自动驾驶汽车的位置确定和自动控制

自动驾驶汽车的位置确定和自动控制

驾驶员失误造成的交通事故占交通事故总量的70%。因此，若能实现汽车自动驾驶，便可大幅降低交通事故的发生。目前，自动驾驶汽车引起了众多研究人员的注意，其可以根据激光雷达、相机或其它传感器对汽车周围环境的感知来制定相应的控制策略，从而实现汽车自动驾驶。此外，实现自动驾驶可以缓解交通阻塞，实现残疾人出行。目前，完全实现自动驾驶还需要解决多种技术难题，而成本过高也限制了自动驾驶汽车的推广。对此，以机器人操作系统（ROS）作为框架，开发了适用于自动驾驶汽车位置确定和自动控制的方法，并通过试验进行了验证。

实现汽车自动驾驶，需要解决的2个关键问题为：确定汽车当前位置和无障碍行驶路径。对汽车当前位置的确定采用全球定位系统（GPS）、惯性测量单元（IMU）和车轮编码器。不同传感器测量的数据具有不同的格式，因而使用前首先需要进行坐标转换和归一化处理；之后对处理后的测量数据采用扩展卡尔曼滤波器进行数据融合；最后对汽车位置的确定，并包含预测和更新两个阶段。预测阶段基于融合数据和误差协方差估计汽车下一步可能出现的位置。更新阶段则根据实时测量数据对预测数据进行修正，得到汽车位置更加准确的估计值。对无障碍行驶路径的确定，首先依据出发地和目的地确定一定数量的控制点，控制点数量的设定基于行驶环境的复杂程度；之后采用三次样条插值连接各控制点，确定无障碍行驶路径；最后采用路径跟踪算法保证汽车沿确定的行驶路径行驶。验证时，采用一辆前轮转向后轮驱动的全地形越野车，其以一台36V直流无刷电机作为动力源；同时安装一个TP-LINK路由器实现车内电子控制单元与外部传感器（GPS、IMU和车轮编码器）的无线通信，控制参数包括转向角和节气门开度。试验在英国巴斯大学进行，选择一段中心长度为61.34m的封闭三角形道路，试验3次。结果显示，3次试验汽车走完全程的距离分别为63.55m、60.86m、65.75m，几乎完全按照道路形状行驶，因而所采用的方法能够很好地实现汽车自动驾驶。

PejmanIravanietal.SAE 2016-01-1878.

编译：张振伟