高准确度。
3.地图数据与路径规划：车载导航系统还需要具备地图数据的存储和路径规划的能力。
地图数据可以提供道路网络、交通状况等信息，而路径规划可以根据目的地和当前位置，选择最优的导航路径。
4.实时更新与用户界面：高精度车载导航与定位系统应具备实时更新地图和路况数据的能力，以提供最新的导航信息。
同时，系统的用户界面需要直观友好，方便驾驶员操作和信息查看。
三、应用前景高精度车载导航与定位系统的应用前景广阔。
首先，对于普通驾驶者来说，高精度的导航系统可以提供准确的车辆位置和导航指引，帮助他们更快、更安全地到达目的地。
其次，对于货车司机和物流公司来说，高精度车载导航与定位系统可以提供实时的路况信息，帮助他们规划最优路径，减少运输时间和成本。
高速列车惯性导航系统设计与应用
高速列车惯性导航系统设计与应用随着高速铁路建设的不断推进，高速列车在我国日渐普及。
高速列车的速度快、行驶平稳，对于乘客来说旅途更加舒适便捷，但高速列车行驶时也会受到物理因素的影响，比如弯道、横向风等，这些因素对高速列车的行驶安全产生很大影响。
为了提高高速列车的行驶安全，高速列车的惯性导航系统应运而生。
一、高速列车的惯性导航系统高速列车惯性导航系统是一种利用惯性传感器和计算机技术，在列车行驶过程中实时测量列车的位置和速度，从而预测列车的行驶轨迹，实现精准控制的系统。
该系统由加速度计、陀螺仪、计算机等多个部分组成，其中加速度计用于测量列车的加速度，陀螺仪用于测量列车的转角，计算机对测得的数据进行分析处理，实现精准的导航和控制。
高速列车惯性导航系统可以准确测量列车的位置和速度，并能够预测列车在未来一段时间内的运动轨迹。
在列车行驶过程中，如果出现弯道、横向风等现象，系统可以快速响应，调整列车的行驶方向，保证列车的行驶安全。
二、高速列车惯性导航系统的设计与应用高速列车惯性导航系统是一个非常复杂的系统，需要精密的设计和制造技术，保证系统的运行精度和可靠性。
系统设计需要考虑多个因素，如传感器的选择、数据的采集和处理、计算机控制系统等，同时还需要考虑系统的适用性、稳定性和安全性等因素。
在高速列车的实际应用中，惯性导航系统可以与其他系统相结合，如列车控制系统、信号系统等，实现集成化运行，提高列车行驶的安全和效率。
同时，惯性导航系统还可以与地面导航系统相结合，实现高速列车的精确定位。
三、高速列车惯性导航系统的未来发展随着高速列车的不断发展，高速列车惯性导航系统也在不断升级和完善。
未来，高速列车惯性导航系统将更加智能化、自动化和集成化，可以实现高速列车的自主控制和安全运行。
同时，随着卫星导航技术和通信技术的发展，高速列车惯性导航系统还将实现无缝连接和实时监测，为高速列车行驶带来更加稳定和安全的保障。
总之，高速列车惯性导航系统是一个非常重要的系统，可以提高高速列车的行驶安全和效率。
自动驾驶仪的组成
自动驾驶仪的组成
自动驾驶仪已经成为汽车行业的一个热门话题。
它是一种能够让汽车自主驾驶的系统。
但是，自动驾驶仪并不是一个单独的组件，而是由多个部件组成的复杂系统。
这些部件包括：
1. 惯性导航系统：这是自动驾驶仪的关键组成部分。
惯性导航系统能够感知车辆的加速度、角速度和朝向等信息，从而实现车辆的精确定位。
2. 雷达：雷达是自动驾驶仪的另一个核心部件。
它能够探测车辆周围的物体，并根据物体的位置和速度等信息，判断车辆的行驶路线。
3. 摄像头：摄像头能够为自动驾驶仪提供更为详细的视觉信息。
它能够识别道路上的标志、路牌和交通信号等，为车辆提供更加智能的驾驶体验。
4. 激光雷达：激光雷达是自动驾驶仪的一种辅助部件。
它能够探测车辆周围的物体，并生成精确的三维地图，为车辆提供更为准确的导航信息。
5. 控制系统：控制系统是自动驾驶仪的核心部分。
它能够根据车辆周围的信息，判断车辆的驾驶状态，并控制车辆的加减速、转向等动作，实现自主驾驶。
总之，自动驾驶仪是由多个部件共同组成的复杂系统。
这些部件能够相互配合，实现车辆的自主驾驶，为人们的出行带来更加便利和安全的体验。
自动驾驶汽车的智能导航系统设计
自动驾驶汽车的智能导航系统设计在当今科技飞速发展的时代，自动驾驶汽车已经逐渐从科幻走向现实。
而智能导航系统作为自动驾驶汽车的“大脑”，其设计的优劣直接决定了自动驾驶的安全性、高效性和舒适性。
一、自动驾驶汽车智能导航系统的需求分析首先，安全性是最为关键的需求。
导航系统必须能够准确感知周围环境，包括道路状况、交通信号、其他车辆和行人等，从而为车辆规划出安全的行驶路线。
这就要求系统具备高精度的地图数据、灵敏的传感器以及强大的数据分析能力。
其次，高效性也是不容忽视的。
自动驾驶汽车需要在最短的时间内到达目的地，同时还要考虑能源消耗和交通拥堵等因素。
因此，智能导航系统需要能够实时获取交通信息，优化路线规划，以提高行驶效率。
此外，舒适性也是用户体验的重要方面。
导航系统应该能够根据乘客的偏好和需求，提供个性化的服务，如选择风景优美的路线、避免颠簸路段等。
二、智能导航系统的关键技术1、高精度地图高精度地图是自动驾驶汽车智能导航系统的基础。
与传统地图相比，高精度地图包含了更加详细的道路信息，如车道线、交通标志、坡度、曲率等。
这些信息能够帮助车辆更准确地了解行驶环境，为导航决策提供支持。
2、传感器融合自动驾驶汽车通常配备了多种传感器，如激光雷达、摄像头、毫米波雷达等。
智能导航系统需要将这些传感器采集到的数据进行融合和分析，以获取全面、准确的环境感知信息。
例如，激光雷达能够提供精确的距离信息，摄像头则可以识别交通标志和行人，通过融合这些数据，系统能够更好地应对复杂的交通场景。
3、路径规划算法路径规划是智能导航系统的核心功能之一。
常见的路径规划算法包括 A算法、Dijkstra 算法等。
这些算法能够根据地图信息、交通状况和车辆状态，计算出从起点到终点的最优路径。
同时，为了应对实时变化的交通环境，还需要采用动态路径规划算法，及时调整行驶路线。
4、定位技术准确的定位是自动驾驶汽车导航的前提。
目前，常用的定位技术包括全球卫星导航系统（如 GPS、北斗等）、惯性导航系统以及基于车辆传感器的定位方法。
自动驾驶汽车的智能导航系统设计
自动驾驶汽车的智能导航系统设计在当今科技飞速发展的时代，自动驾驶汽车已经成为了汽车行业的一个重要发展方向。
而智能导航系统作为自动驾驶汽车的关键组成部分，其设计的优劣直接影响着自动驾驶汽车的性能和安全性。
本文将详细探讨自动驾驶汽车的智能导航系统设计。
一、智能导航系统的重要性智能导航系统对于自动驾驶汽车来说至关重要。
它不仅要能够为车辆提供准确的路线规划，还要实时感知周围环境，预测潜在的危险，并根据路况和交通规则做出合理的决策。
一个高效、精准、可靠的智能导航系统可以大大提高自动驾驶汽车的安全性和行驶效率，为乘客提供更加舒适和便捷的出行体验。
二、智能导航系统的组成部分1、传感器传感器是智能导航系统获取外部信息的重要途径。
常见的传感器包括激光雷达、摄像头、毫米波雷达、超声波传感器等。
这些传感器能够实时监测车辆周围的环境，包括道路状况、障碍物、其他车辆和行人等。
通过对传感器数据的融合和分析，智能导航系统可以建立起对周围环境的准确认知。
2、地图数据高精度的地图数据是智能导航系统的基础。
这些地图不仅包含道路的形状、长度、宽度等基本信息，还包括道路的坡度、曲率、交通标志、信号灯等详细信息。
此外，地图数据还需要实时更新，以反映道路的变化和交通状况的动态变化。
3、定位系统准确的定位是智能导航系统正常工作的前提。
目前，常用的定位技术包括全球卫星导航系统（如 GPS、北斗等）、惯性导航系统和车辆里程计等。
通过多种定位技术的融合，可以提高定位的精度和可靠性，确保车辆在行驶过程中始终知道自己的位置。
4、决策算法决策算法是智能导航系统的核心。
它根据传感器获取的信息、地图数据和定位结果，对车辆的行驶路径和速度进行规划，并做出相应的决策，如超车、变道、减速、停车等。
决策算法需要考虑到交通规则、行车安全和行驶效率等多个因素，以做出最优的决策。
5、通信模块通信模块可以使智能导航系统与其他车辆、交通设施和云端服务器进行通信。
通过车与车之间的通信（V2V）和车与基础设施之间的通信（V2I），智能导航系统可以获取更多的交通信息，提前做出决策，提高行驶的安全性和效率。
车辆自动驾驶结构设计方案
车辆自动驾驶结构设计方案随着科技的不断发展，自动驾驶技术逐渐成为汽车行业的发展趋势。
车辆自动驾驶技术的实现需要多个领域的技术的结合和集成，其中在结构设计方面至关重要。
本文将介绍一种可行的车辆自动驾驶结构设计方案，旨在提供一个参考。
硬件部分要实现车辆的自动驾驶，需要准确地感知周围环境，因此车辆上需要搭载多种传感器设备。
传统自动驾驶车辆的传感器设备包括雷达、摄像头、激光雷达等，用来实时获取车辆周围的环境信息。
另外，为了保证自动驾驶的安全性，还需要加装备有高精度GPS和惯性导航系统，用来为定位和导航提供必要的数据。
虽然传感器设备非常重要，但是要实现自动驾驶还需要处理器和其他电子设备的配合。
拥有强大的处理器可以更好地协同各个传感器，提高车辆的感知能力并减少延迟时间。
此外，可通过将数据存储在大容量硬盘或者云端，来降低传感器带来的数据量大的问题，提高处理数据的效率。
考虑到自动驾驶技术高度依赖电脑软件，单靠硬件无法实现自动驾驶功能，必须进行软件上的优化和改进。
软件部分由于车辆自动驾驶技术的因素和需要，软件系统需要应对多线程并发和数据管理，提供完成解决方案。
软件开发的大量工作包括环境建模、事故回溯、智能交通系统、行车记录仪以及车型分析等。
首先就是环境建模。
通过各种传感器设备获取的数据，可重构出现实世界环境的虚拟模型，可用于后续的路径规划和车辆控制。
其次就是事故回溯。
即使是最安全的操作系统也可能发生错误，所以当系统发生故障时，需要能够回溯过程和收集数据，确定错误的原因并以此改进代码。
下一个开发领域就是智能交通系统。
在道路上出现的各种动态因素，如其他车辆、行人、建筑物或移动障碍物，都必须被交通系统考虑在内，因为它们可能会对自动驾驶车辆造成影响。
还有行车记录仪。
借鉴于一些飞行器，自动驾驶车辆必须记录所做的每一个处理决定，以及车辆周围的环境条件。
基于这些数据，车辆的性能可以改进，并进一步提高安全性能的水平。
车辆控制部分车辆的控制包括车身结构和车轮之间的计算机联网以及驾驶区域内的交通控制等。
- 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、"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、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)。
中图分类号:TN967.1;V249.3文献标识码:A文章编号:1009-2552(2011)02-0069-03基于惯性导航系统的车辆自动驾驶装置设计寇超1,陈志佳1,杨茂林1,倪蕾2(1.军械工程学院光学与电子工程系,石家庄050003;2.62541部队,北京100025)摘要:介绍了一种能够遥控和自主行驶的运动平台的设计方法。
该运动平台以惯性导航仪提供的坐标为基础,可以由上位机规划路径和障碍,通过蓝牙模块将路径信息传递给自动驾驶控制器,自动驾驶控制器按照导航路径和惯性导航仪给出的实时坐标解算控制量,完成对运动平台的模糊控制,使运动平台按照指定路径前进。
关键词:惯性导航;自动驾驶;路径规划;路径跟踪Design of vehicle auto m atic driving device base d oni nerti al navigation syste mKOU Chao1,C HEN Zh-i jia1,YANG M ao-lin1,N I Lei2(1.Depart m ent of O ptics and E lectron i cs Engi n eer i ng,O rdnance Engi n eer i ng Co llege,Sh iji azhuang050003,Ch ina;2.62541T roop s of PLA,B eijing100025,Ch i na)A bstract:The desi g n o f movable platfor m t h at can be re m ote contr o led and auto m atic dri v ed is i n troduced.The platfor m based on i n ertial nav i g ati o n i n stru m ent trans m its t h e i n for m ation o f t h e path to the auto m atic dri v i n g controller through blue tooth.The path and obstac l e can be planned by the co m puter.According to the nav i g ati o n and rea-l ti m e coor d i n ate,t h e auto m atic driv i n g contr o ller ca lculates the contro l para m eter and realizes fuzzy contro.l F i n ally,the m ovable platfor m m oves on the path that has been specifi e d.K ey words:i n ertia l navigation;auto m atic driving;path plann i n g;path fo ll o w i n g0引言自动驾驶车辆是地面无人作战平台的一种,它是一台可以在崎岖的地形上沿规划的路线自主导航及躲避障碍、必要时可重新规划路线的智能车辆。
目前,对地面无人作战平台的研究主要集中在半自主无人车辆开发上。
近期的发展趋势主要是不断增强车辆对不同任务的适应能力,如侦察、监视和目标探测、工程侦察、通信中继、战术欺骗、作战补给、反狙击部署等。
同时也正在努力增强车辆自身的环境感知能力和自主导航能力,为完全自主无人车辆研究奠定技术基础[1]。
本设计的主要任务是设计一个自动驾驶控制装置,控制载体车辆在实验场地上按照预先规划好的路径行驶,为其他课题实验提供无人运动平台。
1控制系统总体设计整个自动驾驶装置分为运动车辆及控制其自动行驶的控制器、操纵杆和上位机路径规划软件三部分。
各部分关系如图1所示,运动车辆作为运动载图1全系统组成示意图收稿日期:2010-09-03作者简介:寇超(1985-),男,硕士研究生,主要研究方向为通信与信息系统。
)69)体,在自动驾驶控制器的控制下按照预定的路径自动行驶,必要时可通过无线遥控装置进行干预;自动驾驶控制器按照导航路径和惯性导航仪给出的实时姿态和坐标解算控制量,完成对车辆行进的控制;操纵杆通过串行通信接口与上位机通信,上位机将操纵杆的控制信号利用无线串口蓝牙模块发送给自动驾驶控制器,完成对车辆的遥控干预;上位机路径规划软件完成路径的离线规划,下载导航路径、接收导航数据并实时监控车辆状态。
2电子控制装置硬件设计自动驾驶控制器主要由C8051F120单片机系统(包括C8051F120单片机和外部数据存储器F M1808)、RS232串行通信电路、增量式光电编码器接口电路、直流电机调速驱动电路、直流电源组合以及继电器组、LED、按键等组成。
2.1单片机及外部数据存储器控制器中心处理器采用了比较常用的C8051F120单片机,该单片机内部集成了24.5M的精确振荡器(通过内部锁相环PLL可以倍频到100M),还集成了7个复位源(上电、掉电、外部/ RST引脚、外部CNVSTR0信号、软件命令、比较器0、时钟丢失检测器及看门狗定时器)。
铁电存储器F M1808是32K*8非易失性存储器,具有同SRAM一样的快速读写能力,与SRAM 相比其优势在于数据在掉电后仍能被保存,此处主要是用于存储下载的导航路径信息。
其具体使用方法参考文献[2]。
2.2直流电机驱动电路设计图2所示为直流电机采用桥式驱动电路控制电机的转动,实现车体的转向和进退控制。
该电路主要利用四个金属氧化物半导体场效应晶体管I R F3205。
I RF3205具有加工工艺高、阻抗低、快速开关等特点。
在每个I R F3205的栅极都接上不同的12V电源,利用单片机和光电隔离电路来控制LT与OUT_A、RT与OUT_B、LB与24GND、RB与24GND 的接通或者断开。
当RT与OUT_B、LB与24GND 同时断开并且LT与OUT_A、RB与24GND同时接通时,Q1和Q4I R F3205的源极和漏极接通,加在JP2的2脚和1脚两端的电压为+24V,假设这时电机正转,控制电机反转原理类似。
如果上述电路的接通或者断开采用单片机产生的P WM信号控制,则可以实现直流电机的调速,由于光电耦合电路的存在,P WM信号的频率不宜过高,根据实验知频率为1kH z时,控制效果较好。
图2桥式直流电机驱动电路2.3增量式光电编码器接口电路设计增量式光电编码器用于检测车辆转向角度,它有A、B、Z三相输出,其中A、B相信号脉冲间有1/4周期(即90b)的相位差且这一相差的正负与轴角变化的方向有关,因此,可以通过比较A、B相之间脉冲电平变化次序的相位来检测轴角变化的方向实现判向;通过对A相或者B相脉冲计数来检测轴角变化的角度。
Z相用于指示光电编码器轴角起始点,轴角每转动一周输出一个脉冲可以用来标定和校准。
为了便于单片机根据相差判断计数方向,在与单片机相连之前进行了简单的鉴相。
图3是其关键点的波形。
图3光电编码器关键点波形示意图光电编码器的标定校准是利用Z轴输出实现的。
在安装编码器时在机械连接上将码盘的起始点标定到车体的正前方,机械标定好后,前轮转向在由左至右或由右至左时均会进过正前方的码盘起始点,从而在Z轴上输出一个脉冲产生单片机中断,即前轮在机械上每归正一次可得到一次中断,利用此中断可消除累计误差。
2.4串行通信接口设计C8051F120内部有两个全双工异步传输串行接口UART0和UART1,端口初始化时分别配置到P0.0/P0.1和P0.2/P0.3。
UART0用于与惯性导航仪通信,UART1用于与蓝牙模块通信。
惯性导航仪选用北京星网宇达公司的姿态方位组合导航系统XW-ADU7610,它是一个多传感器数据融合系)70 )统,将卫星定位和惯性测量相结合,可自主寻北,提供车体运动的航向角、横滚角、俯仰角以及运动位置、速度等信息。
它采用的串行通信协议是NMEA (N ational M ari n e E lectron ics Association)协议,是GPS接收机最通用的数据输出格式。
3控制算法及软件设计该部分主要介绍上位机的路径规划软件和单片机的路径跟踪算法。
由于操纵杆人工干预的方法比较简单,这里不再赘述。
3.1路径规划软件在没有引入机器视觉的情况下,本设计的导航路径主要是预先根据不同的实验场地人为地设计规划出一条合理路径并给定到自动驾驶控制器,控制器以此为参考不断修正自身姿态来跟踪该路径,即自动驾驶装置的导航路径数据不是实时在线生成、而是离线生成后下载到控制装置的数据存储器F M1808中。
目前主要的路径规划策略有三种:道路图、单元分解和人工势场[3]。
考虑到开发的难度和可实现性,在路径规划软件设计时采用了单元分解中的固定分解策略。
固定分解是将工作空间按特定的尺寸分解成棋盘状的栅格单元,这样单元的尺寸就不再依赖于环境中的障碍物的数量和分布。
当环境空间被栅格离散化之后,运动载体的轨迹可以被分解成单个的运动,然后被记录在未被占有的栅格上,每个栅格的运动信息规定了运动载体的运动方向,从而形成载体运动的路径[4]。
利用C++Bu ilder提供的表格显示组件TDra w-Gr i d,可以方便地表示这种/特定尺寸的栅格单元0。
TDra wGrid的每一个单元格用来表示固定尺寸的分解栅格,每个单元格的行列值与规定的/栅格固定尺寸0相乘就能得到一个坐标值,该坐标值在载体运动的二维平面内唯一确定了载体的位置,自动驾驶控制器就可以根据这个坐标对车辆进行导航。
3.2路径跟踪的模糊控制算法通过上位机离线生成的导航路径下载到自动驾驶控制器后,自动驾驶控制器的任务就是控制车辆快速而准确地对此导航路径进行路径跟踪,通过对车辆的速度和转向进行控制,使车体的实时坐标(x,y)尽可能地与导航路径文件规定的坐标(x0,y0)吻合。
模糊控制是以模糊集合论、模糊语言变量及模糊逻辑推理为基础的一种计算机智能控制。
本设计采用模糊多目标优化控制的策略,结合惯性导航系统的输出信息,采用双输入双输出的模糊控制器来实现车辆对导航路径的跟踪。
如图4所示,输入1为车体当前位置与目标路径的的距离偏差d(可由惯性导航仪输出的车辆实时坐标值和导航路径文件内存储的导航点计算得到);输入2为定义的车体前进方向与X轴的夹角H 与目标路径弦线与X轴夹角B之差U=H-B(可有惯性导航仪输出的车辆实时方位角和导航路径文件内存储的导航点计算得到);输出1为车体前进的速度;输出2为车体前轮转过的角度A。
图4输入输出量示意图对输入输出变量明确后,采用三角隶属函数对变量进行模糊化,并利用驾驶员的驾驶习惯建立一个Pareto规则基得到控制规则表,遍历模糊规则基实现模糊推理。