張 騰，張 玎，楊家豪，鄭鵬程

（上海工程技術(shù)大學(xué)機(jī)械與汽車工程學(xué)院，上海 201620）

0 引言

近年來，隨著無人駕駛相關(guān)技術(shù)的不斷發(fā)展，無人車也正向著完全自主的方向穩(wěn)步邁進(jìn)。無人車的自主行駛要求實(shí)時(shí)定位、障礙物檢測、目標(biāo)跟蹤以及軌跡規(guī)劃等多項(xiàng)功能同時(shí)實(shí)現(xiàn)，依托運(yùn)動(dòng)控制、行為決策、動(dòng)態(tài)規(guī)劃、環(huán)境感知等技術(shù)環(huán)節(jié)，綜合應(yīng)用了深度學(xué)習(xí)、現(xiàn)代控制理論、車輛工程、計(jì)算機(jī)視覺及通信傳輸?shù)葘W(xué)科的理論知識，無人智能物流車輛也即為無人車的一種。目前，區(qū)域范圍內(nèi)的無人物流車輛應(yīng)用逐漸增多，但其核心部件控制系統(tǒng)的開發(fā)仍需不斷完善。本文介紹了一種應(yīng)用于園區(qū)物流的無人智能小車控制系統(tǒng)的開發(fā)方法。

1 功能設(shè)計(jì)

根據(jù)園區(qū)物流運(yùn)輸?shù)男枨螅疚脑O(shè)計(jì)了一種可完全自主駕駛或有人員引導(dǎo)跟隨的無人智能物流小車。如圖1所示，根據(jù)需求，本項(xiàng)目研究內(nèi)容主要包括以下七個(gè)方面。

圖1 本項(xiàng)目研究內(nèi)容示意圖

（1）引導(dǎo)員智能識別?？焖偾覝?zhǔn)確識別封控疫區(qū)中的引導(dǎo)員志愿者是本項(xiàng)目的核心問題之一，為此需要在動(dòng)態(tài)復(fù)雜場景下，應(yīng)對引導(dǎo)員的站立靜止、恒速/變速向前運(yùn)動(dòng)、行走過程中轉(zhuǎn)彎等多種運(yùn)動(dòng)形式設(shè)計(jì)具有實(shí)時(shí)檢測的深度學(xué)習(xí)算法模型，使其能夠在實(shí)際交通道路測試環(huán)境中，利用算法模型中的快速特征提取卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)，結(jié)合引導(dǎo)員的體態(tài)等特征，準(zhǔn)確捕獲動(dòng)態(tài)目標(biāo)［1］。

（2）實(shí)時(shí)三維場景重建。無人智能物流小車主要的感知系統(tǒng)為單目長焦距相機(jī)和多線程激光雷達(dá)，無人智能物流小車需要感知五米之內(nèi)的道路場景，但由于相機(jī)投影矩陣導(dǎo)致其對遠(yuǎn)景效果感知較弱，激光雷達(dá)的點(diǎn)云數(shù)據(jù)在近點(diǎn)與遠(yuǎn)點(diǎn)的分布密度差異很大，如何通過深度相機(jī)逆投影矩陣解析道路場景關(guān)系，通過激光點(diǎn)云識別目標(biāo)物體輪廓和三維尺寸，得到清晰完整的復(fù)雜道路場景的三維空間動(dòng)態(tài)結(jié)構(gòu)圖，并實(shí)時(shí)傳送給工控機(jī)處理平臺，是實(shí)現(xiàn)周邊場景自適應(yīng)感知的基礎(chǔ)。

（3）同步定位與地圖創(chuàng)建。同步定位與地圖創(chuàng)建（simultaneous localization and mapping）是指在未知環(huán)境中創(chuàng)建環(huán)境地圖的同時(shí)進(jìn)行定位的技術(shù)，該項(xiàng)技術(shù)一方面有助于無人智能物流小車的實(shí)時(shí)控制，另一方面有助于無人智能物流小車進(jìn)行全局和局部的路徑規(guī)劃。無人智能物流小車搭載深度相機(jī)獲取環(huán)境中的色彩信息和距離信息，搭載里程計(jì)和組合慣導(dǎo)獲取智能小車的實(shí)時(shí)位置信息并進(jìn)行位姿估計(jì)。將以上傳感器信息傳送至工控機(jī)處理平臺，經(jīng)過優(yōu)化后，完成地圖創(chuàng)建［2］。

（4）路徑規(guī)劃與導(dǎo)航。無人智能物流小車的全局路徑規(guī)劃本質(zhì)上是在環(huán)境地圖上求取兩點(diǎn)之間的最小代價(jià)路徑，使智能配送小車能避開障礙物，動(dòng)態(tài)規(guī)劃出一條較優(yōu)的路徑，如無人智能物流小車從居民區(qū)的一點(diǎn)到達(dá)居民區(qū)的另一點(diǎn)。為解決此類問題，現(xiàn)有技術(shù)大多使用合適的圖搜索算法，以提高搜索效率，主流的以圖搜索算法為基礎(chǔ)的路徑規(guī)劃算法有A*算法和D*算法。本項(xiàng)目結(jié)合兩種算法的優(yōu)缺點(diǎn)，提出了一種基于A*算法的逆向D*算法，無人智能物流小車可以在該算法下自主規(guī)劃合適的路徑，規(guī)避障礙物［3］。

（5）連續(xù)性目標(biāo)追蹤。無人智能物流小車需在識別引導(dǎo)員后對其進(jìn)行實(shí)時(shí)跟蹤，返回時(shí)如若自主返回出發(fā)點(diǎn)，也需要跟蹤連續(xù)的路徑規(guī)劃點(diǎn)，準(zhǔn)確快速地跟蹤連續(xù)目標(biāo)點(diǎn)將是無人智能物流小車行進(jìn)中的重要一環(huán)?；诜蔷€性模型預(yù)測控制的目標(biāo)跟蹤器的跟蹤精度和魯棒性大大優(yōu)于其他目標(biāo)跟蹤器，能夠滿足本項(xiàng)目的預(yù)期設(shè)計(jì)目標(biāo)［4-5］。

（6）儲物倉門自動(dòng)開閉。為了減少整個(gè)物流配送過程中人與車的接觸，無人智能物流小車搭載儲物倉門自動(dòng)開閉系統(tǒng)，可實(shí)現(xiàn)取物過程中取物人與智能物流小車無接觸，儲物倉門自動(dòng)開閉系統(tǒng)利用人臉識別技術(shù)對取物人進(jìn)行確認(rèn)，利用Face_Recognition 人臉識別庫進(jìn)行人臉識別，通過位于無人智能物流小車側(cè)方的攝像頭采集取物人人臉信息，經(jīng)過與取物人先前提供的照片進(jìn)行數(shù)據(jù)對比，確認(rèn)無誤后，通過控制板對倉門舵機(jī)進(jìn)行控制，打開倉門，待取物人取出貨物后，自動(dòng)關(guān)閉倉門［6］。

（7）遠(yuǎn)程實(shí)時(shí)監(jiān)控。無人智能物流小車的遠(yuǎn)程數(shù)據(jù)檢測與監(jiān)控系統(tǒng)是利用現(xiàn)代無線網(wǎng)絡(luò)技術(shù)把無人智能物流小車上的信息和控制中心緊密聯(lián)系在一起，針對連續(xù)位置數(shù)據(jù)采集的需要，開發(fā)了智能遠(yuǎn)程數(shù)據(jù)檢測控制界面，實(shí)現(xiàn)對無人智能物流小車的運(yùn)輸控制以及周邊環(huán)境的實(shí)時(shí)可視化監(jiān)測。

2 系統(tǒng)硬件設(shè)計(jì)

無人智能物流小車的硬件構(gòu)成包括以下幾個(gè)方面：

（1）采用車載計(jì)算單元，支持多個(gè)神經(jīng)網(wǎng)絡(luò)并行運(yùn)行實(shí)現(xiàn)圖像分類、人臉識別、語音處理、目標(biāo)檢測及物體識別追蹤等功能，適用于開發(fā)小結(jié)構(gòu)、低成本、低能耗的設(shè)備。

（2）底層控制采用Arduino 以及在其專門的開發(fā)環(huán)境下部署代碼，以實(shí)現(xiàn)無人智能物流小車交互產(chǎn)品的開發(fā)與落地，比如讀取大量的開關(guān)和傳感器信號，控制各式各樣的電燈、電機(jī)和其他物理設(shè)備等。

（3）深度相機(jī)，能獲取平面圖像，還可以獲得拍攝對象的深度信息，即三維的位置和尺寸信息，使得整個(gè)計(jì)算系統(tǒng)獲得環(huán)境和對象的三維立體數(shù)據(jù)，以用作引導(dǎo)員識別與跟蹤、三維重建、人機(jī)交互、SLAM等領(lǐng)域。

（4）慣性導(dǎo)航單元，利用慣性元件（加速度計(jì)）來測量運(yùn)載體本身的加速度，經(jīng)過積分和運(yùn)算得到速度和位置，從而達(dá)到對運(yùn)載體進(jìn)行導(dǎo)航定位的目的。

（5）激光雷達(dá)，其工作原理是向目標(biāo)發(fā)射探測信號（激光束），然后將接收到的從目標(biāo)反射回來的信號（目標(biāo)回波）與發(fā)射信號進(jìn)行比較，作適當(dāng)處理后就可獲得目標(biāo)的有關(guān)信息，如目標(biāo)距離、方位、高度、速度、姿態(tài)，甚至形狀等參數(shù)。

3 軟件控制功能設(shè)計(jì)

無人智能物流小車自主行進(jìn)系統(tǒng)主要在Ubuntu 系統(tǒng)中的ROS 上架構(gòu)與開發(fā)，ROS 中文直譯為機(jī)器人操作系統(tǒng)，廣泛應(yīng)用在機(jī)器人領(lǐng)域，其設(shè)計(jì)的最初目的是簡化研究人員在搭建新的算法實(shí)驗(yàn)平臺時(shí)需要重復(fù)構(gòu)建底層架構(gòu)的問題。其極大地簡化了機(jī)器人在開發(fā)過程中跨平臺開發(fā)的繁瑣步驟。其可以通過構(gòu)建節(jié)點(diǎn)，發(fā)布或者訂閱話題等多種方式實(shí)現(xiàn)不同傳感器和計(jì)算單元之間的通訊。

整個(gè)無人智能物流小車的軟件系統(tǒng)開發(fā)以ROS 為基礎(chǔ)，通過引導(dǎo)員識別跟蹤模塊、感知融合與地圖構(gòu)建模塊以及路徑規(guī)劃與自主導(dǎo)航模塊相互配合最終實(shí)現(xiàn)無人智能物流小車通過跟隨引導(dǎo)員行蹤軌跡自動(dòng)生成小車自身行進(jìn)路線，自動(dòng)避障到達(dá)目的地，待完成配送任務(wù)后自行返回出發(fā)地。

本文所述項(xiàng)目利用PyQt5開發(fā)了智能遠(yuǎn)程數(shù)據(jù)檢測控制界面，該界面可實(shí)時(shí)顯示隨車攝像頭輸出的畫面，實(shí)時(shí)避障檢測畫面以及實(shí)時(shí)路徑規(guī)劃建圖畫面，實(shí)現(xiàn)監(jiān)控人員對智能小車的運(yùn)輸控制以及周邊環(huán)境的實(shí)時(shí)可視化監(jiān)測。

4 實(shí)車效果測試

基于所構(gòu)建的實(shí)驗(yàn)平臺，在室外開放環(huán)境下進(jìn)行了語義建圖與定位實(shí)驗(yàn)。實(shí)驗(yàn)場地在環(huán)園區(qū)周圍的道路，如圖2所示。

圖2 實(shí)驗(yàn)環(huán)境及環(huán)境特征信息

如圖2（b）所示為無人智能物流小車自主繞園區(qū)行駛軌跡，運(yùn)行準(zhǔn)確，效果較好。為了驗(yàn)證沿規(guī)劃軌跡行駛的效果，本項(xiàng)目進(jìn)行了分階段局部軌跡誤差測定。圖3為無人智能物流小車在不同路段的行駛情況。圖中試驗(yàn)路段與圖2（a）中A、B、C 相對應(yīng)。其中A 點(diǎn)的環(huán)境為直線路段，B 點(diǎn)為存在動(dòng)態(tài)對象的路段，C 點(diǎn)為路口左轉(zhuǎn)路段。無人智能物流小車軌跡規(guī)劃至距目標(biāo)點(diǎn)0.5 m的區(qū)域范圍內(nèi)，即視為規(guī)劃成功。

圖3 局部軌跡規(guī)劃實(shí)驗(yàn)環(huán)境

圖4 直行路段軌跡規(guī)劃方法對比

本項(xiàng)目還驗(yàn)證了無人智能物流小車在局部路段內(nèi)的自主行駛誤差。如圖3所示，藍(lán)點(diǎn)表示車輛起點(diǎn)位置S，紅點(diǎn)表示車輛目標(biāo)位置G，黑線表示實(shí)際行駛路徑，藍(lán)線為規(guī)劃路線。經(jīng)過實(shí)測，實(shí)際行駛路徑與規(guī)劃路線的平均誤差在0.2 m以內(nèi)，達(dá)到了使用要求。

5 結(jié)語

本文對無人物流小車智能控制系統(tǒng)平臺進(jìn)行了控制系統(tǒng)的開發(fā)，從功能設(shè)計(jì)、硬件設(shè)計(jì)、軟件設(shè)計(jì)以及效果驗(yàn)證四個(gè)方面對無人智能物流小車的開發(fā)方法進(jìn)行研究與闡述，所用方案具有操作簡單、可適用性好、魯棒性強(qiáng)等諸多優(yōu)點(diǎn)。經(jīng)實(shí)際區(qū)域測試，所涉及的無人駕駛物流車輛可以很好地完成規(guī)劃路徑行駛。局部路徑的行駛誤差可以控制在0.2 m 以內(nèi)，具有較好的行駛效果。本研究的開展可為無人駕駛控制系統(tǒng)的設(shè)計(jì)提供參考，對未來無人駕駛車輛的發(fā)展提供借鑒。