無(wú)人駕駛清掃車(chē)的路徑跟蹤及遠(yuǎn)程控制

孫智威，裴曉飛，劉一平，雍成昊，陳 詞*

（1.武漢理工大學(xué)，現(xiàn)代汽車(chē)零部件湖北省重點(diǎn)實(shí)驗(yàn)室，武漢430070，中國(guó)；2.武漢理工大學(xué) 汽車(chē)工程學(xué)院，武漢430070，中國(guó)）

近年來(lái)，無(wú)人駕駛汽車(chē)正逐漸滲透于各個(gè)商用領(lǐng)域。由于無(wú)人清掃車(chē)工作車(chē)速較低，行駛工況較為簡(jiǎn)單且固定，這些特點(diǎn)有助于無(wú)人駕駛技術(shù)的快速落地，同時(shí)無(wú)人清掃車(chē)也將在環(huán)衛(wèi)領(lǐng)域發(fā)揮重要的作用[1]。和其他無(wú)人駕駛汽車(chē)關(guān)鍵技術(shù)一樣，無(wú)人清掃車(chē)也集成了環(huán)境感知、高精度地圖、導(dǎo)航定位、智能決策、路徑規(guī)劃、運(yùn)動(dòng)控制以及車(chē)輛線控執(zhí)行等先進(jìn)技術(shù)。

車(chē)輛運(yùn)動(dòng)控制是無(wú)人駕駛汽車(chē)分層架構(gòu)中的重要基礎(chǔ)環(huán)節(jié)，一般可以分為基于幾何學(xué)模型，運(yùn)動(dòng)學(xué)模型和動(dòng)力學(xué)模型的路徑跟蹤方法[2]。目前常用的路徑跟蹤控制方法有純跟蹤算法[3]、Stanley 算法[4]、比例積分微分(proportion integration differentiation,PID) 控制、滑模控制[5]、模型預(yù)測(cè)控制等。

純跟蹤算法和Stanley 算法基于車(chē)輛幾何學(xué)模型進(jìn)行解算，簡(jiǎn)單實(shí)用，魯棒性較好，適用于較低車(chē)速和小側(cè)向加速度的工況。國(guó)內(nèi)外學(xué)者也對(duì)這兩種路徑跟蹤算法開(kāi)展了許多研究，文獻(xiàn)[6]基于差分全球定位系統(tǒng)(global positioning system,GPS)，提出了一種純跟蹤改進(jìn)算法，使無(wú)人駕駛車(chē)輛在彎曲度較大的區(qū)域內(nèi)能根據(jù)道路曲率變化自動(dòng)調(diào)整車(chē)速和前視距離，提高了無(wú)人駕駛車(chē)輛在大曲率變化路徑上行駛的平穩(wěn)性。文獻(xiàn)[7]將純跟蹤算法應(yīng)用到農(nóng)機(jī)中，基于農(nóng)機(jī)的運(yùn)動(dòng)工況提出了改進(jìn)的純跟蹤模型，提高了農(nóng)機(jī)作業(yè)時(shí)的直線行駛精度。文獻(xiàn)[8]基于一輛鉸鏈?zhǔn)綗o(wú)人駕駛清掃車(chē)，根據(jù)清掃車(chē)速度和道路曲率信息及時(shí)調(diào)整車(chē)輛的預(yù)瞄距離，然后進(jìn)行純跟蹤控制。文獻(xiàn)[9]在純跟蹤模型的基礎(chǔ)上提出了一種基于模型預(yù)測(cè)延遲后的車(chē)輛運(yùn)動(dòng)和位置信息的方法，并根據(jù)方向偏差來(lái)獲取最佳的車(chē)輛預(yù)瞄距離。

文獻(xiàn)[10]在Stanley 跟蹤算法的基礎(chǔ)上，基于車(chē)輛航向角、車(chē)速、前輪轉(zhuǎn)角和道路曲率信息得到自適應(yīng)最優(yōu)預(yù)瞄時(shí)間。此外，考慮到滑模控制方法對(duì)參數(shù)不確定性和外部擾動(dòng)具有強(qiáng)魯棒性,文獻(xiàn)[11]基于二自由度車(chē)輛模型，綜合考慮車(chē)輛與期望路徑點(diǎn)之間的方向偏差與橫向偏差，提出了一種模糊滑模控制器。文獻(xiàn)[12]基于滑模控制算法，設(shè)計(jì)了擴(kuò)張狀態(tài)觀測(cè)器，減輕了在橫向控制中滑模變結(jié)構(gòu)方法存在的抖振問(wèn)題，使無(wú)人駕駛車(chē)輛能夠在有外界干擾的情況下更平穩(wěn)的跟隨期望軌跡。

作為無(wú)人駕駛汽車(chē)落地的前提，設(shè)計(jì)冗余的安全機(jī)制非常必要，因此需要同步發(fā)展遠(yuǎn)程接管技術(shù)。當(dāng)無(wú)人駕駛汽車(chē)遇到?jīng)Q策困難或極端危險(xiǎn)場(chǎng)景時(shí)，由遠(yuǎn)程安全員接管車(chē)輛控制權(quán)限，手動(dòng)操作實(shí)現(xiàn)車(chē)輛脫困。文獻(xiàn)[13]設(shè)計(jì)了一套車(chē)載終端和遠(yuǎn)程監(jiān)控信息系統(tǒng)，實(shí)現(xiàn)了對(duì)無(wú)人駕駛車(chē)輛的行駛過(guò)程監(jiān)測(cè)、遠(yuǎn)程啟停控制和數(shù)據(jù)遠(yuǎn)程采集傳輸?shù)取Ｎ墨I(xiàn)[14]針對(duì)無(wú)人駕駛車(chē)輛設(shè)計(jì)了一套云代駕系統(tǒng)，當(dāng)無(wú)人駕駛車(chē)輛發(fā)生故障時(shí)，人類駕駛員可以遠(yuǎn)程協(xié)助無(wú)人駕駛車(chē)輛脫困。文獻(xiàn)[15]對(duì)車(chē)載終端的功能進(jìn)行拓展，實(shí)現(xiàn)了車(chē)輛固件遠(yuǎn)程升級(jí)、車(chē)輛遠(yuǎn)程控制等功能。

本文設(shè)計(jì)了無(wú)人清掃車(chē)的軟硬件架構(gòu)，搭建了線控化的無(wú)人駕駛清掃車(chē)實(shí)驗(yàn)平臺(tái)，針對(duì)無(wú)人清掃車(chē)的路徑跟蹤和遠(yuǎn)程接管系統(tǒng)展開(kāi)研究。路徑跟蹤控制一般分為橫縱向跟蹤控制，由于無(wú)人清掃車(chē)一般勻速行駛且工作車(chē)速較低，因此本文主要針對(duì)橫向控制提出了純跟蹤前饋加滑模反饋的路徑跟蹤方法。對(duì)本文路徑跟蹤方法和遠(yuǎn)程控制方案進(jìn)行了實(shí)車(chē)實(shí)驗(yàn)與分析。

1 無(wú)人車(chē)清掃車(chē)的總體架構(gòu)

為了適應(yīng)不同的工作場(chǎng)景和保證無(wú)人駕駛清掃車(chē)運(yùn)行安全可靠，本文設(shè)計(jì)的無(wú)人清掃車(chē)共有三種操控模式，分別為駕駛員操控模式，自動(dòng)駕駛模式和遠(yuǎn)程接管模式。3 種控制方式中，將駕駛員的優(yōu)先級(jí)設(shè)置為最高，車(chē)輛優(yōu)先執(zhí)行駕駛員的操控命令。當(dāng)按下自動(dòng)駕駛按鈕時(shí)，車(chē)輛由車(chē)載智能終端進(jìn)行操控。如果車(chē)輛在自動(dòng)駕駛模式下失效，可由安全員借助遠(yuǎn)程接管系統(tǒng)對(duì)車(chē)輛進(jìn)行緊急干預(yù)，并遠(yuǎn)程操控車(chē)輛行駛。

1.1 硬件架構(gòu)設(shè)計(jì)

本文實(shí)驗(yàn)平臺(tái)基于的純電動(dòng)清掃車(chē)，采用后輪驅(qū)動(dòng)，前輪轉(zhuǎn)向，體積小巧，轉(zhuǎn)向靈活，配備完善的清掃設(shè)備，適用于園區(qū)、廠區(qū)、港口等道路的清掃作業(yè)。為了適應(yīng)市場(chǎng)需求，無(wú)人清掃車(chē)要能完成對(duì)特定區(qū)域的最大化覆蓋清掃，能夠?qū)Φ缆愤呇剡M(jìn)行清掃，能夠主動(dòng)躲避障礙物，同時(shí)應(yīng)盡量降低成本。本文設(shè)計(jì)了如圖1 所示的無(wú)人清掃車(chē)硬件架構(gòu)，對(duì)電動(dòng)清掃車(chē)上進(jìn)行底盤(pán)線控化改裝，并加裝低成本的環(huán)境感知傳感器和整車(chē)控制器。

圖1 無(wú)人清掃車(chē)硬件架構(gòu)圖

本文采用優(yōu)控智行的整車(chē)控制器EV2274A 與底層執(zhí)行機(jī)構(gòu)建立通訊，電動(dòng)清掃車(chē)的轉(zhuǎn)向電機(jī)采用一款最大輸出扭矩2.38 Nm 的永磁直流電機(jī)，轉(zhuǎn)向系統(tǒng)電機(jī)控制器通過(guò)局域網(wǎng)CAN 總線接收整車(chē)控制器的指令信號(hào)，然后控制轉(zhuǎn)向電機(jī)運(yùn)動(dòng)。驅(qū)動(dòng)電機(jī)輸入電壓0～5 V，輸出功率最大可達(dá)2.2 kW。整車(chē)控制器通過(guò)脈寬調(diào)制（pulse width modulation，PWM）接口外接一個(gè)PWM轉(zhuǎn)模擬量模塊輸出電壓信號(hào)，控制驅(qū)動(dòng)電機(jī)的輸出功率。電動(dòng)清掃車(chē)的制動(dòng)系統(tǒng)采用一款伺服電動(dòng)缸，最大輸出1.0 kN，通過(guò)鋼索裝置拉動(dòng)制動(dòng)踏板進(jìn)行制動(dòng)。整車(chē)控制器通過(guò)低邊驅(qū)動(dòng)接口輸出控制信號(hào)，控制制動(dòng)電機(jī)的伸縮。改裝后的車(chē)輛保留了原車(chē)的操控踏板與控制方式，駕駛員可正常操控清掃車(chē)。

為了實(shí)現(xiàn)車(chē)輛的無(wú)人駕駛功能，讓車(chē)輛具備環(huán)境感知能力，在車(chē)輛的四周加裝了8 個(gè)超聲波雷達(dá)，在車(chē)輛的前方左右兩側(cè)安裝兩個(gè)激光雷達(dá)。同時(shí)，通過(guò)全球定位系統(tǒng)GPS 和慣性測(cè)量單元IMU 進(jìn)行數(shù)據(jù)融合，通過(guò)組合慣性導(dǎo)航得到車(chē)輛的實(shí)時(shí)位置。將傳感器采集到的環(huán)境和位置信息傳輸?shù)接ミ_(dá)Xavier 處理器中進(jìn)行融合計(jì)算，整車(chē)控制器通過(guò)CAN 通訊接收處理后的環(huán)境信息，然后由整車(chē)控制器向車(chē)輛底層各執(zhí)行器發(fā)送控制指令，驅(qū)動(dòng)車(chē)輛執(zhí)行轉(zhuǎn)向、加減速、制動(dòng)等指令，實(shí)現(xiàn)對(duì)車(chē)輛的運(yùn)動(dòng)控制。同時(shí)，將電動(dòng)清掃車(chē)的清掃設(shè)備，如清掃電機(jī)、水泵以及照明、喇叭等全部接入整車(chē)控制器，可以由控制程序適時(shí)開(kāi)啟和關(guān)閉。

本文設(shè)計(jì)了一套遠(yuǎn)程接管系統(tǒng)作為無(wú)人駕駛清掃車(chē)的安全備份，遠(yuǎn)程控制終端通過(guò)無(wú)線通訊模塊接收來(lái)自攝像頭的視頻數(shù)據(jù)和車(chē)輛的運(yùn)行參數(shù)，遠(yuǎn)程安全員可以通過(guò)遠(yuǎn)程外設(shè)下達(dá)操控指令并接管車(chē)輛。

1.2 軟件架構(gòu)設(shè)計(jì)

本文為無(wú)人駕駛清掃車(chē)設(shè)計(jì)了如圖2 所示的軟件架構(gòu)，將無(wú)人駕駛清掃車(chē)的自動(dòng)駕駛架構(gòu)分為3 個(gè)部分，分別是環(huán)境感知、決策規(guī)劃和運(yùn)動(dòng)控制。

圖2 軟件分層架構(gòu)

環(huán)境感知層通過(guò)感知傳感器和導(dǎo)航定位單元幫助車(chē)輛判斷自身和周邊環(huán)境的相對(duì)位置關(guān)系。無(wú)人清掃車(chē)GPS 定位系統(tǒng)和IMU 慣性導(dǎo)航系統(tǒng)通過(guò)Kalman濾波進(jìn)行信息融合，向下游規(guī)劃控制提供車(chē)輛的位置、速度、航向角等信息。激光雷達(dá)主要負(fù)責(zé)可行駛區(qū)域的提取及動(dòng)態(tài)/靜態(tài)障礙物的目標(biāo)檢測(cè)，超聲波雷達(dá)作為激光雷達(dá)的補(bǔ)盲，兩者將感知到的環(huán)境信息等發(fā)送給決策規(guī)劃層。

決策規(guī)劃層根據(jù)車(chē)輛定位和環(huán)境信息，每隔100 ms規(guī)劃出從當(dāng)前狀態(tài)到下一個(gè)目標(biāo)狀態(tài)的局部路徑。當(dāng)前方車(chē)道被靜態(tài)障礙物占據(jù)時(shí)，利用五次多項(xiàng)式生成多條備選路徑，并根據(jù)代價(jià)函數(shù)計(jì)算出無(wú)人清掃車(chē)的可行駛最優(yōu)路徑。當(dāng)前方車(chē)道有動(dòng)態(tài)障礙物且小于Berkeley 最小安全距離時(shí)，無(wú)人清掃車(chē)采取緊急制動(dòng)避撞。

運(yùn)動(dòng)控制層接收來(lái)自決策規(guī)劃層輸出的車(chē)輛可行駛路徑，通過(guò)車(chē)輛橫向控制和縱向控制，得到車(chē)輛的轉(zhuǎn)向角度、油門(mén)開(kāi)度、制動(dòng)壓力等控制指令，實(shí)現(xiàn)車(chē)輛對(duì)期望車(chē)速和路徑的跟蹤。本文默認(rèn)決策規(guī)劃系統(tǒng)已經(jīng)給出了最優(yōu)的期望路徑，對(duì)離線路徑進(jìn)行跟蹤控制，控制周期為 10 ms。

作為自動(dòng)駕駛模式的安全冗余，系統(tǒng)軟件架構(gòu)中同時(shí)集成了遠(yuǎn)程接管模式。遠(yuǎn)程安全員可以通過(guò)上位機(jī)界面觀察車(chē)輛的運(yùn)行狀態(tài)，當(dāng)無(wú)人駕駛清掃車(chē)自動(dòng)作業(yè)發(fā)生失效時(shí)，可以由安全員進(jìn)行遠(yuǎn)程接管遙控車(chē)輛運(yùn)動(dòng)。

2 無(wú)人清掃車(chē)的路徑跟蹤算法

無(wú)人駕駛清掃車(chē)通常在低速，小側(cè)向加速度工況下執(zhí)行清掃任務(wù)，采用基于幾何學(xué)模型的路徑跟蹤算法能夠簡(jiǎn)化系統(tǒng)建模，有利于算法快速求解，降低控制器的計(jì)算需求。本文采用基于幾何學(xué)模型的純跟蹤控制算法作為前饋控制，根據(jù)期望路徑的路點(diǎn)信息和車(chē)輛當(dāng)前的位置信息，利用純跟蹤控制理論，計(jì)算出期望的前饋前輪轉(zhuǎn)角。反饋控制以車(chē)輛當(dāng)前位置的質(zhì)心橫向偏差和方向偏差為控制變量，基于滑模控制對(duì)前饋控制中沒(méi)有考慮到的控制偏差進(jìn)行補(bǔ)償控制，讓無(wú)人駕駛清掃車(chē)能夠更精確的跟隨期望路徑行駛。為保證路面清掃潔凈度，無(wú)人駕駛清掃車(chē)的工作速度較低，且多為勻速行駛，因此縱向控制采用簡(jiǎn)單的PID 方法實(shí)現(xiàn)。最終路徑規(guī)劃的總體框架如圖3 所示。

圖3 路徑跟蹤控制架構(gòu)

2.1 基于純跟蹤算法的前饋控制

純跟蹤算法的幾何關(guān)系圖如圖4 所示。

圖4 純跟蹤算法幾何關(guān)系圖

純跟蹤算法基于車(chē)輛的二自由度模型，通過(guò)控制車(chē)輛的轉(zhuǎn)向半徑R，使車(chē)輛的后軸中心控制點(diǎn)沿圓弧到達(dá)前視距離為ld的參考目標(biāo)點(diǎn)，然后基于Ackermann轉(zhuǎn)向模型計(jì)算得到所需的前輪轉(zhuǎn)角δf。根據(jù)幾何關(guān)系可得

根據(jù)Ackermann 轉(zhuǎn)向車(chē)輛模型，有

由式（3）和式（4）可得前饋前輪轉(zhuǎn)角的控制律為

由式（3）可知：純跟蹤算法本質(zhì)上是曲率ρ關(guān)于預(yù)瞄點(diǎn)到車(chē)輛中心平面的垂向距離e的比例控制，增益系數(shù)為2/ld2。純跟蹤算法的跟蹤效果好壞與預(yù)瞄距離ld的選取相關(guān)聯(lián)，前視距離過(guò)小會(huì)使車(chē)輛在路徑跟蹤時(shí)產(chǎn)生擺動(dòng)，而前視距離過(guò)大又會(huì)導(dǎo)致車(chē)輛在彎道時(shí)轉(zhuǎn)彎幅度不足。本文根據(jù)車(chē)速實(shí)時(shí)調(diào)整車(chē)輛的預(yù)瞄距離，跟蹤效果較好。無(wú)人駕駛清掃車(chē)首先接收來(lái)自上層規(guī)劃的路徑信息，通過(guò)GPS 定位系統(tǒng)和IMU 慣性導(dǎo)航系統(tǒng)融合獲取無(wú)人清掃車(chē)的位置信息和姿態(tài)信息，計(jì)算預(yù)瞄點(diǎn)處與車(chē)輛位置之間的橫向偏差，然后根據(jù)車(chē)速信息匹配合適的預(yù)瞄距離，通過(guò)式（5）計(jì)算得到期望前饋前輪轉(zhuǎn)角δf。

2.2 基于滑模變結(jié)構(gòu)的反饋控制

車(chē)輛橫向控制中存在諸多擾動(dòng)因素，比如車(chē)輛底層通訊和轉(zhuǎn)向執(zhí)行機(jī)構(gòu)的延遲，路面附著系數(shù)的變化等。單純的純跟蹤算法并未考慮車(chē)輛動(dòng)力學(xué)特性和轉(zhuǎn)向執(zhí)行器的動(dòng)態(tài)特性，在某些工況下可能會(huì)導(dǎo)致跟蹤性能惡化。因此，本文設(shè)計(jì)了基于滑模控制方法的反饋系統(tǒng)，對(duì)前饋控制中未考慮到的控制偏差進(jìn)行補(bǔ)償，增強(qiáng)橫向控制的魯棒性，提高路徑跟蹤的控制精度。無(wú)人駕駛清掃車(chē)的工作場(chǎng)景大部分為低速工況，本文不考慮車(chē)輛極限駕駛工況，假設(shè)無(wú)人駕駛清掃車(chē)的質(zhì)心側(cè)偏角等于前輪轉(zhuǎn)角。本文的控制變量選取車(chē)輛質(zhì)心處與期望路點(diǎn)之間的車(chē)輛位置偏差de和航向角偏差θe，采用滑模控制方法進(jìn)行反饋控制。車(chē)輛位置偏差幾何關(guān)系圖如圖5 所示。

圖5 車(chē)輛位置偏差幾何關(guān)系圖

車(chē)輛當(dāng)前位置與參考路徑之間的位置偏差可由如下動(dòng)態(tài)模型表示。

基于車(chē)輛質(zhì)心處的車(chē)輛位置偏差de和航向角偏差θe，設(shè)計(jì)車(chē)輛路徑跟蹤滑模反饋控制系統(tǒng)，定義滑模切換函數(shù)如下

滑模趨近律如下

上式中，k1和k2為滑模趨近律參數(shù)，且均大于0。

為了減輕車(chē)輛橫向控制中的前輪抖動(dòng)問(wèn)題，使用飽和函數(shù)sat[·]代替符號(hào)函數(shù)，即

式中，Δb為邊界層厚度。

基于上述切換函數(shù)和滑模控制律，結(jié)合控制偏差的動(dòng)態(tài)模型，可以得到路徑跟蹤反饋控制律為：

將指數(shù)趨近律代入式（12）可得期望反饋前輪轉(zhuǎn)角為

通過(guò)純跟蹤前饋控制和滑模反饋控制分別得到前饋前輪轉(zhuǎn)角δf和反饋前輪轉(zhuǎn)角δb，最后可得車(chē)輛的期望前輪轉(zhuǎn)角為

3 無(wú)人清掃車(chē)的遠(yuǎn)程控制系統(tǒng)

本文設(shè)計(jì)了一套遠(yuǎn)程接管控制系統(tǒng)，作為無(wú)人駕駛清掃車(chē)的安全冗余備份，當(dāng)車(chē)輛發(fā)生單車(chē)智能失效時(shí)可由遠(yuǎn)程駕駛員接管車(chē)輛。遠(yuǎn)程控制系統(tǒng)是作為有人駕駛、自動(dòng)駕駛、遠(yuǎn)程接管3 部分中的其中一環(huán)。在隧道、林蔭等處，衛(wèi)星信號(hào)有遮擋或多 障礙物的狹窄復(fù)雜環(huán)境中，自動(dòng)駕駛模式可能無(wú)法準(zhǔn)確跟蹤期望路徑，車(chē)輛會(huì)自動(dòng)進(jìn)行安全停靠。當(dāng)車(chē)輛出現(xiàn)異常并安全停靠之后，遠(yuǎn)程接管員可以借助遠(yuǎn)程外設(shè)操控車(chē)輛行駛。當(dāng)車(chē)輛經(jīng)過(guò)以上區(qū)域后，再次切換為自動(dòng)駕駛模式進(jìn)行跟蹤控制。

無(wú)人清掃車(chē)遠(yuǎn)程接管系統(tǒng)架構(gòu)如圖6 所示。其主要分為遠(yuǎn)程控制終端和車(chē)載終端2 部分。車(chē)載終端通過(guò)車(chē)載直流電源進(jìn)行供電，車(chē)載攝像頭負(fù)責(zé)采集車(chē)輛前方環(huán)境信息，并通過(guò)無(wú)線通訊模塊發(fā)送給控制終端。車(chē)載終端的微控制單元（micro control unit，MCU）核心板解析接收遠(yuǎn)程控制指令并通過(guò)整車(chē)局域網(wǎng)CAN 將操作指令下達(dá)給車(chē)輛底層執(zhí)行器，實(shí)現(xiàn)對(duì)清掃車(chē)轉(zhuǎn)向、油門(mén)和剎車(chē)的控制。車(chē)載終端與控制終端之間建立1.4 GHz 自組網(wǎng)絡(luò)（mesh），借助2 個(gè)鵝頸天線進(jìn)行無(wú)線通訊。控制終端使用電池進(jìn)行供電，控制終端的MCU 核心板接收遠(yuǎn)程操控手柄的控制指令，通過(guò)無(wú)線通訊模塊傳輸給車(chē)載終端。同時(shí)，車(chē)載終端將清掃車(chē)的方向盤(pán)轉(zhuǎn)角、油門(mén)開(kāi)度等運(yùn)行參數(shù)，反饋給遠(yuǎn)程操控平臺(tái)，通過(guò)上位機(jī)軟件顯示給遠(yuǎn)程駕駛員。

圖6 無(wú)人清掃車(chē)遠(yuǎn)程接管系統(tǒng)架構(gòu)圖

在遠(yuǎn)程控制系統(tǒng)中，控制終端采集到輸入的控制指令后，根據(jù)遠(yuǎn)程接管系統(tǒng)自定義的通信協(xié)議，對(duì)控制指令進(jìn)行重新編碼，打包發(fā)送給無(wú)線通訊設(shè)備，傳輸給車(chē)載終端。車(chē)載終端接收到控制指令的數(shù)據(jù)包后進(jìn)行解碼，然后將所有指令通過(guò)車(chē)載CAN 總線發(fā)送給各對(duì)應(yīng)控制器執(zhí)行。同時(shí)，本文設(shè)計(jì)了控制終端的上位機(jī)界面，其操作簡(jiǎn)單、顯示直觀，將全部信息在一個(gè)界面顯示，最終設(shè)計(jì)的效果如圖7 所示，其中界面使用的控件設(shè)計(jì)參考了開(kāi)源項(xiàng)目[16]。當(dāng)通訊出現(xiàn)中斷時(shí)，車(chē)載數(shù)據(jù)指示燈將轉(zhuǎn)變?yōu)榧t色，提醒操作人員對(duì)通訊連接進(jìn)行檢查或重置。

圖7 上位機(jī)顯示效果圖

基于該清掃車(chē)平臺(tái)，對(duì)遠(yuǎn)程接管系統(tǒng)的遠(yuǎn)程控制功能進(jìn)行了實(shí)驗(yàn)驗(yàn)證，在本實(shí)驗(yàn)中，控制終端部署于車(chē)庫(kù)內(nèi)的休息區(qū)，操控人員通過(guò)遠(yuǎn)程控制的方式操控清掃車(chē)駛出車(chē)庫(kù)，在車(chē)庫(kù)外道路行駛一段距離后，調(diào)頭返回車(chē)庫(kù)泊位。實(shí)驗(yàn)過(guò)程的關(guān)鍵節(jié)點(diǎn)如圖8 所示，圖中的時(shí)間序列為從左到右，從上到下。實(shí)驗(yàn)結(jié)果表明本文設(shè)計(jì)的遠(yuǎn)程控制系統(tǒng)安全可靠，能夠作為無(wú)人駕駛清掃車(chē)的安全備份。

圖8 遠(yuǎn)程控制實(shí)驗(yàn)畫(huà)面節(jié)點(diǎn)圖

4 無(wú)人清掃車(chē)的路徑跟蹤實(shí)驗(yàn)

基于改裝后的無(wú)人清掃車(chē)平臺(tái)，通過(guò)實(shí)驗(yàn)驗(yàn)證本文設(shè)計(jì)的路徑跟蹤算法的有效性。本文首先在離線環(huán)境下根據(jù)行駛要求提前規(guī)劃好目標(biāo)路徑，在低速工況下進(jìn)行實(shí)驗(yàn)，分別驗(yàn)證對(duì)比了單移線和環(huán)形路徑下本文的前饋加反饋的跟蹤算法與只使用反饋的跟蹤算法的結(jié)果差異。其中前饋采用純跟蹤算法，反饋采用滑模算法。

單移線路徑跟蹤實(shí)驗(yàn)結(jié)果見(jiàn)圖9。

圖9 單移線路徑跟蹤實(shí)驗(yàn)結(jié)果

由圖9a 可知：前饋+反饋控制的方法能夠有效降低車(chē)輛跟蹤的橫向偏差和縱向偏差。圖9b 實(shí)驗(yàn)車(chē)速為1.25 m/s。由圖9c 可知：反饋控制方法的前輪轉(zhuǎn)角在第10 s 處為19°，前饋+反饋控制方法在第8 s 處達(dá)到最大值12°，前饋+反饋控制方法超調(diào)更小。

由圖9d 可知：反饋控制方法在車(chē)輛回正時(shí)有較大的側(cè)向加速度，在第15 s 時(shí)達(dá)到-0.55 m/s2，而前饋+反饋控制的方法車(chē)輛回正時(shí)的側(cè)向加速度較小，車(chē)輛姿態(tài)穩(wěn)定。

由圖9e 可知：在變道時(shí)前饋+反饋控制的方法車(chē)輛航向角變化更平緩。由圖9f 可知：反饋控制方法的位置偏差波動(dòng)較大，最大位置偏差在第16 s 時(shí)達(dá)到0.67 m，而前饋+反饋控制方法的車(chē)輛位置偏差始終保持在0.3 m 以內(nèi)，偏差較小。

環(huán)形路徑跟蹤實(shí)驗(yàn)結(jié)果見(jiàn)圖10，實(shí)驗(yàn)過(guò)程中，讓車(chē)輛連續(xù)跟隨環(huán)形路徑2 周。

由圖10a 可知：采用前饋+反饋控制方法能夠更精確的跟蹤期望路徑，偏差更小，且跟蹤重復(fù)性較好。反饋控制方法在環(huán)形彎道處會(huì)出現(xiàn)較大的偏移。圖10b實(shí)驗(yàn)車(chē)速為2.5 m/s。由圖10c 可知：采用前饋+反饋控制方法，在車(chē)輛轉(zhuǎn)彎時(shí)，前輪轉(zhuǎn)角變化更為平緩穩(wěn)定，采用反饋控制方法會(huì)有較為明顯的超調(diào)。由圖10d可知：2 種方法的側(cè)向加速度相差不大，但采用反饋控制方法會(huì)有一定的滯后。由圖10e 可知：采用前饋+反饋控制的方法，車(chē)輛在彎道時(shí)轉(zhuǎn)向更快，在直線段航向更平穩(wěn)。由圖10f 可知：采用前饋+反饋控制方法，車(chē)輛的位置偏差保持在0.3 m 以內(nèi)，而采用反饋控制方法，車(chē)輛位置偏差在第43 s 時(shí)達(dá)到0.65 m。

圖10 環(huán)形線路路徑跟蹤實(shí)驗(yàn)結(jié)果

綜上所述，采用本文提出的純跟蹤加滑模的路徑跟蹤算法，能夠有效降低車(chē)輛跟蹤時(shí)的位置偏差，車(chē)輛的車(chē)身姿態(tài)更穩(wěn)定，且控制效果較為靈敏，滯后較小，適用于無(wú)人駕駛清掃車(chē)的路徑跟蹤應(yīng)用，更能滿足無(wú)人清掃車(chē)貼邊行駛的作業(yè)要求。

5 結(jié)論

本文基于電動(dòng)清掃車(chē)平臺(tái)完成底盤(pán)線控化改造，設(shè)計(jì)了無(wú)人駕駛軟硬件架構(gòu)，提出了純跟蹤前饋加滑模反饋的路徑跟蹤方法，通過(guò)實(shí)車(chē)實(shí)驗(yàn)表明，該方法能夠使無(wú)人清掃車(chē)在低速工況下準(zhǔn)確跟蹤期望路徑實(shí)現(xiàn)貼邊作業(yè)。同時(shí)，本文設(shè)計(jì)驗(yàn)證了一套遠(yuǎn)程接管控制系統(tǒng)，作為無(wú)人駕駛清掃車(chē)的安全冗余備份，能夠在自動(dòng)作業(yè)失效時(shí)由安全員遠(yuǎn)程操控車(chē)輛。今后考慮完善無(wú)人清掃車(chē)的環(huán)境感知和路徑規(guī)劃功能，實(shí)現(xiàn)復(fù)雜環(huán)境下無(wú)人清掃車(chē)的應(yīng)用落地。