面向人机共享控制的低速电动汽车智能驾驶系统

牛朋陈，张京军，高瑞贞

（河北工程大学 机械与装备工程学院，邯郸 056038）

近年来，汽车的使用量逐年上升，方便了人们生活，也造成环境污染和很多交通事故[1-2]。但人们研发的智能电动汽车，使用电能改善环境污染，智能驾驶代替人为操作，避免了很多交通事故，保障了人民的生命安全[3-4]。

在智能电动汽车的研究和使用中，国外取得了比较纯熟的发展，而我国相对起步较晚，技术水平相对不够完善，但有很多大学致力于该研究，如文献[5]设计了电动车转向控制器的模型预测控制MPC（model predictive control）算法。在我国无人巡逻、旅游观光等低速智能车领域中，智能控制相对不够稳定，多以雷达传感器为主，视觉为辅，计算复杂，成本高[6]。随着近年来机器视觉技术愈加纯熟，视觉技术在智能驾驶中的应用也越来越广泛。在此设计了以双目立体视觉为主，其它传感器为辅的智能驾驶系统；在原电动汽车基础上，选择PLC为控制器，进行再设计。

1 电动汽车智能驾驶系统总体设计

智能驾驶系统如图1所示。视觉采集系统有2台相机，工控机通过多线程技术控制这2台相机同时采集；执行部分包括转向电机控制器、转向电机，推杆电机驱动器、推杆电机，加速器等；检测部分有压力传感器、速度传感器、角度传感器和扭矩传感器等设备。

图1 智能驾驶系统总体设计Fig.1 Overall design of intelligent driving system

在工控机的处理决策下，通过PLC控制一起协同工作，添加相应传感器进行检测反馈，形成闭环控制系统，使系统运行更加安全可靠，还附加了人工驾驶和自动驾驶的切换设计、紧急刹车设计，使该智能驾驶系统功能更齐全。

2 智能驾驶中控系统设计

智能驾驶系统中控系统是智能驾驶系统中的关键部分，主要由工控机、PLC控制转向子系统、刹车子系统和加速子系统3部分协同运作。

2.1 转向子系统设计

该设计采用山东先河公司的电动助力转向器。其控制器的转向控制信号线为白、黑2线，分别为0～5 V电压信号。两电压相加为5 V，白线端子和黑线端子电压均等于2.5 V时电机静止；白线端子电压大于2.5 V时左转，小于2.5 V时右转；电压越大，电机转动速度越低，转动力矩越大。

转向子系统设计如图2所示。图2a为原电动汽车转向控制原理，人为转动方向盘，扭矩传感器感受到左转或者右转的力矩，向转向电机控制器发送电压信号，由控制器控制电机左右转动。

智能转向设计如图2b所示，在原控制基础上进行设计改造，利用PLC的扩展模块功能，采用PLC模拟扭矩传感器给转向电机控制器发送电压信号控制电机左右转动，同时角度传感器感知转动角度反馈给PLC控制器，形成闭环控制系统。切换按钮用于切换PLC的输入信号——工控机信号和扭矩传感器信号，信号源是工控机信号时为自动驾驶，扭矩传感器信号时为人工驾驶，从而实现自动和人工驾驶的自由切换。

图2 转向子系统设计Fig.2 Design of steering subsystem

2.2 加速子系统的设计

加速子系统的设计如图3所示。图3a为原车加速控制子系统，加速器可输出0～4.7 V电压信号控制加速系统进行调速；图3b为所设计的智能驾驶加速子系统，利用PLC扩展模块模拟加速器输出0～4.7 V模拟电压控制加速系统。在自动驾驶时，PLC处理来自工控机的信号；人工驾驶时PLC处理来自加速器的电压信号。其中重要的是，在PLC程序设定中，当刹车行为执行时加速系统关闭，增加智能驾驶的安全性。

图3 加速子系统设计Fig.3 Design of acceleration subsystem

2.3 刹车子系统的设计

针对刹车子系统，提出以下2种设计方案：

方案1该设计方案如图4所示。在原车的刹车踏板连杆上加装行程可变的步进推杆电机，自动驾驶时PLC控制步进电机驱动器驱动推杆电机旋转，活塞杆的伸缩带动踏板的下压和恢复；当人工驾驶时，由切换按钮切换到人工驾驶功能，踩动踏板，压力传感器感受到压力，给PLC发送压力信号，PLC控制步进电机转动伸缩，从而达到控制要求。

图4 刹车子系统设计Fig.4 Design of braking subsystem

为了一些情况下的特殊需要，在PLC程序中设定数字开关，当车停在坡度不大于20°的斜坡时，按下数字开关，刹车踏板按下不会自动弹起。

方案2由步进电机旋转带动细钢丝，细钢丝牵引踏板连杆下压，弹簧牵引踏板连杆恢复，但电机旋转牵引细钢丝绕轴缠绕，缠绕半径会随之变化，精度将受到影响。故在此不采用该方案。

2.4 主要设备的选型

根据上述设计方案，对智能驾驶系统中的一些主要硬件设备进行选型。

1）相机选型 要采用双目立体视觉技术，有CMOS和CCD这2类工业相机可供选择。CMOS相机虽然价格相对便宜，但拍摄不够稳定。由于设计中以双目立体视觉为主要信息采集系统，对相机的要求较高，故在此选用2台Basler scA1300-32gc的CCD工业相机，分辨率可达130万像素。

2）工控机选型 选用RK-608MB工控机整机。

3）控制器选型 单片机开发周期长，抗干扰能力差，不够稳定[7]。而PLC具有结构紧凑，编程简单，维护方便，模块统一，可扩展性好等特点，在各种工业现场控制系统中得到了广泛的应用[8]。在此，针对智能驾驶系统的控制要求，并综合考虑各类PLC产品的特点、性能、价格等，最终选用西门子S7-200小型PLC来实现控制系统的设计和开发。

2.5 控制系统电路设计

根据系统输入输出点数和控制要求，对PLC的I/O地址进行分配，见表1。

表1 PLC输入地址的分配Tab.1 Assignment of PLC input addresses

根据PLC的I/O分配顺序以及智能驾驶系统的总体控制要求，设计了PLC的外围电路和具体接线。设备采用CPU224和4个EM235扩展模块，设计图中省略了一些未用到的接口，因为扩展模块相同，所以将这几个扩展模块整画在一起。PLC外部接线具体如图5所示。

图5 PLC外部接线图Fig.5 PLC external wiring diagram

3 控制系统软件设计

该控制系统的软件设计采用模块化的编程思想，即编程时对系统功能进行划分，将系统分为若干个功能子模块，并分别编程实现，完成各子模块的编程后再在主程序中进行调用[9]。控制系统的流程如图6所示。

图6 控制系统流程Fig.6 Control system flow chart

在系统开始运行初始化后判断智能驾驶系统的工作模式，人工驾驶这里不做过多阐述，自动驾驶时工控机对来自双目立体视觉的信息处理决策，判断转弯、刹车、速度等情况，角度传感器判断是否到位，若暂时不需要转向就返回等待后续控制指令。本设计中刹车系统制约加速系统，由推杆电机调节刹车，加速器电压调速，速度传感器感知速度变化，结束后保持稳定并返回初始状态，等待下一步控制指令。

4 试验仿真

实际调试过程中，按照先硬件后软件的思路进行调试。调试完成后，对整个系统进行了试验，并使用MatLab软件进行了仿真分析。

4.1 制动试验

在制动试验中，分别对紧急制动和非紧急制动2种情况进行试验分析，根据国标GB 12676—1999[10]中关于制动距离的评定，参考其中应急制动系统性能要求，公式[11]为

式中：Smax为最大制动距离，m；v为制动起始车速。试验中，根据实际情况选择合适的参数，由紧急制动情况下制动公式可得，电动试验平台以40 km/h车速制动的制动距离满足33.8 m以内即可满足要求。国标GB 12676—1999中，平均减速度MFDD（mean fully developed deceleration）即汽车在整个减速过程中加速度的平均值，是一项重要的制动性能参数。具体的试验数据见表2。

表2 基本性能试验统计数据Tab.2 Basic performance test statistics

根据制动数据，采用MatLab软件绘制出紧急情况和非紧急情况的制动曲线，如图7所示。紧急制动情况下的最大制动距离为16.90 m，小于国标规定的最大制动距离，满足设计要求。

图7 制动性能试验车速曲线Fig.7 Vehicle speed curve of braking performance test

4.2 调速试验

调速试验中调速电压为0～4.7 V，智能车速度调节范围设定在0～40 km/h，试验中理想的速度电压曲线如图8所示，但在实际运行中，由于路况和环境的影响，存在一定偏差，实际电压速度曲线如图8所示。

图8 电压速度曲线Fig.8 Voltage-velocity curve

4.3 转向试验

在转向试验中，利用MatLab软件进行了仿真：取半径为10 m的弯路，构建车辆状态模型，输出车辆实时状态；对40 km/h和20 km/h两种不同速度情况下的横向位移偏差进行了采样记录，时间间隔为0.01 s。假设向右为正，向左为负，得出的横向位移偏差图如9所示。由图可见，智能车在转弯过程中出现了向左或向右的偏差，偏离轨迹后，通过检测和PLC控制器的调整又逐渐消除了偏差，重新回归到期望轨迹。

图9 转向横向位移偏差曲线Fig.9 Turning lateral displacement deviation curve

试验结果表明，设计的控制系统能够按照预定的顺序进行动作，而且位置精度能够满足要求，具有较高的自动化程度。

5 结语

针对低速特种应用电动汽车驾驶系统进行研究，完成了转向子系统、刹车子系统、加速子系统和PLC控制系统以及环境感知系统的设计。采用双目立体视觉技术和多线程技术进行环境感知，通过设计压力反馈感知人员操作，利用西门子S7200控制器进行系统控制和人机操作切换。在此基础上，搭建了智能驾驶试验平台。试验结果表明，所设计的低速电动汽车智能驾驶系统控制相对稳定，成本相对较低，安全可靠。