基于導航系統的自動尋跡智能小車研究＊

艾皖東 盧浩 陳振斌 姜立標

（1.海南大學，?？?570228；2.華南理工大學，廣州 510641）

1 前言

隨著高精度地圖數據庫的建立，導航系統對于自動駕駛的重要性也得以突顯[1]。汽車導航系統配合高精度地圖不僅能為車輛決策出最優路徑，還可以實時監控車輛行駛速度、加速度、道路環境、位置等行車數據，也是實現智能交通系統（Intelligent Transport System，ITS）的必需條件[2]。

傳統汽車對GPS和高精度地圖的利用多為定位、被動導航、道路環境等行車數據監測，而基于主動導航的自動駕駛汽車不僅能有效解決城市交通擁堵問題，還具有提高車輛安全性等重要作用。然而，目前國內對于主動導航下的汽車研究相對較少。本文以智能車模型為研究對象，基于高精度地圖數據庫，將GPS對汽車的精準定位與避障系統對周圍環境的識別相結合，通過搭建硬件系統、編譯控制程序，準確識別智能車實時行車數據并進行計算處理，為智能車決策出正確的行駛方向[3]，實現智能車的主動導航、安全行駛以及按照規定路線從放置點到達給定目標點的目的，并為主動導航下的自動駕駛汽車安全等性能控制提供參考。

2 車輛模型結構

本文使用的車輛模型裝有3個直流電機，可實現全時四驅、獨立轉向，且其四邊減振器彈性可調，采用空心高彈性橡膠輪胎，不僅能衰減振動，還可以適應全地形。車輛模型結構如圖1所示。

圖1 車輛模型結構簡圖

3 硬件系統設計

3.1 主控芯片

基于處理器數據解析和邏輯運算器的功能，結合主控固件庫、內部資源等，主控芯片采用STM32F103C8T6。該芯片采用了ARM 32位CortexTMM3 CPU內核，程序和數據并行獨立存儲，加設輸入/輸出端口（I/O）、模數轉換器（ADC）、集成電路總線（IIC）、通用同步/異步串行接收/發送器（USART）等，核心板內部資源豐富，模塊相對獨立[4]。主控芯片原理如圖2所示。

圖2 主控芯片原理圖

3.2 電機驅動

基于車輛模型裝載的3個直流電機，調用標準定時器模塊（TIM）配置脈沖寬度調制（PWM）輸出[5]，通過改變占空比實現對電機分狀態控制以滿足前、后移動、轉向。電機驅動原理如圖3所示。

圖3 電機驅動原理圖

3.3 導航系統

3.3.1 定位原理

GPS由空間衛星、控制站和接收機3部分組成，各部分的協同與數據交換為用戶提供了定位服務[6]。由于衛星時鐘與接收機時鐘的不同步[7]，當存在時鐘差Δt時，衛星與接收機之間的距離即為偽距PR（Pseudo Range）[8]，表示為：

式中，Δt為衛星時鐘與接收機時鐘的差，接收機時鐘慢于衛星時鐘時，Δt取正，反之為負；c為速度常數。

研究使用的定位模塊根據一臺接收機的觀測數據進行單點定位，定位模型[9]如圖4所示。

圖4 衛星單點定位模型

至少4顆衛星就可以得到接收機定位信息，設接收機坐標為（x,y,z），空間衛星坐標分別為（x1,y1,z1）、（x2,y2,z2）、（x3,y3,z3）、（x4,y4,z4），衛星與小車的空間距離分別為d1、d2、d3、d4[10]，則

3.3.2 定位模塊

雙模 ATGM332D-5N能夠捕獲 GPS、BDS和GLONASS三大導航系統的空間衛星，為加強信號接收，配置了一個帶有互聯網絡數據包交換（IPX）接口的外置有源天線。ATGM332D-5N原理如圖5所示。

圖5 ATGM332D-5N原理圖

ATGM332D輸出數據默認采用美國國家海洋電子協會（National Marine Electronics Association，NMEA）的NMEA-0183協議[11]，主控芯片主要對$GPGGA、$GPVTG數據進行解析調用。數據示例：

3.3.3 定位數據采集分析和結果整理

由于定位模塊存在一定的誤差，并且受天氣、地球自轉、衛星運行、云層流動等因素的影響，即使定位模塊固定于一點不動，其定位信息仍為浮動數據[12]。如果浮動數據直接賦給主控芯片用于運算，那么車輛電機轉速和轉向的控制數據會出現浮動，不僅增加主控芯片數據處理的誤差，也傷害電機的運轉，致使車輛穩定性能和機動性能下降。此外，數據的量級浮動也增加了后續數據計算的復雜性，所以對浮動數據量級簡化處理以提高計算速度是有必要的。對試驗中所采集數據的經度差和緯度差的處理結果如圖6、圖7所示。

圖6 定點測試經度差值

圖7 定點測試緯度差值

根據圖6和圖7所顯示的結果，緯度差值波動范圍為-0.000 1～0.000 1，經度差值波動范圍為-0.000 1～0.000 1。顯然，使用的定位模塊經緯度數值精確度可達到千分位。

3.4 硬件系統結構

除了機械機構、定位模塊、主控STM32F03C8T6和電機外，為方便二次開發，硬件系統還附有18 650鋰電池包、可調降壓穩壓板、TTL串口、下載調試器、夏普紅外避障傳感器、OLED液晶顯示屏等，如圖8所示。

圖8 硬件系統組成及控制框圖

4 主動尋跡模型的建立

4.1 航向控制

$GPVTG包含以真北為參考基準的地面航向，可以指示車輛的運動方向，即以真北為0°位，順時針所掃過的夾角為車輛航向角。將車輛的航向角和當前位置與目標位置間的動態角度建立關系，即航向控制模型，如圖9所示。其中，（x0,y0）為起始坐標點，（x1,y1）為目標終止點，θ0為航向參考角（0°～89.99°），α為車輛某一時刻的行進方向（0°～359.99°），即航向角。

圖9 航向角控制模型

航向角α不能直接與航向參考角θ0作比較，以大地經緯度建立虛擬平面坐標系[13]，得到航向參考角θ0所對應的目標航向角θ。目標航向角θ的計算如表1所示。

航向角α由GPS數據解析，為使車輛的行進方向（航向角）等于或逼近目標航向角θ，采取求差值的方法[14]：

當角度差值Δ=0°或者Δ→0°時，即達到了航向控制的目的。

4.2 尋跡模型

車輛按照(x0,y0)到(x1,y1)的直線路徑行駛是其自動尋跡的最佳路線。規定當Δ≥180°時，車輛前輪左轉，0°＜Δ＜180°時，車輛前輪右轉，Δ=0°時，車輛直線行駛。

尋跡控制模型如圖10所示。其中，A為起始點，G為設定目標點，AB為車輛起動后在GPS數據未更新之前的路徑。車輛處于B點時，GPS數據更新，AB段路徑的行駛數據和B點坐標被解析，B點則替代A點作為新起始點。

表1 目標航向角θ計算表

圖10 尋跡控制模型簡圖

主控STM32F03C8T6計算BG段的行進參考角和角度差值，對外執行前輪轉向和驅動電機驅動。小車之后向C點行駛，達到C點后，GPS數據再次更新，C點成為新的起始點，再次計算CG段數據，行駛至D點，類此，小車在轉向和驅動配合下，逐漸逼近目標點。

5 程序編譯

基于Keil編譯環境，程序控制從各硬件配置初始化到循環體判斷執行，導航數據、紅外測距、OLED顯示、方向計算和電機控制順序循環執行實現智能車尋跡。程序執行邏輯框圖如圖11所示。

主控STM32F03C8T6在執行時，main函數為執行起點，以下為智能車尋跡控制程序中main()函數部分，Tracking()函數為智能車尋跡循環函數。

圖11 程序執行邏輯框圖

6 試驗測試結果

為驗證主動導航智能車的自動尋跡能力，對智能車進行實際道路測試。圖12所示為道路尋跡測試智能車行駛路線示意。

圖12 道路尋跡測試小車行駛路線示意

測試道路長15 m、寬3 m，路面水平且達到二級公路等級，測試時天氣晴朗，風速低于3.5 m/s。如圖12，A點為智能車放置起始點，B點為給定目標點，C點為智能車到達點。受導航模塊定位精度和衛星與定位模塊之間數據存在延遲的限制，智能車在行駛過程中出現S形路線。測試初期因智能車放置角度β不同導致轉向偏移量d差異較大，但經多次測試，行車路線從第2次極值點起偏移量d的范圍在±0.30 m內，且隨到目標點距離的減小，極值點的偏移量逐漸減小，結果達到預期目標。

7 結論

根據試驗結果可以得出，通過建立小車航向、路徑控制模型，設計電路模塊、編譯路徑控制程序，能夠實現以GPS定位數據為主、紅外測距避障為輔的主動導航下智能小車的自動尋跡。

為進一步開展研究，導航系統數據傳輸可使用5G通信，提高數據傳輸速度、加強導航系統時效性；還可與DGPS、SBAS、INS形成組合導航，提高導航精度；結合手機APP進行起?？刂?、目標點輸入；結合高精度地圖和API實現精準導航；載入車機系統完成交互式控制等。

參考文獻

[1]周濟.智能制造——“中國制造2025”的主攻方向[J].中國機械程，2015（17）：2273-2284.

[2]劉宗巍，史天澤，郝瀚，等.中國汽車技術的現狀、發展需求與未來方向[J].汽車技術，2017（1）：1-6+47.

[3]趙亦林.車輛定位與導航系統[M].譚國真，譯.北京：電子工業出版社，1999.

[4]周柱.基于STM32的智能小車研究[D].成都：西南交通大學，2011.

[5]高楓.基于ARM的智能尋跡小車的設計與實現[D].太原：中北大學，2012.

[6]胡斌，陳林.全球定位系統(GPS)技術淺談[J].內蒙古科技與經濟，2009（3）：218-219.

[7]紀超.基于ARM的無人車GPS導航系統的設計與實現[D].西安：西安工業大學，2013.

[8]王琦.全球定位系統(GPS)的原理與應用[J].衛星與網絡，2010（4）：26-30.

[9]陳立.BDS/GPS組合系統偽距單點定位算法研究[D].南京：南京理工大學，2017.

[10]盧望.基于ARM的GPS定位系統的研究與實現[D].成都：西南交通大學，2009.

[11]張帥帥，崔紅霞.GPS數據的采集提取和顯示[J].科技創新導報，2013（25）：22-23.

[12]郭俊杰.無人駕駛車GPS自主導航系統設計與實現[D].西安：長安大學，2014.

[13]Liu J,Zhang Y,Guo L,et al.A multi-objective Antidisturbance Robust Filter for SINS/GPS Navigation Systems[J].International Journal of Intelligent Computing&Cybernetics，2013，6（3）：216-231.

[14]Chen R,Li X.Virtual Differential GPS Based on SBAS Signal[J].GPS Solutions，2004，8（4）：238-244.