王燕 王紅敏 郭芳辰 西安工業(yè)大學(xué)工業(yè)中心

智能小車自動(dòng)避障系統(tǒng)功能優(yōu)化

王燕 王紅敏 郭芳辰 西安工業(yè)大學(xué)工業(yè)中心

自動(dòng)避障技術(shù)作為智能小車研發(fā)核心，能自行調(diào)整運(yùn)動(dòng)狀態(tài)，避免發(fā)生碰撞，使智能小車的其他功能得以實(shí)現(xiàn)。在此次研究中對(duì)智能小車自動(dòng)避障系統(tǒng)研究現(xiàn)狀進(jìn)行匯總，并通過(guò)采用模糊神經(jīng)網(wǎng)絡(luò)算法實(shí)現(xiàn)智能小車自動(dòng)避障系統(tǒng)功能優(yōu)化。

智能小車 自動(dòng)避障 模糊神經(jīng)網(wǎng)絡(luò)算法

引言：隨著信息技術(shù)的快速發(fā)展，“互聯(lián)網(wǎng)+”逐步的改變著大眾的生活方式，不斷推進(jìn)“智慧交通”的構(gòu)建。智能小車作為智慧交通的重要核心，具備靈動(dòng)性強(qiáng)、操作簡(jiǎn)便、體積小等優(yōu)勢(shì)，可以有效降低交通成本、避免交通意外的發(fā)生。

1 智能小車自動(dòng)避障系統(tǒng)研究現(xiàn)狀

1.1 智能小車自動(dòng)避障功能概述

自動(dòng)避障技術(shù)作為智能小車研發(fā)核心，只有具備良好的自動(dòng)避障技術(shù)，才能保證智能小車其他功能的實(shí)現(xiàn)，避免智能小車在運(yùn)行過(guò)程中，可以自行調(diào)整運(yùn)動(dòng)狀態(tài)，避免發(fā)生碰撞。而今智能小車信息采集系統(tǒng)已初步具備自動(dòng)避障功能，但是智能小車的視覺(jué)傳感器極易受到自然環(huán)境與天氣條件的影響。而主動(dòng)傳感器需要通過(guò)大量的運(yùn)算，才能將汽車周邊障礙物的距離與車輛行駛速度進(jìn)行測(cè)算，導(dǎo)致其反應(yīng)速度慢，難以保障智能小車自動(dòng)避障功能的準(zhǔn)確性。

1.2 智能小車自動(dòng)避障系統(tǒng)國(guó)內(nèi)外研究綜述

智能小車最早出現(xiàn)在上世紀(jì)九十年代，由美國(guó)Electronics公司最早研發(fā)，并將該智能小車命名為AGV。自AGV智能小車以后，智能小車就普遍應(yīng)用于探測(cè)、排爆、救災(zāi)等工作。瑞典研發(fā)的ANFM智能小車主要用于戶外導(dǎo)航探測(cè)，該智能小車是以智能導(dǎo)航汽車為基礎(chǔ)，在此基礎(chǔ)上增加探測(cè)、攝像、導(dǎo)航以及遠(yuǎn)程控制功能，用以增加野外探測(cè)與定位功能。直至二十世紀(jì)初，Mahajan采用模糊邏輯法，將探測(cè)器所收集的數(shù)據(jù)采用該模糊邏輯處理的方式，將數(shù)據(jù)進(jìn)行加工處理。我國(guó)在智能小車的研發(fā)過(guò)程中也收獲了頗多成果，其中由清華大學(xué)智能技術(shù)研究實(shí)驗(yàn)室與北京理工大學(xué)、浙大等多所高校聯(lián)合研發(fā)的THMR-V智能小車可以通過(guò)多傳感器實(shí)現(xiàn)結(jié)構(gòu)與非結(jié)構(gòu)化的路徑中工作。

2 基于模糊神經(jīng)網(wǎng)絡(luò)算法智能小車自動(dòng)避障系統(tǒng)優(yōu)化

2.1 智能小車自動(dòng)避障算法分析

在現(xiàn)有研究中，針對(duì)智能小車避障傳感相關(guān)的研究成果較多，而對(duì)于智能小車來(lái)說(shuō)主要的傳感功能的實(shí)現(xiàn)主要包括紅外線傳感、超聲波傳感以及視覺(jué)傳感等，對(duì)于這些傳感器而言實(shí)現(xiàn)自動(dòng)避障精確度的差異主要體現(xiàn)在避障系統(tǒng)間的算法。智能小車自動(dòng)避障系統(tǒng)的算法主要包括：確定格柵法以及模糊邏輯法等。其中確定格柵法是通過(guò)將智能小車傳感探測(cè)的區(qū)域按照格柵進(jìn)行劃分，并針對(duì)逐個(gè)格柵的概率進(jìn)行測(cè)算，并將測(cè)算結(jié)果進(jìn)行整合，對(duì)智能小車外部環(huán)境進(jìn)行描述。其次，模糊邏輯法是智能小車常用的算法之一，該算法又稱之為實(shí)時(shí)監(jiān)控法，該算法將傳感信息按照模糊推理數(shù)學(xué)運(yùn)算方式進(jìn)行模糊推算，并以此對(duì)智能小車的環(huán)境障礙信息進(jìn)行反饋，對(duì)智能小車進(jìn)行自動(dòng)避障控制。該算法主要是應(yīng)用于已知條件信息無(wú)法確定，且情景具有確定性的條件下。

2.2 模糊神經(jīng)網(wǎng)絡(luò)算法在智能小車自動(dòng)避障中的應(yīng)用

在此次研究中將采用模糊神經(jīng)網(wǎng)絡(luò)算法，對(duì)智能小車的自動(dòng)避障系統(tǒng)進(jìn)行優(yōu)化。優(yōu)化后的智能小車具備多個(gè)紅外傳感器、超聲波傳感器以及單個(gè)視角傳感。實(shí)驗(yàn)開(kāi)發(fā)中紅外傳感工具數(shù)量3，超聲波傳感工具數(shù)量為3，其中紅外傳感主要用以進(jìn)行智能小車的遁跡，同時(shí)還可以提升避障自控系統(tǒng)測(cè)定的準(zhǔn)確性，對(duì)超生傳感無(wú)法避免的距離盲區(qū)問(wèn)題進(jìn)行補(bǔ)充。因此超聲波與遠(yuǎn)紅外傳感器可以實(shí)現(xiàn)對(duì)智能小車前方以及左右三方的路障距離的測(cè)算。其中分別由個(gè)遠(yuǎn)紅外與超聲波傳感器測(cè)算的障礙物距離為L(zhǎng)q,Lz,Ly；通過(guò)模糊神經(jīng)算法將探測(cè)信息進(jìn)行歸納運(yùn)算，繼而輸入值為L(zhǎng)q,Lz,Ly，而小車與障礙物視覺(jué)角度為tf；最終傳送出信息為智能小車的轉(zhuǎn)彎角度ma與智能小車的車速da。數(shù)值帶入將Lq,Lz,Ly模糊變量設(shè)定為{near，far}，論域?yàn)?0～2m)；{ZD，ZX，0，YX，YD}，論域?yàn)?-1800，1800)；距離和夾角的隸屬度函數(shù)，如圖1，2所示。

圖1

圖2

圖1.圖2 模糊神經(jīng)算法距離與夾角函數(shù)

在該自動(dòng)避障系統(tǒng)中將環(huán)境路障分為三個(gè)區(qū)域，而路障情景分為8類。針對(duì)不同障礙情境下，設(shè)定目標(biāo)移動(dòng)區(qū)域?yàn)?種方位，共包括40條模糊規(guī)則，此次研究中不對(duì)其進(jìn)行逐一列舉。

神經(jīng)網(wǎng)絡(luò)優(yōu)化模型中采用重心法進(jìn)行模糊量的轉(zhuǎn)化，最終構(gòu)建智能小車避障控制系統(tǒng)，見(jiàn)圖3。

圖3 智能小車避障控制系統(tǒng)模型

結(jié)語(yǔ)：智能小車作為智慧交通的重要參與者，隨著計(jì)算機(jī)技術(shù)、通訊技術(shù)的不斷更新，將不斷的進(jìn)行改良完善，可以更好的應(yīng)用于生活、工作，本次研究中將模糊邏輯系統(tǒng)與神經(jīng)網(wǎng)絡(luò)系統(tǒng)相結(jié)合，應(yīng)用于智能小車避障，通過(guò)模糊神經(jīng)網(wǎng)絡(luò)算法，可以有效提升智能小車避障的準(zhǔn)確性。

[1]魯昌永.基于雙目視覺(jué)的智能小車避障研究[D]河北：燕山大學(xué).2015

[2]顧群；蒲雙雷.基于單片機(jī)的智能小車避障遁跡系統(tǒng)設(shè)計(jì)[J]數(shù)字技術(shù)與應(yīng)用.2014（5）：23-25

[3]陸曉來(lái).基于模糊神經(jīng)網(wǎng)絡(luò)的移動(dòng)機(jī)器人避障研究[D].沈陽(yáng):東北大學(xué).2010