一种基于自主协同导航的智能车编队系统技术方案

本发明专利技术公开一种基于自主协同导航的智能车编队系统，包括定位与导航模块、自主运动控制模块、编队模块、通信模块和上位机控制与监测模块；所述定位与导航模块通过处理环境信息，进行环境建图以及自身和障碍物的定位，同时规划出全局和局部避障路径，实现智能车之间自主协同导航；自主运动控制模块通过规划好的速度控制智能车到达目标位置；编队模块采用领航‑跟随的编队结构，考虑队形约束和障碍物约束，选取有效的编队控制算法，以形成固定的队形，本发明专利技术中采用基于Lyapunov稳定性判据的控制方法验证其控制性能；通信模块用于完成智能车之间及智能车与上位机之间的信息交互；上位机控制与监测模块用于对整个智能车编队系统的运动状态进行控制和监测。

【技术实现步骤摘要】
一种基于自主协同导航的智能车编队系统
本专利技术涉及智能车的编队控制领域，具体涉及一种基于自主协同导航的智能车编队系统，以ROS系统为通信框架，完成了智能车自主协同导航，实现了智能车的自主运动控制和编队控制，并设计了上位机控制和监测界面，适用于智能车无外界辅助定位设备环境下的协同编队，在室内外均可应用，属于智能车编队领域。
技术介绍
智能车是一个集环境感知、规划决策、多层次辅助驾驶等功能于一体的综合系统，它集中运用了计算机、传感器、信息融合、通信、人工智能及自动控制等技术等典型高新技术。近年来，随着计算机等科学技术的发展，智能车在日常生活和科学工作中都发挥着越来越重要的作用，开始由军事领域的应用转向商用、民用、医疗、救援等领域，体积也随着用途的变化向着小型化转变。然而，由于工作环境趋于复杂，任务要求逐渐提高，单智能车已无法满足大多数情况下的任务要求，因此智能车多以编队的形式进行工作。智能车编队在很大程度上提高了车辆队列的灵活性和行驶效率，不但可以增强交通的安全性和通畅性，还可减少车辆在行驶过程中受到的空气阻力，降低车辆的耗油量。因此，智能车编队系统是一个极具研究意义和实用价值的研究方向。智能车编队系统是指将若干辆智能车由杂乱无章的队形经过一定的设计后，形成一个符合某种要求或规律的稳定队形，使车队能够适应环境约束和特定的队形约束等，并对其加以控制。编队中每个个体都是独立的，编队的形成依赖于个体之间的信息交互、数据处理、算法决策等。首先要建立车辆运动学模型，掌握其运动规律；然后，通过智能车自身配备的传感器实时采集自身运动信息和周围环境信息，并实现智能车的自主定位和导航；通过通信技术将采集到的信息进行传输，实现车辆之间和车辆与控制器之间的信息共享，设计最优的编队策略对车辆的运动进行控制，达到智能车协同合作的目的。考虑到编队中人机信息交流的缺乏，单激光雷达系统对灵活性的限制，以及智能车之间大量的通信数据传输等问题，智能车编队系统要实现快速、稳定的编队变得愈发困难。因此，实现智能车自主协同导航，研究适用于智能车编队的通信方式以及编队算法，设计简洁有效的人机交互界面，对于研究智能车编队系统具有十分重要的意义。
技术实现思路
在智能车编队控制过程中，有两个主要的目标：编队车辆之间保持一定的间距，不发生碰撞且互不干扰；编队能够在保持稳定队形的基础上运动到目标地点。前者为智能车之间的行为协作问题，即智能车完成定位之后，通过自身的导航系统进行路径规划，对智能车之间相对运动状态进行控制的问题；后者的核心问题则是编队队形的控制以及编队的保持。而在室内或室外无外界辅助定位设备环境的情况下，智能车实现自身定位和导航只依赖于自身传感器。这就要求设计合适的定位导航系统和编队策略，以完成智能车的自主协同导航，达到编队系统所要求的快速性和稳定性。考虑到智能车所配备的传感器对周围环境感知的误差，智能车位姿测量和车间通信存在的难题，定位系统中多个激光雷达同时工作对编队定位产生的影响，以及对通信网络实时性、便利性和与主控板兼容性的要求，结合智能车编队的控制策略，本专利技术为了克服现有技术中的不足，提供一种基于自主协同导航的智能车编队系统，该系统以激光雷达为主要传感器，实现了无外界辅助定位设备环境下智能车的自主定位和导航；基于ROS通信框架设计了智能车和上位机之间的通信模块；对于车辆编队控制策略，采用了领航跟随法，领航者提供自身的位置以及姿态，跟随者则通过接收领航者的位姿数据，对自身的速度、角度进行修正，形成固定的编队。此外，为更好地实现人机交互，本系统设计了简洁有效的用户图形界面，能够使用户更简便、更迅速、更高效地操作和监视系统的运行，也能使系统发挥最大的效能。本专利技术的目的是通过以下技术方案实现的：一种基于自主协同导航的智能车编队系统，包括定位与导航模块、自主运动控制模块、编队模块、通信模块和上位机控制与监测模块；所述定位与导航模块通过处理环境信息，进行环境建图以及自身和障碍物的定位，同时规划出全局和局部避障路径，实现智能车之间自主协同导航；自主运动控制模块通过规划好的速度控制智能车到达目标位置；编队模块采用领航-跟随的编队结构，考虑队形约束和障碍物约束，通过编队控制策略以形成固定的队形，并采用基于Lyapunov稳定性判据的控制方法验证编队模块的控制性能；通信模块用于完成智能车之间及智能车与上位机之间的信息交互；上位机控制与监测模块用于对整个智能车编队系统的运动状态进行控制和监测。进一步的，所述定位与导航模块采用编码器和惯导模块测量车辆的移动速度和姿态，使用激光雷达感知周边障碍物及获取环境深度信息；激光雷达能够构建用于导航的二维栅格地图。进一步的，以ROS系统为通信框架，用于完成智能车自主协同导航，实现智能车的自主运动控制和编队控制；在ROS系统中，进行单个智能车定位用到两个包：gmapping和amcl；其中，gmapping包订阅坐标变换话题tf和激光雷达扫描数据话题scan，发布二维栅格地图数据map，并建立二维代价地图costmap；amcl包则根据已经构建好的地图，采用自适应蒙特卡洛定位法进行定位；导航模块分为两部分，前往目标位置和实时避障；在智能车完成自身定位后，move_base包依据给定的目标，通过订阅里程计信息odom话题和地图信息map话题，使用路径规划算法规划出到达目标位置的全局路线；定位与导航模块采用Dijkstra最优路径算法，同时，通过订阅二维代价地图costmap话题进行本地实时规划，对路径上的障碍物进行躲避，完成实时避障；随后发布cmd_vel话题，将规划好的线速度和角速度提供给ROS系统中的基控制器，并通过自主运动控制模块使智能车到达指定目标位置。进一步的，所述智能车为履带式智能车，履带式智能车的两侧各由一个电机驱动，通过履带的差速控制进行驱动，能够实现原地转向；在自主运动控制模块中，上层决策部分将得到的期望速度信息以Twist消息类型发布给ROS系统中的基控制器节点，基控制器再将期望速度信息翻译成期望线速度vp和期望角速度ωp，通过PID控制器实现两侧履带的转速闭环控制，使履带式智能车跟踪vp和ωp；智能车的运动学模型如下：其中，x，y和θ分别是智能车的x轴、y轴坐标和横摆角，v和ω分别为智能车的质心速度和横摆角速度；由于履带式智能车在进行转向时，车体各处的转向角速度相等，推导出其中，R为转弯半径，L为智能车车体宽度，d为单侧履带的宽度，vl和vr分别为智能车左右两侧履带的行驶速度；进一步推出：由vp和ωp，可通过式(3)和(4)求出智能车左右两侧的履带速度：通过式(5)和(6)即可得到电机实际输入的转速；采用增量式PID控制器对转速进行控制，最终转换为0-255的PWM数值控制电机的旋转，以实现对智能车线速度和角速度的跟踪控制；增量式PID调节公式如下：其中，Kp，Ki和Kd分别为比例系数、积分系数和微分系数，T为采样时间，k表示第k个采样点，Δu为控制增量本文档来自技高网...

【技术保护点】
1.一种基于自主协同导航的智能车编队系统，其特征在于，包括定位与导航模块、自主运动控制模块、编队模块、通信模块和上位机控制与监测模块；所述定位与导航模块通过处理环境信息，进行环境建图以及自身和障碍物的定位，同时规划出全局和局部避障路径，实现智能车之间自主协同导航；自主运动控制模块通过规划好的速度控制智能车到达目标位置；编队模块采用领航-跟随的编队结构，考虑队形约束和障碍物约束，通过编队控制策略以形成固定的队形，并采用基于Lyapunov稳定性判据的控制方法验证编队模块的控制性能；通信模块用于完成智能车之间及智能车与上位机之间的信息交互；上位机控制与监测模块用于对整个智能车编队系统的运动状态进行控制和监测。/n

【技术特征摘要】
1.一种基于自主协同导航的智能车编队系统，其特征在于，包括定位与导航模块、自主运动控制模块、编队模块、通信模块和上位机控制与监测模块；所述定位与导航模块通过处理环境信息，进行环境建图以及自身和障碍物的定位，同时规划出全局和局部避障路径，实现智能车之间自主协同导航；自主运动控制模块通过规划好的速度控制智能车到达目标位置；编队模块采用领航-跟随的编队结构，考虑队形约束和障碍物约束，通过编队控制策略以形成固定的队形，并采用基于Lyapunov稳定性判据的控制方法验证编队模块的控制性能；通信模块用于完成智能车之间及智能车与上位机之间的信息交互；上位机控制与监测模块用于对整个智能车编队系统的运动状态进行控制和监测。


2.根据权利要求1所述一种基于自主协同导航的智能车编队系统，其特征在于，所述定位与导航模块采用编码器和惯导模块测量车辆的移动速度和姿态，使用激光雷达感知周边障碍物及获取环境深度信息；激光雷达能够构建用于导航的二维栅格地图。


3.根据权利要求1所述一种基于自主协同导航的智能车编队系统，其特征在于，以ROS系统为通信框架，用于完成智能车自主协同导航，实现智能车的自主运动控制和编队控制；在ROS系统中，进行单个智能车定位用到两个包：gmapping和amcl；其中，gmapping包订阅坐标变换话题tf和激光雷达扫描数据话题scan，发布二维栅格地图数据map，并建立二维代价地图costmap；amcl包则根据已经构建好的地图，采用自适应蒙特卡洛定位法进行定位；导航模块分为两部分，前往目标位置和实时避障；在智能车完成自身定位后，move_base包依据给定的目标，通过订阅里程计信息odom话题和地图信息map话题，使用路径规划算法规划出到达目标位置的全局路线；定位与导航模块采用Dijkstra最优路径算法，同时，通过订阅二维代价地图costmap话题进行本地实时规划，对路径上的障碍物进行躲避，完成实时避障；随后发布cmd_vel话题，将规划好的线速度和角速度提供给ROS系统中的基控制器，并通过自主运动控制模块使智能车到达指定目标位置。


4.根据权利要求1所述一种基于自主协同导航的智能车编队系统，其特征在于，所述智能车为履带式智能车，履带式智能车的两侧各由一个电机驱动，通过履带的差速控制进行驱动，能够实现原地转向；在自主运动控制模块中，上层决策部分将得到的期望速度信息以Twist消息类型发布给ROS系统中的基控制器节点，基控制器再将期望速度信息翻译成期望线速度vp和期望角速度ωp，通过PID控制器实现两侧履带的转速闭环控制，使履带式智能车跟踪vp和ωp；
智能车的运动学模型如下：



其中，x，y...

【专利技术属性】
技术研发人员：胡超芳，赵凌雪，吴浩，郭明堃，贾宇轩，吴佐成，章雨，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津;12