本書是基于北京聯(lián)合大學"旋風智能車”團隊多年來在無人駕駛技術(shù)領(lǐng)域的積累而編寫的面向本科層次的無人駕駛技術(shù)實踐類教材。 全書共5章,第1章介紹無人駕駛技術(shù)及本書所用的無人駕駛教學系統(tǒng)與實驗平臺的基本情況和使用規(guī)范。第2章主要介紹無人駕駛技術(shù)感知層中各種傳感器的基本應(yīng)用實驗,包括單目相機、雙目相機、毫米波雷達、多維激光雷達、超聲波雷達、差分導航基準站等常用設(shè)備的安裝、標定和常用算法的實現(xiàn)。第3章 介紹通過CAN總線控制線控車輛底盤完成自動轉(zhuǎn)向、自動速度控制和自動輔助信號控制的基本方法。第4章為無人車綜合應(yīng)用實驗,包含軌跡跟蹤、多傳感器融合、定速巡航、自適應(yīng)巡航和激光雷達SLAM建圖等核心實驗。第5章是基于深度學習的圖像檢測方法綜合實驗,以YOLOv3算法為例,完成了基于計算機視覺的交通信號燈檢測與識別。 本書中的實驗基于Ubuntu系統(tǒng)和ROS框架完成,配有示例代碼和部分教學視頻。本書適合從事無人駕駛技術(shù)研發(fā)工作的工程技術(shù)人員閱讀,可作為高等學校無人駕駛實踐課程的教材。
劉元盛,1973年生,教授,北京聯(lián)合大學機器人學院輪式機器人系主任、博士研究生導師。人工智能學會智能駕駛專業(yè)委員會委員、北京市自動駕駛車輛道路測試專家委員會委員、北京市高教學會電子線路研究會理事,計算機學會智能汽車分會執(zhí)委。2012年起,任北京聯(lián)合大學李德毅院士智能車團隊核心成員,“旋風智能車”團隊負責人,主要研究智能駕駛技術(shù)中的多種傳感器數(shù)據(jù)融合及精確定位技術(shù)。近5年發(fā)表各類高水平論文20余篇,以第一發(fā)明人獲得發(fā)明專利授權(quán)10余項(專利成果轉(zhuǎn)讓1項),指導碩士研究生20名。獲得“北京市創(chuàng)新團隊”、“北京市拔尖人才培育計劃” 等多項資助,主持北京市科委電動汽車重大專項課題以及多項企業(yè)橫向課題,獲得國家和北京市教學成果獎多項,獲得吳文俊人工智能科學技術(shù)二等獎1項。近五年內(nèi),主持了各類型號共80輛無人駕駛車輛的改造和示范運行工作,在國內(nèi)率先提出低速園區(qū)無人駕駛的解決方案以及無人駕駛教學系統(tǒng)方案并在國內(nèi)眾多高校推廣應(yīng)用。
目 錄
第1章 無人駕駛技術(shù)及教學系統(tǒng)與
實驗平臺 1
1.1 無人駕駛技術(shù) 1
1.1.1 感知層 1
1.1.2 認知決策層 1
1.1.3 車輛控制層 2
1.2 無人駕駛教學系統(tǒng)說明 2
1.2.1 無人駕駛教學系統(tǒng)的需求 2
1.2.2 無人駕駛教學系統(tǒng)的構(gòu)成 2
1.2.3 課程資源 3
1.3 無人駕駛實驗平臺介紹 4
1.3.1 旋風4座智能車 5
1.3.2 旋風小AI智能車 5
1.4 無人駕駛實驗平臺安全使用
說明 6
1.4.1 安全警示 6
1.4.2 對使用人員的要求 7
1.4.3 使用前的檢查 7
1.4.4 使用中的要求 7
1.4.5 使用后的要求 7
1.4.6 車輛充電的要求 7
第2章 無人車傳感器基本實驗 8
2.1 實驗軟件環(huán)境概述 8
2.1.1 ROS環(huán)境安裝及相關(guān)配置 8
2.1.2 工程開發(fā)示例簡介 19
2.2 單目相機的安裝與標定 26
2.2.1 實驗背景與原理 26
2.2.2 實驗目的 27
2.2.3 實驗環(huán)境 27
2.2.4 實驗內(nèi)容 28
2.2.5 實驗步驟 28
2.3 單目相機的應(yīng)用 32
2.3.1 基本背景與原理 32
2.3.2 實驗目的 32
2.3.3 實驗環(huán)境 32
2.3.4 實驗內(nèi)容 33
2.3.5 實驗步驟 33
2.3.6 實驗結(jié)果與分析 39
2.4 雙目相機的標定 42
2.4.1 實驗背景與原理 42
2.4.2 實驗目的 44
2.4.3 實驗環(huán)境 44
2.4.4 實驗內(nèi)容 44
2.4.5 實驗步驟 45
2.5 毫米波雷達的數(shù)據(jù)解析與測試 50
2.5.1 實驗背景與原理 50
2.5.2 實驗目的 52
2.5.3 實驗環(huán)境 52
2.5.4 實驗內(nèi)容 52
2.5.5 實驗步驟 53
2.5.6 實驗結(jié)果與分析 58
2.6 多維激光雷達的安裝、標定與
數(shù)據(jù)解析 63
2.6.1 實驗背景與原理 63
2.6.2 實驗目的 71
2.6.3 實驗環(huán)境 71
2.6.4 實驗內(nèi)容 72
2.6.5 實驗步驟 72
2.6.6 實驗結(jié)果與分析 76
2.7 多維激光雷達點云聚類 77
2.7.1 實驗背景與原理 77
2.7.2 實驗目的 79
2.7.3 實驗環(huán)境 79
2.7.4 實驗內(nèi)容 79
2.7.5 實驗步驟 79
2.7.6 實驗結(jié)果與分析 82
2.8 超聲波雷達的數(shù)據(jù)解析 84
2.8.1 實驗背景與原理 84
2.8.2 實驗目的 86
2.8.3 實驗環(huán)境 86
2.8.4 實驗內(nèi)容 86
2.8.5 實驗步驟 86
2.8.6 實驗結(jié)果與分析 87
2.9 差分導航基準站的架設(shè)與
配置 89
2.9.1 實驗背景與原理 89
2.9.2 實驗目的 90
2.9.3 實驗環(huán)境 91
2.9.4 實驗內(nèi)容 91
2.9.5 實驗步驟 91
2.9.6 實驗結(jié)果與分析 96
2.9.7 實驗內(nèi)容擴展 96
2.10 差分定位系統(tǒng)解析 96
2.10.1 實驗背景與原理 96
2.10.2 實驗目的 100
2.10.3 實驗環(huán)境 100
2.10.4 實驗內(nèi)容 100
2.10.5 實驗步驟 101
2.10.6 實驗結(jié)果與分析 109
2.11 差分導航規(guī)劃 111
2.11.1 實驗背景與原理 111
2.11.2 實驗目的 115
2.11.3 實驗環(huán)境 115
2.11.4 實驗內(nèi)容 115
2.11.5 實驗步驟 116
2.11.6 實驗結(jié)果與分析 120
2.12 IMU的安裝與標定 123
2.12.1 實驗背景與原理 123
2.12.2 實驗目的 124
2.12.3 實驗環(huán)境 124
2.12.4 實驗內(nèi)容 124
2.12.5 實驗步驟 125
2.13 UWB的安裝與測試 131
2.13.1 實驗背景與原理 131
2.13.2 實驗目的 136
2.13.3 實驗環(huán)境 136
2.13.4 實驗內(nèi)容 136
2.13.5 實驗步驟 136
2.13.6 實驗內(nèi)容擴展 138
2.14 UWB的數(shù)據(jù)解析及定位 140
2.14.1 實驗背景與原理 140
2.14.2 實驗目的 141
2.14.3 實驗環(huán)境 141
2.14.4 實驗內(nèi)容 141
2.14.5 實驗步驟 142
2.14.6 實驗結(jié)果與分析 147
第3章 線控車輛控制應(yīng)用實驗 150
3.1 線控車輛技術(shù)概述 150
3.1.1 線控車輛的基本結(jié)構(gòu) 150
3.1.2 CAN總線通信基本知識 151
3.1.3 CAN總線通信協(xié)議實例 153
3.1.4 CAN模塊的選擇和使用
方法 155
3.1.5 CAN模塊的安裝方法 156
3.1.6 UDP通信協(xié)議 156
3.1.7 線控底盤實驗平臺介紹 156
3.2 CAN總線調(diào)試實驗 157
3.2.1 實驗背景與原理 157
3.2.2 實驗目的 160
3.2.3 實驗環(huán)境 161
3.2.4 實驗內(nèi)容 161
3.2.5 實驗步驟 161
3.2.6 實驗結(jié)果與分析 167
3.3 線控轉(zhuǎn)向?qū)嶒?170
3.3.1 實驗背景與原理 170
3.3.2 實驗目的 171
3.3.3 實驗環(huán)境 171
3.3.4 實驗內(nèi)容 171
3.3.5 實驗步驟 171
3.3.6 實驗結(jié)果與分析 176
3.4 線控擋位與速度實驗 179
3.4.1 實驗背景與原理 179
3.4.2 實驗目的 179
3.4.3 實驗環(huán)境 179
3.4.4 實驗內(nèi)容 180
3.4.5 實驗步驟 180
3.4.6 實驗結(jié)果與分析 185
3.5 線控輔助信號實驗 187
3.5.1 實驗背景與原理 187
3.5.2 實驗目的 190
3.5.3 實驗環(huán)境 190
3.5.4 實驗內(nèi)容 190
3.5.5 實驗步驟 190
3.5.6 實驗結(jié)果與分析 196
第4章 無人車綜合應(yīng)用實驗 198
4.1 基于GNSS導航的軌跡跟蹤
實驗 198
4.1.1 實驗背景與原理 198
4.1.2 實驗目的 198
4.1.3 實驗環(huán)境 198
4.1.4 實驗內(nèi)容 199
4.1.5 實驗步驟 199
4.1.6 實驗結(jié)果與分析 212
4.2 毫米波與激光雷達的數(shù)據(jù)融合
實驗 214
4.2.1 實驗背景與原理 214
4.2.2 實驗目的 216
4.2.3 實驗環(huán)境 216
4.2.4 實驗內(nèi)容 217
4.2.5 實驗步驟 217
4.2.6 實驗結(jié)果與分析 227
4.3 視覺與激光雷達的聯(lián)合標定
實驗 229
4.3.1 實驗背景與原理 229
4.3.2 實驗目的 230
4.3.3 實驗環(huán)境 230
4.3.4 實驗內(nèi)容 231
4.3.5 實驗步驟 231
4.3.6 實驗結(jié)果與分析 237
4.4 車輛定速巡航實驗 238
4.4.1 實驗背景與原理 238
4.4.2 實驗目的 239
4.4.3 實驗環(huán)境 239
4.4.4 實驗內(nèi)容 239
4.4.5 實驗步驟 239
4.4.6 實驗結(jié)果與分析 244
4.5 車輛自適應(yīng)巡航仿真實驗 246
4.5.1 實驗背景與原理 246
4.5.2 實驗目的 247
4.5.3 實驗環(huán)境 247
4.5.4 實驗內(nèi)容 247
4.5.5 實驗步驟 247
4.5.6 實驗結(jié)果與分析 250
4.6 激光雷達SLAM建圖實驗 252
4.6.1 實驗背景與原理 252
4.6.2 實驗目的 255
4.6.3 實驗環(huán)境 255
4.6.4 實驗內(nèi)容 255
4.6.5 實驗步驟 255
4.6.6 實驗結(jié)果與分析 258
第5章 基于深度學習的圖像檢測方法
綜合實驗 263
5.1 原理概述 263
5.1.1 基于圖像的目標檢測方法 263
5.1.2 交通信號燈檢測與識別
方法 264
5.1.3 YOLOv3算法介紹 264
5.2 實驗內(nèi)容 268
5.2.1 基本流程 268
5.2.2 實驗目的 269
5.2.3 實驗環(huán)境 269
5.3 實驗步驟 270
5.3.1 數(shù)據(jù)樣本采集與預處理 270
5.3.2 數(shù)據(jù)樣本標注 275
5.3.3 數(shù)據(jù)集劃分 277
5.3.4 搭建深度學習環(huán)境 280
5.3.5 深度學習模型的應(yīng)用 285
5.3.6 深度學習實驗結(jié)果檢測 289
5.4 實驗結(jié)果與分析 290
5.4.1 檢測結(jié)果 290
5.4.2 檢測結(jié)果分析 292
5.5 實驗內(nèi)容擴展 293