Планирование движения в реальном времени для автономных автомобилей в городской среде: исследование масштабированного прототипа

Введение

Продвинутые автономные автомобили обещают более безопасное и эффективное будущее городской мобильности. Однако, несмотря на значительные инвестиции индустрии, ни одна полностью автономная система не вошла на потребительский рынок. Ключевым узким местом является отсутствие надёжного движка планирования движения в реальном времени, способного безопасно навигировать по сложным городским улицам.

Цель проекта

Цель исследования — спроектировать и реализовать надёжную систему планирования движения в реальном времени, снижающую аварийность автономных авто. Система включает удержание полосы, избегание препятствий, избегание движущихся машин, адаптивный круиз-контроль и базовое избегание аварий.

Аппаратная архитектура

Построен масштабированный «эго» (EGO) автомобиль на базе Adafruit 3-слойный круглый робот-шасси с двумя DC-моторами, Raspberry Pi 3 B+, RPLIDAR-A1 лазерным сканером, двумя ультразвуковыми датчиками HC-SR04 и баттерией Anker PowerCore 13000.

Raspberry Pi служит вычислительным хабом, принимающим сырые данные с LIDAR и ультразвука через GPIO и отдающим команды моторам на плате драйвера DRV8833.

Программный стек

Всё ПО работает на Raspbian. Python 3 — основной язык, используется официальный LIDAR SDK и VNC Viewer для удалённого мониторинга. SSH даёт беспроводной доступ к командной строке.

Методология

1. Фаза 1 – Сборка железа: сборка EGO автомобиля, установка ОС, драйверов, инструментов связи.
2. Фаза 2 – Разработка управления: реализация модулей удержания полосы, избегания препятствий, движущихся машин, адаптивного круиз-контроля с сенсорной фузией.
3. Фаза 3 – Валидация: проведение серии тестов надёжности в масштабированном городском макете, итеративное уточнение алгоритмов, интеграция всех модулей в единый стек планирования движения.

Ключевые алгоритмы

Избегание препятствий основано на сегментации данных LIDAR на передние и задние секторы; если препятствие в переднем секторе, система проверяет противоположную полосу через ультразвук перед решением остановиться или сменить полосу. Адаптивный круиз-контроль корректирует скорость на ±5% или ±1% от текущей для поддержания безопасной дистанции.

Результаты и улучшения

Первичные тесты показали:

• Удержание полосы успешно держит автомобиль по центру.
• Избегание препятствий надёжно останавливает перед статичными препятствиями.
• Избегание движущихся машин может сменить полосу, когда противоположная свободна.
• Адаптивный круиз-контроль держит дистанцию, но показывает дрожание скорости.

Проблему повышенного центра тяжести решили удалением второго Raspberry Pi и понижением шасси, снизив риск переворота. Добавление ультразвуковых датчиков улучшило детекцию боковых полос, а сглаженная подпрограмма коррекции скорости стабилизировала круиз-контроль.

Будущая работа

Дальнейшие итерации изучат ML-базированное планирование пути, интеграцию светофоров в реальном времени, координацию множественных авто через V2X. Планируется улучшение адаптивного круиз-алгоритма предиктивными моделями на базе расчётов дистанция-время.

Заключение

Комбинируя сенсорную фузию, модульную логику управления и итеративное тестирование, мы создали прототипную систему планирования движения в реальном времени, безопасно работающую в контролируемой городской среде. Пока не готова к производству, архитектура закладывает твёрдую базу для автономного вождения 4-го уровня.

Благодарности

Особая благодарность д-ру Лизе Фиорентини за наставничество, семье за поддержку и коллегам за конструктивную обратную связь.

Ссылки

1. Aqib, «What is Raspberry pi? Getting Started with Raspberry Pi 3», Electronics Hobbyists, 18-Jan-2019. link.
2. Adafruit Industries, «Mini 3-Layer Round Robot Chassis Kit – 2WD with DC Motors», 2020. link.
3. Adafruit Industries, «Adafruit DRV8833 DC/Stepper Motor Driver Breakout Board», 2020. link.
4. T. Huang, «RPLIDAR-A1 360° Laser Range Scanner», SLAMTEC, 2020. link.
5. «PowerCore 13000», Anker, 2020. link.
6. «Welcome to lidar's documentation!», LIDAR documentation, 2020. link.
7. «RealVNC», VNC® Connect, 2020. link.
8. Adafruit Industries, «HC-SR04 Ultrasonic Sonar Distance Sensor 2 × 10 kΩ resistors», 2020. link.