一种基于视听觉微缩智能控制车软件系统架构论文.docxVIP

一种基于视听觉微缩智能控制车软件系统架构论文 一种基于视听觉微缩智能控制车软件系统架构全文如下： 1 引言 国内外原尺度智能车系统复杂，软件架构多样，都是基于模块化层次设计的系统。美国斯坦福大学的 junior 智能车系统分为五大模块：传感器接口、感知模块、导航模块、线控接口和全球服务模块[1]。它是基于数据异步通信的软件系统，各模块直接从异步通道获取其它模块处理后的数据，降低时间延时。 Victor Tango 车队的 Odin 智能车是一种新型混合慎思/反应式软件模型，软件系统的感知、规划和执行在不同层并行处理;慎思控制处在高层，反应式控制更多是用于基于行为的低层控制[2]。文献[3]同样将系统划分为六大模块：激光数据处理、视觉数据处理、传感器融合、信息、决策和控制，各模块通过通用数据接口进行数据通信。国外其他智能车[4~8]也提出类似层次软件系统。在国内，由清华大学研制的 THMR‐V[9]和国防科技大学研制的 CITAVT‐IV[10]等都基于硬件功能的差别分不同子系统设计系统构架。 当前原尺寸智能车都是基于雷达蔽障导航驾驶，视觉系统只起辅助作用。而本文是视觉导航的驾驶系统，传感器基于缩微智能车自身要求，都相对简单。本文根据原尺度智能车系统及缩微车自身特点设计出缩微智能车分布式软件系统。系统由传感器、环境感知、决策和执行四大模块组成，具有器件独立、算法独立、可扩展、易调试、数据可保存等特点。 2 缩微交通系统 缩微交通系统是研究缩微车辆在复杂交通流环境下的驾驶行为的实验平台，包含缩微道路环境平台和多智能车系统两部分。 缩微道路环境平台是基于实际城市道路交通规则设计而成，包含十字路口、立交桥、匝道和各种指示牌等重要道路元素，具有非常高的实验仿真度，是本文研究的重要实验平台。 多智能车系统是研究的核心，分为人机交互系统和缩微智能车系统，如图 1 所示。人机交互系统可显示和保存缩微智能车的运行参数和车辆定位信息等，同时也可通过无线网络控制车辆行驶。人机交互系统是基于用户的界面管理系统，缩微智能车才是多智能体系统的主体部分，也是本文研究的重点。 3 软件系统设计 缩微智能车系统由硬件系统和软件系统两部分组成，本文重点介绍缩微智能车系统的软件系统设计与实现。 基于简单视听觉传感器的车辆驾驶控制的软件设计的原则有：器件独立性、算法独立性、可扩展性、易于调试、数据可存储、软件可靠性等。 缩微智能车软件系统根据信息流向可分四层，依次是：传感器层、感知层、决策层和执行层。是缩微智能车系统的整体软件架构图，它描绘各模块层的功能、特性及连接方式。 3.1 传感器层 传感器层的任务是通过各类传感器获取缩微车辆及其所处环境信息。本文是基于缩微环境下的简单视听觉系统研究，采用的传感器种类和数量较少，主要是：图像传感器、声音传感器和速度传感器等。 3.2 感知层 感知层的任务是分析传感器层获取的数据，提取可用于决策的有用信息。感知层输出的信息包括环境识别信息和车辆自身信息等。该模块是多传感器数据提取的过程，主要包含图像处理和模式识别等相关算法。传感器获取的信息很多，如何提取出有效的信息，这是感知层的核心内容。图 4 给出本系统的图像感知算法，主要流程是：图像采样、初始化、颜色映射、灰度处理、数据滤波、区域连通，然后通过模板匹配等特征提取算法得到可用于决策的有效信息。 根据检测的对象不同，图 2 系统软件架构中将感知层分为：视觉检测和声音检测。其中视觉检测可分为：基础道路检测模块、动目标检测模块和静目标检测模块。 基础道路检测：道路检测的任务是对影响车辆寻线行驶的道路必要元素进行检测，主要有：道路线、停止线、斑马线、路面指示标志等。 动目标检测：动目标是指相对道路环境是移动的目标，有行驶的车辆和行人等。动目标检测容易引发紧急情况，因而对缩微车辆的避撞控制系统要求很高。检测的准确性直接影响车辆自主驾驶的安全性。 静目标检测：静目标是指除寻线行驶的必要元素外相对道路环境是静止的目标，有指示牌、故障车辆、静止行人、绿化带、锥形标和红绿灯等。 声音检测：声音检测是指车鸣声检测，用于车辆控制的辅助信息，可使缩微车辆的行驶和控制更加真实。 3.3 决策层 决策层的任务是将感知得到的有效信息进行数据融合，得到车辆的驾驶模式，给出相应控制信息。缩微智能车的不同自主行驶特征对应于不同的车辆控制行为。系统由此定义几种驾驶模式。 3.3.1 驾驶模式分类 车辆自主行驶特征根据检测的道路元素，如车道线、车辆、停止线、斑马线、红绿灯、行人、路面指示箭头