低速电动汽车智能驾驶系统研发

来源: 未知 作者:paper 发布时间: 2020-03-24 09:50
论文地区:中国 论文语言:中文 论文类型:工程管理
第1章绪论 1 1.1课题研究背景及意义 1 1.2智能车辆国内外研究现状 2 第2章低速电动汽车智能驾驶系统总体设计 11 2.1低速电动汽车智能驾驶系统设计 11 2.2感知系统 12 第3章利用多线程技术

第1章绪论 1
1.1课题研究背景及意义 1
1.2智能车辆国内外研究现状 2
第2章低速电动汽车智能驾驶系统总体设计 11
2.1低速电动汽车智能驾驶系统设计 11
2.2感知系统 12
第3章利用多线程技术实现双目相机环境图像采集 19
3.1双目视觉系统测量原理 19
3.2基于双目立体视觉的硬件平台设计 20
第4章相机标定和图像预处理 25
4.1双目标定的意乂 25
4.2双目相机标定的坐标关系 25
第5章智能驾驶中控系统设计 41
5.1转向子系统设计 41
5.1.1转向子系统控制方案 41
第6章实验仿真 59
6.1搭建智能驾驶系统实验平台 59
6.2制动实验仿真 59
第7章总结展望 65
7.1结论 
第1章绪论
1.1课题研究背景及意义
随着科技的发展,人们的各方面条件也都得到了极大提高,同时人们交通出 行结构也发生了根本变化,汽车逐渐成为人们生活中的主流交通工具[1_2]。根据我 国公安部交管局公布的近几年全国机动车和驾驶人数据,2015年底,全国机动车 保有量达2.79亿辆,其中汽车有1.72亿辆,汽车占有率为61.65%,但根据最新统 计数据,截至到2019年6月,全国机动车保有量达3.4亿辆,其中汽车2.5亿辆; 在汽车保有量中,私家车保有量为1.98亿辆,汽车占有率上升到73.53%,由以上 具体数据可知,2019年比2015年汽车增加0.78亿辆,相比于2015年汽车数量增 长了 45.35%,汽车在人们生活中所占的比重越来越大,人们对汽车的依赖越来越 强,汽车给人们的生活带来了极大的方便。但人们在感到高兴的同时也面临着汽 车增长带来的诸多问题[3]:
(1)能源的过度使用和环境污染问题。一般汽车都由内燃机提供动力支持, 汽车流通量越大,石油能源消耗越严重,尤其是近几年来汽车的爆炸增长致使我 国石油能源越来越匮乏。汽车在运行过程中会产生尾气污染、噪声污染以及热辐 射污染等,汽车尾气中包括一氧化碳、氮氢化合物等有害物质,会严重损害人们 的身心健康[4_5]。为了更好的解决这些问题,越来越多的汽车公司、高校等部门开 始致力于新能源汽车的研究[6]。新能源汽车包括纯电动汽车、混合动力汽车、氢能 源动力汽车以及太阳能汽车等无污染的新型环保汽车,根据我国公安部交管局公 布的最新统计数据,到2019年底,全国新能源汽车拥有量达到了 344万辆,占汽 车总数量的1.37%,比去年增加了 83万辆,其中纯电动汽车有281万辆,占新能 源汽车总数量的81.74%。相比较之下,在新能源汽车中纯电动汽车更具发展前景
P-8]
O
(2)随着汽车数量的增加,伴随着越来越多的交通事故的产生[9]。人们乘车 出行时,由于天气、驾驶员操作不当、驾驶员反应迟钝、酒驾等原因,使得交通 事故频频发生,在给人们带来财产损失的同时,也给人们的生命安全带来了极大 威胁[1()]。通过统计分析,一个正常驾驶员在驾驶时虽然需要视野开阔,但也很难 感知到行车时车周围所有的行车信息;一位正常驾驶员大脑一般只能同时处理30 到100个交通信息,遇到复杂路况,无法同时顾及所有情况。但智能驾驶汽车则
不同,相比于人类驾驶员而言,它有着独特的优势。一个技术成熟的智能驾驶汽 车可以在车的四周安装多个传感器,同时感知车360度的交通信息,并且中央处 理器可以同时处理3000个以上的交通信息,无论是感知范围还是处理信息的能力 都是人类驾驶员无法企及的。所以,相比较而言,智能驾驶汽车无疑是更安全, 更可靠,有着更广阔的发展空间。
(3)汽车数量增多,交通拥挤越来越严重[11]。一个交通事故的产生可能为后 续的行车带来很多不便;人类驾驶员行车时是有反应时间的,例如在十字路口驾 驶员不知道交通指示灯是否会变成红灯时,就需要减慢速度,而后的车则必须被 迫减速;另一种情况是交通路口红灯变成绿灯时,驾驶员需要慢慢加速,后一个 驾驶员看到前一个车辆加速前进他才加速启动,以上三种情况都会造成交通拥堵, 降低交通效率。但若是智能驾驶汽车,会大大减少交通事故的产生;另外在交通 路口,当它预先知道不会变成红灯时,那就可以快速通过;另一种情况是当红灯 变成绿灯时,智能驾驶汽车可以同时启动,减少了驾驶反应时间。通过相关人员 统计分析,完全无人驾驶时人们的交通效率会提高百分之四十五左右。
通过分析,智能驾驶电动汽车结合了纯电动汽车和智能汽车二者的优点,相 比于传统汽车,更加环保,提高了交通效率,最大程度的保障了人们的生命财产 安全,更加具有优势和发展潜力[12]。智能驾驶电动汽车也是当今汽车行业发展的 必然趋势,本文通过参考国内外相关文献,设计了自己低速电动汽车智能驾驶系 统。该智能驾驶系统主要包括环境感知系统、转向子系统、刹车子系统、加速子 系统以及PLC控制系统。采用双目立体视觉技术和多线程技术进行环境感知,通 过设计压力反馈感知人员操作,利用西门子S7200 PLC控制器实现系统控制和人 机操作切换。为智能车的研究和发展做出自己的努力。
1.2智能车辆国内外研究现状
1.2.1国外研究现状
(1)美国的智能车
对智能汽车的研究西方发达国家相对起步较早,世界上第一辆智能车是由美 国Barret Electronies公司于1950年制造的,该智能车被命名为AGVS,通过加装 传感器和相关控制算法控制智能车在预定轨道上行驶。虽然此时的智能车智能化 水平还很低,但人们己经意识到智能车在未来社会发展中的价值。在20世纪80 年代,由美国的Carnegie Mellon大学研究的NavLab系列智能车控制系统已经比 较完善,该车可通过传感器实时釆集环境信息,控制器可以对采集的信息进行识 别处理并进行评估整合,最终制定合理的输出结果。其中NavLab-1智能车和 NavLab-5智能车经过不断测试和完善,最终NavLab-1智能车在当时最高车速能够 达到88km/h,而NavLab-5智能车经过上万公里的行程实验,平均速度己经达到 102.72km/h,并且在行驶过程中该车控制器能够实现自主控制,智能化水平很高。
如今Google的智能车在世界范围内都是十分先进的,如图1-1所不,在1997 年到2002年Google公司开始致力于智能车的研究。人工驾驶过程中积累了大量 的信息,通过积累前人经验,Google公司在研究过程中实现了智能车辆的自主驾 驶。目前Google智能驾驶汽车已经行驶超过30万英里,Google智能汽车通过安 装摄像头以实时采集周围环境的三维图像,检测周围事物的运行规律,做出判断、 预测以及决策;雷达系统可以跟踪周围物体,检测汽车盲点;车道保持系统,在 驾驶过程中,如果摄像机等传感装置感知到汽车偏离预定轨道,会通过震动方向 盘来提醒驾驶人员;通过红外摄像头来达到夜视辅助效果;除此之外还有GPS惯 性导航系统、车轮角度编码器、激光测距仪等传感器,能够协调辅助智能车达到 安全驾驶的目的[13]。

(2)英国的ULTra智能车
英国的ULTra智能车由英国的布里斯托大学研制成功,如图1-2所示,在2010 年应用于希斯罗机场,可以用于运载客人,十分方便。该车己经不再以汽油为燃 料,转而以电池为主要动力,没有污染,且整个运行过程十分安静,为乘客创造 了舒适的乘车环境;该车操作简单,乘客只需通过按钮输入目的地即可,ULTra 智能车在行驶过程中面对复杂路况可以实现自主变速、刹车以及躲避障碍物等功 能,安全可靠。到达目的地后,人可自行离开,ULTra智能车会停在原地,直到下 一条呼叫指令。

(3)德国“shelley”智能车
“ shelley ”智能车是由德国汉堡一家公司通过对一辆轿车进行智能化改造研发 成功的,如图1-3所示。Shelley的优点在于可以应对诸多复杂路况,其安装有智 能计算机、全球定位仪,在车的前后位置安装有激光摄像机和各种其它传感器。 “shelley”智能车通过路面导航系统和全球定位仪来构建三维地图,另外,内部有 识别各种道路交通标志的算法,在行驶过程中遵守交通规则,且该车能够根据不 同路况实现紧急刹车、加速等功能,提高了其智能化水平。

1.2.2国内研究现状
相对于西方的一些发达国家,我国对智能驾驶汽车的研宄起步较晚,科研条 件和科研水平与一些发达国家都有一定差距[14_15]。但随着我国改革开放,与世界
增进信息交流,逐渐意识到智能车在未来社会对军事、生活以及工业生产的作用, 是机遇也是挑战。我国在20世纪80年代开始真正致力于智能驾驶汽车的研究和 发展,并加大科研资金以及科研人员的投入,将智能驾驶汽车作为我国未来汽车 行业的发展方向。在我国863计划中,将遥控驾驶智能移动平台研究立项,各个 企业、高校以及一些科研部门积极投入到智能驾驶汽车的研究当中。经过我国诸 多科研团队、科研人员的不懈努力,克服各种困难,也研制成功了许多具有代表 性的智能驾驶汽车。
(1)红旗HQ3智能车
我国的第一辆真正意义上的无人车是由国防科技大学在1992年研制的,如图 1-4所示,红旗HQ3无人车完成从长沙到武汉286公里的高速全程无人驾驶实验 于2011年7月14日首次完成,在研发过程中对其可靠性、小型化等各方面都进 行了改进突破,标志着我国无人驾驶达到世界先进水平。国防科技大学自主研制 的无人车在全部实验过程中对超车、雨天、雾天等不同路况下都进行了多次检查 实验,全程平均速度为87km/h,仅在特殊路况进行人工干预,占总程的0.78%。

(2)Smart系列智能车
Smart-V智能车是由武汉大学和奇瑞公司在2010年9月底研制成功的,并 在光谷园区内上路实验,随后在全国“2010智能车未来挑战赛”中夺得越野项目 第一名,该车对原车进行了全方位的改装,包括转向、刹车、油门、换挡等各系 统都可通过计算机实现自动控制,同时该车通过一个开关盒的切换开关实现人工 驾驶和自动驾驶的随意切换。另外设置有“手刹”,通过一个急停按钮实现紧急刹 车,同时在该车的前部横排支架上安装有一个摄像机,车后安装有两台相机辅助 感知周围环境,车顶安装有三维激光扫描仪,但该车整体设计相对比较复杂,成
本相对较高,价值大概170万人民币。随后几年经不断改进,研制出最新的 Smart-VII智能车,如图1-5所示。

(3)THMR-V智能车
清华大学自1986年以来,一直致力于智能技术的研究,可以说清华大学智能 驾驶技术己经比较成熟,THMR-V智能车是由清华大学何克忠教授带领团队研发 成功的,该智能车综合了多方技术优点,取长补短,安全可靠。该车在智能车车 速上做出了重大突破,最高时速可达150公里,这在技术上就要求传感器感知系 统强大,定位精确,反应灵敏。另外该团队对车道线识别技术做了大量研究实验, 最终提出了基于扩充转移网络的道路理解技术,另外对系统的信息处理算法做了 优化,大大减小了计算量,整个处理周期不足20毫秒,保证了智能驾驶的实时性 要求。
(4)百度Apollo智能车
百度Apollo智能车处于我国智能车领域的先进行列,如图1-6所示。百度 Apollo于2017年4月19日向整个汽车行业提供了一个开放、系统、安全可靠的 软件开发平台,我国很多无人车研究者可以借以参考,从而在此基础上学习、开 发并搭建自己的智能车硬软件系统,百度Apollo为我国的汽车行业做出了卓越贡 献。2018年2月15日,Apollo无人车亮相2018年中央电视台春节联欢晚会广东 珠海分会场,在春晚直播中,百余辆无人车跨越港珠澳大桥。百度Apollo在我国 智能车领域做出了重大突破,迈出了我国智能车关键技术的重要一步。百度Apollo 也是全世界范围内关于无人驾驶中智能驾驶技术的首次系统性开放。

综合以上国内外高校、公司以及有关部门对智能车研究的现状和己经取得的 成果,可知各个国家都在致力于智能驾驶汽车的研究,人类正在向更高级的人工 智能不断迈进,是机遇也是挑战。中国是一个发展中大国,我国在诸多行业中都 有着自己的优势,同时也希望在汽车行业新一轮的竞争中能有自己的一席之地。
对于高度自动化电动汽车的智能驾驶系统是非常复杂的,其研究条件也十分 苛刻,相比较而言,低速电动智能驾驶汽车成本较低,更容易实验、推广应用。 本文针对低速电动汽车设计智能驾驶系统,选用的车型也是环保无污染的小型电 动汽车。
1.3低速电动汽车市场分析
近些年来,环境污染越来越严重,国家和人民保护环境的意识都在逐渐增强, 对于较短程的出行,很多人宁愿不选择汽车出行,人们更需要一种小型、舒适、 方便的代步工具,所以市场上电动汽车逐年增多,对于短途出行、接送孩子上下 学等,相比较一般汽车,电动汽车基本无污染,出行更加灵活,续航充足,显得 更加适用;另外对于短途快递运输、旅游观光、无人巡逻、车道清洁、车间货物 搬运等,低速电动汽车显然也有着更广阔的应用前景[16_17]。
通过查阅资料,低速电动汽车也开始“微型化”,逐渐摆脱低端的“屌丝”形 象。更多权威人士认为未来两种产品形态将会趋于统一,现有铅酸类低速代步车 产品将逐渐升级为锂电池微型电动汽车。
低速电动汽车是指速度低于70km/h的简易四轮纯电动汽车。一般最高速度为 70km/h,而外形、结构、性能与燃油汽车类似。目前在山东、河北等地,此类低 速电动汽车一般用铅酸电池作为驱动,且市场需求巨大[1849]。据统计,2015年全 国新能源乘用车产量200万辆,仅山东省低速车产量就超过30万辆,全国低速车 产量预计在65万辆。其中超过95%的低速电动车动力电池为铅酸电池,锂电类低 速车占比不到5%。
微型低速电动车一直缺乏统一的行业标准,企业产品性能参差不齐,在国内 某些区域呈现自发成长与发展的状态,面临着管理空白、安全隐患突出等制约产 品规范化的困境。
2015年下半年以来,低速电动汽车被解禁的消息逐渐被业内提及探讨。政策 及标准在地方层面已有出台及实施。截至目前,我国己有14省市出台27个为低 速电动汽车“解禁”的政策,具体见表1-1。
表1-1典型地方政府低速电动汽车相关政策
Table 1-1 Typical Local Government Policies on Low Speed Electric Vehicles
城市 主要内各
~~纯电动汽车最高速度不超过50km/h,行程大于等于70km,有C4牌照和电动汽
车单独牌照,行驶公路标准不超过一级。
淄博 纯电动汽车最高速度不超过70km/h,行程大于等于70km,有C3牌照和电动汽
车单独牌照,行驶公路标准不超过一级。
大丰 纯电动汽车最高速度不超过60km/h,行程大于等于70km,有C3牌照和电动汽
车单独牌照,行驶公路标准不超过一级。
阜阳 驾驶员必须有机动车驾照,电动汽车有单独牌照,行驶公路标准不超过一级。
2016年以来,微型低速汽车“解禁”的探讨一直在行业内进行。4月14日, 国家标准化管理委员会在其网站上对2016年第一批拟立项国家标准项目公开征求 意见。《四轮低速电动乘用车技术条件》成为第一批拟立项项目。2016年10月28 日,国家标准委下达2016年第三批国家标准制修订计划的通知,本批计划制定、 修订的标准共计191项。其中,一直备受行业关注和期待的四轮微型电动车技术 条件就被列于其中。通知指出,四轮微型电动车技术条件项目周期为24个月,主 管单位为工业和信息化部,起草单位为中国汽车技术研究中心、上海机动车检测 中心,标志着微型电动车国标制定工作正式开始。未来国家政府将对微型电动汽 车加强管理,逐渐走向规范化。企业蓄势待发,新能源汽车在2015年迎来发展爆 发期,随着国家的政策推广和补贴,微型低速电动汽车也迅速成为产业关注的焦 点,销量的迅猛增长在新能源汽车推广下显得更为突出,一些传统车企也开始纷 纷布局微型低速电动汽车以抢占市场[2()_21]。
通过以上分析,选择低速智能电动汽车为研究对象有着很大的发展前景。
1.4论文主要研究内容
(1)低速电动汽车智能驾驶系统总体设计。
首先,利用双目相机感知周围环境;其次,在工控机上对采集的信息进行图 像处理和决策分析,并把决策指令传给PLC控制系统;然后,PLC根据决策指令, 控制转向子系统、加速子系统和刹车子系统等,实现运动控制。
(2)利用多线程技术实现双目相机环境图像采集。
双目相机采用两枚Basler工业相机。首先,根据双目相机安装方式,设计专 用高精度调整支架。然后,利用Visual Studio软件,釆用多线程技术控制双目相机 同步拍摄环境图像。
(3)相机标定和图像预处理。
首先,分析平行光轴和相机间距误差等因素对测距精度的影响,实现对相机 参数的精确标定。然后,使用MATLAB软件,对相机标定后采集的数据进行降噪 预处理,为环境三维建模提供标准数据。
(4)智能驾驶中控系统设计。
首先,实现转向控制子系统、刹车子系统和加速子系统的控制机构设计和控 制程序设计,使电动汽车具有人工驾驶和自动驾驶两种工作模式,并能够进行自 由切换。
(5)以小型电动巡逻车为试验对象,搭建试验平台,验证智能驾驶系统。
1.5本章小结
本章主要介绍了当今社会汽车行业的现状以及发展趋势,通过比较传统汽车 和智能驾驶电动汽车的特点,有力证明了智能驾驶电动汽车在未来社会中更具优 势和发展潜力。传统汽车相比于成熟的智能驾驶电动汽车内耗严重、污染环境、 降低了交通效率,智能驾驶电动汽车更加安全可靠。智能车在未来社会中的军事、 生活以及工业生产中会发挥巨大作用,国内外的很多车企、技术团队和高校都在 致力于智能驾驶汽车的研究并取得了很多研究成果。
第2章低速电动汽车智能驾驶系统总体设计
2.1低速电动汽车智能驾驶系统设计
本文在设计之前借鉴了诸多国内外相关文献,通过计算分析,在原有的驾驶 系统上进行设计改造,最终设计了低速电动汽车智能驾驶系统。该系统不但能更 好的实现原来的驾驶功能,还能更智能的实现对驾驶环境的感知、行车速度控制、 转向控制以及制动控制等功能[22_23]。整个智能驾驶系统如图2-1所示,低速电动汽 车智能驾驶系统主要分为三个模块:感知、决策和控制。本设计主要利用两台参 数相同的CCD工业相机感知行车环境,采用陀螺仪、速度传感器、GPS、扭矩传 感器、压力传感器等感知车辆自身的行车状态,并将其反馈给工控机和PLC控制 系统,通过工控机、PLC的分析决策,最终把不同控制信号发送给相关控制器, 利用转向子系统、刹车子系统、加速子系统等执行机构控制智能车运行[24]。另外 为了使该驾驶系统功能更加齐全,还附加了人工驾驶和自动驾驶的切换设计、斜 坡停车设计。

第3章利用多线程技术实现双目相机环境图像采集 3.1双目视觉系统测量原理
双目立体视觉技术最早始于上世纪60年代,通过这些年的研究扩展,该技术 己经十分成熟,该方法不但计算速度快,测量精确,而且搭建简单、成本低廉, 己经得到了广泛的应用[31]。
总的来说双目立体视觉测量技术其实是通过两台相机模拟人的两只眼睛同时 拍摄周围环境,由两台相机和目标物体构成三角形,通过逻辑运算和数学推导, 把图像中目标物体的二维平面信息转化成更具体的三维信息,其中利用了三角形 相似,根据比例得出目标物体到相机成像平面的具体距离[32],如图3-1所示。

第4章相机标定和图像预处理
4.1双目标定的意义
计算机技术快速发展,更多的行业开始运用计算机视觉来解决环境感知问题, 双目立体视觉是计算机视觉技术中的基础。虽然人们用两台相机代替人的眼睛感 知周围世界,但任何设备都达不到理想精度,或多或少都存在一定误差。同理, 由于制造工艺和制造技术的影响,相机存在一定的畸变,由于安装问题,相机存 在位置和位姿等一定偏差。由双目立体视觉原理可知,待测物体的三维信息是由 两台相机拍摄的成对二维图像按照一定的逻辑算法推导而来,由于相机制造误差、 镜头畸变、安装位置误差、位姿误差等会造成拍摄的实际图像与理想图像存在一 定偏差[35]。
为了最大程度消除这种误差,就需要对双目釆集系统进行标定,即找出双目 采集系统拍摄图像与实际图像的偏差。由双目测量原理,完成求取物体的三维信 息,我们需要双目相机的内外参数,镜头焦距/,旋转矩阵尺和平移向量r。
4.2双目相机标定的坐标关系
要通过二维图像计算物体的三维信息,首先要建立坐标系,通过坐标系转换 计算获得。在这里我们建立了四个参考坐标系,第一,在两相机的成像平面上建 立像素坐标系和相面坐标系;第二在相机光心和光轴处建立属于相机的相机坐标 系;第三,实际图像所在的世界坐标系;第四,根据测量物体具体建立起来的物 体坐标系,下面对每个坐标系逐一进行理解。
(1)像素和相面坐标系
在相机成像平面上我们建立坐标系,如图4-1所示,像素坐标系为0/Wv, 为像素坐标系的坐标原点,其中每一个像素为一个坐标单位;另外定义直角坐标 系0X7,其中0为坐标原点,X为横向坐标轴,F为纵向坐标轴,横纵坐标单位 为mm。对于两坐标系的位置关系,相面坐标系位于像素坐标系图像内测,X轴 和w轴相互平行,F轴和v轴相互平行,共同组成在物体成像平面上的坐标系。
图4-1像素坐标系和相面坐标系 Fig. 4-1 Pixel and Phase coordinates
因为像素坐标系和相面坐标系在同一平面上,所以两坐标系可以相互转换。 坐标系以mm为单位,大于坐标系中的以像素为单位,为了方便计算, 我们选择相面坐标系向像素坐标系进行转换。设像面坐标系的坐标原点0在像素 坐标系O/v中的坐标为(%,&)单个像素尺寸等于办、办,则我们可以把相面坐 标下的某一点的坐标〇c,>〇,转换成与之对应的像素坐标0,v),转换关系如下
(4-1)
(2)相机坐标系
如图4-2所示,定义摄像机的光心为相机坐标系的原点,为方便计算,
相机坐标系的Xp 两坐标轴应分别与像素坐标系的W、v两轴平行,其中;为
相机光轴。具体如图4-2所示,相机坐标系^轴与相面坐标平面垂直,并穿过相
面坐标系的原点0,的连线正好为相机镜头的焦距/。
(3)世界坐标系
实际物体都是存在于现实世界的三维空间中,我们可以人为定义相应世界坐 标系来表示实际物体的位置。但是,世界坐标系一旦确定,相机和实际物体在世
界坐标系中的位置就都是固定的,且存在一定的关系。定义世界坐标系为
(4-2)
(4)物体坐标系
世界由很多物体组成,每个物体都在世界坐标系中占据不同的位置,每个物 体的位置都可以用世界坐标系表示,世界坐标系一旦确定,物体的位置就确定下 来了。但为了描述物体的局部特征,局部位置等信息,世界坐标系就显得不太方 便,这时我们建立了物体坐标系来更好的描述物体特征,同时通过世界坐标系, 又把不同的物体坐标系关联起来,使得我们的计算更加方便。
第5章智能驾驶中控系统设计
智能驾驶系统中控系统是智能驾驶系统中的关键部分,主要由工控机和PLC 控制转向子系统、刹车子系统和加速子系统三部分协同运作。接下来将对这三个 子系统分别做详细阐述。
5.1转向子系统设计
5.1.1转向子系统控制方案
转向系统是智能电动汽车的重要部分,一般情况下转向系统的转向控制又可 以分为横向控制和纵向控制[4()_41]。总体而言转向控制系统有多种控制方式,包括 机械式液压动力转向系统、电子液压动力转向系统和电动助力转向系统。
对于第一种转向控制系统,由液压泵、v型带和油缸等部件组合而成。其特 点是无论汽车是否需要转向操作,该系统都得保持运行状态,不断提供压力,这 样该系统在一定程度上浪费了大量的资源,在车速很低时,转向需要的力矩较大, 转向系统就比较吃力,对系统损害比较严重。对于第二种转向系统,相比于第一 种工作系统是不需要皮带传动,直接由一个电动栗在电子单元的控制下运行。该 系统在电子单元的控制下可以根据车速、转角等信息自动调节电动泵的功率----低 速高功率、高速低功率,使得操作更方便,节省功耗。对于第三种电动助力转向 系统(EPS)已经广泛应用于汽车行业,该转向电机在ECU的控制下能够更好的 工作,转向时根据车速信息能够提供适当的力矩,不需要转向时则处于休眠状态, 方便控制、维护,同时节省能源,本文就是采用这种控制方案。
5.1.2二自由度整车动力学模型
理想状态下,假设整车在行驶过程中不考虑绕Z轴的位移、绕Y轴的俯仰、 绕X轴的倾角,并且驾驶员在驾驶转向过程中左右轮胎特性一致可以建立二自由 度的整车动力学模型。设O点为汽车质心位置,XOY为智能车转向系统数学模型 的坐标系,如图5-1所示。
第6章实验仿真
6.1搭建智能驾驶系统实验平台
根据第五章对低速电动汽车驾驶系统的智能化改造,搭建实验平台,如图6-1 所示。实际调试过程中,按照先硬件后软件的思路进行调试,在对系统的硬件和 软件调试完毕后,对整个系统进行了实验研究并用MATLAB软件进行了仿真分析。

6.2制动实验仿真
制动试验中,分别对紧急制动和非紧急制动两种情况进行了实验分析,根据 国标GB-12676-1999中关于制动距尚的评定,参考其中应急制动系统性能要求, 公式關:
5max = 〇.15v + — =33.8m
5max 为最大制动距离;
实验中根据实际情况我们选择合适的参数,由紧急制动情况下制动公式可得, 电动试验平台以40km/h的车速制动的制动距离满足33.8m以内即可满足要求。国

家标准GB-12676-1999汽车制动系统结构性能和试验方法中规定MFDD (英文 Mean Fully Developed Deceleration的缩写,含义为平均减速度,即汽车在整个减速 过程中加速度的平均值)是一项重要的制动性能参数。具体的实验数据见表6-1。
根据制动数据表6-1可知,采用MATLAB软件绘制出紧急情况和非紧急情况 的制动曲线如图6-2所示。紧急制动情况下的最大制动距离为16.90m,小于国标 规定的最大制动距离,满足设计要求。
第7章总结展望
7.1结论
(1)低速电动汽车智能驾驶系统总体设计。
通过分析国内外智能驾驶汽车的研究成果,比较了激光雷达传感器和相机传 感器在智能驾驶领域中各自的应用特点,结合自己实际研究对象以及低速电动汽 车智能驾驶的应用场合,最终选择以双目立体视觉为基础,构建低速电动汽车智 能驾驶系统。该系统主要依靠双目立体视觉采集环境信息,通过工控机和PLC及 其扩展模块分别控制转向子系统、刹车子系统以及加速子系统协同工作。
(2)利用多线程技术实现双目相机环境图像采集。
搭建双目立体视觉釆集系统,该系统是本设计的基础感知系统,通过分析比 较各个相机传感器,最终选择两款相同的像素130万的BaslerCCD工业相机,釆 用C++编程语言和多线程技术控制两台相机实现同步拍摄,完成了双目立体视觉 采集系统的硬件以及软件搭建。
(3)相机标定和图像预处理。
通过对比不同的相机标定方法,最终选择通过MATLAB软件对双目相机进行 标定,标定方法准确,标定过程简单;对相机拍摄的成对的目标图像进行预处理, 包括图像灰度化处理、图像平滑滤波处理以及图像锐化处理,降低图像数据的复 杂程度,去除图像上的杂质和干扰因素,为后续的图像分割和三维环境重建提供 标准数据。
(4)智能驾驶中控系统设计。
在原低速电动汽车的驾驶系统上,对转向子系统、刹车子系统以及加速子系 统进行了设计改造,完成了各子系统控制机构的PLC接线设计和控制软件设计。 针对转向子系统添加基于模型预测的转向控制算法,通过Carsim软件和MATLAB 中的Simulink工具箱对低速电动汽车进行仿真,完成转向、刹车、加速系统的验 证分析。
7.2展望
本设计通过双目立体视觉技术搭建低速电动汽车智能驾驶系统,虽然对其进 行了一定的研究,但还有需要完善和深入的地方,目前且对其作如下展望。
(1)本文设计的低速电动汽车智能驾驶系统功能相对还不够完善,对制动系 统还应该进行深入研究。
(2)该系统主要是以双目立体视觉为基础搭建的,还应该尝试以多目视觉为 基础、以相机与激光雷达传感器配合为基础等多种方法搭建智能驾驶系统,对其 综合比较,直到搭建出最优驾驶系统。
参考文献
[1]马雪洁,高蒙,王新房.全球无人驾驶汽车现状综述[J].电脑知识与技术,2019,15(19):189-190.
[2]谢宪毅.电动汽车自动驾驶平台及其技术研究[D].青岛理工大学,2015.
[3]徐巧妮.智能电动车自动转向控制系统研究[D].青岛理工大学,2016.
[4]李云双,普合栓.汽车尾气对环境污染的影响与防治对策分析[J].资源节约与环 保,2019(06):70.
[5]严军华,王舒笑,袁浩然,陈勇,单锐.电动汽车能耗与气体排放分析及环境影响评价[J].华南理 工大学学报(自然科学版),2018,46(06): 137-144.
[6]Dong L , Gang W . Motivation analysis and future prospects of development of new energy vehicles in China[C].World Automation Congress. IEEE, 2012.
[7]Development and prospect of intelligent vehicle technology [J]. Popular Science & Technology, 2015.
[8] Liu J, Morris J G. Summary of the Development of Intelligent Vehicle and Intelligent Transportation SystemfJ]. Metallurgical & Materials Transactions A, 2003, 631-632(9): 1137-1142.
[9]栗育坤.营运货车交通事故特征分析及鉴定依据研究[J].汽车工业研究,2019(03):53-57.