面向智慧場(chǎng)站基于SLAM 定位的公交客車自動(dòng)泊車系統(tǒng)研究

摘要：隨著城市化進(jìn)程的加速和公共交通需求的增加，公交場(chǎng)站的停車管理面臨諸多挑戰(zhàn)。當(dāng)前，公交場(chǎng)站的停車方式主要依賴于人工駕駛，存在停車效率低、停車資源浪費(fèi)、安全性差等問(wèn)題。為了提高公交場(chǎng)站的管理效率和服務(wù)水平，智能化、自動(dòng)化的停車系統(tǒng)成為亟須解決的問(wèn)題。本研究提出了一種基于SLAM（同步定位與地圖構(gòu)建）技術(shù)的公交客車自動(dòng)泊車系統(tǒng)，并在ROS 中部署，旨在解決當(dāng)前公交場(chǎng)站停車難題。通過(guò)SLAM 技術(shù)實(shí)現(xiàn)公交客車的高精度定位和導(dǎo)航，系統(tǒng)能根據(jù)給定的初位置和終點(diǎn)位置實(shí)現(xiàn)精準(zhǔn)泊車，極大地提升了停車效率和安全性。

關(guān)鍵詞：自動(dòng)泊車；激光雷達(dá)SLAM ；模型預(yù)測(cè)控制；ROS

中圖分類號(hào)：U467 DOI ：10.20042/j.cnki.1009-4903.2024.03.002

0 引言

21 世紀(jì)以來(lái)，汽車在國(guó)民生活中的重要性日益增加。特別是在“碳達(dá)峰”和“碳中和”戰(zhàn)略推動(dòng)下，新能源客車數(shù)量快速增長(zhǎng)[1]。截至2023 年底，我國(guó)公交車保有量達(dá)68.25 萬(wàn)輛，其中新能源公交車55.44 萬(wàn)輛，占比81.2%。隨著城市化進(jìn)程的加速和公共交通需求的增加，公交場(chǎng)站停車管理面臨諸多挑戰(zhàn)[2] 。當(dāng)前，公交場(chǎng)站的停車方式主要依賴于人工駕駛，存在停車效率低、停車資源浪費(fèi)、安全性差、需要人找車等問(wèn)題。為了提高公交場(chǎng)站的管理效率和服務(wù)水平，智能化、自動(dòng)化的停車充電系統(tǒng)成為亟須解決的問(wèn)題[3]。

本研究提出了一種基于SL AM（ 同步定位與地圖構(gòu)建） 技術(shù)的公交客車自動(dòng)泊車系統(tǒng)，旨在解決當(dāng)前公交場(chǎng)站停車難題。該系統(tǒng)通過(guò)SL AM 技術(shù)實(shí)現(xiàn)公交客車的高精度定位和導(dǎo)航，并結(jié)合云端自動(dòng)調(diào)度功能，實(shí)現(xiàn)精準(zhǔn)泊車，從而顯著提升停車效率和安全性。在公交場(chǎng)站智能化發(fā)展的背景下，自動(dòng)泊車系統(tǒng)的應(yīng)用具有重要意義。首先，它能有效優(yōu)化場(chǎng)站空間利用，減少資源浪費(fèi)。其次，自動(dòng)泊車提升了停車過(guò)程的安全性，降低了事故風(fēng)險(xiǎn)。最后，基于SLAM 定位的自動(dòng)泊車系統(tǒng)能夠與智慧交通系統(tǒng)無(wú)縫對(duì)接，推動(dòng)公交場(chǎng)站的全面智能化升級(jí)，進(jìn)而提升整體運(yùn)營(yíng)效率。

目前，國(guó)內(nèi)外對(duì)于自動(dòng)泊車系統(tǒng)研究較多，該技術(shù)基本成熟且在乘用領(lǐng)域得到廣泛應(yīng)用，但在電動(dòng)城市客車中尚未普及[4]。鑒于乘用車與電動(dòng)城市客車在自動(dòng)泊車系統(tǒng)開(kāi)發(fā)目的及研究方法上的差異，本研究將綜合考慮電動(dòng)城市客車的特殊運(yùn)動(dòng)形式，結(jié)合實(shí)際的泊車場(chǎng)景特點(diǎn)，通過(guò)合理優(yōu)化路徑規(guī)劃算法與軌跡跟蹤控制算法，實(shí)現(xiàn)停車場(chǎng)內(nèi)電動(dòng)城市客車的自動(dòng)入位和自動(dòng)充電功能，從而大幅提升公交車充電場(chǎng)站的調(diào)度效率。

1 泊車調(diào)度方式及程序構(gòu)架

本文提出的自主泊車調(diào)度方式，旨在配合智能充電站的高效運(yùn)作，其流程如圖1 所示。該系統(tǒng)主要服務(wù)于圖2 所示的公交終點(diǎn)補(bǔ)能站點(diǎn)，該圖為某條具體路線的示意圖，實(shí)際站場(chǎng)可能包含多條類似路線。泊車流程始于駕駛員將車輛停靠在指定的起始位置，隨后調(diào)度員在調(diào)度室通過(guò)程序進(jìn)行調(diào)度。調(diào)度員在確認(rèn)空閑充電弓的編號(hào)后，向車輛智駕控制器發(fā)送路線信息。在確認(rèn)車輛狀態(tài)及充電弓工作正常后，啟動(dòng)泊車程序，使車輛自動(dòng)前往目標(biāo)充電弓并精準(zhǔn)停靠在目標(biāo)位置范圍內(nèi)。之后，請(qǐng)求充電弓下落進(jìn)行充電，待充電完成后充電弓升起，車輛自動(dòng)開(kāi)往發(fā)車點(diǎn)等待。

為了實(shí)現(xiàn)車輛與充電弓的精準(zhǔn)對(duì)接，要求車輛在停靠時(shí)的橫向和縱向位置偏差控制在±15 cm 以內(nèi)。為此，本文提出了利用激光雷達(dá)、LeGO-LOAM 算法進(jìn)行建圖以及NDT 算法進(jìn)行定位的方案，以支持無(wú)人駕駛汽車的精準(zhǔn)軌跡跟蹤。該方案的優(yōu)勢(shì)包括以下幾點(diǎn)：

⑴高精度建圖：能夠生成高精度環(huán)境地圖，助力無(wú)人駕駛汽車在復(fù)雜環(huán)境中實(shí)現(xiàn)精確導(dǎo)航。

⑵高效定位：快速準(zhǔn)確地對(duì)齊激光雷達(dá)掃描數(shù)據(jù)與已有地圖，確保汽車精確定位。

⑶實(shí)時(shí)感知：SLAM 算法結(jié)合激光雷達(dá)數(shù)據(jù)處理，實(shí)現(xiàn)實(shí)時(shí)環(huán)境感知和定位，確保汽車及時(shí)響應(yīng)環(huán)境變化，保持預(yù)定軌跡。

⑷魯棒性強(qiáng)：激光雷達(dá)在各種光照條件下（ 如白天、夜晚、強(qiáng)光和陰影） 穩(wěn)定工作，確保無(wú)人駕駛系統(tǒng)在不同環(huán)境中的可靠性。

基于激光雷達(dá)的建圖定位模塊在車輛行駛過(guò)程中，為車輛橫縱向控制模塊提供精準(zhǔn)的車輛位置信息。同時(shí)，本系統(tǒng)對(duì)路徑規(guī)劃部分采用離線方式進(jìn)行，即在起點(diǎn)和終點(diǎn)確定的情況下，提前使用Hybrid-A* 算法離線規(guī)劃好每條路徑的行駛路線。此外，CAN 信號(hào)轉(zhuǎn)換模塊負(fù)責(zé)在車輛控制命令與車輛線控底盤(pán)狀態(tài)之間實(shí)現(xiàn)信息的中轉(zhuǎn)。控制模塊則包括MPC 前輪轉(zhuǎn)角控制（ 最終轉(zhuǎn)換為轉(zhuǎn)向盤(pán)角度） 和PID 車速控制（ 主要通過(guò)向VCU 請(qǐng)求電機(jī)驅(qū)動(dòng)扭矩）。

自主泊車系統(tǒng)中基于ROS（Robot Operating System） 開(kāi)發(fā)的節(jié)點(diǎn)模塊構(gòu)架圖如圖3 所示。

2 激光雷達(dá)SLAM 定位

2.1 LeGO-LOAM 建圖

點(diǎn)云地圖在自動(dòng)駕駛中扮演著重要角色，它是感知、定位和路徑規(guī)劃的關(guān)鍵參考。通過(guò)點(diǎn)云地圖，自動(dòng)駕駛車輛能夠獲取詳細(xì)的三維環(huán)境信息，如建筑物、道路邊界和交通設(shè)施等。憑借這些信息，自動(dòng)駕駛車輛能夠?qū)崿F(xiàn)厘米級(jí)的定位精度，進(jìn)而更好的獲取準(zhǔn)確的車輛位姿來(lái)配合軌跡跟蹤控制器。

LeGO-LOAM 算法專為激光雷達(dá)設(shè)計(jì)，優(yōu)化了對(duì)地面信息的處理，從而提高了建圖的精度和效率。在建圖過(guò)程中，建圖節(jié)點(diǎn)會(huì)輸出地圖點(diǎn)云，通過(guò)rosbag 工具記錄這些點(diǎn)云數(shù)據(jù)的話題（ 例如，使用命令“rosbag record /laser_cloud_surround”來(lái)記錄周圍環(huán)境的點(diǎn)云數(shù)據(jù)）。記錄完成后，我們可以使用ROS 中的pcl_ros 庫(kù)將rosbag 文件中的點(diǎn)云數(shù)據(jù)轉(zhuǎn)換為PCD文件格式，進(jìn)而形成可供后續(xù)使用的點(diǎn)云地圖。LeGO-LOAM建立點(diǎn)云地圖過(guò)程如圖4 所示。