淺談移動式機器人關鍵技術及其實現

鄧天擇

1 無人駕駛汽車的研究背景

1.1 無人駕駛汽車的現狀及前景

現如今我們每個人的日常生活已經都離不開汽車。無人駕駛汽車就是一種能載客的移動式機器人。隨著汽車產業與人工智能、物聯網、計算能力的融合，無人駕駛汽車日益發展起來，而目前無人車尚處于研發過程中，并未量產，還需要采集大量數據，方可應用于實際生活。

無人駕駛汽車相對于傳統汽車，其依靠計算機對全車傳感器反饋的信號做出判斷，在極短的時間內調整轉向，加減速等指令以適應新的變化，計算機的運算速度和反應時間相較于人類而言大幅縮短，因而減少了因為駕駛員來不及反應而造成的事故。同時，當事故進一步減少時，汽車也不必再通過嚴苛的碰撞測試，車體可以節約大量的材料，而他們又可以被應用在更廣泛的領域。

當無人駕駛技術與城市規劃相結合時，通過數據關聯、數據共享、數據網絡，可以實現車輛與車輛之間的溝通，讓信息實現拓撲傳輸，并且每臺無人車都可以進行信息的收發，這樣一來能明顯提高信息傳遞效率，協調交通。

按照自動化程度劃分，無人駕駛分為Lv0-Lv5六級，而現在已經研發出的無人駕駛汽車大多處于Lv2-Lv3，即根據駕駛環境對轉向和加減速提供智能輔助。而無人駕駛汽車的終極目標是達到Lv5，也就是實現駕駛系統能獨立自主完成所有操作，并且可以在所有道路和環境下行駛。

是以互聯網企業作為驅動力實現技術進步的。最近幾年，國內外多家互聯網企業都在著手進行無人駕駛汽車的相關研發以及測試。

1.2 無人駕駛汽車面臨的挑戰

1.2.1 無人駕駛汽車相關技術還需要完善和提高

目前，各大公司無人駕駛汽車的原型車基本為電動車，續航里程，能源供給等問題仍舊制約發展。無人駕駛汽車本身的控制算法及導航精度問題也被人們所詬病。

1.2.2 交通法規的制定及其倫理道德問題

如無人駕駛汽車走入生活，還需加快法律法規的制定。同時，計算機在面對事故時也應有能力自行處理。

1.2.3 沖擊傳統汽車產業及相關工業鏈

無人駕駛汽車進入市場，會導致相關人員失業，需要妥善安置。

2 移動式機器人的控制及導航算法的設計

2.1 關于無人駕駛汽車的硬件設計

無人駕駛汽車分為控制層、執行層和感知層。簡單來說，控制層包括嵌入式系統、各種處理器GPU和CPU等；執行層包括機器人的直流伺服電機、舵機等，它們對無人車進行驅動。無人車一般選用電驅動，來提高其靈活性。感知層包括激光傳感器、超聲傳感器、紅外傳感器等用來測距的傳感器；車輪編碼器感知機器人運動位移及速度變化；電機電流傳感器感知電流變化；可利用雷達和攝像頭完成導航中地圖的創立；用陀螺儀和加速度計對無人車進行角速度和加速度的測量；用GPS或北斗等衛星定位系統對無人車進行定位。

要想研究無人駕駛技術，還要從最簡單的移動式機器人著手。為了讓其也具有真正無人駕駛汽車所具有的功能，還應從車體設計結構，嵌入式計算機，傳感器和電機等應用幾方面來研究。

應該像真正汽車一樣采用四輪式結構，使用萬向輪保證無人車的靈活性和機動性；使用嵌入式計算機，比如單片機等完成內部信息的推理、處理、分析、決策，同時可進行開發修改；使用直流伺服電機作為驅動模塊，可提供過流、短路、過壓或欠壓保護，完成位置速度轉矩模式控制，通過PWM調節信號輸出；使用鉛酸電池作為能源供給；模型車需要感知與周圍環境的狀態，需要有測距傳感器、視覺傳感器、定位傳感器、語音傳感器、方位傳感器；使用無線通信裝置，完成機器人之間、機器人與上位機之間的信息傳送；這樣一輛模型車硬件基本就完工了。要想真正使其達到預期，還需要軟件程序的支持。當有了配套的程序之后，就可以用模型車做初步的測試了。

2.2 關于無人駕駛汽車的軟件設計

駕駛控制系統是簡單的反饋控制系統，所以在無人車中分為方向控制和速度控制，將車的速度和位置進行比較，得到行駛的速度和位置的偏差。在駕駛時，通過傳感器進行反饋實現，這些設備一般稱為測量原件。通過改變受控對象狀態，逐步減小偏差。一般在這個過程中采用負反饋，在這個過程中，用輸入信號減去輸出信號以其差值作為功率放大器等的輸入信號，利用控制器對偏差進行處理，之后驅動執行機構。

在設計控制算法之前需對無人車的力學模型進行建立，利用牛頓第二定律以及能量守恒，對無人車進行受力分析，受到推力、阻力、摩擦力、支持力，利用兩輪的差速實現無人車的轉彎，實現無人車二維的運動狀態的改變。由于設計的無人車力學模型比較簡單，選用PID作為無人車的控制器。

在控制系統中，一般選用PID作為系統的控制器，在位置算法中一般采用PD控制，比例調節能夠反映系統偏差，通過調節減小偏差，微分環節具有預見性，能預見偏差變化趨勢，對信號產生超前控制作用。在速度控制算法中一般使用PID控制算法。由于速度控制需要及時調節，所以使用PID算法可以快速穩定地控制無人車，尤其在無人車進入高速運動時。當無人車的輸入信號抖動過大時，說明無人車進入彎道或者路況復雜的路段，此時需對無人車進行分段控制，將無人車調節到低速狀態，從而減少入彎時間，達到入彎理想狀態。在這個過程中，通過偏離的速度系統，可以得到轉彎的角度，以此改變無人車的姿態和速度，而無人車速度通常用PWM控制，在實驗中控制速度，增大慣性儀器的精度，減小打滑帶來的誤差。同時不能將無人車加速度調節過大，以防止打滑現象，尤其轉彎控制中，進行柔性控制，追求系統穩定性大于追求快速性。

導航系統也是無人駕駛汽車不可或缺的一個關鍵部分。我們可以運用SLAM算法進行環境建模。SLAM算法主要解決移動式機器人地圖建立、路徑規劃定位等問題，其中地圖的表示方法包括柵格地圖、幾何地圖和拓撲地圖。柵格地圖易于創建和維護，但是隨著柵格數的增長，計算量明顯增加，會嚴重影響系統計算效率。幾何地圖是用簡單的幾何線條反映出環境信息，更加緊湊。可以通過激光測距儀、聲納等傳感器很方便地提取出物體的幾何特征，但是需要對傳感器的感知信息作額外處理。可以將柵格地圖和幾何地圖綜合在一起作為實驗中無人車的地圖，這樣可以兼具二者的優點，同時彌補二者的不足。

查閱相關資料及文獻，激光雷達的價格過高，且不易于量產，不適合應用在實驗中。如果單獨使用攝像頭又會導致識別能力較差以及無法測距，而且單目攝像頭建立需要龐大的數據庫，但是如果缺乏特征數據，無法識別和測距，所以手機雙攝、三攝的啟發，采用雙目或三目攝像頭，可直接進行測距。雖然計算量大，但隨著處理器性能提高，既節約了成本，也滿足了需求，同時兼具識別能力和測距能力。由于障礙物如行人，自行車目標較大，此方法都可快速識別。

在完全陌生環境中，無人車需要通過GPS、北斗等衛星定位系統來實現自定位。但是遇到隧道等室外無GPS情況下，還需要依賴自身慣性導航，因此需提高慣導傳感器的精度，減少其不確定性完成路徑規劃。由于傳感器自身的限制，感知信息存在不同程度的不確定性。對于不確定信息處理，可以提高自身傳感器的精度，低功耗，高性能，減少運算時間，但是其成本也是需要考慮的一個關鍵問題。還可以通過算法優化，從軟件層面解決不確定性帶來的問題，但是也需要提高CPU的處理能力來提高運算效率。

3 結語

本文通過對移動式機器人硬件、軟件的研究和改進，其中軟件方面設計PID算法對彎道直道分段控制，確保穩定性、快速性；設計柵格地圖和幾何地圖組合的地圖表示方法提高地圖可視性；硬件上在傳感器方面提高性能，選用多攝像頭傳統雷達替代激光雷達，使得無人車在測試中的準確性以及反應速度有了較大提升，解決不確定性帶來的問題。如果能夠運用在實際中，能降低無人駕駛汽車成本的同時提高其精確性以及運算效率。