多传感器融合的智能车定位导航系统设计
来源:用户上传
作者:
摘要：随着时代的不断发展，我国经济水平日益提高，在此基础上，汽车几乎成为每家每户所必备的生活用品，为人们的出行提供良好的效率和速度保障。本文针对多传感器融合的智能车定位导航系统设计进行分析，以探寻完善导航技术的方式。
关键词：传感器;智能车;定位导航系统;设计
中图分类号：TP242.6 文献标识码：A 文章编号：1007-9416（2019）05-0168-01
0 引言
利用多传感器进行融合的智能车定位导航系统设计，是导航技术现代化发展的必然趋势，并且随着技术的研发不断深入，汽车行业将朝向智能化的无人驾驶方向发展，进而达到完善汽车的功能以及提高出行安全指数的效果。多传感器融合主要基于GPS/INS、机器视觉和超声波雷达技术二形成，旨在实现智能车在简单、结构化道路环境下的自动驾驶，以及传统导航性能的提高。
1 多传感器融合的智能车定位导航系统设计背景
智能车是近代高新技术综合体，集环境感知、规划决策、多等级辅助驾驶等功能于一体，并且大量运用计算机、现代传感、信息融合、通讯、人工智能以及自动控制技术，是新时期下世界范围内车辆工程领域研究的热点。智能车的研究目标是实现城市的智能交通系统，以智能车对于环境良好的判断分析后的决策能力，和精准道路驾驶操控能力，创新公众的驾车模式，避免由于人为因素所造成的车祸情况发生，从而缓解城市交通压力。所谓智能车，则是在汽车原有基础上，添加先进的传感器、控制器、执行器等装置，通过车载传感系统和信息终端实现人、车、路的智能信息交换，其中传感器的使用，能够帮助汽车在驾驶过程中，提高对外界环境的敏感度，并且加强原有导航系统的精确程度，进而使车辆按照人为意愿进行工作。
2 智能车概述
相比于传统汽车，智能车更加现代化、科学化，其中对于传感器的利用更加丰富，首先需要具备一套完整的导航信息资料库，在其中应当包含全国各地道路情况、基础设施、旅游景点等信息，进而为智能车的路线提供良好的保障。其次，智能车应当具备GPS定位系统，为汽车进行位置确定，结合以数据库中道路信息对通行方案进行合理规划。智能车还应当具备相应的路况实时信息系统，通过交通管理中心对路况信息的实时监控，为智能车提供道路前方的实际情况，一旦发生堵车、修路、事故等问题，智能车将会主动避让。区分于传统汽车，智能汽车中的车辆防碰系统更加成为无人驾驶的前提保障，其中探测雷达、信息处理系统、驾驶控制系统等应用，实现智能车通过感应，分析行驶过程中的实际情况，进而对障碍物进行躲避。一旦智能车发生意外情况，其中的紧急报警系统将会自动上报指挥中心，从而提高救援工作的效率。除此之外，智能车还具有自动驾驶技术和无线通讯技术等方面。
3 多傳感器融合的定位导航系统的架构
多传感器融合的智能车定位导航系统为由车载电脑和电控系统共同构成的双核心架构，车载电脑作为双核心架构的上位机，而电控系统则作为双核心架构的下位机，通过上下位机通信模块实现双核间通信。对整体的定位导航系统进行拆分，可以分为GPS/INS模块、视觉传感器模块、超声波模块和车辆运动控制模块。在定位导航系统的运行当中，车载电脑以其优良的性能，帮助车辆处理大规模数据的计算工作，而电控系统则在处理小规模实时性数据方面具有优势。系统的四个模块之间分别发挥不同功能，其中GPS/INS能够对车辆进行定位，然后利用视觉传感器对车辆行驶过程中前方的情况进行检测，而超声波检测主要针对于两侧方向的情况，通过各项信息和数据的整理，为智能车运行过程提供良好的导航技术保障。
4 硬件设计
针对智能车定位导航系统的硬件设计，应当采用核心板+母板的双板卡结构，并且在二者之间通过BTB进行连接。在硬件设计中，采用双板卡方式的核心板和母板均为双层PCB线路板，所以在结构方面具有质量轻、体积小和装配密度高等优势，不仅能够有效减少成本支出，而且其良好的功能涵养也为系统整体质量带来保障。
5 传感器布置
智能车的传感器布置当中，采用一部CCD摄像机和12个超声波传感器，其中CCD摄像机布置于智能车前端，而12个超声波传感器则分别在智能车的前后左右四个方向进行布置，从而更好的获取智能车周围的信息。以超声波的特性为实际布置的基准，应当采用平均分步法，对智能车周围的环境进行划分，通过对传感器的不断调整，实现对周围检测的全面覆盖，并且在探测到相应的障碍物时，传感器应当能够及时做出反应和对系统的反馈，才能够实现躲闪和避让功能。
针对智能车的超声波雷达布置，应当根据相关规定进行规范化，4组传感器分别平行布置于智能车的两侧，保障车辆定位导航系统的横向定位精确程度符合相应的标准。在超声波雷达布置当中，应当注意外界的干扰项，对其进行有针对性的避免，保障装置的可靠性，比如在设计当中，应当充分考虑实际道路所存在的行人、噪音等情况，通过RANSAC算法进行滤除，进而避免由于传感器受到干扰所产生的判断失误。
6 多传感器数据融合
多传感器数据的融合当中，主要在于GPS/INS数据和OSM数据的匹配，以及车道线检测和道路边沿检测数据的匹配。GPS/INS数据和OSM数据是智能车道路规划的决策的前提条件，在进行设计工作中，应当充分验证二者之间的绝对对应程度，通过GPS/INS所反馈出的现实位置，在OSM当中进行对应检索，一一对应无误方可完成匹配。在车道线检测和道路边沿检测数据的匹配中，应当通过建立模型的方式，对智能车行驶情况进行模拟，从中固定车辆位置，进而对车道线和边沿的检测进行测量计算，一旦发现其中存在误差，则应当立刻停止测试，对原有设计方案进行完善改良，并再次进行测试，通过不断的调整，完善二者之间的匹配关系。
7 结语
多传感器融合的智能车导航定位系统设计是一项系统性工作，并且该系统对于智能车的运行过程具有重要的保障作用，所以在相关的设计当中，工作人员应当明确自身职能，对设计方案不断进行完善，以及不断改良融合方式，进而在保障智能车的运行质量的情况下，控制成本支出，提高智能车事业发展进展。
参考文献
[1] 陈懂，刘瑢，金世俊.智能小车的多传感器数据融合[J].现代电子技术，2005，28（6）：3-5.
[2] 王檀彬，陈无畏，焦俊，等.多传感器融合的智能车辆导航研究[J].中国机械工程，2009，20（11）：1381-1385.
[3] 石慧.基于多传感器融合的车辆导航系统研究与实现[D].北京工业大学，2016.
转载注明来源:https://www.xzbu.com/8/view-14978776.htm
