艾皖东 卢浩 陈振斌 姜立标

（1.海南大学，海口 570228；2.华南理工大学，广州 510641）

1 前言

随着高精度地图数据库的建立，导航系统对于自动驾驶的重要性也得以突显[1]。汽车导航系统配合高精度地图不仅能为车辆决策出最优路径，还可以实时监控车辆行驶速度、加速度、道路环境、位置等行车数据，也是实现智能交通系统（Intelligent Transport System，ITS）的必需条件[2]。

传统汽车对GPS和高精度地图的利用多为定位、被动导航、道路环境等行车数据监测，而基于主动导航的自动驾驶汽车不仅能有效解决城市交通拥堵问题，还具有提高车辆安全性等重要作用。然而，目前国内对于主动导航下的汽车研究相对较少。本文以智能车模型为研究对象，基于高精度地图数据库，将GPS对汽车的精准定位与避障系统对周围环境的识别相结合，通过搭建硬件系统、编译控制程序，准确识别智能车实时行车数据并进行计算处理，为智能车决策出正确的行驶方向[3]，实现智能车的主动导航、安全行驶以及按照规定路线从放置点到达给定目标点的目的，并为主动导航下的自动驾驶汽车安全等性能控制提供参考。

2 车辆模型结构

本文使用的车辆模型装有3个直流电机，可实现全时四驱、独立转向，且其四边减振器弹性可调，采用空心高弹性橡胶轮胎，不仅能衰减振动，还可以适应全地形。车辆模型结构如图1所示。

图1 车辆模型结构简图

3 硬件系统设计

3.1 主控芯片

基于处理器数据解析和逻辑运算器的功能，结合主控固件库、内部资源等，主控芯片采用STM32F103C8T6。该芯片采用了ARM 32位CortexTMM3 CPU内核，程序和数据并行独立存储，加设输入/输出端口（I/O）、模数转换器（ADC）、集成电路总线（IIC）、通用同步/异步串行接收/发送器（USART）等，核心板内部资源丰富，模块相对独立[4]。主控芯片原理如图2所示。

图2 主控芯片原理图

3.2 电机驱动

基于车辆模型装载的3个直流电机，调用标准定时器模块（TIM）配置脉冲宽度调制（PWM）输出[5]，通过改变占空比实现对电机分状态控制以满足前、后移动、转向。电机驱动原理如图3所示。

图3 电机驱动原理图

3.3 导航系统

3.3.1 定位原理

GPS由空间卫星、控制站和接收机3部分组成，各部分的协同与数据交换为用户提供了定位服务[6]。由于卫星时钟与接收机时钟的不同步[7]，当存在时钟差Δt时，卫星与接收机之间的距离即为伪距PR（Pseudo Range）[8]，表示为：

式中，Δt为卫星时钟与接收机时钟的差，接收机时钟慢于卫星时钟时，Δt取正，反之为负；c为速度常数。

研究使用的定位模块根据一台接收机的观测数据进行单点定位，定位模型[9]如图4所示。

图4 卫星单点定位模型

至少4颗卫星就可以得到接收机定位信息，设接收机坐标为（x,y,z），空间卫星坐标分别为（x1,y1,z1）、（x2,y2,z2）、（x3,y3,z3）、（x4,y4,z4），卫星与小车的空间距离分别为d1、d2、d3、d4[10]，则

3.3.2 定位模块

双模 ATGM332D-5N能够捕获 GPS、BDS和GLONASS三大导航系统的空间卫星，为加强信号接收，配置了一个带有互联网络数据包交换（IPX）接口的外置有源天线。ATGM332D-5N原理如图5所示。

图5 ATGM332D-5N原理图

ATGM332D输出数据默认采用美国国家海洋电子协会（National Marine Electronics Association，NMEA）的NMEA-0183协议[11]，主控芯片主要对$GPGGA、$GPVTG数据进行解析调用。数据示例：

3.3.3 定位数据采集分析和结果整理

由于定位模块存在一定的误差，并且受天气、地球自转、卫星运行、云层流动等因素的影响，即使定位模块固定于一点不动，其定位信息仍为浮动数据[12]。如果浮动数据直接赋给主控芯片用于运算，那么车辆电机转速和转向的控制数据会出现浮动，不仅增加主控芯片数据处理的误差，也伤害电机的运转，致使车辆稳定性能和机动性能下降。此外，数据的量级浮动也增加了后续数据计算的复杂性，所以对浮动数据量级简化处理以提高计算速度是有必要的。对试验中所采集数据的经度差和纬度差的处理结果如图6、图7所示。

图6 定点测试经度差值

图7 定点测试纬度差值

根据图6和图7所显示的结果，纬度差值波动范围为-0.000 1～0.000 1，经度差值波动范围为-0.000 1～0.000 1。显然，使用的定位模块经纬度数值精确度可达到千分位。

3.4 硬件系统结构

除了机械机构、定位模块、主控STM32F03C8T6和电机外，为方便二次开发，硬件系统还附有18 650锂电池包、可调降压稳压板、TTL串口、下载调试器、夏普红外避障传感器、OLED液晶显示屏等，如图8所示。

图8 硬件系统组成及控制框图

4 主动寻迹模型的建立

4.1 航向控制

$GPVTG包含以真北为参考基准的地面航向，可以指示车辆的运动方向，即以真北为0°位，顺时针所扫过的夹角为车辆航向角。将车辆的航向角和当前位置与目标位置间的动态角度建立关系，即航向控制模型，如图9所示。其中，（x0,y0）为起始坐标点，（x1,y1）为目标终止点，θ0为航向参考角（0°～89.99°），α为车辆某一时刻的行进方向（0°～359.99°），即航向角。

图9 航向角控制模型

航向角α不能直接与航向参考角θ0作比较，以大地经纬度建立虚拟平面坐标系[13]，得到航向参考角θ0所对应的目标航向角θ。目标航向角θ的计算如表1所示。

航向角α由GPS数据解析，为使车辆的行进方向（航向角）等于或逼近目标航向角θ，采取求差值的方法[14]：

当角度差值Δ=0°或者Δ→0°时，即达到了航向控制的目的。

4.2 寻迹模型

车辆按照(x0,y0)到(x1,y1)的直线路径行驶是其自动寻迹的最佳路线。规定当Δ≥180°时，车辆前轮左转，0°＜Δ＜180°时，车辆前轮右转，Δ=0°时，车辆直线行驶。

寻迹控制模型如图10所示。其中，A为起始点，G为设定目标点，AB为车辆起动后在GPS数据未更新之前的路径。车辆处于B点时，GPS数据更新，AB段路径的行驶数据和B点坐标被解析，B点则替代A点作为新起始点。

表1 目标航向角θ计算表

图10 寻迹控制模型简图

主控STM32F03C8T6计算BG段的行进参考角和角度差值，对外执行前轮转向和驱动电机驱动。小车之后向C点行驶，达到C点后，GPS数据再次更新，C点成为新的起始点，再次计算CG段数据，行驶至D点，类此，小车在转向和驱动配合下，逐渐逼近目标点。

5 程序编译

基于Keil编译环境，程序控制从各硬件配置初始化到循环体判断执行，导航数据、红外测距、OLED显示、方向计算和电机控制顺序循环执行实现智能车寻迹。程序执行逻辑框图如图11所示。

主控STM32F03C8T6在执行时，main函数为执行起点，以下为智能车寻迹控制程序中main()函数部分，Tracking()函数为智能车寻迹循环函数。

图11 程序执行逻辑框图

6 试验测试结果

为验证主动导航智能车的自动寻迹能力，对智能车进行实际道路测试。图12所示为道路寻迹测试智能车行驶路线示意。

图12 道路寻迹测试小车行驶路线示意

测试道路长15 m、宽3 m，路面水平且达到二级公路等级，测试时天气晴朗，风速低于3.5 m/s。如图12，A点为智能车放置起始点，B点为给定目标点，C点为智能车到达点。受导航模块定位精度和卫星与定位模块之间数据存在延迟的限制，智能车在行驶过程中出现S形路线。测试初期因智能车放置角度β不同导致转向偏移量d差异较大，但经多次测试，行车路线从第2次极值点起偏移量d的范围在±0.30 m内，且随到目标点距离的减小，极值点的偏移量逐渐减小，结果达到预期目标。

7 结论

根据试验结果可以得出，通过建立小车航向、路径控制模型，设计电路模块、编译路径控制程序，能够实现以GPS定位数据为主、红外测距避障为辅的主动导航下智能小车的自动寻迹。

为进一步开展研究，导航系统数据传输可使用5G通信，提高数据传输速度、加强导航系统时效性；还可与DGPS、SBAS、INS形成组合导航，提高导航精度；结合手机APP进行起停控制、目标点输入；结合高精度地图和API实现精准导航；载入车机系统完成交互式控制等。

参考文献

[1]周济.智能制造——“中国制造2025”的主攻方向[J].中国机械程，2015（17）：2273-2284.

[2]刘宗巍，史天泽，郝瀚，等.中国汽车技术的现状、发展需求与未来方向[J].汽车技术，2017（1）：1-6+47.

[3]赵亦林.车辆定位与导航系统[M].谭国真，译.北京：电子工业出版社，1999.

[4]周柱.基于STM32的智能小车研究[D].成都：西南交通大学，2011.

[5]高枫.基于ARM的智能寻迹小车的设计与实现[D].太原：中北大学，2012.

[6]胡斌，陈林.全球定位系统(GPS)技术浅谈[J].内蒙古科技与经济，2009（3）：218-219.

[7]纪超.基于ARM的无人车GPS导航系统的设计与实现[D].西安：西安工业大学，2013.

[8]王琦.全球定位系统(GPS)的原理与应用[J].卫星与网络，2010（4）：26-30.

[9]陈立.BDS/GPS组合系统伪距单点定位算法研究[D].南京：南京理工大学，2017.

[10]卢望.基于ARM的GPS定位系统的研究与实现[D].成都：西南交通大学，2009.

[11]张帅帅，崔红霞.GPS数据的采集提取和显示[J].科技创新导报，2013（25）：22-23.

[12]郭俊杰.无人驾驶车GPS自主导航系统设计与实现[D].西安：长安大学，2014.

[13]Liu J,Zhang Y,Guo L,et al.A multi-objective Antidisturbance Robust Filter for SINS/GPS Navigation Systems[J].International Journal of Intelligent Computing&Cybernetics，2013，6（3）：216-231.

[14]Chen R,Li X.Virtual Differential GPS Based on SBAS Signal[J].GPS Solutions，2004，8（4）：238-244.