本文首發(fā)《汽車測試報(bào)告》，由作者授權(quán)發(fā)布
 

摘要：人工智能領(lǐng)域的飛速發(fā)展帶動(dòng)了無人駕駛技術(shù)的不斷進(jìn)步，無人車實(shí)現(xiàn)實(shí)時(shí)定位可以方便其進(jìn)行路徑規(guī)劃和避障。該文提出了一種激光雷達(dá)與高精地圖相融合，并利用NDT點(diǎn)云配準(zhǔn)算法實(shí)現(xiàn)無人車自定位的方案。該方案在無人駕駛平臺(tái)進(jìn)行了實(shí)車驗(yàn)證，結(jié)果表明，該文提出的方案可以準(zhǔn)確進(jìn)行無人車實(shí)時(shí)定位和跟蹤，并滿足多場景下的工程應(yīng)用需求。

關(guān)鍵詞：無人駕駛；激光雷達(dá)；高精地圖；NDT點(diǎn)云配準(zhǔn)；無人車自定位

作者：馬志遠(yuǎn)  曹景勝  鄭健健  楊意（遼寧工業(yè)大學(xué)汽車與交通工程學(xué)院）

注：本文系遼寧省大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練項(xiàng)目（S202110154003）、2021年遼寧工業(yè)大學(xué)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練項(xiàng)目（2021003）研究成果。

無人車自定位是無人駕駛技術(shù)領(lǐng)域非常關(guān)鍵的一步，能夠?qū)o人車實(shí)現(xiàn)準(zhǔn)確、實(shí)時(shí)的定位，可以更全面了解無人車實(shí)時(shí)信息，從而使無人車進(jìn)行避障和路徑規(guī)劃以及路徑跟蹤控制等。目前，對(duì)于無人車定位主要基于視覺技術(shù)，基于視覺技術(shù)的定位是一種簡單而且直觀的方式，這種方式可以配合其他傳感器一同使用，也可通過前后幀圖像之間對(duì)比的方法獨(dú)立使用[1-2]。本文針對(duì)無人車自定位問題設(shè)計(jì)一種基于視覺技術(shù)的定位方案，將高精地圖點(diǎn)云數(shù)據(jù)與激光雷達(dá)點(diǎn)云數(shù)據(jù)相融合，通過NDT點(diǎn)云配準(zhǔn)算法，實(shí)現(xiàn)無人車自定位。該方案流程如下圖1所示。

圖1 無人車自定位流程

1.傳感器參數(shù)標(biāo)定

1.1相機(jī)內(nèi)參標(biāo)定

相機(jī)標(biāo)定就是從世界坐標(biāo)系轉(zhuǎn)換為相機(jī)坐標(biāo)系，再由相機(jī)坐標(biāo)系轉(zhuǎn)換為圖像坐標(biāo)系的過程，計(jì)算相機(jī)內(nèi)部的參數(shù)。面陣相機(jī)初始參數(shù)共有8個(gè)，如表1所示。

表1 面陣相機(jī)初始參數(shù)

參數(shù)  參數(shù)說明

f  相機(jī)鏡頭焦距

k  圖像徑向畸變量級(jí)，k<0桶形畸變，k>0枕形畸變，初始值為0

SX  縮放因子，相鄰像元的水平距離

SY  縮放因子，相鄰像元的垂直距離

CX  圖像主點(diǎn)位置

Cy  圖像主點(diǎn)位置

Numcol  圖像的長度

NumRow  圖像的寬度

面陣相機(jī)與被拍攝的目標(biāo)物體之間必須有相對(duì)的移動(dòng)才能夠拍攝到有用的圖像。本文的標(biāo)定板采用的是12×8格，然而在真實(shí)的標(biāo)定過程中是通過棋盤內(nèi)部的角點(diǎn)掃描實(shí)現(xiàn)的，所以標(biāo)定板的最終格數(shù)設(shè)定為13×9格。

利用Autoware軟件能夠?qū)崿F(xiàn)相機(jī)標(biāo)定，使用相機(jī)標(biāo)定模塊cameracalibrator.py，界面右側(cè)有X、Y尺度和俯仰信息，來回晃動(dòng)棋盤格使Calibration按鈕變?yōu)榫G色，根據(jù)窗口提示使參數(shù)滿足要求，相機(jī)的標(biāo)定即完成。1.2相機(jī)與雷達(dá)聯(lián)合外參標(biāo)定激光雷達(dá)技術(shù)在過去的幾十年里不斷發(fā)展進(jìn)步，目前在自動(dòng)駕駛領(lǐng)域仍然是一項(xiàng)十分關(guān)鍵的技術(shù)[3-4]。激光雷達(dá)通過向目標(biāo)物體持續(xù)不斷地發(fā)射激光束實(shí)現(xiàn)探測，并收集反射回來的光束處理成點(diǎn)云數(shù)據(jù)，最后將點(diǎn)云數(shù)據(jù)用配準(zhǔn)算法進(jìn)行配準(zhǔn)處理，得到高精度三維地圖。本文實(shí)驗(yàn)中所采用的激光雷達(dá)為VLP-16。聯(lián)合標(biāo)定是通過Autoware軟件實(shí)現(xiàn)的，首先得到相機(jī)內(nèi)參數(shù)據(jù)，啟動(dòng)雷達(dá)，調(diào)出點(diǎn)云圖像，最后將窗口中的像素點(diǎn)和雷達(dá)的點(diǎn)云數(shù)據(jù)進(jìn)行一一對(duì)應(yīng)。

2.高精地圖制作

高精地圖目前已成為無人駕駛不可或缺的部分，高精地圖的制作也逐漸成為無人駕駛技術(shù)領(lǐng)域中的一項(xiàng)關(guān)鍵技術(shù)[5-6]。同普通電子地圖比較，高精地圖精度高。一般來說，普通電子地圖的絕對(duì)精度在10 m左右，而高精地圖可達(dá)到20 cm。而且地圖中的信息也更加全面，包含了豐富的道路信息。本文采集了校園九號(hào)教學(xué)樓周圍的道路信息，制作高精地圖。

3.點(diǎn)云配準(zhǔn)選擇

3.1 ICP點(diǎn)云配準(zhǔn)算法

ICP算法是點(diǎn)云配準(zhǔn)算法中適用性比較高的一種算法，最小二乘法的數(shù)學(xué)思想是ICP算法的本質(zhì)[7-8]。通過迭代方式來求解點(diǎn)云之間的姿態(tài)變換關(guān)聯(lián)，算法完成的條件：一是達(dá)到了所設(shè)定的迭代次數(shù)，二是滿足對(duì)誤差的要求。圖2為ICP算法示意圖。

圖2 ICP算法示意

P、Q是位于三維空間的3D點(diǎn)云，以下是ICP算法對(duì)幀間位姿的求解步驟。兩組點(diǎn)云之間距離最小的匹配點(diǎn)對(duì)（pi,qi）。

基于點(diǎn)對(duì)（pi,qi）與幀間位姿的大概值來構(gòu)造目標(biāo)函數(shù)，然后對(duì)其進(jìn)行最優(yōu)化位姿估計(jì)。

最優(yōu)位姿估計(jì)與點(diǎn)云P執(zhí)行位姿變換后，得到新的點(diǎn)云P’。

如果P和Q間滿足平均距離比特定閾值小或者達(dá)到了所要求的迭代次數(shù)，那么迭代計(jì)算將停止，如果不滿足上述要求則P’會(huì)替換P繼續(xù)進(jìn)行迭代計(jì)算。雖然ICP算法在點(diǎn)云配準(zhǔn)算法中使用程度高，但I(xiàn)CP配準(zhǔn)算法還存在一定的缺陷，比如它不能確保在空間中距離近的兩幀匹配點(diǎn)被認(rèn)為是同一點(diǎn)。另外，這種情況在再次掃描位姿相對(duì)比較遠(yuǎn)的匹配點(diǎn)時(shí)會(huì)凸顯，而且會(huì)導(dǎo)致局部最優(yōu)的情況。

3.2 NDT點(diǎn)云配準(zhǔn)算法

NDT配準(zhǔn)算法是基于正態(tài)分布的理論。該算法對(duì)兩幀點(diǎn)云的位姿計(jì)算如下：對(duì)三維空間進(jìn)行切分，切分成許多小立方體，并對(duì)其中的點(diǎn)云數(shù)據(jù)進(jìn)行均值和方差的計(jì)算。將該方差和均值作為基準(zhǔn)，最終擬合成正態(tài)分布的形式。其中均值和方差的計(jì)算公式為：

圖3 三維點(diǎn)云正態(tài)分布變換示意

根據(jù)劃分的立方體的概率密度函數(shù)，將第二幀點(diǎn)云數(shù)據(jù)中的空間點(diǎn)根據(jù)之前估計(jì)的位置和姿態(tài)關(guān)系進(jìn)行變換。如圖3所示，當(dāng)空間中的一個(gè)點(diǎn)被變換時(shí)，如果它落在第一個(gè)幀中的一個(gè)小立方體上，那么應(yīng)該計(jì)算這個(gè)點(diǎn)的響應(yīng)概率。待優(yōu)化目標(biāo)函數(shù)為：

式中：

為三維空間點(diǎn)，R為旋轉(zhuǎn)矩陣，t為平移向量。NDT算法在配準(zhǔn)時(shí)基于概率密度函數(shù)，不是簡單利用特征點(diǎn)進(jìn)行匹配。NDT配準(zhǔn)算法與ICP算法相比更適合處理大量點(diǎn)云數(shù)據(jù)的匹配。NDT配準(zhǔn)算法耗時(shí)穩(wěn)定，跟初值相關(guān)不大，初值誤差大時(shí)，也能很好糾正過來。因此本文選擇了NDT配準(zhǔn)算法進(jìn)行點(diǎn)云配準(zhǔn)。

4.無人車自定位實(shí)車驗(yàn)證

4.1無人車試驗(yàn)平臺(tái)

本文利用已經(jīng)進(jìn)行了改裝的中華V3汽車構(gòu)建無人駕駛試驗(yàn)平臺(tái)，該試驗(yàn)平臺(tái)分為傳感器部分、供電系統(tǒng)和硬件結(jié)構(gòu)。其中，傳感器部分包括單目相機(jī)和激光雷達(dá)，硬件結(jié)構(gòu)包括PC機(jī)、工控機(jī)、轉(zhuǎn)向電機(jī)及控制器、CAN總線等。該平臺(tái)由大型移動(dòng)電源供電。CAN總線主要是用來傳輸跟蹤控制信號(hào)，將來自工控機(jī)的信息下發(fā)給執(zhí)行機(jī)構(gòu)。工控機(jī)還對(duì)CAN總線傳輸?shù)男盘?hào)如前輪轉(zhuǎn)角等進(jìn)行數(shù)據(jù)處理，并送到計(jì)算機(jī)控制結(jié)構(gòu)。

4.2無人車自定位測試

本文選取了包含直線和彎道的試驗(yàn)場地，通過激光雷達(dá)和單目相機(jī)得到了高精地圖，并利用無人駕駛平臺(tái)進(jìn)行實(shí)車試驗(yàn)。無人車在需要進(jìn)行轉(zhuǎn)彎時(shí)，需要通過LQR前饋控制算法控制前輪轉(zhuǎn)向，并在直線行駛的時(shí)候不斷修正跟蹤誤差。最后可以得出車輛實(shí)時(shí)自定位及跟蹤效果圖。

5結(jié)束語

本文利用激光雷達(dá)對(duì)道路環(huán)境進(jìn)行信息采集，形成點(diǎn)云數(shù)據(jù)，并利用NDT算法進(jìn)行配準(zhǔn)，無人車的實(shí)時(shí)位置可以在高精地圖中呈現(xiàn)，實(shí)現(xiàn)了路徑跟蹤控制技術(shù)對(duì)高精度定位的需求，將試驗(yàn)路徑添加到Autoware軟件中，利用控制算法對(duì)前輪轉(zhuǎn)角進(jìn)行控制，軟件給工控機(jī)下發(fā)信號(hào)，工控機(jī)再通過CAN總線控制執(zhí)行電機(jī)，最終實(shí)現(xiàn)跟蹤控制。本文的方案實(shí)現(xiàn)了無人車的實(shí)時(shí)自定位。

參考文獻(xiàn)：
[1]唐智威.基于視覺的無人駕駛汽車研究綜述[J].制造業(yè)自動(dòng)化,2016(8):134-136,140.
[2]郝非凡,馬翔越,李昊洋,等.自動(dòng)駕駛汽車探測傳感器及其融合技術(shù)綜述[J].山西電子技術(shù),2022(3):93-96.
[3]劉經(jīng)南,吳杭彬,郭遲,等.高精度道路導(dǎo)航地圖的進(jìn)展與思考[J].中國工程科學(xué),2018(2):99-105.
[4]楊宜林,李積英,王燕,等.基于NDT和特征點(diǎn)檢測的點(diǎn)云配準(zhǔn)算法研究[J].激光與光電子學(xué)進(jìn)展,2022(8):198-204.
[5]楊玉澤,孫英偉,林文樹.基于FPFH特征和NDT算法的樹木點(diǎn)云配準(zhǔn)[J].西北林學(xué)院學(xué)報(bào),2019(5):141-146.
[6]張文安,汪偉,付明磊,等.基于自適應(yīng)零速修正機(jī)制的低速無人車定位方法[J].傳感技術(shù)學(xué)報(bào),2022(1):63-71.
[7]牛國臣,王瑜.基于多約束因子圖優(yōu)化的無人車定位與建圖方法[J].北京航空航天大學(xué)學(xué)報(bào),2021(2):306-314.
[8]王慶閃,張軍,靳欣宇.基于激光雷達(dá)在無人車中的定位與建圖的應(yīng)用研究綜述[C]//中國計(jì)算機(jī)用戶協(xié)會(huì)網(wǎng)絡(luò)應(yīng)用分會(huì).中國計(jì)算機(jī)用戶協(xié)會(huì)網(wǎng)絡(luò)應(yīng)用分會(huì)2018年第二十二屆網(wǎng)絡(luò)新技術(shù)與應(yīng)用年會(huì)論文集.北京:北京聯(lián)合大學(xué)北京市信息服務(wù)工程重點(diǎn)實(shí)驗(yàn)室,2018:123-124,36.

作者簡介：
馬志遠(yuǎn)，遼寧工業(yè)大學(xué)汽車與交通工程學(xué)院本科生，研究方向?yàn)橹悄芷囯娮蛹夹g(shù)研究和開發(fā)；
曹景勝，遼寧工業(yè)大學(xué)汽車與交通工程學(xué)院副教授，研究方向?yàn)橹悄芷囮P(guān)鍵技術(shù)研究和開發(fā)；
鄭健健，遼寧工業(yè)大學(xué)汽車與交通工程學(xué)院本科生，研究方向?yàn)橹悄芷囯娮蛹夹g(shù)研究和開發(fā)；
楊意，遼寧工業(yè)大學(xué)汽車與交通工程學(xué)院本科生，研究方向?yàn)橹悄芷囯娮蛹夹g(shù)研究和開發(fā)。

END

《汽車測試報(bào)告》征稿