ROS 無人駕駛創新實驗課程研究與教學實踐

葛亞明，胡一博，雷喬治，陳浩耀

（1.哈爾濱工業大學（深圳） 實驗與創新實踐教育中心，廣東 深圳 518055；2.哈爾濱工業大學（深圳） 機電工程與自動化學院，廣東 深圳 518055）

智能網聯汽車是汽車發展的主要方向，無人駕駛技術是智能網聯汽車的重要組成部分，是體現汽車產業核心競爭能力的重要指標[1-5]。本創新實驗課從當前無人駕駛技術研究的熱點、難點中提煉教學內容，讓學生了解無人駕駛技術國內外發展現狀，全面掌握無人駕駛技術的整體技術框架和技術要點，包括攝像頭、激光雷達、陀螺儀等傳感器在無人駕駛技術中的使用方法與數據處理方法，無人駕駛技術中的車輛控制技術和系統決策機制，以及通信、感知、控制、導航等技術的交叉融合[6-10]等。這不僅能讓學生初步掌握無人駕駛技術的相關理論和實現方法，還能提高學生的研究興趣，培養動手能力和創新能力，為學生將來的進一步發展和就業奠定基礎。該課程旨在提升學生對人工智能、機械、檢測、控制等交叉學科知識的綜合運用能力，同時給學生提供一個可以自由創作、自由發揮，且不失趣味的實驗平臺。課程采用團隊合作方式，不同專業、不同年級學生的搭配與合作，不僅能促進各自專業知識的互補式學習，更有可能迸發出意想不到的新思路和新創意。

基于以上課程建設理念，本文從無人駕駛系統的硬件設計、軟件設計、教學實踐效果等方面進行詳細闡述。

1 無人駕駛系統的硬件設計

圖1 為無人駕駛車設計雛形。希望學生理解系統的硬件架構，以及無人駕駛車所使用的主要傳感器。軟件選擇在ROS（robot operating system）下開發，以便能方便地處理各類傳感器數據，能夠輕松地使用不同語言及不同功能的代碼，并快速調用各節點來實現所需的功能。該車不僅能完成無人駕駛技術中的一些主要功能，還能實現室內環境的同步定位與地圖構建（SLAM），以及自主導航等功能。在圖1 的雛形設計基礎上，學生可以自由設計底盤硬件結構，利用各類傳感器實現自己的無人駕駛車設計及控制。

圖1 無人駕駛車設計雛形

無人駕駛系統主要由電腦、STM32、雙目攝像頭、激光雷達、陀螺儀等組成，如圖2 所示。電腦作為上位機總控單元，可以完成系統的導航、避障、通信等功能，并作為顯示及操作機構，完成程序的修改與裝載、導航的顯示、航跡路徑規劃等功能；路由器完成與其他機器人的通信，每臺車都有自己的局域網Wi-Fi，實驗時需要選擇好對應的車；STM32 作為系統的底層控制，完成采集陀螺儀、超聲波、左右輪編碼器等傳感器數據，以及控制電機轉動的功能；陀螺儀用于測量車轉動的角度；超聲波主要用于檢測玻璃等透明障礙物。

圖2 系統硬件架構框圖

2 基于ROS 的軟件系統設計

本實驗使用Linux 16.04 操作系統，ROS 是連接該操作系統和開發者所寫程序的機器人操作系統，它提供類似于操作系統的功能，如硬件抽象、通信架構、軟件分發、包管理等。ROS 下可以同時運行多個節點，每個節點可以單獨設計，ROS 將提供一個框架來管理這些節點，作為他們之間通信的橋梁[11-12]。

軟件系統的構建主要包括STM32 控制無人車移動、車道線識別、紅綠燈識別、交通避障等。此外，還給學生提出了以下拓展研究點：車輛自主導航，車與車之間的控制決策、通信及復雜環境識別等。以命名為dashgo_ws 的ROS 工程為例，系統軟件的主要結構和功能如圖3 所示。

圖3 ROS 工程的主要結構和功能

2.1 STM32 控制與通信

STM32 模塊與電腦是通過串口在規定的通信協議下進行通信的。STM32 模塊將采集的陀螺儀、超聲波、左右輪電機編碼器等傳感器數據傳輸給電腦，并且接收電腦傳輸過來的左右輪電機速度數據，控制電機轉動。在dashgo_ws 工程中，dashgo_driver 包負責與STM32 通信并控制無人車移動，因此需要先啟動dashgo_driver 驅動，然后再啟動鍵盤控制程序，來控制車的移動。通信交互過程如圖4 所示。鍵盤控制節點會向速度主題發布ROS 消息，包括機器人中心的線速度和角速度，驅動節點監聽到/cmd_vel 中有新消息后，將其轉成左右輪電機速度，并下發給STM32，從而控制無人車移動。

圖4 控制無人車移動的通信圖

2.2 車道線識別

使用ZED 攝像頭對交通環境中的車道線進行識別，將圖像原來的RGB 圖像空間轉換為HSV 圖像空間。如果不進行顏色識別，可以采用HSL 通道。然后再將H 通道進行二值化處理，對車道線截面進行分析，統計出各個截面中點的橫坐標，取其中中點數目最多的橫坐標作為車道線位置，進行PID 調節。圖5 為編寫lineonly.cpp 程序的流程。

圖5 對車道線圖像處理過程框圖

2.3 紅綠燈識別

使用深度攝像頭識別紅綠燈。由于紅燈和綠燈的特征差別較小，直接進行紅綠燈識別會存在較大誤差。為了提高紅綠燈識別的效果與效率，將紅綠燈識別分為紅綠燈位置識別和紅綠燈顏色識別兩個部分。

實驗采用AdaBoost算法進行紅綠燈的位置識別[13]，共有兩個步驟。第一，初始化訓練數據的權值分布。假設有n 個樣本數據，則初始化所有樣本權值為1/n。第二，訓練所有的弱分類器。在具體訓練過程中，如果某個樣本已經被準確地分類，那么在構造下一個訓練集時，它的權重就被降低；相反，如果某個樣本點沒有被準確地分類，那么它的權重就得到提高，同時得到弱分類器對應的話語權。更新權值后的樣本集被用于訓練下一個分類器，整個訓練過程如此迭代地進行下去。

依據圖片和圖片中紅綠燈的位置截取出紅綠燈，目的是去除圖片中的背景；再將紅綠燈圖片轉換到HSV 空間，并依據一定的范圍進行二值化；然后對包含紅綠區域的紅綠燈的二值圖像進行輪廓提取，并確定輪廓大小，根據輪廓大小及其位置，確定紅綠燈的顏色。為了提高顏色識別準確率，需要確定連續多幀圖像中紅綠燈的顏色，當連續多幀圖像的顏色大于一定閾值則認為是顏色判斷成功，并輸出結果。

將訓練后的樣本文件拷貝到指定目錄下，并在紅綠燈識別代碼trafficlight.cpp 中修改存放樣本的實際路徑，即可測試紅綠燈的識別程序。

2.4 交通避障

激光雷達用于測試周圍環境，判斷相對于車的哪個角度及多遠距離處有障礙物。首先要對激光雷達數據進行處理，選取一個扇形區域，設定最小和最大弧度為-1.05 rad 和1.05 rad，檢測的最小和最大距離為0.1～1.8 m，該設定值可以根據環境在程序中調整。然后訂閱雷達消息，對每一個角度激光的返回距離值進行閾值判斷，當滿足條件的激光數達到一定閾值時，則認定為有障礙物。將檢測到障礙物的結果話題發布到車道識別程序。如果檢測到障礙物，發布讓車速度為零的話題，反之，使車按正常情況行駛。按照以上方法編寫避障程序obscontrol.cpp，待后續調用。

3 教學實踐與問題分析

3.1 教學實踐

基于Ubuntu16.04 系統，并以ROS 機器人操作系統作為上位機，在ROS 下很容易將車道線識別、紅綠燈識別、避障等程序節點調用起來，對車進行控制。學生基于給定的車和DEMO 程序，通過調試來實現運行效果。對于在調試過程中出現的各種問題，要逐一解決。解決問題的過程也是熟悉和掌握系統軟硬件架構的過程。

圖1 的初級版無人駕駛車，是兩輪差速結構底盤，運行速度受到一定限制，靈活性也不高。在此基礎上，學生自行設計了如圖6 的全向輪結構底盤。

該車尺寸為400mm×400mm，雙層結構，下層放置電池、STM32 等，上層為懸掛避震器、固連分流板、電調等，以便最大限度地利用空間。上板上面可搭載攝像頭、激光雷達等傳感器，以實現基于SLAM 的無人駕駛。

圖6 全向輪底盤的無人駕駛車實物圖

在實現車道線識別的基礎上，提出車輛變道和急轉彎控制兩個拓展研究點，讓學生自行研究。車輛變道的實現，是在車輛行駛到一定位置時，識別標志物，并結合定時函數讓車在一段時間內重復這一動作（如賦予一定的角速度），從而使車偏離某一軌道，進入另一軌道，實現變道。在急轉彎（特別是尖角）時，由于霍夫變換求取出的斜率極不穩定，所以減小了攝像頭讀取范圍，減小了遇到尖角時斜率不穩定的時間，同時在進、出急轉彎區域貼兩個紅色標志物，讓車進入急轉彎前識別到第一個標志物時降低速度，走完急轉彎并識別到第二個標志物時恢復速度，提高急轉彎的穩定性。

3.2 實踐考核

在課程實踐中，鼓勵學生提出改進無人駕駛技術的想法，因此在課程考核中，拓展研究點的分值權重最高。能夠在原有設計基礎上，進行一定的創新或者是技術改進，都可獲得加分。考核標準中列出了很多加分點，大大激發了學生的研究熱情。

學生的研究態度、表現、解決問題的能力等也是考核的內容。課程結課時，采取現場實際調試和答辯的方式記錄分值，并與以上各個環節的分值一起作為最終評定成績。

3.3 實踐教學存在問題及改進

在教學實施過程中，學生的自主學習能力出現了一些層次上的分級，主要體現在應用新知識、新方法的快速性和靈活性以及尋找解決問題的途徑上，在動手設計和軟件程序的編寫上也參差不齊。

針對這些問題，首先應建設完善的軟資源，如實驗指導書、相關的參考書等。在指導書中，將學生遇到的疑難問題進行匯總，給出相應的解決方法，并對所涉及的知識點做相應的講解。第二，應開發模塊化、功能化的程序，以功能性實現為主對程序進行注釋，用思維導圖方式引導學生編寫、調試、豐富和完善代碼。第三，在硬件結構設計上，應借鑒已有的機械設計經驗，基于成熟的機械結構加以改善，制作符合本課程要求的機械結構。

4 結語

基于ROS 構建的無人駕駛創新實驗課，是本科教學中的一門新的實踐課程，適于在學習之余有能力進行拓展研究的學生。在課程教學中，教師的作用是構建課程框架，引導學生正確的研究方向，對學生研究中遇到的問題給予解決思路，鼓勵學生使用新的思路、新的技術去實現研究任務。該選課不限制學生專業，鼓勵通過各專業學生的合作，在機械結構設計、程序代碼優化、視覺數據處理、傳感器應用、通信方式等方面提出各種各樣有意義的新穎想法。這樣的學科交叉與互補研究活動，契合了“新工科”“雙一流”高校建設的理念。