智能車輛的發展近況與關鍵技術分析

曹　敏,宋　磊,陳科帆（重慶郵電大學自動化學院,重慶　400065）

智能車輛的發展近況與關鍵技術分析

曹敏,宋磊,陳科帆
（重慶郵電大學自動化學院,重慶400065）

智能小車是近幾年來大學生最愛的科技項目之一，在軍事，航天，工業和科研等方面都有著智能車輛的身影。本文主要敘述智能小車的國內外發展近況，它的應用價值和智能車輛的相關技術概括。

智能車輛；導航與定位系統；多傳感器數據融合

1　緒論

1.1引言

智能小車是一種能夠智能化感知環境，自主進行規劃決策并且能自動駕駛的一種移動機器人，是現當代科技前沿的高新科技綜合體[1]。作為智能交通系統(ITS)中的一部分,智能小車技術已經滲透到社會各個領域。

1.2研究目的和應用價值

智能小車技術的出現,使傳統工業的生產和研究發生了根本性的變化。它們適合在那些人類無法工作的環境中工作。既提高了工作效率,又可以有效避免有害物質對人體的傷害。

2　智能小車的發展近況

2.1國內發展近況

2003年，我國第一輛自主駕駛智能汽車研制成功，其性能已達到當時世界頂尖水平。汽車上的環境識別系統能識別出道路狀況；車載導航提供相應路徑，計算機根據狀況判別是否超車、換道；自動駕駛軟件發出控制方向、油門升降、剎車開閉的指令來實現自能駕駛。

2.2 國外發展近況

移動機器人的研究始于60年代末期，斯坦福研究院在1966年至1972年間研制出了名為Shakey的自主移動的智能小車[2]。至于后來的視覺移動機器人，它的發展主要集中在20世紀70年代的美國、日本等發達國家。它所用到的技術包含了很多現當代的高新科技，例如：智能控制、虛擬現實、計算機視覺等。

3　智能車輛的關鍵技術

3.1智能控制技術

智能控制（intelligentcontrols）是在無人干預的情況下能自主驅動智能機器實現控制目標的自動控制技術。智能控制技術有容錯性、自適性、學習性等優點，可以從邏輯推理，分析和過往的控制經驗來進行判斷，從而達到控制的目的。智能控制技術分為兩種：間接進化和直接進化，其中主要的控制技術都是常見的幾種控制方法，例如：神經網絡控制（大學生數模中經常用到）、模糊控制（常用于溫控）、仿人智能控制（人工智能，模仿人的大腦工作）和集成智能控制等。智能車輛傳感器的靈活運用極其重要，涉及的領域較廣，例如圖像理解、知識的獲取和表達、文字符號和語音的理解與處理、學習和運動[3]。

3.2定位系統與導航技術

（1）計算機視覺。道路上以及環境的各種圖像信息的采集和處理是計算機視覺技術的主要功能，在這個方面，計算機系統具有能夠處理大信息量和能夠在遠方進行控制等優點。通俗上說，計算機視覺就是智能車輛的眼睛[4]。

（2）GPS導航。目前現有的GPS技術動態測量精度可達到厘米，分為三個部分:空間部分：由地面發射衛星到太空，環繞地球旋轉，可實現對全球的監控和接收地面的信息；地面部分：地面設置主控站，其主要任務是根據各監控站提供的觀測資料推算編制各顆衛星的星歷、衛1星鐘差、和大氣層修正參數并把這些數據傳送到注入站，提供GPS系統時間標準；調整偏離軌道的衛星，使之沿預定的軌道運行；用戶設備部分：主要功能是通過接收衛星上發射來的信號，從而獲得信息，在經過各種數據的處理整合，最終實現定位與導航。

4　傳感器之間的協作與數據融合

因為小車所處環境十分復雜，僅由單個傳感器無法準確反映出環境信息，所以智能小車一般裝有多種傳感器協作共同準確的反映環境情況，從而快速準確的為小車的導航提供決策[5]。以下介紹智能小車所使用的主要傳感器：

超聲波傳感器,裝在小車的周圍，用于檢測小車周圍的障礙信息，并且探測出障礙距離。

MOS攝像頭,裝在小車車頭的正前方,實時拍攝前方的道路狀況，相當于小車的眼睛，為智能小車的中央處理單元提供精準的信息。

紅外循跡傳感器,安裝在小車的底盤中線處,可以用來檢測已設定好的道路軌跡，從而使小車循跡前行。

加速度傳感器,安裝在小車底盤二側，其工作原理是通過對一系列變量的積分和微分，從而計算出小車此時的加速度和行駛距離。

霍爾元件傳感器,安裝在小車的二個驅動輪上,每個驅動輪都裝二個霍爾傳感器,目的是檢測出小車的行駛距離,并且通過對行駛距離的微分來計算出小車當前行駛的速度，為小車的中央控制單元提供準確的數據，從而能高效的為小車決策導航。

角速度傳感器,共使用了三個，都安裝在小車驅動輪的附近，它們共同保障了小車的平穩運行。第一個是側傾角速度傳感器,可以作為判斷小車傾斜程度大小的依據；第二個是左右角速度傳感器,通過對車輪轉向的判斷來確定小車方向;第三個是俯仰角速度傳感器,通過計算車身前后距離高度差,從而確定小車的俯仰態，距離差為正則是上坡狀態，距離差為負則是下坡狀態。

數據融合是將多層數據在多方面的進行有機的融合，突出了信息融合的三個關鍵層次。信息融合包括組合、關聯、相關、檢測、及估計等的處理；信息融合的結果分為二種：較低的層次上進行狀態估計，以及較高的層次上進行整個走勢估計[6]。

基于特征的推理技術是通過把物體的各類參數、統計信息、特征數據映射到識別空間中的方法來實現的。通過觀測空間的相似得到識別空間的相似。

基于感知的模型，從通俗意義上來講，就是模仿人處理問題的能力，來實現智能化處理、決策。

5　結語

本文對智能車輛的發展歷程和智能小車的關鍵技術進行了大體上的介紹，讓初學者有一個宏觀的概念，以便于后期的深入學習。

[1]何宗健.Windows CE嵌入式系統[M].北京:北京航空航天大學由版社,2006.

[2]徐國華,譚民.移動機器人的發展現狀及其趨勢[J].機器人技術與應用,2001(03):7-14.

[3]徐國華，譚民．移動機器人的發展現狀及其趨勢[J].機器人技術與應用,2001(03):7-14.

[4]Broggi.智能車輛——智能交通系統的關鍵技術[M].北京:人民交通出版社,2002.

[5]郭戈,羅志剛.多傳感器數據融合方法的研究與進展[J].機電一體化,2003(05):12-17.

[6]周愛玉,李欣,漆新民.基于多傳感器信息融合的自主移動機器人導航算法研究[J].南昌航空工業學院學報（自然科學版）,2004,18(02):7-10.