ROS智能車創新性實驗設計及教學應用

王雨蒙， 王 欣， 朱 冰， 鄭晉軍

（吉林大學a.汽車工程學院；b.機械與航空航天工程學院，長春 130022）

0 引言

隨著新一輪科技革命和產業變革的不斷深化，智能汽車已成為汽車產業發展的戰略方向，代表著未來汽車技術的戰略制高點。智能汽車裝配有先進的車載傳感器、控制器、執行器，具備復雜環境感知、規劃決策、智能控制等功能，可實現不同等級的自動化駕駛，是未來汽車新技術集成的載體，代表著未來汽車科技的戰略制高點［1-2］。

為了推動智能汽車的發展，世界各國的高等教育機構均大力進行智能汽車領域專業人才的培養，推出了多種創新性實驗課程［3］。然而，我國在智能汽車人才培養方面仍然深受科學范式和技術范式的影響，過于注重理論教學，缺少能夠有效提高學生實踐能力和創新能力的實驗課程。智能汽車教學應順應時代的發展，響應國家汽車智能化的發展戰略，不斷推陳出新，側重培養學生的實踐能力和創新能力，為國家輸送智能汽車新工科人才，推動新時代下新工科教育的新理念、新結構、新模式、新質量和新體系轉變［4］。

培養學生實踐能力和創新能力的有效手段是進行創新性實驗教學［5］。然而在智能汽車實驗教學中所采用實車教學平臺價格昂貴、危險性高，雖然能夠使學生更加直觀地了解智能汽車，但由于人均操作時間不足、系統復雜度高，難以產生良好的教學效果。同時，自2020 年以來，疫情持續肆虐，使線上教學成為新常態，增加了開展各類實驗課程的難度。為此，本文充分利用我校汽車工程學院、汽車仿真與控制國家重點實驗室已有的教學、科研成果，設計機器人操作系統（ROS）智能車創新性實驗課程。ROS 智能車可以理解為智能汽車的微縮、簡化版本，具有體積小、易于控制和學習、安裝操作簡單、便于攜帶等特點，在使用過程中安全性和穩定性高，能夠避免學生在實踐中發生危險，可廣泛應用于汽車智能化技術等相關課程的實踐教學。

目前，國內高校針對本科生的ROS智能車實驗課程仍處于探索階段，ROS 智能車創新性實驗可為建設智能汽車實驗教學課程和體系提供幫助和指導。

1 ROS智能車

ROS智能車如圖1（a）所示，其長度25 cm，寬度19 cm，高度18 cm，質量約2 kg，最大行駛速度2 m／s，其主要結構如圖1（b）所示。

圖1 ROS智能車

1.1 ROS智能車工作原理

ROS智能車各部件的關系和控制原理如圖2 所示，ROS智能車主要通過單片機驅動車輪行駛，在行駛過程中通過雷達、位姿傳感器、攝像頭等感知設備采集的數據對環境和車輛位置進行估算，從而通過存儲的程序對車輛行駛路線進行調整。

圖2 ROS智能車各部件的關系和控制原理

1.2 ROS智能車功能及算法

（1）建圖和自動駕駛功能。行駛中用slam_gmapping節點和位置節點分別監聽攝像頭、激光雷達、姿態傳感器發布的話題［6］，通過啟動slam_gmapping節點和位置節點之間互相監聽話題進行回環檢測，準確識別空間的邊界和空間中的障礙物［7］。通過自適應蒙特卡洛定位算法對ROS 智能車行駛時的實際位置進行精確的估計和計算［8］。在地圖上確定目標點之后，首先通過全局路徑規劃算法規劃出一條最優的全局路徑，當ROS智能車在行駛過程中遇到突發障礙時，再通過局部路徑規劃算法實現避障，從而實現自動導航［9］。全局路徑規劃算法采用A*算法［10］，在搜索過程中通過建立預估函數判斷優先搜索節點。局部路徑規劃算法采用動態窗口法（Dynamic Window Approach，DWA），DWA 主要是在速度空間中采樣多組速度，并模擬ROS智能車在這些速度下一定時間內的軌跡，在得到多組軌跡以后，對這些軌跡進行評價，選取最優軌跡所對應的速度來驅動ROS智能車運動。

（2）巡線行駛和車道線識別功能。利用OpenCV圖像處理技術對攝像頭傳輸的圖像進行處理，首先將紅綠藍色彩模式（RGB）圖像轉化為HSV圖像，通過圖像處理程序中對色調（H）、飽和度（S）、透明度（V）的閾值進行設定，再對HSV 圖像進行分割識別，即可對不同顏色的車道線進行自動檢測和追蹤［11］。對圖像中車道線上某設定點與圖像中心位置的水平值與高度值進行差值計算，圖像高度差值控制車輛前進，水平差控值制車輛轉向，當差值均為0 時，ROS 智能車停止［12］。

2 ROS智能車實驗課程設計

ROS智能車課程組在通過幾輪的實驗教學應用和改進后，形成了一套較為完整的實驗教學體系。課程共分為3 次課，共計6 學時，如表1 所示。第1 次課以老師講解為主，讓學生了解智能汽車的發展歷史及現狀，并對智能車功能和算法進行介紹；第2 次課以學生操作為主，讓學生對ROS智能車進行實際操作和控制，熟悉控制指令并控制ROS智能車各功能節點的開啟與運行；第3 次課分為兩個實驗項目，第1 個是自動導航實驗，要求在特定場景下控制ROS智能車進行環境建圖并實現自動導航，第2 個是自動巡線實驗，要求使ROS智能車在鋪設好的路面上進行尋線行駛。

表1 ROS智能車創新性實驗學時分布

在6 個學時之外還設計有開放性自主實驗，學生通過對ROS智能車結構和控制代碼的學習，利用課余時間對智能車進行自主實驗。

2.1 自動導航實驗

學生根據實驗指導書中的實驗流程，按步驟操作ROS智能車進行建圖和自動駕駛實驗，實驗流程如圖3 所示，主要為：①ROS 智能車通電后通過電腦與智能車的無線網絡進行連接；②在上位機上啟動烏班圖（Ubuntu）系統，通過nfs 網盤加載ROS 智能車的控制程序；③在上位機輸入指令啟動智能車底盤驅動、激光雷達等功能節點；④啟動3D 可視化工具RVIZ 模塊，并打開arbotix 插件控制智能車移動，檢查智能車的雷達和驅動系統是否正常工作；⑤將智能車放入想要建圖的場地中；⑥啟動slam_gmapping功能節點，可通過電腦、手機、平板等設備控制ROS 智能車在場地內移動，對周圍環境進行建圖；⑦查看地圖建立是否完整和準確，并對建立的地圖進行存儲；⑧在地圖的任意處放置ROS 智能車，并在地圖中標記好ROS 智能車起始位置，然后選定自動導航的終點位置以及姿態；⑨在預計的行進路線上設置新的障礙；⑩在RVIZ中查看規劃的全局路徑和局部路徑，觀察ROS智能車能否對設置的障礙進行避障，并準確到達設置的終點位置。

圖3 自動導航實驗流程

2.2 自動巡線實驗

自動巡線實驗的流程如圖4 所示，主要為：①啟動ROS智能車電源，通過電腦與智能車無線網進行連接；②在上位機啟動Ubuntu系統，在命令欄中輸入指令加載智能車的nfs 網盤；③設定追蹤顏色范圍的閾值；④啟動底盤驅動和攝像頭功能節點；⑤將ROS智能車放入鋪設好的線路中；調整攝像頭角度，使車道線位于攝像頭識別范圍內；⑥啟動巡線功能，觀察ROS智能車驅動輪和轉向輪是否正常工作，是否巡線成功。

圖4 自動尋線實驗流程

2.3 開放性自主實驗

實驗環境為寬約50 cm 總長約30 m 的環形ROS智能車賽道，要求學生利用ROS智能車的車道識別功能和前期所學的相關知識，在教師的簡單指導下鼓勵學生發揮主觀能動性，以2 或3 人小組為單位設計實驗流程，每個小組獨立對ROS智能車驅動電動機和轉向舵機的PID參數進行修改和優化［13］，得到最快通過賽道且不破壞汽車操縱穩定性的最優值。自主實驗環節主要通過進一步增加智能車的實操環節使學生將學到的內容活學活用，從而加深對智能車課程的理解。

3 ROS智能車實驗在教學中應用

ROS智能車創新性實驗已作為實驗課嵌入汽車智能化技術課程完成實驗教學。汽車智能化技術是我校首門面向本科生系統講授智能網聯汽車相關知識的課程，已增設為2013 版學校車輛工程專業培養方案中規定的基礎課。該課程每年選課人數超過100 人，從2017 年起，課程逐步融入了ROS智能車的實驗內容。

3.1 教學應用成果

ROS智能車創新性實驗作為汽車智能化技術課程的實驗課已連續開展5 年，教學情況統計如表2 所示，共計有602 名學生參與實驗。ROS 智能車創新性實驗中的開放性自主實驗教學情況統計如表3 所示，除開設課程的汽車工程學院之外，還吸引到通信工程學院和儀器科學與電氣工程學院的學生參與到開放性自主實驗中來。

表2 汽車智能化技術實驗課教學情況

表3 開放性自主實驗教學情況

學生在自動導航實驗中使用gmapping 功能得到的柵格地圖如圖5 所示。設定好目的地后上位機顯示的ROS智能車行駛的全局規劃路徑（紅色線）和局部規劃路徑（綠色線）如圖6 所示。在自動巡線實驗中，通過上位機觀察ROS智能車攝像頭識別的圖像如圖7所示，在行駛時車輛中軸線上的預測點（紅點）偏離車道中心線（黑線）時，自動控制車輛回正，使車輛保持在車道內。

圖5 學生建立的環境地圖

圖6 自動導航實驗中的規劃路徑

圖7 自動巡線實驗中的識別圖像

學生在開放自主性實驗中得到的測試結果數據如表4 所示。學生通過實驗得出結論：當驅動電動機和轉向舵機的積分系數（Ki）和微分系數（Kd）值偏小時，ROS 智能車在直行和轉彎時的車速和車輪轉彎響應時間變大，從而使ROS 智能車跑完賽道時間偏長；反之，當驅動電動機和轉向舵機的Ki和Kd值偏大時，ROS 智能車在直行和轉彎時的車速和車輪轉彎響應時間過快，容易使ROS 智能車沖出賽道，對參數進行優化和調整后，當ROS智能車使用第3 組數據的參數時，能夠在保證操縱穩定性的前提下，以最短的時間沖過賽道終點［14］。

表4 ROS智能車測試數據統計表

3.2 教學效果評價

通過調查問卷的形式對學生滿意度進行調查和評價，主要對課程的內容，教師授課水平，ROS 智能車操作難易程度、理論知識掌握程度等幾個方面進行打分，按照分值結果計算評價指標，分為十分滿意、滿意、不滿意［15］。對調查問卷進行回收，經過統計后的評價結果如圖8 所示，可見從2017 ～2021 年，學生對課程的滿意度逐年提高，不滿意占比為0，對課程十分滿意的學生逐步達到90%以上，取得了較好的教學效果。在課程結束后，學生能夠熟練使用ROS 智能車建圖、避障、通信、導航、巡線等功能，對自動控制與汽車理論知識的結合有一個較為深入的了解，為以后智能汽車相關知識的學習打下了良好的基礎。

圖8 學生滿意度調查結果

4 結語

智能汽車是汽車產業發展的前沿和戰略方向，我國亟缺該領域的相關人才，尤其是具有實踐能力和創新能力的新工科人才。本文以我院智能汽車教學和課程成果為基礎，設計了ROS 智能車創新性實驗課，包括自動導航實驗、自動巡線實驗、開放自主性實驗等3個實驗，并依托我校首門智能汽車專業課程汽車智能化技術開展了實驗教學，取得了良好的教學效果，提高了學生的實踐能力和創新能力，深受學生喜愛。