基于GPS_IMU数据融合的无人车高精度控制方法研究.pdf

第 2 期基于 GPS/IMU 数据融合的无人车高精度控制方法研究李正鹏，焦仕杰，耿俊杰，傅怀梁，杨永杰渊南通大学 张謇学院袁 江苏 南通 226019冤摘要院 针对无人车在高速行驶过程中转向动作延迟的问题，提出了一种基于 GPS/IMU 数据融合的无人车方向提前调整的方法，以提高无人车自主导航的精确性和稳定性。首先，利用 GPS 获取无人车的位置和方向角信息，建立二维平面运动模型，使无人车在到达预定目标点之前做出方向调整决策，再利用 IMU 测量车身偏航角并配合 PID 控制器实现转向控制。验证实验表明：该方法使无人车的行驶轨迹更加贴合预设轨迹，同时规避了因转角突增而翻车的风险；另外，通过提前控制并抵消微控制器程序执行所需时间，确保无人车在实际到达目标点时，可精准快速地做出转向动作，提升了无人车的控制精度和稳定性。关键词院 无人驾驶；GPS；惯性导航；数据融合；组合导航；PID 控制；提前换点中图分类号院 U463.6文献标志码院 A文章编号院 1008-5327渊2023冤02-0081-05High Precision Control Method of Unmanned Vehicle Basedon GPS and IMU Data FusionLI Zheng-peng,JIAO Shi-jie,GENG Jun-jie,FU Huai-liang,YANG Yong-jie(School of Zhangjian,Nantong University,Nantong 226019,China)Abstract:To deal with the delay of steering action of unmanned vehicle during high-speed driving,a methodof adjusting direction in advance is proposed based on GPS/IMU data fusion to improve the accuracy andstability of autonomous navigation of unmanned vehicles.Firstly,GPS is used to obtain the position anddirection angle of the unmanned vehicle,and a two-dimensional planar motion model is established so thatthe unmanned vehicle can make the decision for the direction adjustment before arriving at the preset targetpoint.Then IMU is used to measure the yaw angle of the vehicle to achieve the steering control with PIDcontroller.The experimental results show that the method makes the driving trajectory of the unmanned vehiclemore consistent,and helps to avoid the risk of rollover due to the sudden increase in the corner.By controllingin advance to offset the time needed by the micro-controller from the beginning of the program to the completionof the steering action of the unmanned vehicle,the unmanned vehicle is ensured to make the steering actionaccurately and quickly when it actually reaches the target point,which greatly improves the precision andstability of control of the unmanned vehicle.doi:10.3969/j.issn.1008-5327.2023.02.018南通职业大学学报允韵哉砸晕粤蕴 韵云 晕粤晕栽韵晕郧 灾韵悦粤栽陨韵晕粤蕴 UNIVERSITY第 37 卷第 2 期圆园23 年 6 月灾燥造援37 晕燥援2Jun.2023收稿日期院2023-04-17基金项目院 江苏省高等学校大学生创新创业训练重点项目（202210304206E）作者简介院李正鹏（2002），男，江苏南京人，主要研究方向为自动控制、嵌入式系统；傅怀梁（1979），男，江苏灌云人，博士，副研究员，通信作者，主要研究方向为凝聚态物理、微纳米流体相关物理特性。81南 通 职 业 大 学 学 报圆园23 年获取车身偏航角获取定位信息IMU 模块GPS 模块电源输入MM32F3277MM32SPIN360CPID 控制舵机控制方向无刷电机控制速度图 1无人车系统总体框架0引言21 世纪以来，随着传感器、计算机控制、计算机视觉与人工智能等技术的快速发展，无人驾驶汽车 1 或将成为未来交通出行的主流选择。同时，无人驾驶技术也广泛应用于室外无人车 2，代替人工完成物流配送、安全巡防、消防救灾等工作。然而，由于车载传感器的精度及控制系统的算力有限，在高速行驶时无人车往往很难保持精准的自动循迹和车身稳定性。基于 GPS/IMU 的方案 3 是当前主流的无人驾驶关键技术之一。GPS 为全球定位系统，可获取无人车的定位和路径信息，IMU 为惯性测量单元，对 IMU 所提供的数据进行解算即可获取无人车的偏航角。在 GPS 和 IMU 精度 4 及控制系统算力有限的情况下，普通的 GPS/IMU 组合导航方案会出现车身运行不稳、路线混乱、偏离目标位置等现象。本文提出一种新的基于GPS/IMU 的无人车组合导航方案：在对无人车与目标点的有效距离进行测算的基础上，计算所需的转向角度，提前发出方向调整指令，即通过位置估计提前做出控制决策，从而抵消掉控制命令下达到执行完成所需的时间，以保证汽车高速运行时的稳定性和精确性。1系统总体设计基于GPS/IMU 的无人车系统主要由信息获取、数据处理和控制系统组成，其总体框架如图 1所示。1.1信息获取系统GPS 模块和 IMU 模块共同组成信息获取系统。GPS 模块 5 获取定位信息，包括预定路线上各位置点的经纬度和无人车当前所处位置的经纬度。同时，GPS 模块还获取小车行驶方向与正北方向所形成的夹角方向角。IMU 模块则获取无人车车身的偏航角，直接反映无人车的车身姿态和转向幅度。1.2数据处理系统数据处理系统由 MM32F3277 微控制器和MM32SPIN360C 微控制器组成。MM32F3277 微控制器与 GPS 模块、IMU 模块通过串口连接，获取来自两者的数据，并通过对串口数据包解析得到无人车的位置、姿态及转向等数据；控制器将数据进行融合 6，并给出控制决策，再将其反馈至控制系统。1.3控制系统控制系统由舵机和无刷电机组成。舵机接收来自 MM32F3277 微控制器的占空比输出，从而实现无人车的方向控制；MM32SPIN360C 微控制器接收来自 MM32F3277 微控制器的占空比输出，并对无刷电机进行控制，从而实现无人车的速度控制。2关键技术研究2.1PID 控制器PID 控制器 7 为应用最为广泛的一种自动控制器，具有原理简单、易于实现、适用范围广等特点。作为一种传统控制方法，PID 控制器可通过适时设置参数，以及与其他控制策略相结合，维持系统的稳定性。PID 控制器工作原理是：由系统测算当前量与目标量的误差，再通过比例、积分、微分Keywords:unmanned aerial vehicle;GPS;inertial navigation;data fusion;integrated navigation;PID control;change point in advance82第 2 期图2角度闭环控制流程等算法相结合，实现对系统的控制。从自动控制原理角度看，就是将超前校正、滞后校正、滞后超前校正转换为比例、积分、微分三种运算及其组合。PID 控制器有比例系数 Kp、积分时间 Ti、微分时间 Td 三个参数，对应比例、积分、微分三种调节方式。三种调节方式对系统性能有不同的影响。2.2角度闭环控制基于 PID 控制器的角度闭环控制用于对无人车的偏航角进行闭环控制，以提高无人车转向的精确性和稳定性。控制流程如图 2 所示。给定车身的目标偏航角度，将其与测量元件IMU 所反馈的当前偏航角度作差，得到误差 error，并将其输入至 PID 控制器。由于角度环只需要比例和微分控制，则由 PID 控制器进行比例环节和微分环节的计算，输出量为给到舵机的占空比，由舵机执行无人机转向控制。2.3GPS/IMU 组合导航高精度控制方法2.3.1基本控制思路为实现无人车的自主导航，需提前采集无人车预定行进轨迹上若干位置点的经纬度信息。每到达一个位置点，即将下一个位置点设为新的目标点。无人车控制系统将实时获取车的当前位置经纬度，并计算与目标点的距离。若距离小于一定范围，则认为到达目标点。到达目标点后，根据当前位置点和下一个目标点的经纬度信息，计算两点连线的方向角，并与无人车行进的方向角作差，得到无人车此次所需要行进的转角。将该转角与无人车经 IMU 所获取的偏航角相加，得到无人车前往下一个目标点所需的偏航角，即输入至 PID控制器的目标角度。PID 控制器控制舵机进行无人车转向，偏航角达目标角度时，完成一次方向调整，到达目标点后继续进行下一次调整。如图 3 所示，已知：无人车 Car 到达位置点 A，设位置点 B 为目标点；无人车行驶方向角为DIR0，无人车当前位置与目标点 B 所形成的方向角为DIR1；无人车到达位置点 A 后需要向左转向角度琢，随后前往位置点 B。基本控制算法在理论上可实现无人车的基本循迹。但是，当无人车以较高的速度行驶时，从程序开始运行到转向动作完成所需时间显得相对漫长。如图 4，无人车在 A 点时做出判断，即到达目标点，实际运行到 C 点才能完成转向动作。可见，无人车无法向目标点 B 行驶。若在弯道行驶，会导致无人车的轨迹偏向弯道外侧；若在直道行驶，无人车无法判断并到达 B 点，只能错过 B 点。直接将目标点设置为下一个点，会导致前往下一个目标点的转向角度过大，造成循迹不稳，甚至翻车。2.3.2提前换点控制方法基于 GPS/IMU 组合导航控制 8 的目的在于让车辆感知位置信息，在到达预定位置时做出相应的姿态调整，实现自动导航。因此，需要利用GPS/IMU 传感器，预知车辆在到达目标点前的位置，将其作为预定位置，并让车辆在目标点前一段距离即实现转向控制。图 3基本控制方法示意PID 控制器控制信号舵机车辆位置及航向e（t）给定航向-IMUDIR0DIR1CarAB琢DIR0DIR1CarAB琢Car琢C图 4基本控制方法所出现的问题李正鹏，等：基于 GPS/IMU 数据融合的无人车高精度控制方法研究83南 通 职 业 大 学 学 报圆园23 年首先，需获取无人车与目标点的有效距离。如图 5，用于判断的距离不是 AD，而是 CD。图5 已知信息为：无人车行驶方向角 DIR0；无人车所在位置点 D 与目标点 A 的两点方向角 DIR1；位置点D与目标点 A 的距离 AD。需获取差角琢0，计算路径长度 CD。在吟ACD 中，CD=AD cos琢0（1）当无人车速度越快时，提前进行换点的距离CD 应该越大。因此，可以以速度为参考量，当距离 CD kv 时，将目标点换成下一个位置点。其中：v 为无人车的速度；k 为放大系数，k 值增大可使无人车提前换点的距离更大。另外，需要知道无人车的实际转角。无人车在D 点处进行换点，实际在 C 点处完成方向调整。如图 6，已知：无人车行驶方向角为 DIR0；无人车当前位置与目标点 B 两点方向角为 DIR2；两点距离 BD。因此，在吟BCD 中，有琢1=DIR2-DIR0（2）由余弦定理公式可得 BC，BC=CD2+BD2-2 伊 BD 伊 CD 伊 cos琢1姨渊3冤由正弦定理公式BDsin琢3=BCsin琢1（4）可求得角度 琢3，琢3=sin-1BDBCsin琢1蓸蔀（5）则 仔-琢3即为无人车实际转角。提前换点控制的目的在于，使无人车提前做出转向控制，以抵消程序运行的时间，在无人车到达实际目标点时能完成转向动作。通过二维平面建模，测算得到无人车提前进行换点的位置和到达实际目标点时所需要转向的角度，以实现无人车的精准循迹和稳定运行。3实验验证为了验证提前换点法控制无人车循迹的稳定性和精确性，进行实地行驶实验。实验场地为 400米跑道，绕跑道一圈设置 48 个坐标点，使无人车能够依次到达各个点位，完成绕操场逆时针行驶一圈的实验任务。进行两次发车实验：第一次采用基本控制方法，第二次采用提前换点控制方法。对无人车连续转向时各次实际转角进行记录，转角正负分别代表无人车向左转向和向右转向。实验测试结果如图 7、8 所示。分析图 7、图 8可知：与基本控制方法相比，无人车在提前换点控制方法下转角幅值更小，且更加均匀，不会出现转角突增的情况，降低了无人车在转向时因转角过大而翻车的概率，提高了稳定性；同时，无人DIR0DIR1AD琢0C图 7基本控制方法转角情况示意坐标点50403020100-10-20-30-404812162024283236404448图 5提前换点控制方法距离测算示意图 6提前换点控制方法转角测算示意DIR0DIR1CarAB琢0DIR2琢1琢3C仔-琢3D84第 2 期车在行驶中转角为负值的次数大大减少，说明无人车在逆时针绕行操场时很少出现向右转的情况，其行驶轨迹更加贴合预先采点的轨迹，循迹更加精确。4结语研究了基于 GPS/IMU 数据融合的无人车提前进行方向调整的高精度控制方法。通过信息获取系统、数据处理系统和控制系统的相互配合，完成对无人车的控制。分析基本控制算法在航向控制上的不足并做出改进，将 GPS 所获取的位置与方向等信息，转换成二维平面的长度与角度信息，推算无人车行进方向需提前调整的位置与角度，由 IMU 对无人车姿态信息进行测量，并配合 PID控制器对无人车进行转向控制。验证实验表明，无人车在高速运行时，提前进行方向调整，使程序运行到完成方向调整所需的时间得到抵消，无人车在实际到达目标点之后立即做出转向动作，可提高循迹的精准性和车身的稳定性。参考文献院1 张轮，夏凡.无人驾驶车辆J.科学（上海），2020，72（3）：29-34.2 方博汇，杨璐，王冰倩，等.基于多传感器融合的校园无人配送小车设计与研究J.科技创新与生产力，2022（11）：103-108，111.3 杨波，汪广大，柴艳.低成本 IMU/GPS 车辆组合导航系统设计与仿真研究J.弹箭与制导学报，2006，26（1）：521-524.4 王凯龙，郭杭.关于室内外行人无缝导航定位精度研究J.计算机仿真，2018，35（9）：450-454，479.5 丁祖磊，蒋天泽，温秀平，等.基于 GPS 定位的自主运动导航系统研究J.自动化与仪表，2022，37（8）：1-4，29.6 蔚科，张云睿，张秋昭，等.磁传感器辅助 Reduced IMU/GPS 可观测性研究J.河南理工大学学报（自然科学版），2022，41（6）：77-83.7 张波.PID 算法在控制系统中的应用J.信息记录材料，2021，22（7）：197-199.8 刘慧敏，李国丽，董翔，等.移动机器人室内外无缝切换定位方法研究J.制造业自动化，2022，44（4）：83-88，105.责任编辑谭华图 8提前换点控制方法转角情况示意50403020100-10-20-30-40坐标点4812162024283236404448李正鹏，等：基于 GPS/IMU 数据融合的无人车高精度控制方法研究85