下载掌阅APP，畅读海量书库
立即打开
卡内基梅隆大学的机器人研究所研发了NavLab系列智能车辆，早在1995年6月就进行了穿越美国的实验，行程4587km，其中自主驾驶部分占98.2%，最长自主驾驶距离为111km，全程平均速度为102.72km/h。卡内基梅隆大学开发的“BOSS”智能车辆在2007年美国举行的智能车辆挑战赛中获得了冠军，如图2-18所示。
图2-18 卡内基梅隆大学的“BOSS”智能车辆
该系统结构基于自动驾驶的任务被划分成五大模块。
1）任务规划模块：任务规划模块的主要功能是根据路网文件（RNDF）所提供的知识信息来估算无人驾驶车所承担的时间成本和风险成本，并且计算出车辆要达到的下一个检测点。这些信息还包含车辆所选择行驶路径的交通拥堵状况、限速情况等。
2）行为决策模块：行为决策模块是通过状态机的方法实现的。它首先将无人驾驶车自主驾驶任务分解成一系列的自主驾驶行为（如车辆跟随行驶、换道行驶、路口行驶、自主停车等），然后根据车辆当前的行驶状态通过状态机来触发不同的驾驶行为。
3）动作执行模块：动作执行模块即车体运行的控制，车辆驾驶行为的实现最终表现为车体运行的控制，主要包括车辆运行姿态的调整与控制、遇到障碍物的处理行为等。
4）环境感知与空间建模模块：该模块通过对多种传感器（GPS、雷达、摄像头等）的信息的融合处理，对车辆行驶的道路环境进行三维重构，为其他模块的运行提供丰富的信息参考。
5）机械电子模块：机械电子模块是无人驾驶车的硬件组成，机械设计和电子设计是实现无人驾驶的基础。无人驾驶车所有硬件部分（中央处理器、各种传感器、执行机构等）的连接是通过电路设计实现的，而无人驾驶车的每一个驾驶动作也离不开机械的设计。
世界上第一辆智能车辆还要追溯到斯坦福大学在20世纪六七十年代研制的机器车，1979年，Hans Moravec机器车实现了移动性的标志性成就：“机器车花费了5h，在无人为干预的情况下成功穿过了一间充满椅子的房间”；2005年，斯坦福大学研制的“Stanley”智能车辆在美国智能车辆挑战赛中取得了第一名；2007年，斯坦福大学研制的“Junior”智能车辆在城市挑战赛中以优秀的表现摘取了第二名，如图2-19所示。
“Junior”智能车辆系统由大约30个并行执行的模块构成。系统分为6层，分别为传感器接口层、环境感知层、决策控制层、车辆接口层、用户界面层与全球服务层。
1）传感器接口层：传感器接口层包含：①一系列传感器信息接收模块，不同种类的传感器的接收频率有所不同。②一个软件模块，这个模块与标记所有传感器数据的接收和时间有关。③一个具有道路坐标信息的数据库服务器（RDDF文件）。
图2-19 斯坦福大学“Junior”智能车
2）环境感知层：环境感知层将传感器数据映射到内部模型上。这一层的基本模型是基于无迹卡尔曼滤波的车辆状态检测器，它可以计算出车辆的坐标、方向和速度。基于激光、摄像头和雷达系统的三种不同的映射模块建立出二维环境地图，寻路模块用激光源地图检测道路的边界，使车辆可以通过横向控制保持在道路中央。最后，路面评估模块通过提取当前路面的相关参数以确定车辆行驶的安全速度。
3）决策控制层：决策控制层负责调节车辆的转向、加速和制动。路径规划模块是一个重要模块，它可以确定车辆的行驶轨迹，这个轨迹传递给两个闭环轨迹跟踪控制器：一个用于转向控制；另一个用于制动和加速控制。这两个控制器都将控制命令发送到执行机构用于驾驶动作的执行。
4）车辆接口层：车辆接口层作为无人驾驶车的线控系统的接口，它包括通向车辆制动、加速和转向轮的所有接口，还包括车辆许多系统的电源接口。
5）用户界面层：用户界面层包括远程紧急停车和远程起动的触摸屏模块。
6）全球服务层：全球服务层提供所有软件模块的基本服务。通信服务通过卡内基梅隆大学的进程间通信工具包（Simmons和Aplelbaum.1998年）提供。参数服务器运行一个包含所有车辆参数的数据库，并以标准的协议更新所属车辆。各个系统组件的动力由动力服务器进行调节。系统异常检测模块监控所有系统组件的运行状况，并在必要时重新启动个别子系统。时钟的同步通过时间服务器实现。数据日志服务器时时记录传感、控制和诊断数据，以便回顾与分析。
陆军军事交通学院的JJUV-智能车辆系统的设计与开发，旨在研究基于视觉和听觉信息的多车交互协同驾驶关键技术，包括传感器层、感知层、规划与决策层，控制层、人机交互层，公共层、执行层。
1）传感器层：由雷达传感器、视觉传感器、GPS、车身传感器等组成，主要完成采集传感器数据任务。为实现传感器即插即用，需要将传感器特有的数据格式转换为智能车辆能处理的标准格式。这一层将采集到的传感器数据送入感知模块处理。
2）感知层：主要完成分析传感器数据，实现道路边界检测、障碍检测、交通标识检测、车身状态估计等，为无人驾驶车规划决策做准备。
3）规划与决策层：主要完成路径规划和导航。通过分析从感知模块得到的环境数据和自身数据，决策出无人驾驶车自主驾驶模式。在高精度地图上确定车辆位置，并根据目标点坐标生成行驶轨迹，但人为干预和障碍物情况会影响轨迹的生成。
4）控制层：依据轨迹数据和当前车辆状态，控制车辆按轨迹行驶。同时，接收人为干预指令，进行加速、减速和转向操作。该层直接将控制指令输出至车辆的加速、制动和转向控制器。
5）人机交互层：接收驾驶员的触控指令和紧急制动指令，输出至控制层，同时也可以通过声音和图像反馈环境及车辆自身信息，供驾驶员参考。
6）公共层：为以上各层服务，包括数据通信、数据记录、地图文件读写等。
7）执行层：直换连接车辆的电控模块，接收控制指令。完成驾驶动作，如加速、减速和转向操作等。