CN103345164A - 多自主车辆决策与控制实时仿真实验系统 - Google Patents
多自主车辆决策与控制实时仿真实验系统 Download PDFInfo
- Publication number
- CN103345164A CN103345164A CN2013103026136A CN201310302613A CN103345164A CN 103345164 A CN103345164 A CN 103345164A CN 2013103026136 A CN2013103026136 A CN 2013103026136A CN 201310302613 A CN201310302613 A CN 201310302613A CN 103345164 A CN103345164 A CN 103345164A
- Authority
- CN
- China
- Prior art keywords
- real
- decision
- module
- autonomous vehicle
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 43
- 238000004891 communication Methods 0.000 claims abstract description 43
- 238000000034 method Methods 0.000 claims abstract description 20
- 230000008569 process Effects 0.000 claims abstract description 10
- 238000004458 analytical method Methods 0.000 claims abstract description 6
- 230000010365 information processing Effects 0.000 claims abstract description 4
- 238000012545 processing Methods 0.000 claims description 31
- 230000004927 fusion Effects 0.000 claims description 25
- 230000005540 biological transmission Effects 0.000 claims description 20
- 238000002604 ultrasonography Methods 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 6
- 230000033001 locomotion Effects 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 230000006855 networking Effects 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 3
- 238000012502 risk assessment Methods 0.000 claims description 3
- 230000000295 complement effect Effects 0.000 claims description 2
- 238000009434 installation Methods 0.000 claims description 2
- 230000007246 mechanism Effects 0.000 claims description 2
- 230000000737 periodic effect Effects 0.000 claims description 2
- 230000009897 systematic effect Effects 0.000 claims description 2
- 238000005457 optimization Methods 0.000 abstract description 12
- 238000013461 design Methods 0.000 abstract description 8
- 238000011160 research Methods 0.000 description 10
- 238000002474 experimental method Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 238000007630 basic procedure Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000002265 prevention Effects 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 108010022579 ATP dependent 26S protease Proteins 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明涉及群体机器人和智能交通领域,提出并实现一种多自主车辆决策与控制实时仿真系统。实时仿真系统由多个部分构成,主要包括:多自主车辆系统、无线通信系统、室内定位系统和PC信息处理系统,其特征在于:室内定位系统获取自主车辆位置信息,PC信息处理系统将每辆自主车的位置信息转化成实际坐标,并通过无线通信系统将车辆的实际坐标实时发送给相应的自主车。各系统由不同的功能模块组成,各模块独立完成工作且相互联系。基于该实时仿真系统进行分布式优化方法研究、安全控制算法设计、再现智能交通系统中多自主车辆协作过程和实验结果分析等。
Description
技术领域
本发明涉及群体机器人和智能交通领域,特别涉及群体智能车辆决策与控制领域。涉及到车辆动力学分析、控制科学与工程、信息技术、交通工程等领域,主要用于多自主车辆的结构设计、动力学分析、优化方法研究、控制算法开发及对多自主车辆进行实时控制。
背景技术
多自主车辆的开发研究主要有两方面的内容:分布式优化与安全控制。
分布式优化完成对实体多自主车辆的路径优化任务,由领导车辆给出自主车辆协作时的具体路径,重点是全局任务分配时的决策算法研究。多自主车辆决策层的主要任务是通过融合后的局域路况信息、去噪后的全局定位信息与知识库的信息对比,给出领导车辆给出风险评价和实体自主车辆安全控制与全局任务规划的可行性分析,使多自主车辆在环境中找到优化路径,提高道路网的通行能力。在工具使用上,对于多自主车辆的开发研究来说带有高速处理器的嵌入式主板能胜任此任务,带有Windows CE支持的操作系统为优化算法开发提供了便利。
安全控制能够对自主车辆局域安全行驶提供保障,其主要任务是通过对实体自主车辆的直流永磁电机和舵机的控制,进而实现自主车辆运行姿态的控制,使自主车辆能够平稳、快速运行。
由于采用实际模型和真实环境研究智能车辆的协作,代价昂贵且无法保证安全。随着室内定位系统的出现,建立实验室规模的多自主车辆系统,再现实际交通环境中智能车辆的协作成为可能。
实时仿真实验是在系统里搭建多自主车辆,设计控制器,通过反复在平台上进行试验调试,得到实体多自主车辆的决策算法与控制算法,总结多自主车辆决策与控制的规律。
目前,通过仿真实验来研究智能车辆研究智能车辆的协作和安全性性能,应经是智能车辆理论和实践研究的重要方法之一。同时,仿真试验结果也为智能车辆制造提供了有效的参考依据。因此,智能车辆仿真实验系统对理论和实践的价值、意义和作用是显而易见的。例如仿真试验系统利用开发的安全控制算法,模拟智能车辆的跟驰和超车,有助于研究人员自主车辆的动态特性和性能参数。揭示智能车辆的动力学、运动学及有效的分布式优化和控制算法等,从而在未来智能交通中提高道路网的通行能力,提高整个公路运输的机动性、安全性。
发明内容
本发明的目的在于针对现有技术的不足,提供一种多自主车辆决策与控制实时仿真实验系统,使其能方便完成多自主车辆自身决策与实时控制,以及模拟实际智能交通环境中多智能车辆的运行情况,真实还原多智能车辆的决策与控制过程,能够进行控制器设计,自主车辆结构设计,实验平台体系结构设计,以供研制过程中控制算法研究与开发以及多自主车辆分布式优化等方面。
本发明是通过以下技术方案实现的,结合附图说明如下:
本发明包括:多自主车辆系统、无线通信系统、室内定位系统和PC信息处理系统四个部分,系统之间的连接关系参阅附图1,多自主车辆决策与控制实时仿真实验系统结构总体框图参阅图2所示,M1、M2、M3和M4表示位置追踪器,通过网络控制器与PC相连,RJ11是位置追踪器与网络控制器的连接线,T1、T2和T3表示自主车辆,D1、D2、D3和D4表示无线通信模块,多自主车辆决策与控制实时仿真实验系统软件平台结构及功能参阅图3所示。
多自主车辆决策与控制实时仿真实验系统,在实验室范围内实施和运行,包括多自主车辆系统、无线通信系统、室内定位系统和PC信息处理系统四大部分,其特征是:所述的多自主车辆系统又分为信息采集处理模块、数据提取融合模块、决策控制模块和硬件驱动模块,其中,所述信息采集处理模块由红外测距传感器、数字摄像头、光电编码器和辅助控制器构成,所述数据提取融合模块和决策控制模块主要由主控制器实现;所述无线通信系统由多个无线通信模块组成,根据需要进行组网,所述室内定位系统包括超声波发送器、目标追踪器和网络控制器,所述PC信息处理系统,主要用于定位数据处理并将数据实时发送给自主车辆,其中:
所述信息采集处理模块,实现对实体多自主车辆传感器信息数据的获取、存储和去噪;
所述数据提取融合模块,实现对实体多自主车辆传感器所获信息数据的融合;
所述决策控制模块,实现对实体多自主车辆的决策和控制;
所述硬件驱动模块,实现对实体多自主车辆运动执行器即直流永磁电机的驱动;
所述无线通信模块,实现实时仿真实验系统顶层定位信息向实体多自主车辆实时位置坐标信息的单向发送以及实体多自主车辆信息的交互;
所述超声波发送器,实现周期性的超声波发送,对实体多自主车辆唯一的ID身份认证;
所述目标追踪器,实现对实体多自主车辆周期性的超声波接收;
所述网络控制器,实现对室内定位系统所组网络的控制以及目标追踪器与PC机的通信;
所述PC信息处理系统,实现对室内定位系统网络控制器传送信息的实时处理、显示、自主车运动位置的同步映射,并将处理后的自主车辆实时位置坐标传输至无线通信模块;
整个系统结构上采用模块化,在实际实现上采用分层控制方式,主要完成对实体多自主车辆决策与控制实时仿真实验,多传感器信息采集和处理主要通过自主车辆辅助控制器实现;数据提取和融合主要通过自主车主控制器实现,决策和控制主要通过自主车主控制器实现,控制对象为直流永磁电机和舵机,主控制器使用RS232串口和辅助控制器通信;实时位置坐标的处理和传输通过实时仿真实验系统的顶层即PC信息处理系统实现;
多自主车辆决策与控制实时仿真实验系统主要通过模拟智能交通系统中车辆运行情况,研究多自主车辆协作与分布优化,自主车辆通过车载传感器感知环境,并且通过无线网络接收实时坐标信息,主控制器负责数据提取和融合,实现车辆自主决策与控制;在多自主车辆决策与控制实时仿真实验系统环境中,以车辆安全控制为前提,针对不同任务需求和交通路况,主要研究多自主车辆协同控制与分布优化;该实时仿真实验系统是开放型的,可以设计不同复杂程度的任务和交通路况,也可以增加或减少自主车辆的数目并进行控制算法的修改。
所述实时仿真实验平台的信息采集处理模块,在实时仿真过程中获取局域路况信息,在辅助控制器中完成数据的动态存储、去噪;红外测距传感器和光电编码器,在电源和地之间加入一个合适的电容,其作用是减少电源带来的噪声又不降低传感器的动态性能,对采集的电压信号进行模数转换与存储,数字摄像头模块结构上直接与辅助控制器I/O口连接,直接读取、存储数字摄像头获得数据;使用辅助控制器,对三种传感器信息进行去噪处理,将去噪信息直接传输给主控制器,降低了频繁中断给主控制器带来的压力和传感器数据丢失带来的风险;为保证自主车全局的任务规划,使用主控制器,直接接收全局定位信息;实体自主车辆所接收的全局定位信息来自PC信息处理系统,位置信息发送模块读取计算获得的位置坐标信息,对其进行滤波处理,并将处理后的自主车辆实时位置坐标传输至无线通信模块,再由无线通信模块发送至自主车的主控制器,这种由主控制器直接接收处理后定位坐标的方式降低了主控制器的压力。
所述数据提取融合模块,由主控制器提取信息采集处理模块去噪后的数据进行空间配准,包括特征选择、特征匹配、空间变化、插值等,接着对提取后的数据进行数据融合。自主车辆信息提取融合模块的输入数据来自信息采集处理模块,融合后的数据作为模块的输出送入决策控制模块,运行时决策级融合后的数据对所建立的知识库进行更新,实体自主车辆的自学习功能来自于这一部分。
所述决策控制模块,在主控制器中完成实体自主车辆的决策控制,决策层对融合后局域路况信息与去噪后的全局定位信息处理后,由领导车辆给出风险评价和实体自主车辆安全控制与全局任务规划的可行性分析,实现对多自主车辆车队任务分配;控制层在结构上采用可添加和自主选择的算法实现机制,决策控制模块的决策层指导自主车辆的运行方式,根据决策结果,选择与之相匹配的控制算法。
所述硬件驱动模块,通过对实体自主车辆驱动模块等硬件电路的编程,实现对电机等执行机构的控制,主控制器首先输出控制信号,主要是PWM(Pulse Width Modulation)输出占空比及输出起停,传送到硬件驱动模块,完成对硬件的驱动。
所述无线通信模块,以无线通信方式由PC信息处理系统单向发送自主车辆的定位坐标信息,并由主控制器接收,在主控制器中完成信息融合;自主车辆间也可以根据需求通过其实现彼此间的通信,无线通信网络根据相应需求设置成星型结构、网状结构。
所述超声波发射器,安装于自主车辆车体表面,周期性发送超声波信号,超声波信号中包含发射器的ID,用于区别安装有超声波发射器的自主车,信号的发送频率可以根据要求进行调整。
所述目标追踪器,安装于实验室高于地面的支架上,目标追踪器连线构成的平面与地面平行,接收发射器发送的超声波信号并将其转换成实时时间流数据,定位系统中所有的追踪器都通过RJ12连接起来。
所述网络控制器,用于PC机和定位系统的通信,每个目标追踪器通过RJ12连接起来并最终接到网络控制器上,网络控制器通过RS232与PC机通信,将实时时间流数据传送至PC信息处理系统。。
所述PC信息处理系统,包括定位参数配置模块、实时时间流数据处理模块、定位准实时位置显示模块和位置信息发送模块,对定位参数配置模块进行设置,包括目标追踪器位置的安装参数、系统采样时间参数、声速参数、信号衰减时间参数和信号最大延迟时间参数,实时时间流数据处理模块接受网络控制器传送来的时间流数据,对采样所得时间流数据进行计算,获得超声波发送器位置坐标,定位准实时位置显示模块将获得的坐标准实时地显示在图形界面上,对实体自主车辆位置同步映射,位置信息发送模块读取计算获得的位置坐标信息,对其进行滤波处理,将数据格式统一化,主要包括车辆ID和坐标,并将处理后的自主车辆实时位置坐标传输至无线通信模块。PC信息处理系统是一个多模块集成求解的平台,各模块都有独立的求解过程,处理后的数据经过逐层传递,将实时位置信息发送实体自主车辆,并准实时的显示在位置显示模块上。
多自主车辆决策与控制实时仿真实验中,室内定位系统通过超声波发射器发送超声波信号,利用目标追踪器获取实时时间流数据,经由网络控制器传送至PC信息处理系统;PC信息处理系统一方面将接收的实时时间流数据进行计算获得超声波发送器位置坐标,读取计算获得的位置坐标信息,对其进行滤波处理,并将处理后的自主车辆实时位置坐标传输至无线通信模块,发送至自主车辆的主控制器,另一方面将获得的坐标准实时地显示在图形界面上,对实体自主车辆位置同步映射;自主车辆一方面通过主控制器接收PC信息处理系统发送的全局位置信息,另一方面利用辅助控制器对红外测距传感器、光电编码器和数字摄像头采集的局域信息进行存储和去噪,将去噪信息传送至主控制器,在主控制器中完成信息融合、决策和控制,系统连接方式、软件平台结构和功能参阅图1和图3所示。
与现有技术相比,本发明的突出特点是可实时性强和操作方便,在多智能车辆系统的分布式优化方法和安全算法的研究中,多自主车辆决策与控制实时仿真实验系统发挥重要作用。应用本发明的实时仿真实验系统,替代代价昂贵、安全性低的实际模型和真实环境,模拟真实环境中智能车辆的运行方式,系统的控制算法修改简便,定位准实时位置显示模块同步映射自主车辆的空间位置,观察更为直观。使用本发明进行仿真实验时,能随时模拟智能车辆的运行,调试控制算法,改进硬件结构,节省时间和人力,提高工作效率。
附图说明
图1多自主车辆决策与控制系统连接图。
图2多自主车辆决策与控制实时仿真实验系统演示图。
图3多自主车辆决策与控制实时仿真实验系统软件平台结构及功能图。
图4多自主车辆决策与控制实时仿真实验系统结构框图。
图5定位系统数据采集动态显示图。
图6自主车辆坐标位置实时显示图。
图7无线通信系统数据发送动态显示图。
具体实施方式
以下结合附图所示实施例对本发明的具体内容作进一步说明:
本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
本发明是对多自主车辆协作与优化进行仿真的系统,整个系统涉及到了多自主车辆系统、PC信息处理系统、室内定位系统三个大部分,参阅图1所示。各部分功能相对独立,定位系统通过串口RS232与PC信息处理系统进行数据传输,PC信息处理系统通过无线网络与多自主车辆系统进行数据交换,自主车辆之间的通信也通过无线网络来实现。
多自主车辆决策与控制实时仿真实验系统的研究是一项涉及到多领域的综合性高科技研究,包括视觉系统、定位系统和车辆控制技术等,实时仿真实验系统的研究对于促进智能交通系统的应用起到积极的作用,系统的各部分功能参阅图2所示。
在PC信息处理系统中,主要使用了实时时间流数据处理模块datalog、定位准实时位置显示模块xyz和位置信息发送模块GFCK。datalog通过网络控制器实时从位置追踪器中读取定位数据并进行存储;xyz完成数据的准实时显示,将定位信息转换成自主车的位置坐标,并进行实时存储;GFCK则通过无线通信模块将存储的位置坐标实时发送给自主车辆。实验系统对多自主车辆决策与控制进行实时动态仿真。
以下提供本发明实时仿真实验系统实现对上述多自主车辆仿真的实施例。
实施例一
本实施例主要用于自主车辆定位,所涉及的部件包括超声信号发射器、位置追踪器和网络控制器。
本实施例中定位系统用来计算自主车辆的位置坐标,实验主要进行定位信息的采集并转化成车辆的位置坐标。超声波发射器安装在自主车辆上,位置追踪器则需要安装在天花板上并通过RJ12与网络控制器相连,实现与PC机的通信,参阅图2所示。调节位置追踪器的工作模式,接收不同超声波发射器发射的信号,并以ID号来进行区分。datalog软件通过网络控制器实时读取位置追踪器中的定位数据,该数据主要由ID号和内部时钟的计数值组成,软件xyz完成该定位数据转化为车辆的位置坐标并进行存储,参阅图5和图6所示。
上述实验研究的本发明实施例使用中,基本流程如下:
第一步:通过config进行参数配置,输入位置追踪器的数目和对应的坐标,设置定位系统的工作模式;
第二步:打开超声波发射器并调节发射频率,定位系统进入工作状态;
第三步:打开软件datalog,读取定位信息并进行存储;
第四步:打开软件xyz,将存储的定位信息实时转化成自主车辆位置坐标并存储,同时进行动态的显示。
实施例二
本实施例主要用于PC信息处理系统与自主车辆之间的通信以及多自主车辆间的通信,所涉及的部件包括自主车辆、PC信息处理模块和无线通信模块。
本实施例中无线通信网络的组建主要用于保障PC信息处理模块与自主车辆之间的数据传输,无线通信系统实时读取存储的车辆位置坐标,坐标信息经过处理后发送给自主车辆。无线通信网络的拓扑结构在本实施例中设计为星型网络,设置一个中心节点和若干终端节点,中心节点与PC机相连,终端节点放在自主车上。无线通信模块的工作方式与组网类型在参数配置过程中进行选择,无线通信系统GFCK读取存储的坐标信息,并将整理后的数据发送给每台自主车,坐标数据发送过程中选择点对点方式。在车辆协同控制与分布优化过程中,自主车辆间的通信也是通过该无线网络实现,进行数据的交换。PC信息处理模块读取并整理的坐标信息等数据通过无线通信网络传输的过程参阅图7所示。
上述实验研究的本发明实施例使用中,基本流程如下:
第一步:通过超级终端对无线模块进行参数配置,选择设备类型和组网结构;
第二步:打开定位系统,选择实时工作模式;
第三步:打开无线通信系统GFCK界面,选择通信串口,运行GFCK;
第四步:运行自主车辆,定位数据通过无线通信系统发送给对应ID号的自主车辆。
实施例三
本实施例主要用于自主车辆决策与控制,所涉及的部件包括信息采集处理模块、数据提取融合模块、决策控制模块和硬件驱动模块。
本实施例中选择交叉路口作为实验路况,自主车辆感知环境并进行状态估计,完成交叉路口避碰。信息采集处理模块包括视觉系统、红外测距传感器和光电编码器,视觉系统采集车辆前方路况信息,辅助控制器对采集数据滤波并进行二值化处理;红外测距传感器负责探测前方及左右方车辆的间距,返回的数据是电压值,进行AD转换,得到具体间距;光电编码器返回脉冲信号,辅助控制器的脉冲捕捉模块完成脉冲信号捕捉,实现速度闭环控制。自主车辆的纵向运动控制与转向控制都是通过调节PWM信号的占空比来驱动硬件电路实现,算法的修改和添加都是通过CodeWarrior来完成。数据提取融合和自主决策与控制是由主控制器来实现,数据提取融合模块对采集的路况信息、位置坐标等进行融合,车辆进行状态估计,实现自主决策,完成交叉路口避碰。
上述实验研究的本发明实施例使用中,基本流程如下:
第一步:设计典型交通路况,得到交叉路口;
第二步:配置无线通信网络,打开定位系统,仿真系统进入工作状态;
第三步:修改和添加控制算法,下载到自主车上;
第四步:运行自主车辆,观察车辆运行状态以及路口避碰过程,自主车辆运行状态进行实时动态显示。
Claims (10)
1.多自主车辆决策与控制实时仿真实验系统,在实验室范围内实施和运行,包括多自主车辆系统、无线通信系统、室内定位系统和PC信息处理系统四大部分,其特征是:所述多自主车辆系统又分为信息采集处理模块、数据提取融合模块、决策控制模块和硬件驱动模块,其中,所述信息采集处理模块由红外测距传感器、数字摄像头、光电编码器和辅助控制器构成,所述数据提取融合模块和决策控制模块主要由主控制器实现;所述无线通信系统由多个无线通信模块组成,根据需要进行组网;所述室内定位系统包括超声波发送器、目标追踪器和网络控制器;所述PC信息处理系统,主要用于定位数据处理并将数据实时发送给自主车辆,其中:
所述信息采集处理模块,实现对实体多自主车辆传感器信息数据的获取、存储和去噪;
所述数据提取融合模块,实现对实体多自主车辆传感器所获信息数据的融合;
所述决策控制模块,实现对实体多自主车辆的决策和控制;
所述硬件驱动模块,实现对实体多自主车辆运动执行器即直流永磁电机的驱动;
所述无线通信模块,实现实时仿真实验系统顶层定位信息向实体多自主车辆实时位置坐标信息的单向发送以及实体多自主车辆信息的交互;
所述超声波发送器,实现周期性的超声波发送,对实体多自主车辆唯一的ID身份认证;
所述目标追踪器,实现对实体多自主车辆周期性的超声波接收;
所述网络控制器,实现对室内定位系统所组网络的控制以及目标追踪器与PC机的通信;
所述PC信息处理系统,实现对室内定位系统网络控制器传送信息的实时处理、显示、自主车运动位置的同步映射,并将处理后的自主车辆实时位置坐标传输至无线通信模块;
整个系统结构上采用模块化,在实际实现上采用分层控制方式,主要完成对实体多自主车辆决策与控制实时仿真实验,多传感器信息采集和处理主要通过自主车辆辅助控制器实现;数据提取和融合主要通过自主车主控制器实现,决策和控制主要通过自主车主控制器实现,控制对象为纵向运动驱动的直流永磁电机和转向驱动的舵机,主控制器通过RS232串口与辅助控制器通信;实时位置坐标的处理和传输通过实时仿真实验系统的顶层即PC信息处理系统实现。
2.根据权利要求1所述的多自主车辆决策与控制实时仿真实验系统,其特征是:所述信息采集处理模块,在实时仿真过程中获取局域路况信息,在辅助控制器中完成数据的动态存储、去噪;红外测距传感器和光电编码器,在电源和地之间加入一个合适的电容,其作用是减少电源带来的噪声又不降低传感器的动态性能,对采集的电压信号进行模数转换与存储,数字摄像头模块结构上直接与辅助控制器I/O口连接,直接读取、存储数字传感器获得数据;使用辅助控制器,对三种传感器信息进行去噪处理,将去噪信息直接传输给主控制器,降低了频繁中断给主处理器带来的压力和传感器数据丢失带来的风险;为保证自主车全局的任务规划,使用主控制器,直接接收全局定位信息。
3.根据权利要求1所述的多自主车辆决策与控制实时仿真实验系统,其特征是:所述数据提取融合模块,由主控制器提取信息采集处理模块去噪后的数据进行空间配准,包括特征选择、特征匹配、空间变化、插值等,接着对提取后的数据进行数据融合;自主车辆信息提取融合模块的输入数据来自信息采集处理模块,融合后的数据作为模块的输出送入决策控制模块,运行时决策级融合数据对所建立的知识库进行更新,实体自主车辆的自学习功能来自于这一部分。
4.根据权利要求1所述的多自主车辆决策与控制实时仿真实验系统,其特征是:所述决策控制模块,在主控制器中完成实体自主车辆的决策控制,决策层对融合后局域路况信息与去噪后的全局定位信息处理后,由领导车辆给出风险评价和实体自主车辆安全控制与全局任务规划的可行性分析,实现对多自主车辆车队任务分配;控制层在结构上采用可添加和自主选择的算法实现机制,决策控制模块的决策层指导自主车辆的运行方式,根据决策结果,选择与之相匹配的控制算法。
5.根据权利要求1所述的多自主车辆决策与控制实时仿真实验系统,其特征是:所述硬件驱动模块,通过对实体自主车辆驱动模块等硬件电路的编程,实现对电机等执行机构的控制,主控制器首先输出控制信号,主要是PWM(Pulse Width Modulation)输出占空比及输出起停,传送到硬件驱动模块,完成对硬件的驱动。
6.根据权利要求1所述的多自主车辆决策与控制实时仿真实验系统,其特征是:所述无线通信模块,以无线通信方式由PC信息处理系统单向发送自主车辆的定位坐标信息,并由主控制器接收,在主控制器中完成信息融合;自主车辆间也可以根据需求通过其实现彼此间的通信,无线通信网络根据相应需求设置成星型结构、网状结构。
7.根据权利要求1所述的多自主车辆决策与控制实时仿真实验系统,其特征是:所述超声波发射器,安装于自主车辆车体表面,周期性发送超声波信号,超声波信号中包含发射器的ID,用于区别安装有超声波发射器的自主车,信号的发送频率可以根据要求进行调整。
8.根据权利要求1所述的多自主车辆决策与控制实时仿真实验系统,其特征是:所述目标追踪器,安装于实验室高于地面的支架上,目标追踪器连线构成的平面与地面平行,接收发射器发送的超声波信号并将其转换成实时时间流数据,定位系统中所有的追踪器都通过RJ12连接起来。
9.根据权利要求1所述的多自主车辆决策与控制实时仿真实验系统,其特征是:所述网络控制器,用于PC机和定位系统的通信,每个目标追踪器通过RJ12连接起来并最终接到网络控制器上,网络控制器通过RS232与PC机通信,将实时时间流数据传送至PC信息处理系统。
10.根据权利要求1所述的多自主车辆决策与控制实时仿真实验系统,其特征是:所述PC信息处理系统,包括定位参数配置模块、实时时间流数据处理模块、定位准实时位置显示模块和位置信息发送模块,对定位参数配置模块进行设置,包括目标追踪器位置的安装参数、系统采样时间参数、声速参数、信号衰减时间参数和信号最大延迟时间参数,实时时间流数据处理模块接受网络控制器传送来的时间流数据,对采样所得时间流数据进行计算获得超声波发送器位置坐标,定位准实时位置显示模块将获得的坐标准实时地显示在图形界面上,对实体自主车辆位置同步映射,位置信息发送模块读取计算获得的位置坐标信息,对其进行滤波处理,并将处理后的自主车辆实时位置坐标传输至无线通信模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310302613.6A CN103345164B (zh) | 2013-07-18 | 2013-07-18 | 多自主车辆决策与控制实时仿真实验系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310302613.6A CN103345164B (zh) | 2013-07-18 | 2013-07-18 | 多自主车辆决策与控制实时仿真实验系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103345164A true CN103345164A (zh) | 2013-10-09 |
CN103345164B CN103345164B (zh) | 2015-11-04 |
Family
ID=49279968
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310302613.6A Expired - Fee Related CN103345164B (zh) | 2013-07-18 | 2013-07-18 | 多自主车辆决策与控制实时仿真实验系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103345164B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103500527A (zh) * | 2013-10-14 | 2014-01-08 | 中国人民解放军军事交通学院 | 用于智能交通硬件在线仿真系统的缩微智能车架构 |
CN104613982A (zh) * | 2015-01-28 | 2015-05-13 | 齐鲁工业大学 | 一种室内组合导航仿真验证系统 |
CN106292331A (zh) * | 2016-08-31 | 2017-01-04 | 重庆交通大学 | 基于自组织网络的车辆协同控制软硬件仿真平台 |
CN106873397A (zh) * | 2017-01-23 | 2017-06-20 | 同济大学 | 智能网联汽车“硬件在环”加速加载仿真测试系统 |
CN107103104A (zh) * | 2016-02-19 | 2017-08-29 | 苏州溥诺斯智能科技有限公司 | 一种基于跨层协同架构的车辆智能网联测试系统 |
CN108255094A (zh) * | 2017-11-28 | 2018-07-06 | 南京航空航天大学 | 一种自组网智能小车实验数据采集平台 |
CN111175055A (zh) * | 2018-11-09 | 2020-05-19 | 百度在线网络技术(北京)有限公司 | 自动驾驶分布式协同仿真方法、装置以及终端 |
CN112562371A (zh) * | 2020-11-02 | 2021-03-26 | 河海大学 | 基于自动驾驶车队在无信号灯交叉路口的轻量级调度方法 |
CN113671851A (zh) * | 2021-08-13 | 2021-11-19 | 南京航空航天大学 | 基于Datalog规则的自适应无人小车仿真方法 |
CN113759245A (zh) * | 2021-09-14 | 2021-12-07 | 许昌开普检测研究院股份有限公司 | 基于统一硬件平台的继电保护静模测试和动模测试方法 |
CN115328974A (zh) * | 2022-10-12 | 2022-11-11 | 南斗六星系统集成有限公司 | 一种数据实时性检测方法、装置、设备及可读存储介质 |
CN115542772A (zh) * | 2022-09-28 | 2022-12-30 | 北京百度网讯科技有限公司 | 一种仿真任务的控制方法、装置及仿真系统 |
CN117097430A (zh) * | 2023-10-16 | 2023-11-21 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种车流轨迹位置仿真时间同步的方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5550742A (en) * | 1993-07-14 | 1996-08-27 | Hitachi, Ltd. | Scheduled motion planning method and apparatus for a vehicle |
CN101464923A (zh) * | 2009-01-16 | 2009-06-24 | 天津大学 | 面向交通控制、诱导及其协调的仿真智能交通系统 |
CN101477581A (zh) * | 2008-12-19 | 2009-07-08 | 上海理工大学 | 多智能体区域道路交叉口信号集成控制仿真系统 |
CN101710361A (zh) * | 2009-11-13 | 2010-05-19 | 北京航空航天大学 | 基于面向服务架构的分布式交通仿真平台及其仿真方法 |
CN102044148A (zh) * | 2010-12-30 | 2011-05-04 | 上海市城市建设设计研究院 | 基于多智能体的交通控制方法及其集成系统 |
GB2478039A (en) * | 2010-02-17 | 2011-08-24 | Boeing Co | Manufacturing Control using a Multi-Functional Vision System |
-
2013
- 2013-07-18 CN CN201310302613.6A patent/CN103345164B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5550742A (en) * | 1993-07-14 | 1996-08-27 | Hitachi, Ltd. | Scheduled motion planning method and apparatus for a vehicle |
CN101477581A (zh) * | 2008-12-19 | 2009-07-08 | 上海理工大学 | 多智能体区域道路交叉口信号集成控制仿真系统 |
CN101464923A (zh) * | 2009-01-16 | 2009-06-24 | 天津大学 | 面向交通控制、诱导及其协调的仿真智能交通系统 |
CN101710361A (zh) * | 2009-11-13 | 2010-05-19 | 北京航空航天大学 | 基于面向服务架构的分布式交通仿真平台及其仿真方法 |
GB2478039A (en) * | 2010-02-17 | 2011-08-24 | Boeing Co | Manufacturing Control using a Multi-Functional Vision System |
CN102044148A (zh) * | 2010-12-30 | 2011-05-04 | 上海市城市建设设计研究院 | 基于多智能体的交通控制方法及其集成系统 |
Non-Patent Citations (1)
Title |
---|
祖丽楠等: "大规模多移动机器人合作任务的分布自主协作系统", 《机器人》, vol. 28, no. 5, 30 September 2006 (2006-09-30), pages 470 - 477 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103500527A (zh) * | 2013-10-14 | 2014-01-08 | 中国人民解放军军事交通学院 | 用于智能交通硬件在线仿真系统的缩微智能车架构 |
CN104613982A (zh) * | 2015-01-28 | 2015-05-13 | 齐鲁工业大学 | 一种室内组合导航仿真验证系统 |
CN107103104A (zh) * | 2016-02-19 | 2017-08-29 | 苏州溥诺斯智能科技有限公司 | 一种基于跨层协同架构的车辆智能网联测试系统 |
CN107103104B (zh) * | 2016-02-19 | 2023-10-27 | 鹰驾科技(深圳)有限公司 | 一种基于跨层协同架构的车辆智能网联测试系统 |
CN106292331A (zh) * | 2016-08-31 | 2017-01-04 | 重庆交通大学 | 基于自组织网络的车辆协同控制软硬件仿真平台 |
CN106873397A (zh) * | 2017-01-23 | 2017-06-20 | 同济大学 | 智能网联汽车“硬件在环”加速加载仿真测试系统 |
CN108255094A (zh) * | 2017-11-28 | 2018-07-06 | 南京航空航天大学 | 一种自组网智能小车实验数据采集平台 |
CN111175055B (zh) * | 2018-11-09 | 2022-08-09 | 百度在线网络技术(北京)有限公司 | 自动驾驶分布式协同仿真方法、装置以及终端 |
CN111175055A (zh) * | 2018-11-09 | 2020-05-19 | 百度在线网络技术(北京)有限公司 | 自动驾驶分布式协同仿真方法、装置以及终端 |
CN112562371A (zh) * | 2020-11-02 | 2021-03-26 | 河海大学 | 基于自动驾驶车队在无信号灯交叉路口的轻量级调度方法 |
CN113671851A (zh) * | 2021-08-13 | 2021-11-19 | 南京航空航天大学 | 基于Datalog规则的自适应无人小车仿真方法 |
CN113759245A (zh) * | 2021-09-14 | 2021-12-07 | 许昌开普检测研究院股份有限公司 | 基于统一硬件平台的继电保护静模测试和动模测试方法 |
CN115542772A (zh) * | 2022-09-28 | 2022-12-30 | 北京百度网讯科技有限公司 | 一种仿真任务的控制方法、装置及仿真系统 |
CN115542772B (zh) * | 2022-09-28 | 2024-04-16 | 北京百度网讯科技有限公司 | 一种仿真任务的控制方法、装置及仿真系统 |
CN115328974A (zh) * | 2022-10-12 | 2022-11-11 | 南斗六星系统集成有限公司 | 一种数据实时性检测方法、装置、设备及可读存储介质 |
CN115328974B (zh) * | 2022-10-12 | 2022-12-13 | 南斗六星系统集成有限公司 | 一种数据实时性检测方法、装置、设备及可读存储介质 |
CN117097430A (zh) * | 2023-10-16 | 2023-11-21 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种车流轨迹位置仿真时间同步的方法 |
CN117097430B (zh) * | 2023-10-16 | 2024-02-27 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种车流轨迹位置仿真时间同步的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103345164B (zh) | 2015-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103345164B (zh) | 多自主车辆决策与控制实时仿真实验系统 | |
US10990099B2 (en) | Motion planning methods and systems for autonomous vehicle | |
CN104834309B (zh) | 基于目标跟踪控制策略的单移动机器人最优巡回控制方法 | |
CN105976606B (zh) | 一种智能城市交通管理平台 | |
CN108646586A (zh) | 一种智能网联汽车在环仿真、测试验证系统与方法 | |
JP2019501384A (ja) | 自律測位航法設備、測位航法方法及び自律測位航法システム | |
CN101373380B (zh) | 一种仿人机器人控制系统及机器人操纵方法 | |
CN103901889A (zh) | 一种基于蓝牙通信的多机器人编队控制路径跟踪方法 | |
CN109978272B (zh) | 一种基于多个全向移动机器人的路径规划系统及方法 | |
CN105259888B (zh) | 一种挖掘机示教控制系统、方法及挖掘机 | |
CN103389699A (zh) | 基于分布式智能监测控制节点的机器人监控及自主移动系统的运行方法 | |
CN103926838A (zh) | 基于云计算的自主心智发育云机器人系统 | |
KR102706709B1 (ko) | 통신 기반 로봇 제어 방법 및 시스템 | |
US11551494B2 (en) | Predictive mobile test device control for autonomous vehicle testing | |
CN112857370A (zh) | 一种基于时序信息建模的机器人无地图导航方法 | |
Chow et al. | Learning human navigational skill for smart wheelchair in a static cluttered route | |
CN107807534B (zh) | 一种多轮式机器人自适应协同控制算法及控制系统 | |
CN114571460A (zh) | 机器人控制方法、装置及存储介质 | |
CN115790600A (zh) | 一种基于数字孪生的机器人大范围长期巡检任务覆盖策略的算法 | |
CN114578712A (zh) | 多功能水下自主航行器集群仿真系统 | |
Jarvis | An autonomous heavy duty outdoor robotic tracked vehicle | |
Martinez et al. | An economical testbed for cooperative control and sensing strategies of robotic micro-vehicles | |
CN111897348A (zh) | 云端机器人的控制方法及系统、云端机器人、云端服务器 | |
Kou et al. | Autonomous Navigation of UAV in Dynamic Unstructured Environments via Hierarchical Reinforcement Learning | |
Zhang et al. | Research on Autonomous Navigation System of Agricultural Quadruped Robot |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20151104 |
|
CF01 | Termination of patent right due to non-payment of annual fee |