陳林　劉福華　斯興瑤　王文慧

摘 要：智能網(wǎng)聯(lián)汽車駕駛系統(tǒng)存在非線性、時變特性和不確定性等問題，無法滿足不同工況下的控制需求。傳感器感知與定位作為無人駕駛汽車核心技術(shù)，通過車輛的環(huán)境感知與定位使得無人車沿著目標(biāo)軌跡行駛。首先，進(jìn)行智能網(wǎng)聯(lián)汽車傳感器檢測與安裝，并記錄毫米波雷達(dá)數(shù)據(jù)；然后對組合導(dǎo)航安裝測量，采集定位地圖，包括組合導(dǎo)航定位模式和融合定位導(dǎo)航；最后進(jìn)行自動駕駛實驗，利用聯(lián)合仿真平臺進(jìn)行智能網(wǎng)聯(lián)汽車控制研究，考察環(huán)境感知與定位技術(shù)效果。結(jié)果表明，優(yōu)化智能網(wǎng)聯(lián)汽車系統(tǒng)提升了可靠的控制性能。

關(guān)鍵詞：智能網(wǎng)聯(lián)汽車 定位技術(shù) 傳感器檢測 檢測與安裝

1 智能網(wǎng)聯(lián)汽車背景分析

汽車的保有量逐年增加，導(dǎo)致了交通事故、交通擁擠、環(huán)境污染等問題[1]。另外，駕駛員的狀態(tài)決定了汽車的行駛狀態(tài)，技術(shù)成熟的無人駕駛系統(tǒng)比參差不齊的駕駛員技術(shù)更加可靠[2]。智能網(wǎng)聯(lián)汽車環(huán)境檢測技術(shù)是無人駕駛汽車關(guān)鍵技術(shù)之一，其性能的好壞直接影響到智能網(wǎng)聯(lián)汽車對規(guī)劃感知與規(guī)劃的效果。由于汽車自身的強耦合、非線性、時變性等動力學(xué)特征，加上多變的行駛工況，因此，想要使無人駕駛汽車具有較好的感知與定位性能仍面臨不小的挑戰(zhàn)。增加傳感器的方法能協(xié)調(diào)控制需求，一些關(guān)鍵技術(shù)還需要進(jìn)行探索和研究[3]。

傳感器感知與定位研究現(xiàn)狀各個機構(gòu)的進(jìn)度和關(guān)注的技術(shù)點不盡相同，基本的智能網(wǎng)聯(lián)汽車環(huán)境感知與定位技術(shù)是相似的，路徑規(guī)劃主要包括四個方面的能力：感知部分、規(guī)劃部分、處理部分和執(zhí)行部分[4]。在智能網(wǎng)聯(lián)汽車中，多傳感器融合，各種電器設(shè)備和執(zhí)行機構(gòu)共同組成了自動駕駛技術(shù)，由傳感器感知的環(huán)境的傳感器進(jìn)行處理，轉(zhuǎn)化為執(zhí)行命令，實現(xiàn)智能網(wǎng)聯(lián)汽車自動駕駛。除了汽車企業(yè)，部分互聯(lián)網(wǎng)企業(yè)也對智能網(wǎng)聯(lián)汽車駕駛技術(shù)進(jìn)行了深入布局[5][6]。

環(huán)境檢測的準(zhǔn)確度直接影響智能網(wǎng)聯(lián)汽車的可靠性。從智能網(wǎng)聯(lián)汽車環(huán)境感知的準(zhǔn)確性、實時性、穩(wěn)定性以及易實現(xiàn)性等方面進(jìn)行研究，安裝雷達(dá)傳感器和組合導(dǎo)航，采集定位地圖，搭建出一種適合的智能網(wǎng)聯(lián)汽車環(huán)境感知與定位聯(lián)合仿真平臺。在此基礎(chǔ)上，利用聯(lián)合仿真平臺進(jìn)行無人駕駛汽車環(huán)境感知與定位技術(shù)研究，以全面考察環(huán)境感知和定位效果。通過對國汽（北京）智聯(lián)的智能網(wǎng)聯(lián)汽車平臺搭建，帶動無人駕駛汽車環(huán)境感知與定位技術(shù)研究[7]。

2 智能網(wǎng)聯(lián)汽車傳感器檢測安裝

安裝智能網(wǎng)聯(lián)傳感器是為了獲取汽車環(huán)境及定位等信息，是環(huán)境感知融合和決策控制系統(tǒng)提供信號輸入的器件或裝置，主要包含激光雷達(dá)、毫米波雷達(dá)、視覺攝像頭、超聲波雷達(dá)、組合導(dǎo)航等。

2.1 毫米波雷達(dá)裝調(diào)

在裝調(diào)傳感器之前，需要熟悉電路圖和裝配圖，正確選擇元器件和識別安裝位置，正確理解傳感器裝配要求。

智能網(wǎng)聯(lián)汽車傳感器裝調(diào)時，在智能化器件品質(zhì)檢測工位，并按正確的工藝進(jìn)行裝配，安裝品質(zhì)檢測篩選合格的毫米波雷達(dá)。

首先用萬用表檢測確認(rèn)電池電壓為12V；然后把毫米波雷達(dá)CAN分析儀與電腦的USB接口鏈接，最后在整車上正確完成傳感器電路與信號傳輸?shù)恼{(diào)試。在上位機顯示屏上出現(xiàn)數(shù)據(jù)和點跡，表示雷達(dá)檢測正常，反之則需要重新檢查。

2.2 毫米波雷達(dá)安裝

把毫米波雷達(dá)編號為1、3、5、7的雷達(dá)，1號雷達(dá)安裝角度為水平40度即可。毫米波雷達(dá)具體安裝步驟，以3號毫米波角雷達(dá)為例。毫米波雷達(dá)安裝位置如圖1所示。

首先使用內(nèi)六角扳手將毫米波雷達(dá)安裝到毫米波雷達(dá)支架上，然后進(jìn)行螺絲緊固，最后將毫米波雷達(dá)線束插上，每個毫米波雷達(dá)有固定的位號，需將安裝位置做好標(biāo)記，使用紅色油漆筆在毫米波雷達(dá)支架上標(biāo)記“豎線”。

2.3 毫米波雷達(dá)數(shù)據(jù)檢測

毫米波雷達(dá)是工作在毫米波波段探測的雷達(dá)，頻段一般為 30 GHz ～ 300 GHz，波長 1～10mm，介于微波和厘米波之間，兼具有微波雷達(dá)和光電雷達(dá)的一些優(yōu)點。車載毫米波雷達(dá)分配的頻段各有不同，主要集中在24GHz和77GHz。

在電磁頻譜中，毫米波長被視為短波長，是它在道路探測中的優(yōu)勢。毫米波雷達(dá)的波形具體如圖2所示。毫米波雷達(dá)相比超聲波雷達(dá)具有體積小、易集成和空間分辨率高的特點，極小的系統(tǒng)組件就能處理毫米波信號。短波長優(yōu)勢是高準(zhǔn)確度，77GHz左右的毫米波系統(tǒng)能夠檢測零點幾毫米的移動，有利于提高環(huán)境感知的準(zhǔn)確率。

毫米波雷達(dá)利用高頻電路產(chǎn)生特定調(diào)制頻率（FMCW）的電磁波，同時對多個目標(biāo)進(jìn)行測距、測速以及方位角測量；通過計算返回接收天線的雷達(dá)波的頻率變化計算目標(biāo)相對于雷達(dá)的運動速度和飛行時間，得出目標(biāo)物距離；方位測量通過天線的陣列收到同一目標(biāo)反射的雷達(dá)波的相位差計算得到目標(biāo)的水平方位角和垂直方位角。

調(diào)頻連續(xù)波雷達(dá)發(fā)射功率低，尺寸小，成本低廉，測量目標(biāo)距離和速度的性能與周圍環(huán)境的光照情況無關(guān)，不用輔助光源提供照明。能夠通過點云測出周邊環(huán)境的情況，包含 2D/3D 位置、反射率和徑向相對速度，進(jìn)一步提升智能網(wǎng)聯(lián)汽車的可靠性和安全性。

雷達(dá)數(shù)據(jù)集在城市環(huán)境中采集了多段數(shù)據(jù)，使用的雷達(dá)是Navtech開發(fā)的一款 76Ghz～77Ghz毫米波雷達(dá)，用窄波束進(jìn)行機械掃描，波束寬度1.8°，每次間隔0.9°，即每旋轉(zhuǎn)一圈獲得400個角度向測量。機械旋轉(zhuǎn)速度約4Hz，距離分辨率4.32cm，最大測距163m。

安裝了毫米波雷達(dá)后，無論天氣和周圍的光照條件如何，雷達(dá)都能夠可靠、準(zhǔn)確地探測和定位障礙物。智能網(wǎng)聯(lián)汽車傳感器檢測與定位更精準(zhǔn)，能進(jìn)一步提升安全性和舒適性。

3 組合導(dǎo)航

3.1 組合導(dǎo)航組件測量

組合導(dǎo)航在出廠時已安裝完畢，需測量并記錄其安裝數(shù)據(jù)。組合導(dǎo)航組件分為組合導(dǎo)航和定位天線，具體如圖3和圖4所示。

以汽車兩后輪中心軸，后輪間距中點為原點，建立x、y、z三維坐標(biāo)系，車頭方向為y軸正半軸，右側(cè)為x軸正半軸，上方為z軸的正半軸，記錄組合導(dǎo)航與定位天線的安裝位置坐標(biāo)。其中汽車共有兩個定位天線，只需記錄后面的定位天線，測出天線底座坐標(biāo)值。

組合導(dǎo)航與后定位天線的安裝在后車輪距的正上方，組合導(dǎo)航的安裝坐標(biāo)與后定位天線的安裝坐標(biāo)值的x、y軸均為0，測量兩者與地面的距離后，再減去車輪半徑，得到z軸坐標(biāo)。

4 定位地圖

智能網(wǎng)聯(lián)汽車的定位模式也分為兩種，一種為組合導(dǎo)航定位模式，一種為融合定位模式。

4.1 特定地圖的定位

當(dāng)智能網(wǎng)聯(lián)汽車在具有特定地圖的環(huán)境中運動時，可以使用地圖模板匹配。

使用毫米波雷達(dá)和圖像識別傳感器來感知環(huán)境，然后將感知結(jié)果與預(yù)存地圖進(jìn)行比較；若匹配成功，則可獲得移動設(shè)備在具體環(huán)境中的位置與方向。模板地圖需要提前采集，用于室外環(huán)境時，通常會與GPS一起使用，以確定設(shè)備的路面所在位置。

4.2 地標(biāo)導(dǎo)航定位

地標(biāo)導(dǎo)航地標(biāo)技術(shù)用于已知環(huán)境下的導(dǎo)航。自然界特定的目標(biāo)物和人工地標(biāo)可以被檢測識別到。地標(biāo)導(dǎo)航具備一個保存特征與精確地理位置的數(shù)據(jù)庫。

人工地標(biāo)是為定位和導(dǎo)航而添加到環(huán)境中的物體，自然地標(biāo)已經(jīng)存在于環(huán)境中。每個地標(biāo)有一個固定的位置。車輛裝備有特征和位置的數(shù)據(jù)庫。車輛能夠從傳感器輸入可靠地識別地標(biāo)，并以確定其自身位置的方式處理數(shù)據(jù)。

4.3 全球衛(wèi)星導(dǎo)航定位

全球衛(wèi)星導(dǎo)航用于室外導(dǎo)航，如：美國GPS導(dǎo)航、中國北斗衛(wèi)星定位導(dǎo)航系統(tǒng)。

通過三邊測量，地面接收機可以利用衛(wèi)星信號的運行時間和當(dāng)前位置信息來計算位置。接收機與衛(wèi)星的確切距離已知時，可計算接收機的緯度、經(jīng)度和高度，其中3個是理論上的最小距離，4個可以校正接收機的時鐘偏差。只要有足夠的衛(wèi)星覆蓋，GPS可為戶外導(dǎo)航提供了良好的絕對定位。

4.4 組合導(dǎo)航定位

組合導(dǎo)航使用兩種及兩種以上的定位方法，以獲得智能網(wǎng)聯(lián)汽車更可靠的定位信息。

全球定位系統(tǒng)GPS接收器只需三顆衛(wèi)星的距離，就可利用三邊測量原理計算三維位置，用第四顆衛(wèi)星來估計接收機時鐘的偏移量。但GPS系統(tǒng)可能會出現(xiàn)信號阻塞、多徑效應(yīng)和信號中斷等問題。為提供更精確的實時定位信息，GPS需要與其他具有互補特性的系統(tǒng)集成，以滿足GPS問題情況下的導(dǎo)航定位。

組合導(dǎo)航系統(tǒng)可獲得更高精度的位置與速度，可以得到更準(zhǔn)確的姿態(tài)信息，具有較高的數(shù)據(jù)輸出頻率能解決GPS信號阻塞時的導(dǎo)航問題，進(jìn)一步提升智能網(wǎng)聯(lián)汽車可靠性。

5 自動駕駛測試實驗

安裝好了毫米波雷達(dá)并進(jìn)行裝調(diào)檢測，安裝組合導(dǎo)航，對定位地圖的數(shù)據(jù)進(jìn)行采集，準(zhǔn)備完畢后，進(jìn)行智能網(wǎng)聯(lián)汽車自動駕駛實驗。打開車輛調(diào)為N擋位，儀表板為READY，具體如圖5所示。

在導(dǎo)航地圖中設(shè)置目標(biāo)點，查看座艙域網(wǎng)絡(luò)連接下劃mp5顯示屏，點擊WIFI連接，大概三分鐘后，WIFI連接成功，等待WIFI連接成功后，點擊cicv map圖標(biāo)，點擊刷新地圖，具體見圖6中紅框圖標(biāo)。

在地圖上選取終點，按住車輛所行駛的車道，選取行駛終點，長按回彈出提示對話框，詢問是否選擇該點為終點。只能選取車輛所在車道作為行駛的中點，點擊“確定”按鈕，等待全局路徑規(guī)劃成功。具體如圖7所示。

進(jìn)入自動駕駛模式，首先松開剎車，然后抬起“P”按鈕，待顯示屏P檔解除，按“A”按鈕，進(jìn)入自動駕駛模式，最后通過命令行登錄兩個控制器，啟動智能化程序，開啟融合定位、融合感知、決策規(guī)劃、控制執(zhí)行等，進(jìn)行路徑規(guī)劃。在默認(rèn)情況下，程序會在控制器上電時自啟動，無需手動啟動。智能網(wǎng)聯(lián)汽車自動駕駛實驗經(jīng)過上述的測試，能夠滿足路徑規(guī)劃需求。

6 總結(jié)

對智能網(wǎng)聯(lián)汽車傳感器檢測與定位技術(shù)研究，通過智能網(wǎng)聯(lián)汽車傳感器檢測與安裝，數(shù)據(jù)記錄，組合導(dǎo)航安裝測量，定位地圖采集，進(jìn)行自動駕駛實驗，進(jìn)一步對智能網(wǎng)聯(lián)汽車環(huán)境感知與定位技術(shù)研究，進(jìn)一步提高智能化水平。

項目來源：院級科研項目（y b z y sc 2 0-62），宜賓職業(yè)技術(shù)學(xué)院科技創(chuàng)新團隊（y b z y 2 0 c x t d 0 5）和平臺（ybzy20kypt04）建設(shè)計劃贊助。

參考文獻(xiàn)：

[1]李宇昊，趙又群.基于雙層控制策略的四輪獨立轉(zhuǎn)向無人駕駛汽車路徑跟蹤[J].江蘇大學(xué)學(xué)報（自然科學(xué)版），2022，43（04）：386-393.

[2]張維剛，張朋，韋昊，熊覺振.一種基于LTVMPC改進(jìn)的無人駕駛汽車路徑跟蹤控制算法[J].湖南大學(xué)學(xué)報（自然科學(xué)版），2021，48（10）：67-73.

[3]賈長建.車聯(lián)網(wǎng)技術(shù)視域下無人駕駛新能源汽車路徑跟蹤控制系統(tǒng)設(shè)計[J].工業(yè)加熱，2020，49（12）：47-49+52.

[4]吳小龍，夏甫根，陳靜，徐佳.基于能量最優(yōu)的無人駕駛汽車路徑跟蹤控制[J].系統(tǒng)仿真學(xué)報，2022，34（01）：163-169.

[5]張家旭，周時瑩，施正堂，趙健，朱冰.采用滑模條件積分的無人駕駛汽車彎道超車路徑規(guī)劃與跟蹤控制[J].控制理論與應(yīng)用，2021，38（02）：197-205.

[6]張飛鐵，奉山森，黃晶.無人駕駛汽車路徑跟蹤控制研究[J].計算機仿真，2019，36（06）：175-178+407.

[7]郭應(yīng)時，蔣拯民，白艷，唐杰幀.無人駕駛汽車路徑跟蹤控制方法擬人程度研究[J].中國公路學(xué)報，2018，31（08）：189-196.