一种基于ROS的通信、导航、避障的多智能车的协同运动控制

一种基于ros的通信、导航、避障的多智能车的协同运动控制
技术领域
1.本发明涉及智能车技术领域，尤其涉及一种基于robot operating system(即机器人操作系统)的通信、导航、避障智能车。

背景技术：

2.多车协同运动控制的研究成为当前智能交通系统的研究热潮，其协同原理技术的相关研究是当前开发研究的热点和难点问题之一，多车协同系统由于其具有单车系统无法比拟的优越性已越来越受到重视。多车协同系统并不只是单个智能车的简单组合，实现协同过程涉及多个学科技术的融合，其功能和特性是远远优于单车系统的线性叠加。
3.和单智能车相比，多车协同系统具有许多优点：(1)多车协同系统具有更高的工作效率。(2)多车协同系统可以获得更精确和丰富的信息。(3)多车协同系统的协作成员通过分工合作，很大程度上提高系统的鲁棒性。(4)多车协同系统可扩展性和灵活性较高。

技术实现要素：

4.本发明的目的是：提供一种ros系统智能车，实现智能车的通信、导航、避障以及多个智能车之间的协同运动控制，进一步提升智能化。
5.为了解决上述技术问题，本发明的所有智能车采用一种ros系统智能车，包括四轮小车以及安装在所述四轮小车上的jetson tx2的主板和stm32单片机、电机驱动模块、电机驱动模块两个直流电机、舵机、激光雷达和双目摄像头。
6.根据权利要求1所述的智能车底盘，其特征在于：所述的所有智能车的通信系统使用搭载ros系统的jetson tx2主板。所述的智能车底盘控制系统，其特征在于：所述视觉模块由两个摄像头组成，所述optor双目相机通过usb接口与jetson tx2 主板连接。所述智能车底盘控制系统，其特征在于：所述slam导航定位模块包括 rplidar a1激光雷达，所述激光雷达通过usb接口与jetson tx2主板连接。
7.根据权利要求1所述的智能车是基于阿克曼运动学分析，设u1、u2分别为前内轮转速和前外轮转速；u3、u4分别为后内轮转速和后外轮转速，u为当前车速； r1、r2分别为前后轮与的智能车转动中心垂直。轮与的智能车转动中心垂直。轮与的智能车转动中心垂直。轮与的智能车转动中心垂直。
车辆模型决定了u3+u4＝2u，经联立方程组得，＝2u，经联立方程组得，
8.据权利要求2所述的领航者的避障算法如下：设小车长宽依次为l，w(已知)。设小车质心与障碍物垂直距离为s(已知)，小车质心与障碍物最左侧点间距为m(用户自设)。小车通过时的姿态为障碍物端点在小车前后轮交线的垂线上。设小车通过时障碍物端点距离小车前后轮交线距离名为防撞间距，设为y。小车质心与障碍物的垂直距离为x。小车舵机达到应有转角所需时间为舵机反应时间，设为t。为t。联立方程，化简得联立方程，化简得式中，为舵机所需要转过的角度，t为当小车质心与障碍物端点连线垂直于前后轮交线时，视为小车通过障碍物所需时间。
9.根据权利要求3所述的多智能车协同运动控制，领航者—跟随者的协同运动学算法其特征在于，具体包括以下几个步骤：步骤1：实现单个智能车的运动学分析智能车质心为坐标系原点的惯性坐标系o
‑ꢀ
xyz，假定在运行中车轮满足“纯滚动无滑动”，且忽略车轮纵向滑转和侧向滑移，车体质心位于几何中心。计算车轮线速度和轮心角速度：v
l
＝ωr·rꢀꢀꢀꢀꢀꢀ
(11)vr＝ωr·rꢀꢀꢀꢀꢀꢀꢀꢀ
(12)而经计算得到的智能车的车轮线速度和质心角速度为：而经计算得到的智能车的车轮线速度和质心角速度为：步骤2：以领航者智能车和跟随者智能车的两轮中心轴线的中心(即几何中心)作为参考，两点之间的距离为l，偏转的角度为φ作为领航跟随方法的队形参数，领航者与理想跟随者之间的位姿关系为：yv＝y
l
+l
·
sin(φ+θ
l
)
ꢀꢀꢀꢀꢀ
(16)
步骤3：而在实际协同运动过程中，跟随者智能车需要通过施加运动控制指令，不断调整自身位姿至理想跟随者位姿。因此，实际的领航者与跟随者的位姿关系应该为整自身位姿至理想跟随者位姿。因此，实际的领航者与跟随者的位姿关系应该为θ＝θ
l-θfꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(19)
10.根据权利要求1所述的一种基于ros的多智能车协同运动，领航者—跟随者的协同运动控制算法：设领航者与跟随者之间的初始距离和初始偏转角度分别为l、设领航者和跟随者的当前距离和偏转角度分别为l1、小车所能达到的最大速度为um。设跟随者以最大速度缩小与领航者的距离l所需时间极限t，为方便计算，设此时间极限3s。(1)当l1＞l时，所需车速再由前方的u与u3和u4的关系，可得到u3和u4。。(2)当时，所需舵机转速
附图说明
11.图1是智能车结构示意图；
12.图2是智能车避障示意图(注：图中车即为所述智能车)；
13.图3是智能车simultaneous localization and mapping环境感知搭建；
14.图4是智能车避障和协同运动控制示意图。
具体实施方式
15.下面将结合本发明中的附图，对本发明实例中的技术方案进行清楚、详细地描述。所描述的实例仅仅是本发明的一部分实施例。
16.本发明解决上述技术问题的技术方案是：
17.本发明的目的是提供一种基于ros系统智能车，实现智能车的通信、导航、避障以及多个智能车之间的协同运动控制，通过双目摄像头和一个激光雷达。利用立体视觉原理和激光雷达的融合技术，实现高速公路上多车之间保持安全距离且出现安全状况时后车
能够及时调整速度实现减速避险，提出此技术方案，如图1所示，包括如下步骤：
18.步骤1.安装双目相机与激光雷达的。通过usb串口将数据传递给jetson tx2 主板，主板将立体视觉系统与激光雷达各自生成的稀疏点云进行融合和补充，构建出全局地图，从而实现智能车的slam(即定位与地图构建)；
19.(1)图2所示为相机和激光雷达在车顶的安装位置示意图，激光雷达位于车顶中间，双目摄像头安装在车头；
20.(3)对双目相机进行标定，获得每台相机的内参fu、fv、u0、v0，以及双目相机之间的旋转平移参数r、t，并对获取的图像进行畸变矫正；获取左相机与激光雷达之间的外参系数rextrnsicl、textrinsicl；
21.(5)利用汉明距离原理对图像特征点进行匹配，完成在t时刻左图像与右图像特征点匹配，右图像在t时刻和t-1时刻匹配，t-1时刻右图像与左图像特征点匹配，左图像在t-1时刻和t时刻匹配，构成环形匹配；
22.根据匹配好的特征点以及根据立体视觉测距原理算出其三维坐标(x,y,z)，根据左相机与激光雷达的外参系数rextrinsicl、textrinsicl，以及双目相机之间的外参系数r、t，将双目相机生成的稀疏点云和激光雷达生成的稀疏点云融合在一起，对激光雷达无法生成近处点云和双目相机无法对远处场景生成点云进行了相互补充，从而构成全局的slam；
23.步骤2.领航者从设定的初始运动状态开始出发，摄像头和激光雷达搭建slam 地图导航，当领航者运动到障碍物附近时，智能车上的激光雷达会采集它的信息并提取信息生成平面图形点，将获取得到的障碍物信息及障碍物与智能车之间的距离信息通过usb口传递给智能车底盘。
24.步骤3.领航者获取到障碍物的距离信息后，领航者通过上文所述的避障算法解算得到所需调整的舵机转角为将舵机转角信息通过micro usb接口下发避障指令给stm32单片机。stm32单片机改变舵机转角，完成避障。
25.步骤4.领航者与跟随者通过jetson tx2主板进行通信，当领航者需要避障时，跟随者通过tcp/ip通信协议订阅到领航者的速度和位姿信息，跟随者通过上文所述的协同运动控制算法实时解算得到舵机转速和电机转速而后jetson tx2主板将接收到的速度信息通过micro usb接口下发给 stm32单片机。stm32单片机进行协同运动控制算法后，得到智能车应修正的舵机转速与和电机转速，stm32单片机将修正后的电机转速通过调动电机驱动模块修改电机转速，并改变舵机转速，实现舵机转速和电机的改变，完成协同运动。跟随者而后通过领航者本身特征区分开障碍物和领航者，调整舵机需要转过的角度为实现避障。

技术特征：

1.一种基于ros的通信、导航、避障的多智能车的协同运动控制，其特征在于，包括智能车避障、多智能车协同运动控制、多智能车避障后的协同运动控制。2.如权利要求1所述的智能车避障算法的实现，当领航者前方遇到障碍物的时候，领航者检测到与障碍物的距离后，提取障碍物的长和宽为平面长方形端点图。当检测到障碍物时，小车开始避障。此时，舵机需要转过的角度为而领航者通过障碍物所需时间为3.如权利要求1所述的多智能车的协同运动控制算法，当领航者自身速度发生变化或者由于道路不平等原因导致协同跟随角度和协同跟随距离发生改变。跟随者为能够实现与领航者之间保持跟随距离和跟随角度相对不变，实现协同运动控制。跟随者调用协同运动控制算法改变自身速度为所需要调整的舵机转速为4.如权利要求1所述的多智能车避障后的协同运动控制，当领航者进行避障时，跟随者能及时调整自身速度为保持稳定跟随距离和稳定跟随角度。跟随者而后通过领航者本身特征区分开障碍物和领航者，调整舵机需要转过的角度为实现避障。而这便是领航者与跟随者协同避障和协同运动控制的实现。

技术总结

本发明提供了一种基于Robot Operating System，简称ROS(即机器人操作系统)的通信、导航、避障的多智能车之间的协同运动控制算法。所有智能车均能通过双目摄像头模块处理路况信息，得到由路况照片形成的数据集，并且以python代码的形式传递给jetson TX2主板，jetson TX2主板进行Simultaneous Localization and Mapping，简称SLAM(即定位与地图搭建)环境搭建。当领航者智能车(简称领航者)遇到障碍，主板接收到异常数据集信息，通过ROS节点中的python代码向主控制器发出避障指令，智能车控制器接收指令改变舵机转速和双电机转速，完成避障。同时，跟随者智能车(简称跟随者)的jetson TX2主板通过TCP/IP协议订阅到领航者的速度和位姿信息，跟随者通过协同运动控制算法，计算电机和舵机转速实现协同运动，并根据领航者本身特征区分开障碍物和领航者，实现避障。本发明的关键在于设计了一种智能车避障算法以及多智能车的协同运动控制算法，可以用于实现军用小型无人战车避障和协同运动控制。运动控制。运动控制。