考虑路面病害条件的通用自动驾驶原型系统设计.pdf
《考虑路面病害条件的通用自动驾驶原型系统设计.pdf》由会员分享,可在线阅读,更多相关《考虑路面病害条件的通用自动驾驶原型系统设计.pdf(9页珍藏版)》请在咨信网上搜索。
1、第41卷第8 期2023年8 月文章编号:10 0 9-7 7 6 7(2 0 2 3)0 8-0 0 45-0 9市放技术Journal of Municipal TechnologyVol.41,No.8Aug.2023D0I:10.19922/j.1009-7767.2023.08.045考虑路面病害条件的通用自动驾驶原型系统设计张瑾1,马庆朋,王赫3,陈艳艳4,曾琪婷5*,张慧婷4,陈宁4,张翔6(1.山东省工程咨询院,山东济南2 50 0 13;2.山东高速集团有限公司,山东济南2 50 0 98;3.山东省交通规划设计院集团有限公司,山东济南2 50 0 31;4.北京工业大学城市
2、建设学部,北京10 0 12 4;5.福建农林大学交通与土木工程学院,福建福州350 0 0 2;6.交通运输部城市公共交通智能化交通运输行业重点实验室,北京10 0 12 4)摘要:高速公路路面开裂、坑槽等病害会严重影响行车舒适性和安全性,现有研究虽在路面病害的自动化检测方面已经取得了丰硕的成果,但却未将其应用在自动驾驶领域,而仍仅考虑理想道路条件,存在一定的安全隐患。鉴于此,设计了一种考虑路面病害条件的通用自动驾驶原型系统(PaveNet-AVS)以丰富自动驾驶的应用。该系统旨在完成3项主要任务:1)通用自动驾驶原型系统的软硬件框架设计;2)路面状况自动检测算法设计;3)基于路面条件的自动
3、驾驶调整策略设计。在该原型系统中,对原有Neo硬件框架的散热系统和Openpilot软件框架的传输系统进行了部分改进,一定程度上提升了系统性能。同时,该原型系统考虑了路面病害条件的影响并设计了针对性的调整策略,在一定程度上增强了自动驾驶的应用条件和范围。关键词:通用自动驾驶原型系统;路面病害检测;驾驶策略;智能检测中图分类号:U418.6Design of the Universal Autonomous Driving Prototype System Under theZhang Jin,Ma Qingpeng,Wang He,Chen Yanyan,Zeng Qiting,(1.Shan
4、dong Engineering Consulting Institute,Jinan 250013,China;2.Shandong Expressway Group Co.,Ltd.,Jinan 250098,China;3.Shandong Provincial Transportation Planning and Design Institute Group Co.,Ltd.,Jinan 250031,China;4.Urban Construction Department,Beijing University of Technology,Beijing 100124,China;
5、5.College of Transportation and Civil Engineering,Fujian Agriculture and Forestry University,Fuzhou 350002,China;6.Intelligent Urban Public Transport of the Ministry of Transport Key Laboratory of Transportation Industry,Beijing 100124,China)Abstract:Cracking and pit troughs of highway pavement will
6、 seriously affect driving comfort and safety.Although theexisting research has achieved fruitful results in the automatic testing of road diseases,it has not been applied to thefield of autonomous driving and still considered the ideal road conditions.There are certain hidden dangers.In viewof this,
7、a universal autonomous driving prototype system of(PaveNet-AVS)is designed to enrich the application ofautonomous driving under the pavement disease conditions.There are three main design tasks of the software andhardware framework of the general autonomous driving system,the pavement automatic dete
8、ction algorithm and theautonomous driving adjustment strategies based on pavement conditions in the system.The cooling system of the o-收稿日期:2 0 2 3-0 4-0 4基金项目:山东省交通运输科技计划项目(2 0 2 1B49);交通部交通运输行业重点科技项目(2 0 2 1-ZD2-047)作者简介:张瑾,女,工程师,硕士,主要研究方向为交通运输规划与管理。通讯作者:曾琪婷,女,在读硕士研究生,主要研究方向为交通运输规划与管理。引文格式:张瑾,马庆朋,
9、王赫,等.考虑路面病害条件的通用自动驾驶原型系统设计J.市政技术,2 0 2 3,41(8):45-53.(ZHANGJ,MAQP,WANG H,et al.Design of the universal autonomous driving prototype system under the pavement disease conditions JJ.Journal ofmunicipal technology,2023,41(8):45-53.)文献标志码:APavementDiseaseConditionsZhang Huiting*,Chen Ning*,Zhang Xiangs4
10、6riginal Neo hardware framework and the transmission system of the Openpilot software framework transmission sys-tem have been improved in the prototype system,which improves the system performance to a certain extent.Thepavement disease has been considered to design the adjusting strategies,which h
11、ave enhanced the application con-ditions and scope of autonomous driving.Key words:PaveNet-AVS;pavement disease detection;driving strategy;intelligent detectionJournal of Municipal Technology第41卷高速公路路面开裂、坑槽等病害严重影响行车舒适性和安全性,尤其是对于自动驾驶车辆,不同的道路状况条件可能严重影响自动驾驶的控制策略,从而影响行车安全性。在当前的研究中,路面状况自动化检测和自动驾驶系统设计领域均取
12、得了丰硕的成果。在自动驾驶系统设计方面,目前自动驾驶技术在交通信号灯、标志和道路交叉口等静态对象2,以及车辆、行人等动态对象都已经相对成熟3。尽管自动驾驶技术已经相对完善,但由于目前的算法假设路面是“完美的”,忽略了真实的路面状况,当路面存在影响行车的病害时,就会存在一定的安全隐患,因此需充分考虑路面状况,继续推进当前自动驾驶策略的发展4。在路面状况的自动检测方面,目前基于图像5和视频6 数据进行道路状态检测是研究的热点,多种深度学习方法被应用于其中。Zhang等7 提出了一种名为CrackNet的深度神经网络,通过对路面图像进行像素级分类,实现不同路面裂缝的检测;Cao 等8 提出了一种利用
13、卷积神经网络(CNN)检测异物碎片的算法。然而,目前的研究普遍局限于检测的自动化,现场照片仍需人工获取,尚未将数据的自动获取与自动化相结合。鉴于此,笔者提出了一种基于路面病害条件的通用自动驾驶原型系统(PaveNet-AVS),设计流程见图1。该系统旨在完成3项主要任务:1)通用自动驾驶原型系统的软硬件框架设计,笔者整合了Neo硬件框架的子模块,简化了系统结构,并通过改进散热系统提高了系统的可靠性;2)路面状况自动检测算法设计,针对5种常见病害,设计了基于Yolov5的病害自动分类检测方法,可以实现路面状况的自动化检测;3)基于路面病害条件的自动驾驶调整策略设计,在考虑路面病害条件的基础上,设
14、计了4种自动驾驶调整策略,可以实现针对路面状况的自动驾驶策略调整。PaveNet-AVS通用自动驾驶原型系统路面状况自动检测软硬件框架设计算法设计车辆基于Yolov5的病害自动分类检测方法Giraffe制作数据集Panda设置训练参数EON网络模型训练输出检测算法模型图1自动驾驶原型系统设计流程Fig.1 Design process for an autonomous driving prototype system1通用自动驾驶原型系统软硬件框架设计1.1硬件设计硬件部分研究基于Comma.ai公司的开源Neo套件框架。硬件系统主要由车辆、Giraffe、Pa n d a 和EON4部分组
15、成9,见图2。为提高系统的鲁棒性和可靠性,笔者对该硬件框架进行了部分改装。一方面,将Giraffe和Panda进行硬件集成,实现信息从车辆CAN端口到控制EON端口的传输,减少了部分转接风险,增强了硬件框架的鲁棒性,见图3;另一方面,对控制器EON进行了散热系统的增强设计,通过2 个散热风扇的设计,提高了计算芯片的散热能力,增强了系统的可靠性,见图4。1.2软件设计软件部分研究基于Comma.ai公司的开源Open-pilot软件框架10。软件系统主要由Carlnterface、Ce r e a l、Boardd,Car、Lo g g e r d、Co n t r o l s d、Vi s i
16、 o n d 和 Radard 8 部分组成,见图5。Carlnterface主要负责与车辆的对接;基于路面病害条件的自动驾驶调整策略设计正常驾驶行为小幅降速行为大幅降速行为降速换道行为第8 期信息流车辆状态信息车辆CAN口张瑾等:考虑路面病害条件的通用自动驾驶原型系统设计控制流车辆控制信息车辆CAN口车辆47Panda车辆状态信息CAN口-OBD口车辆状态信息OBD口-USB口车辆控制信息OBD口-CAN口Giraffe车辆控制信息USB口-OBD口Panda硬件集成Giraffe图3组件集成示意图Fig.3 Schematic diagram of component integratio
17、n车辆状态信息USB-TypeC口图2 硬件框架图Fig.2 Hardware architecture diagramBoardd实现车辆CAN信息与自定义数据协议的直接转换,具体的转换标准由Cereal规定;Controlsd是控制的核心组件,其接收来自Visiond和Radard处理后的数据,并应用PID控制方法实现对车辆的横、纵向控制;Loggerd负责整个车载网络内的数据收发;系统的通用性主要由Cereal实现,其承担不同Carlnterface实现与车辆连接Cereal数据转换协议56EON车辆控制信息TypeC口-USB口BoarddCAN信息转换为定义类型图4EON控制器散热设
18、计图Fig.4 Thermal design diagram of EON controller车型信息采集与控制的协议转换。在Controlsd中,笔者增加了“路面条件调整模块”来接收控制参数,以实现自动驾驶策略的调整。Visiond视频检测信息(车道线)Radard毫米波雷达信息(测距)Car车辆信息Loggerd实现车辆局域网内部数据的订阅与发布全Controlsd接收信息,实现对车辆控制图5软件系统核心框架图Fig.5 Core architecture diagram of the software systemControlsd路面条件调整模块481.2.1车辆运行数据的获取该研究
19、基于能够适应多种类型车辆的自动驾驶开源框架Openpilot,从车辆CAN端口直接采集车辆的运行数据,并经Cereal 组件的标准化转换,将不同类型车辆的DBC(车辆控制协议文档)数据转换为标准数据,且该系统中采用的软件系统目前可支持60种车型数据的采集,具有一定的车辆适配通用性。1.2.2车辆自动驾驶控制在Openpilot中,驾驶行为的决策主要使用GAN(生成对抗网络)生成,其可以根据输人的视频、油Journal of Municipal Technology第41卷门、刹车和转向等信号学习人类的驾驶行为,从而生成模拟的驾驶行为。下文“基于路面条件的自动驾驶调整策略设计”将以此为基础,在形
20、成总体调整策略思路后,由该驾驶决策方法对车辆实现控制行驶。1.2.3车辆远程控制在路面条件恶劣的情况下,可采用云控方法进行车辆的远程控制。该穴余性的远控方法基于5G通信网络实现。车辆远程控制系统见图6。基于5G无线网络将控制信息传递至OBU车载终端,再通过车内局域网络,实现对车辆的远程操控。汽车终端连接服务器IP地址和绑定端口;从远处服务器接收控制命令;通过局域网专用端口发送控制命令。车内局域网5G网络监控NAT(网络地址转换)穿透;通过键盘发送控制命令;唯一的IP地址和端口绑定。图6 车辆远程控制系统示意图Fig.6 Schematic diagram of the vehicle remo
21、te control module像填充技术。Mosaic数据增强技术可以通过随机缩放、剪裁、旋转和拼接等方式,解决训练图片数量不2足路面状况自动检测算法设计2.1路路面病害自动检测方法自动检测路面病害的过程可以分为分类和定位2个阶段。在这个过程中,使用两阶段目标检测算法需分别在2 个阶段中完成任务,而单阶段目标检测算法则可以一步完成任务。其中,以Yolol1为代表的基于回归的单阶段目标检测算法可以同时完成目标的定位和目标类别的判断,实现了端到端的训练。因此,相比于两阶段目标检测算法,单阶段目标检测算法速度更快,尤其是像Yolov5这样的算法,达到了先进的速度和精度水平。Yolov5的网络结构
22、分为输人端(Input)、主干网络(Backbone)、颈部网络(Neck)和输出端(Output)4个部分12。输人端包括Mosaic数据增强技术和自适应图足的问题。为了统一输人图像的大小,笔者将图像转换为固定的6 40 x640 x3像素,并采用116,9 0,156,198,373,326、30,6 1,6 2,45,59,119 和10,13,16,30,33,23这3个初始锚框。在训练过程中,网络输出预测框,并与地面真实框进行比较,计算二者之间的差距。然后,根据这些差距反向更新网络参数,迭代训练网络,并优化锚框值,以达到最佳预测效果。主干网络包括Focus结构和CSP结构。Focus
23、结构用于切片操作。首先,通过切片操作将复制的4张照片切割成3x320 x320的切片;然后,通过级联连接将4个切片的深度输出转换成12 x320 x320个切片;接下来,通过32 个卷积层生成32 32 0 x320个输出;最后,该输出经过正常的批处理和LeakyRelu激活第8 期函数后,作为下一个卷积层的输入。采用CSPNET(跨阶段局部网络优化梯度信息重复问题。颈部网络包含一个SPP结构和一个PAN结构。SPP(SpatialPyramidPooling)结构可以在不同尺度上汇聚特征信息,从而提高检测精度。PAN(Pa thAggregation Network)结构可以将不同分辨率的特
24、征图进行融合,从而提高特征的表达能力。输出端包括GIOU_LOSS损失函数和非极大值抑制(NMS)。在Yolov5中使用GIOU_LOSS作为损失函数,有效解决了边界框不重合的问题。在目标检测和预测结果的处理阶段,根据对多个目标框的筛选,采用加权NMS操作得到最优目标框。2.2数据集使用安装在车辆挡风玻璃上的智能手机采集图像,图像采集间隔与车辆速度关系表达式如式(1)所示:(1)V式中:c为采集间隔,s;v为速度,m/s;t为阈值,m,默认值为5。笔者共采集了10 50 6 幅JPEG图像,分辨率为600 x600像素13-14,涵盖了不同天气和光照条件,包括晴天、阴天、小雨和日落。对采集的图
25、片使用Dark-Label工具进行标定,见图7。最终得到10 50 6 幅图像及其对应的标定数据。ADarkLabelimages100135.ipgXOpen Video.OpenImageFolder.122,48,110,530,pascalvocFomlIseparateGT Save As,OBoxOBox+LatelBox+LabelAutolDPopup LabeliseletOSIingleObfetFixed SaleDFixedAspecdRatioTracke2(acurate)Set BeginSetEndboxdraSaveAs Video.Senve Setings
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 考虑 路面 病害 条件 通用 自动 驾驶 原型 系统 设计
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。