面向园区的自动驾驶车载计算系统设计与实现
发布时间：2021-06-16 00:19
自动驾驶技术在园区巡逻、环卫等具有重要的应用潜力,但园区交通要素多、环境复杂、光照以及定位信号不稳定都给自动驾驶的感知决策系统带来了挑战。人工智能算法在自动驾驶领域的深度应用,极大的增强了自动驾驶车辆对复杂场景的感知能力,但同时对车载计算平台算力提出了较高要求。园区车辆一般体积较小,受限于电源系统的容量和功率,难以满足复杂算法的实时运行条件,这限制了人工智能算法在园区自动驾驶车辆的应用。为此,本文以机场场内部分道路的自动驾驶场景为例,首先,针对园区下的行驶环境,设计低功耗异构计算平台。其次,根据计算单元与算法特性并基于人工智能算法完成车道线检测、障碍物感知识别,实现路径跟踪及避障的功能,支持园区条件下低速（510km/h）自动驾驶。论文主要工作如下:（1）根据园区环境及计算单元的特性,完成面向园区的车载计算系统整体设计。主要包括传感器选型、低功耗异构计算平台设计、软件算法架构及通讯设计。传感器主要包括GNSS（Global Navigation Satellite System）、16线激光雷达以及摄像头;异构计算平台主要包括CPU、GPU、FPGA以及MCU（M...
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
机场驱鸟场景示意
第二章车载异构计算系统总体设计11的功能。对于车辆的路径跟踪，由于车辆行驶场景主要包括机场巡场道及草坪，这两种场景下一般没有遮挡，其定位卫星信号较好，对此路径跟踪设计上系统主要采用GNSS进行定位跟踪。而对于巡场道，其道路印有车道线等边缘指示线，为提高系统的冗余，在该路面采用车道线检测辅助车辆进行行驶。而对于障碍物检测，则通过图像目标检测算法进行检测。对此本文设计的驱鸟自动驾驶系统架构如图2-2所示，该系统主要由感知层、决策层及控制层组成，其中感知层是系统获取外界环境信息的途径，主要通过摄像头、激光雷达、GNSS等传感器采集自身及周边信息，并通过感知算法计算得到车辆自身位置、周边车道线、障碍物等的情况。该信息传递给决策层，决策层通过感知结果决策小车下一步行为（如正常行驶、换道、停止等），并根据该行为规划小车的目标行驶轨迹及对应行驶速度、转角等。最终该结果传给控制层，控制层根据该信息控制车辆的直流电机及舵机，达到自动驾驶的目的。图2-2系统功能框架图2.3系统硬件设计2.3.1系统硬件框架设计硬件是软件实现感知、控制等算法的平台，也是自动驾驶得以实现的脊柱。本系统应用的机场环境由于车身体积以及供电功率的限制，对此在硬件架构上采取使用算力分散，以及根据计算任务适配计算单元的思想进行设计。根据机场环境下所要实现的算法特性及硬件特性，本系统设计了如图2-3所示的硬件结构，主要由传感器、供电、计算单元、安全装置及车辆底盘五大部分
第二章车载异构计算系统总体设计13计使用远程遥控继电器，通过远程遥控切断计算单元对车辆纵向运动的控制，实现车辆临时停车。车辆底盘是实际控制车辆运动的装置，该部分由直流电机、舵机以及电机驱动器等组成，计算单元通过控制驱动器可实现对车辆的前进及转向的运动控制。图2-3系统硬件结构图2.3.2传感器分析及选型传感器硬件主要为车辆提供自身定位信息，周边环境信息等功能。主要包含摄像头、激光雷达、GNSS等，具体的分析及选型如下。2.3.2.1摄像头分析选型本系统摄像头有两个，分别连接CPU及FPGA采集图像信息以完成车道线检测及障碍物检测的功能。而不同的摄像头根据自身参数特性的不同，适合完成不同的功能，其中需要考虑的参数包括分辨率、帧率、传输格式、感光类型、镜头角度等，分别如下：分辨率决定了图像成像质量及图形运算的计算量，分辨率的选择应在满足算法需求的情况下，尽量小，如1980*1080分辨率的图像其像素值约为640*480
本文编号：3231988
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
机场驱鸟场景示意
第二章车载异构计算系统总体设计11的功能。对于车辆的路径跟踪，由于车辆行驶场景主要包括机场巡场道及草坪，这两种场景下一般没有遮挡，其定位卫星信号较好，对此路径跟踪设计上系统主要采用GNSS进行定位跟踪。而对于巡场道，其道路印有车道线等边缘指示线，为提高系统的冗余，在该路面采用车道线检测辅助车辆进行行驶。而对于障碍物检测，则通过图像目标检测算法进行检测。对此本文设计的驱鸟自动驾驶系统架构如图2-2所示，该系统主要由感知层、决策层及控制层组成，其中感知层是系统获取外界环境信息的途径，主要通过摄像头、激光雷达、GNSS等传感器采集自身及周边信息，并通过感知算法计算得到车辆自身位置、周边车道线、障碍物等的情况。该信息传递给决策层，决策层通过感知结果决策小车下一步行为（如正常行驶、换道、停止等），并根据该行为规划小车的目标行驶轨迹及对应行驶速度、转角等。最终该结果传给控制层，控制层根据该信息控制车辆的直流电机及舵机，达到自动驾驶的目的。图2-2系统功能框架图2.3系统硬件设计2.3.1系统硬件框架设计硬件是软件实现感知、控制等算法的平台，也是自动驾驶得以实现的脊柱。本系统应用的机场环境由于车身体积以及供电功率的限制，对此在硬件架构上采取使用算力分散，以及根据计算任务适配计算单元的思想进行设计。根据机场环境下所要实现的算法特性及硬件特性，本系统设计了如图2-3所示的硬件结构，主要由传感器、供电、计算单元、安全装置及车辆底盘五大部分
第二章车载异构计算系统总体设计13计使用远程遥控继电器，通过远程遥控切断计算单元对车辆纵向运动的控制，实现车辆临时停车。车辆底盘是实际控制车辆运动的装置，该部分由直流电机、舵机以及电机驱动器等组成，计算单元通过控制驱动器可实现对车辆的前进及转向的运动控制。图2-3系统硬件结构图2.3.2传感器分析及选型传感器硬件主要为车辆提供自身定位信息，周边环境信息等功能。主要包含摄像头、激光雷达、GNSS等，具体的分析及选型如下。2.3.2.1摄像头分析选型本系统摄像头有两个，分别连接CPU及FPGA采集图像信息以完成车道线检测及障碍物检测的功能。而不同的摄像头根据自身参数特性的不同，适合完成不同的功能，其中需要考虑的参数包括分辨率、帧率、传输格式、感光类型、镜头角度等，分别如下：分辨率决定了图像成像质量及图形运算的计算量，分辨率的选择应在满足算法需求的情况下，尽量小，如1980*1080分辨率的图像其像素值约为640*480
本文编号：3231988
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3231988.html
