EV408智能攪拌車無法自動駕駛故障診斷與分析

【摘" 要】文章重點介紹EV408智能攪拌車無法自動駕駛的故障現(xiàn)象、故障原因和故障診斷與排除的方法。通過分析其故障診斷的原因，并結(jié)合實訓(xùn)操作，介紹診斷故障的基本檢測流程。

【關(guān)鍵詞】EV408智能攪拌車；自動駕駛；故障診斷

中圖分類號：U463.6" " 文獻(xiàn)標(biāo)識碼：A" " 文章編號：1003-8639（ 2024 ）04-0079-06

Troubleshooting on EV408 Intelligent Mixer Automatically Drive Fault

LU Zirang

（Hunan Sany Polytechnic，Changsha 410000，China）

【Abstract】This paper mainly introduces the fault phenomenon，fault cause and fault diagnosis and elimination method of EV408 intelligent mixer which can not drive automatically. By analyzing the cause of fault diagnosis，the basic detection process is introduced combined with practical training operation.

【Key words】EV408 intelligent mixer；autopilot；fault diagnosis

1" EV408智能攪拌車技術(shù)介紹

1.1" 自動駕駛

自動駕駛是一個復(fù)雜的軟硬件結(jié)合系統(tǒng)，主要分為環(huán)境感知定位、決策規(guī)劃、執(zhí)行控制3大技術(shù)模塊。環(huán)境感知定位模塊主要是通過環(huán)境感知、定位和V2X等設(shè)備，為自動駕駛提供環(huán)境信息；決策規(guī)劃模塊是依據(jù)環(huán)境感知定位模塊提供的車輛定位和周邊環(huán)境數(shù)據(jù)，在平臺中根據(jù)適當(dāng)?shù)哪Ｐ瓦M(jìn)行路徑規(guī)劃等決策；執(zhí)行控制模塊是以自適應(yīng)控制和協(xié)同控制方式，驅(qū)動車輛執(zhí)行相應(yīng)命令動作。

1.2" SAE與NHTSA自動駕駛分級

目前，全球汽車行業(yè)中2個最權(quán)威的分級系統(tǒng)由美國國家公路交通安全管理局（NHTSA）和國際自動化工程師協(xié)會（SAE）提出。2013年，美國國家公路交通安全管理局首次發(fā)布了自動駕駛汽車分級標(biāo)準(zhǔn)，對自動化的描述分為了5個層級。2014年1月，SAE制定了J3016自動駕駛分級標(biāo)準(zhǔn)，對自動化的描述分為了L0～L5這6個等級，以區(qū)分不同層次的自動駕駛技術(shù)之間的差異。

1.3" 中國自動駕駛分級

中國對自動駕駛的分級首次出現(xiàn)在《中國制造2025》重點領(lǐng)域技術(shù)路線圖中，將汽車按智能化和網(wǎng)聯(lián)化2個發(fā)展方向進(jìn)行分級。與SAE自動駕駛分級基本保持對應(yīng)，SAE-China將自動駕駛車輛分為DA、PA、CA、HA、FA 5個等級，考慮了中國道路交通情況的復(fù)雜性，加入了對應(yīng)級別下智能系統(tǒng)能夠適應(yīng)的典型工況特征。

1.4" 自動駕駛汽車關(guān)鍵技術(shù)

自動駕駛汽車技術(shù)涉及汽車、信息通信、交通等諸多領(lǐng)域，其技術(shù)架構(gòu)較為復(fù)雜，主要包括自動駕駛汽車涉及的車輛、信息交互與基礎(chǔ)支撐技術(shù)、支撐自動駕駛汽車發(fā)展的車載平臺以及基礎(chǔ)設(shè)施條件等關(guān)鍵技術(shù)，如圖1所示。

1.5" EV408智能攪拌車自動駕駛系統(tǒng)的組成與工作原理

EV408智能攪拌車自動駕駛的核心體系可分為感知系統(tǒng)、決策系統(tǒng)、控制系統(tǒng)3個層次，如圖2所示。

1）感知系統(tǒng)。主要由毫米波雷達(dá)、激光雷達(dá)、超聲波雷達(dá)、視覺傳感器、GNSS/IMU等組成。利用車載超聲波傳感器、毫米波雷達(dá)、激光雷達(dá)、視覺傳感器以及V2X通信系統(tǒng)等設(shè)備感知周圍環(huán)境，包括行駛路徑識別、周邊物體識別、駕駛狀態(tài)檢測和駕駛環(huán)境檢測等，為自動駕駛汽車提供決策依據(jù)，如圖3所示。

2）決策系統(tǒng)。主要為計算平臺。計算平臺主要完成汽車行駛和信息交互過程中海量、多源、異構(gòu)數(shù)據(jù)的高速計算處理，運用人工智能、信息通信、互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等新技術(shù)，實時感知、決策、規(guī)劃，并參與全部或部分控制，實現(xiàn)汽車的自動駕駛、網(wǎng)聯(lián)服務(wù)等功能。

3）控制系統(tǒng)。主要由線控轉(zhuǎn)向、線控驅(qū)動、線控制動、線控懸架和線控?fù)Q擋組成。線控驅(qū)動系統(tǒng)掌控著自動駕駛中制動和轉(zhuǎn)向時車輛姿態(tài)的控制；線控轉(zhuǎn)向系統(tǒng)掌控著自動駕駛的路徑與方向的精確控制；線控制動系統(tǒng)掌控著自動駕駛的底盤安全性和穩(wěn)定控制，如圖4所示。

2" EV408智能攪拌車無法自動駕駛的檢修方法

2.1" 故障現(xiàn)象

接通自動駕駛開關(guān)，啟動自動駕駛模式，發(fā)現(xiàn)EV408智能攪拌車無法行駛。

2.2" 故障原因

設(shè)備供電異常；主天線或者從天線與設(shè)備主機(jī)之間的連接線束損壞；SIM卡沒流量或到期；差分賬號到期或者未激活；系統(tǒng)內(nèi)存不足。

2.3" 故障診斷

1）首先檢查設(shè)備是否上電：觀察設(shè)備主機(jī)和DTU盒子的指示燈，若它們的指示燈有亮起說明設(shè)備上電正常，否則說明設(shè)備供電異常，如圖5所示。

2）連接車輛計算平臺，在終端中輸入cyber_monitor查看實時通道消息，當(dāng)出現(xiàn)通道消息時（圖6），說明定位軟件模塊正常啟動。

3）操控鍵盤上下方向鍵，回車進(jìn)入/apollo/sensor/gnss/ins_stat通道，查看pos_type狀態(tài)。當(dāng)pos_type狀態(tài)位是56時，說明定位模塊狀態(tài)正常；當(dāng)pos_type狀態(tài)位為54時，說明定位模塊出現(xiàn)故障，如圖7所示。

4）查看設(shè)備主機(jī)指示燈。若gnss信號指示燈常亮或快閃，說明設(shè)備主機(jī)功能正常。若gnss信號指示燈熄滅，請先檢查車輛所處位置頭頂是否有遮擋，遮擋會導(dǎo)致車輛無法接收衛(wèi)星信號；若車輛停在無遮擋環(huán)境下，請檢查主天線、從天線和設(shè)備主機(jī)之間的線束是否正常連接；若檢查線束連接正常，則說明主天線或者從天線與設(shè)備主機(jī)之間的連接線束損壞，如圖8所示。若gnss信號指示燈慢閃，請檢查DTU盒子指示燈，綠燈穩(wěn)定常亮不熄滅是正常狀態(tài)，如圖9所示。

其它故障異常情況有：DTU盒子綠色指示燈一直處于熄滅狀態(tài)，電源問題導(dǎo)致，查看DTU盒子是否插上電源；流量卡沒流量或已到期；SIM卡或卡槽插反；綠色指示燈慢閃后熄滅，信號不好；SIM卡槽接觸不良；綠色指示燈快閃后熄滅或者常亮后很快熄滅，表示差分賬號到期或者未激活。

5）查看系統(tǒng)情況。在調(diào)試終端進(jìn)入計算機(jī)平臺后，輸入cyber_monitor指令，就可以看到各個輸出通道的信息，對于感知模塊來說，需要注意以下部分：規(guī)劃模塊/apollo/planning（圖10）、定位模塊/apollo/localization/pose（圖11）、底盤模塊/apollo/canbus/chassis（圖12）和內(nèi)存空間情況（圖13）。

當(dāng)通道界面顯示通道已滿時，按上下鍵可以翻頁，上下鍵可以選取不同的通道，如果選擇到了某個通道，通過鍵盤的右方向鍵可以進(jìn)入此通道，左方向鍵則返回。

2.4" 解決方法

1）設(shè)備供電異常。檢查車輛是否供電正常，設(shè)備電源線是否插上。

2）主天線或者從天線與設(shè)備主機(jī)之間的連接線束損壞。更換2個天線和設(shè)備主機(jī)間的線束，注意藍(lán)色端子的線束連接靠近副駕的主天線，棕色端子的線束連接靠近主駕的從天線，切勿接反。

3）流量卡沒流量或到期。更換SIM卡，可臨時放入自己的手機(jī)卡，測試故障是否消除。注意該設(shè)備使用大卡，更換時注意卡槽及SIM卡安裝方向。

4）差分賬號到期或者未激活。登陸官網(wǎng)，查看千尋賬號是否已激活、是否在有效期內(nèi)。

5）清理內(nèi)存信息。激光雷達(dá)驅(qū)動模塊需要關(guān)注：/apollo/sensor/rsm1/PointCloud2；/apollo/drivers/lidar/rsm1/error；/apollo/sensor/zvision_ml30sa1/sensor2/PointCloud2；/apollo/drivers/lidar/ml30sa1_m/error等通道。其中rsm1為前向遠(yuǎn)距激光雷達(dá)，zvision_ml30sa1/sensor2為前向近距激光雷達(dá)。當(dāng)激光雷達(dá)狀態(tài)都正常時，上述4個通道的幀率都顯示為10。當(dāng)前向遠(yuǎn)距激光雷達(dá)rsm1不正常時，/apollo/sensor/rsm1/PointCloud2幀率為0，/apollo/drivers/lidar/rsm1/error幀率為1，如圖14所示。當(dāng)前向近距激光雷達(dá)zvision_ ml30sa1/sensor2不正常時，/apollo/sensor/zvision_ml30sa1/sensor2/ PointCloud2幀率為0，/apollo/drivers/lidar/ml30sa1_m/error幀率為1，如圖15所示。

如出現(xiàn)上述不正常的情況時，rsm1出問題就進(jìn)行ping192.168.188.200，zvision_ml30sa1/sensor2出問題就進(jìn)行ping192.168.188.202。如可以ping通，就重啟計算平臺再試試；如ping不通，檢查激光雷達(dá)的網(wǎng)線是否接入交換機(jī)、激光雷達(dá)電源燈是否亮。

點云數(shù)據(jù)處理模塊需要關(guān)注：/apollo/sensor/LidarAll/PointCloud2和/apollo/sensor/LidarAll/Filter/PointCloud2通道，感知算法使用的輸入點云數(shù)據(jù)處理通道為后者，即過濾后的點云。若點云數(shù)據(jù)處理通道正常，上述2個通道的幀率都為10左右。當(dāng)點云數(shù)據(jù)處理通道不正常時，/apollo/sensor/LidarAll/Filter/PointCloud2幀率為0或者幀率一直在3～8幀之間跳動。若幀率為0，說明點云數(shù)據(jù)處理模塊啟動失敗。查看分激光雷達(dá)驅(qū)動是否啟動成功。查看點云數(shù)據(jù)處理模塊所依賴的/apollo/localization/pose和/apollo/planning_map是否幀率正常，若不正常，請先解決上述2個通道異常問題。若幀率一直在3～8幀之間跳動，則有可能是計算平臺過熱，導(dǎo)致算力下降，進(jìn)而出現(xiàn)點云數(shù)據(jù)處理通道輸出幀率不穩(wěn)定的情況，可以嘗試重啟計算機(jī)平臺。

如果障礙物輸出模塊正常，當(dāng)有人出現(xiàn)在車輛前方一定距離時（2～20m，需注意安全），/apollo/perception/fusedObstacles通道中會出現(xiàn)此障礙物信息，如圖16、圖17所示。

圖17中position字段的x、y、z是障礙物在激光雷達(dá)坐標(biāo)系中的坐標(biāo)點，此坐標(biāo)系以車頭中心點為原點，x方向是左右方向，左方向為正，y方向是前后方向，前向為正，z方向是上下方向，上方向為正。當(dāng)目標(biāo)的位置和實際位置差不多時，說明障礙物輸出模塊正常。

若車輛前方有障礙物，但/apollo/perception/fusedObstacles通道中會出現(xiàn)此障礙物信息，則需要確認(rèn)點云數(shù)據(jù)處理通道/apollo/localization/pose是否正常。

終端輸入cd/apollo/data/log，按enter鍵，然后輸入rm*刪除里面的日志，如圖18所示。

3" 案例分析

2023年9月份，在校園內(nèi)進(jìn)行EV408智能攪拌車自動駕駛調(diào)試，啟動自動駕駛后，汽車無反應(yīng)，需要進(jìn)行自動駕駛系統(tǒng)的檢查。該車前段時間進(jìn)行了維修與錄制地圖，維修后并無任何操作。經(jīng)過分析后，首先進(jìn)行初步檢查，發(fā)現(xiàn)攪拌車能夠正常行駛，說明車輛本身無故障，故障可能在環(huán)境感知系統(tǒng)與自動駕駛軟件方面。

根據(jù)之前的調(diào)試經(jīng)驗，自動駕駛系統(tǒng)中引起無法行駛的原因主要有以下幾點：①激光雷達(dá)、毫米波雷達(dá)、組合慣導(dǎo)等設(shè)備供電異常；②主天線或者從天線與設(shè)備主機(jī)之間的連接線束損壞；③系統(tǒng)內(nèi)存不足。

故障診斷與排除流程如下。

1）個人電腦與車上的計算機(jī)平臺連接。將車上網(wǎng)線插入筆記本電腦網(wǎng)口之后，配置自己筆記本電腦的IP地址（不可以是192.168.188.10，這是計算機(jī)平臺固定IP），如圖19所示。

配置好后，在終端輸入ping 192.168.188.10檢查是否已經(jīng)和車上的計算機(jī)平臺連接成功，如果有數(shù)據(jù)則成功，如圖20所示則不成功，需要檢查網(wǎng)絡(luò)連接是否正確、自己筆記本電腦IP設(shè)置是否正確。

連接成功后，在終端輸入ssh nvidia@192.168.188.10車，輸入密碼：nvidia，進(jìn)入計算機(jī)平臺遠(yuǎn)程操作，如圖21所示。

然后輸入cd /apollo命令進(jìn)入自動駕駛目錄，如圖22所示。

2）檢查各模塊運行。EV408智能攪拌車自動駕駛系統(tǒng)各個模塊之間是通過cyber來通信的，查看各個模塊運行是否正常以及各個模塊發(fā)出的數(shù)據(jù)可以通過在終端輸入cyber_monitor命令來確認(rèn)，如圖23所示。運行之后的界面如圖24所示。

圖24中/apollo/canbus/chassis為底盤模塊數(shù)據(jù)通道，/apollo/control為控制模塊數(shù)據(jù)通道，/apollo/localization/pose為定位模塊數(shù)據(jù)通道，/apollo/planning為規(guī)劃模塊數(shù)據(jù)通道，/apollo/perdiction為預(yù)測模塊數(shù)據(jù)通道。綠色代表模塊啟動成功，紅色代表模塊啟動失敗。當(dāng)車輛自動駕駛處于異常狀態(tài)時可查看以上通道是否啟動成功。選中該通道按方向鍵的右鍵即可查看數(shù)據(jù)。圖25是/apollo/canbus/chassis通道的數(shù)據(jù)，通過查看模塊發(fā)現(xiàn)底盤模塊、定位模塊、規(guī)劃模塊、預(yù)測模塊正常，說明激光雷達(dá)、毫米波雷達(dá)、組合慣導(dǎo)等設(shè)備供電正常。

3）檢查定位設(shè)備故障。攪拌車使用導(dǎo)遠(yuǎn)INS570D組合導(dǎo)航設(shè)備實現(xiàn)車輛定位，該組合導(dǎo)航主要由主機(jī)、DTU盒子、主天線、從天線以及其它線束組成，如圖26所示。

檢查主天線或者從天線與設(shè)備主機(jī)之間的連接線束，從坐在副駕的視角看，主天線位于車頂右側(cè)，靠近副駕，通過線束和設(shè)備主機(jī)的藍(lán)色端子連接；從天線位于車頂左側(cè)，靠近主駕，通過線束和設(shè)備主機(jī)的棕色端子連接；設(shè)備主機(jī)位于副駕前方的手套箱內(nèi)；DTU盒子也位于副駕前方的手套箱內(nèi)（4G-SIM卡插在DTU中）。通過觀察設(shè)備主機(jī)和DTU盒子的指示燈，設(shè)備供電正常。

4）檢查內(nèi)存情況。終端輸入df-h查看日志，發(fā)現(xiàn)內(nèi)存空間顯示100%，異常，造成自動駕駛無法運行，如圖27所示。

5）故障排除。在計算平臺的/apollo/folder_name目標(biāo)中執(zhí)行：rm*，將計算平臺里的數(shù)據(jù)刪除，然后終端輸入df-h查看日志，發(fā)現(xiàn)內(nèi)存空間顯示90%，正常，如圖28所示。

6）啟動自動駕駛。內(nèi)存清理后，將車開回起點位置，在終端/apollo目錄下輸入如下命令./kill_all_dag.sh，然后駕駛員開啟自動駕駛開關(guān)即可進(jìn)行自動駕駛。此時攪拌車自動駕駛模式正常，故障排除。

4" 結(jié)論

自動駕駛汽車基本結(jié)構(gòu)類似，但車型不同，對應(yīng)的故障也有所差異，排查故障的具體操作方法也都不相同，采用的硬件設(shè)備的種類及計算平臺系統(tǒng)類型也不太一樣。但在進(jìn)行其它車型的故障診斷時可以參考以上方法與步驟，避免盲目拆卸檢查，造成不必要浪費。

參考文獻(xiàn)：

[1] 張可琨，曲大義，宋慧，等. 自動駕駛汽車換道決策行為分析及分子相互作用勢建模[J]. 青島理工大學(xué)學(xué)報，2023，44（5）：150-159.

[2] 徐亮，陸洋，孫造詣，等. 基于自動駕駛汽車接受度的個性化用戶研究[J]. 包裝工程，2023，44（20）：42-58.

[3] 梁麗麗，楊圣清，吳鉑涵，等. 自動駕駛汽車目標(biāo)檢測技術(shù)應(yīng)用研究[J]. 汽車測試報告，2023（13）：45-47.

[4] 徐靜，李之奇. 自動駕駛汽車感知系統(tǒng)優(yōu)化研究[J]. 汽車測試報告，2023（12）：22-24.

[5] 王瑞琦. 自動駕駛汽車內(nèi)外部人機(jī)交互的研究視角[J]. 專用汽車，2023（6）：40-44.

[6] 劉煒，陸存豪. 自動駕駛汽車環(huán)境感知傳感器研究[J]. 汽車實用技術(shù)，2023，48（10）：197-203.

[7] 吳洪平. 自動駕駛汽車測試技術(shù)應(yīng)用研究[J]. 汽車測試報告，2023（10）：38-40.

[8] 朱正吉. 車聯(lián)網(wǎng)技術(shù)在自動駕駛汽車設(shè)計中的應(yīng)用[J]. 汽車測試報告，2023（10）：41-43.

[9] 李亞輝，劉成曄，趙景波，等. 自動駕駛汽車路徑規(guī)劃與軌跡跟蹤研究綜述[J]. 常州工學(xué)院學(xué)報，2023，36（1）：28-33.

[10] 李明杰，劉小飛，張躍進(jìn). 多傳感器融合的自動駕駛汽車制動主動控制[J]. 機(jī)械設(shè)計與制造，2023，387（5）：170-173，177.

（編輯" 楊凱麟）