FRONTIER DISCUSSION
|
前沿探讨
基于激光雷达的自动驾驶的方案设计
王建½ 张½望 谭卓 侯明
北京信息科技大学
北京市
100192
摘
要：
针对在封闭环境内智½½如½实现自动驾驶问题，本文通过算法与理论的分析以及在仿真环境中进行运动
规划的验证，进而得到了一套½成本、简单易操控的自动驾驶引导方案。经实验结果证明，基于 ROS 平
台设计的智½½，在地图构建（SLAM）、定½、路径规划方面具有较½的稳定性、实时性、快速性与准
确性。
关键词：自动驾驶 ROS 仿真
Scheme Design of Automatic Driving based on Lidar
Wang Jianbin Zhang Xuanwang Tan Zhuo Hou Ming
A b s t r a c t
：
Aiming at the problem of how to realize automatic driving of smart cars in a closed environment,
this paper uses algorithm and theory analysis and
verification of motion planning in a simulation environment to obtain a set of low-cost, simple and easy-to-control automatic driving guidance solutions.
The experimental results prove that the smart car designed based on the ROS platform has good stability, real-time, rapidity and accuracy in terms of
map construction,SLAM, positioning, and path planning.
Key words：autonomous
driving, ROS, simulation
1 自动驾驶的整½设计方案
这套针对封闭环境中既定路径下½辆自
动驾驶的控制方案是基于 ROS 操½平台实现
的，ROS 提供了大量的工具组合用来进行功
½的配½、启动、自检、调试以及可视化。
在 ROS 平台中½用 Gmapping 算法针对激光
雷达和 IMU ½姿传感器检测和采集的信息对
周围环境进行二维栅格地图构建（SLAM）、
采用 AMCL 算法来实现½辆在地图中的准确
定½、
最后通过 A* 算法进行全局的路径规划。
在路径规划中针对道路中临时出现的障碍通
过 TEB 算法进行判别并进行局部的路径规划
以实现对其合理避让。整套方案在结构上具
有适应性广泛、开发成本½的特点，在不降
½效率的前提下实现了对于自动驾驶的功½。
里程计测量信息，经过 TF ½换，输出地图信
息和½姿估计。
和 H 值相加所得。G 值对应从起始点移动到
指定方格的移动代价，H 值为指定方格移动
到终点的估算成本。寻找 F 值最小的方格放
入开放列表中，将该方格½为新的起始点，
重复上述操½，直到起始点周围方格中包含
终点，则此时成功找到合适路径。
3 定½以及导航算法功½介绍
AMCL 全称为自适应蒙特卡洛定½，是在
传统 MCL 定½算法基础上，添加 KLD 采样实
现功½改进。针对已有的地图，½用粒子滤波
器跟踪机器人½½姿态。AMCL 算法解决了机
器人绑架问题，有效防止迭代过程中重要信息
粒子的缺失，并极大程度地提高了运算效率。
5 局部路径规划
局部路径规划代价地图包含障碍地图层
和膨胀层。该功½用于小½行进过程中，对
地图中未记½的障碍信息，½够及时改变路
径避开障碍。局部路径规划器是基于 TEB 算
法实现的。
TEB 算法核心围绕½姿和记½时间序列
展开。½姿及为机器人在地图中的½½、姿
态信息记½不同时间段的½姿信息，经过整
合½成½姿序列。时间序列则由相邻½姿状
态变化所经历的时间
t
整合而成。将½姿序
列和时间序列进行合并，以全局路径允许的
最大路径½为约束条件，通过加权目标优化
获取最优的路径点。
4 全局路径规划
全局路径规划代价地图包含地图层和膨
胀层。并基于 A* 算法配½、设计全局路径规
划器，通过全局代价题图获取单元格代价信
息，通过计算寻找起点与终点之间最小代价
路径。本节将具½介绍 A* 算法的基本原理以
及实现过程。A* 算法第一部是将区域½方格
化简化操½，将二维区域地图简化为 2 维数
组的½式，数组的每个元素对应一个方格，
便于计算操½。在简化搜索区域完成后，需
标注起始点、终点和障碍的½½信息。准备
工½完成后，将起始点放入开放列表中，对
其周围的八个方格，计算 F 值，F 值由 G 值
2 基于 Gmapping 建图功½的设计
SLAM 全称为 Simultaneous Localization
and Mapping，及定½的同时完成建图。本
节从 Gmapping 算法功½包开始，结合重要
参数信息展开介绍 SLAM 建图功½。
Gmapping 运行的理论基础为通过从激光
雷达和里程计分别获取数组观测向量信息和
6 智½½在 Gazebo 中的仿真
实现基于 ROS 操½系统的智½½仿真，
14
AUTO TIME
FRONTIER DISCUSSION
|
前沿探讨
时代½½ www.cnautotime.com
需 要 一 个 稳 定 且 功 ½ 强 大 的 仿 真 的 环 境。
ROS 官方专门提供了 Gazebo 物理仿真½件。
Gazebo 仿真环境可以实现机器人在三维环境
中完成复杂动½。Gazebo 不仅提供各种可二
次开发的数据库，还可以与 ROS 系统中的其
他平台进行通讯，不仅提高了开发人员的工
½效率也为 ROS 平台的开发提供了更多的可
½性。仿真具½过程的流程如下：
6.1 ½模与运动控制器的建立
在 ROS 操½系统里面，一个完整的机器
人仿真模型由一系列的 link 和 joint 组成，斑
纹采用 acrox 描述文件来构建½模的 link（部
件）与 joint（连接件）的基本属性。Link 设
½模型的各个部件的特性与名称，link 的三
个 属 性 分 别 为，conllision，inertial 分 别 与
外观，碰撞属性和惯性特性相对应。Joint 则
是 连 接 两 个 link 的 关 节， 将 parent link 与
child link 进 行 连 接， 由 于 parent link 与
child link 的运动关系不同，½得不同 joint
之间的连接类型不同，下表为仿真模型用到
的主要 joint 类型参数。控制器的配½在很大
程度上决定了½模的属性。
结 合 AMCL 算 法 实 现 小 ½ 自 定 ½， 为 建 图
做½准备。然后，通过采用设计½的控制工
具包提供的滑块控制½模在环境中运动（如
图２所示），通过 rviz 可以观察½模运动过
程中地图的扫描情况。在½模运动过程中，
gampping 算法将½模的坐标控制信息、里程
计坐标信息、激光雷达坐标信息进行处理运
算实现二维地图的构建。完成建图工½后½
用 map_server ½令行工具将扫描½的地图
进行保存。
Gzaebo 在仿真环境中的研究。
为了测试智½½在仿真环境中的性½。
通过激光雷达建立栅格地图与环境模型进行
对比，验证实验结果的准确性。将栅格地图
与环境模型进行比较，可知智½½在环境建
图测试中表现良½，拥有着较为精准的导航
与建图功½。图 4 为测试结果。
图 4 环境地图与栅格地图的对比
图 2 Gazebo 与 rviz 仿真环境下建图
6.3 导航：
首先，开启 gazebo 和 rviz 的仿真环境，
在 gazebo 仿 真 环 境 中 增 设 障 碍 物 锥 桶， 以
模拟真实环境中的路况变化。Rviz ½够加½½
显示出新建½的二维栅格地图。其次，分别
开启全局路径规划、局部路径规划、AMCL
定 ½ 的 功 ½ 文 件， 自 动 引 导 启 动 与 定 ½ 和
导 航 相 关 的 多 个 节 点。 通 过 在 rviz 上 ½ 用
2D-nav goal 指定目标点的½姿矢量，之后
move_base 节点自动订阅½模坐标信息进行
定½，并由此计算出最½路径，由控制器发
送指令控制½模沿路径方向移动至终点。
8 结论
基于该方案设计的自主驾驶方案，经过
基于 ROS 平台的 Gezabo 仿真实验，得到了
准确度较高的栅格地图，经与仿真环境中的
赛道进行对比，证实了该方案在校园清洁、
医院消毒、封闭环境中的自动驾驶与路径规
划等应用场景的可行性。
图 1 RVIZ 中构建的智½½模型图
参考文献：
[1] 恩里克费尔南德斯 .ROS 机器人程序设计
智½½模型的运动控制器配½过程：
1）在配½模型属性的过程中，模型的
各部分 joint 已经添加了 gazebo 的标签并且
添加了相应的控制器插件，接下来通过一个
yaml 文件，声明仿真需要的 controller 以及
相对应的参数，并通过 joint_state_controller
来发布每个关节的实时状态。
2）生成启动文件，在文件目½下加½½需
要加½½的 controller
6.2 建图：
首 先， 打 开 gazebo 和 rviz 的 launch
启 动 文 件， 此 时 将 加 ½½ 仿 真 ½ 模 及 其 仿 真
环境，以及启动 gampping 的功½文件。接
着 gazebo 结点会自动订阅½模坐标控制信
息、里程计坐标信息、激光雷达坐标信息，
图 3 智½½在仿真环境中进行导航功½
[M]. 机械工业出版社 .2016.
[2] 李鑫 . 基于激光雷达的同时定½与建图方
法研究 [D]. 长沙 .
[3] 高翔，张涛 . 视觉 SLAM 十四讲 : 从理论
到 实 践［M½. 北 京 : 电 子 工 业 出 版 社，
2017.
7 仿真结果的分析
经过测试本实验设计的智½½可以在仿
真 环 境 中 完 成 SLAM 导 航，Gmapping 建
立 栅 格 地 图， 躲 避 障 碍 物 等 功 ½， 实 现 了
½者简介
王建½：（2000.01.31—）， 男， 汉 族， 山 东 省
寿光市人，本科生。主要研究方向：
SLAM 技术与智½机器人。
AUTO TIME
15
DSP 与 ARM 处理器
京公网安备 11010802033920号
Copyright © 2005-2023 EEWORLD.com.cn, Inc. All rights reserved
评论