专题研究TECHNOLOGY AND MARKET比亚迪m6报价
V〇1.24，N〇.6,2017
无人驾驶技术在低速环境下的智能车应用研究
杜永博，李萌，樊跃新，何婧
(北京邮电大学世纪学院电子与自动化系，北京102101)
摘要：在争相发展人工智能的今天，无人驾驶技术可以作为半结构化城市中交通发展重点。我们对智能车和无人驾驶 技术进行深入的研究，针对基于摄像头和雷达的道路识别、基于激光雷达的障碍物检测、基于传感器和G P S的自主导航、虚拟驾驶等方面验证了智能车和无人驾驶技术的有效性和可靠性，并提出了改进措施。
关键词：智能车；无人驾驶；低速环境；道路识别；自主导航
d〇i：10. 3969/j.issn.1006 -8554.2017.06.193
〇引言
20世纪70年代，一些发达国家已经开始了智能车的研究，如今从可行性和实用性上来看，美国、德国成果显著，现在我国 正大力发展现代化建设。无论从国外到国内，都体现了现代社 会人们对智能车和无人驾驶技术的热情和期盼。
根据以往的资料和经验本文将以低速环境无人驾驶作为 内容研究，使用摄像头、雷达、GPS、陀螺仪等传感器感知车辆环 绕信息，结合市面上的电子地图安装导航系统，本文主要讨论 无人驾驶技术成本、传感器对车身周围的环境监测、地图辅助 下的路口转向方法、仿真环境下的测试。
1智能车平台架构
汽车保险
1.1 整车控制系统
车辆控制技术是无人驾驶汽车的核心，主要包括速度控制 和方向控制等几个部分。无人驾驶就是用电子技术控制汽车 进行的仿人驾驶。通过对驾驶员的驾驶行为进行分析可知，车 辆的控制是一个典型的预瞄控制行为，驾驶员到当前道路环 境下的预瞄点，根据预瞄点控制车辆的行为。目前最常用的方 法是经典的智能P I D算法，例如模糊P ID、神经网络P I D等。
车内控制系统通过C A N总线连接到各个控制单元，接受 指令完成车的速度、转角等控制。
V C U(V e h ic le C ontrol U n i t整车控制单元）作为核心单元。其一通过采集控踏板部件等信号分析
特出汽车状态，将信息反 馈给信号接收系统；其二接受系统指令，控制各部件的电气信 号进而控制车辆的行驶状态。
1.2环境感知系统
环境感知系统通过摄像头、超声波雷达、陀螺仪、车轮编码 器、激光雷达、G P S等。其中摄像头使用320 x240分辨率、30 f p s帧率变可以达到实时要求；激光雷达1个安装在车顶用于 辅助摄像头定位，1个安装在保险杠用于检测障碍物。信息处 理平台需要有较强的处理能力和方便开发的环境，通过传感器 采集数据，我们采用高性能开发板CubeT r a c k，A R M C o t e- A7 处理器架构的全志A20双核处理器。
2道路分析架构
一汽大众速腾召回2.1 基于摄像头和雷达的道路边缘检测
低速非结构化道路环境下的检测方法，使用摄像头采集车 辆前方道路图像，通过彩空间变换还有直线检测可以获得候 选道路边缘形态集合。接着使用斜向下检测的激光雷达分析 道路情况，然后融合两种测试结果，得到在同一坐标下的道路 边缘位置。
2.2基于激光雷达障碍物避让
通过对道路模糊检测选取最优基点，进而对雷达数据进行拟合获得对道路信息的模糊描述。基于V F H+算法障碍物躲 避，对道路进行栅格划分，分析格内障碍物密度，判定智能车机
械特性以获得最佳行驶路线。
2.3基于多传感器的地图导航
基于电子地图和磁场针进行道路的实时检测、校正，继而
通过G P S和D R系统组合定位，获得准确稳定的实时位置信 息。如为较为复杂路口，需要结合摄像头和激光雷达进行更精
确的路径规划。
3无人驾驶实验
通过三种不同的实验环境一步一步论述低速环境下无人
驾驶技术的真确性和适用性。第一个是在虚拟环境下，模拟各
种道路环境和传感器数据，此为较为理想环境下的测试实验。
第二个是在路锥环境下，该实验重点在于雷达对障碍物的检测
是否及时与正确，躲避障碍物的过程是否有效，同时考验了智
能车的机械特性。第三个是在校园的低速环境下，通过真实的
道路环境对智能车进行考验，综合对道路、障碍物检测，避让与
自主导航等多项无人驾驶的关键技术进行测试。
4总结与展望
通过本文理论与实际测试，细化了低速环境下智能车的无
人驾驶技术的优缺点和方法的选择，并具体分析了智能车的平
台架构，提出了一种用摄像头、雷达、多传感器等基础设备，实
奔驰卡车维修现智能车的行驶、避让和道路规划，继而验证了无人驾驶技术
实现的可行性。对于日后的发展，我们一致认为，在道路边缘思域十代
检测方面由于彩基准值的选择范围有限，还有H o g h直线检
测法对弯路处检测并不理想，因此需要探索更可靠的道路边缘
检测的方法。同样，在其他方面还需要简化操作流程，提高对
复杂道路检测的正确性。
华为m7参考文献：
[1]杨帆.无人驾驶汽车的发展现状和展望[J].上海汽车，
2014(3) ：5 -40.
[2]赵阳.无人驾驶汽车关键技术[J].中国科技博览，2011
(26) ：272.
[3]杨明.无人自动驾驶车辆研究综述与展望[J].哈尔滨工
业大学学报，2006,38(8):1259 -1262.
[4] 林树新.S m a rtO S E K的系统设计和时间性能优化[D].
杭州：浙江大学，2005.
[5]白聪敏.区域交通环境下的智能车全自主导航方法研究
[D].上海〖上海交通大学，2012.
作者简介：
杜永博（1992 -)，男，河北保定人，硕士，助教，研究方向：控制工程。
346