Разделы: Техника
Размещена 25.05.2016. Последняя правка: 24.05.2016.
Просмотров - 3299

Схема управления автоматическим транспортным средством

Ваарман Валентина Владимировна

Южный Федеральный Университет

магистрант

Косенко Евгений Юрьевич: ЮФУ г. Таганрог, доцент каф. систем автоматического управления, Мицкявичюс Витаутас: ЮФУ г. Таганрог, магистрант каф. систм автоматического управления, Пак Марина Игоревна: магистрантка каф. систм автоматического управления.

УДК 629.1.04

Введение. Транспорт играет чрезвычайно важную роль в жизнедеятельности человека. Каждый год число автомобилей растет быстрыми темпами. Современное общество стремится с каждым днем развивать эту отрасль, как с научной, так и с практической стороны. Быстрый темп жизни и стремительный рост населения привели к тому, что количество личных автомобилей во всем мире увеличилось с 1980 по сегодняшний день на 84%.

Управление автомобилем требует повышенной внимательности, бдительности и осторожности со стороны человека. Длительное нахождение водителей транспорта за рулем неблагоприятно сказывается на состоянии их здоровья, вследствие чего снижается внимательность водителя на дороге, что приводит к увеличению числа дорожно-транспортных происшествий (ДТП) [1].

Актуальность. Официальная статистика подтверждает, что количество дорожно-транспортных происшествий (ДТП) на российских дорогах продолжает расти, причем 82% из них происходит по вине водителей. 12-15 % от общего количества ДТП происходят по причине неблагоприятных дорожных условий и только около 1-1,5% ДТП происходят из-за технических неисправностей автомобилей [2-3]. Транспортные средства с автономным управлением начали появляться в конце 20 – начале 21 века. Автономные автомобили – это интеллектуальные роботы с программным обеспечением, которые приводятся в движение посредством системы приводов, датчиков и различных электронных приложений [4].

Все существующие на сегодняшний день автономные машины фирм (Nissan, Volkswagen, Google, Renault и др.) показали высокую степень научных достижений в области робототехники, однако полноценно не используются без присутствия водителя [5].

Цели. С целью уменьшения или полного устранения человеческого фактора при управлении транспортным средством (ТС), необходимо иметь разработать транспорт, способный передвигаться автономно, без прямого вмешательства человека в процесс управления ТС.

Задачи. Для решения указанной проблемы, необходимо решить следующие задачи.

1. Провести анализ и исследование существующих автоматических систем управления транспортным средством.

2. Решить задачи глобальной и локальной навигации БА.

3. Разработать алгоритм обнаружения и обхода препятствий БА.

4. Произвести выбор технического оборудования.

Научная новизна. Разрабатываемая схема автоматической системы управления транспортным средством состоит из 4-четреых блоков (рис.1). Эта схема может быть применена к любому транспортному средству вне зависимости, от марки машины и года выпуска. Эта система открыта и распределена, что позволяет масштабировать данную систему без существенных изменений в её конфигурации, даже с включением различных элементов в каждом автомобиле.

 

Рисунок 1 – Система управления автоматическим транспортным средством

 

Рассмотрим более подробно основные элементы системы.

Блок навигация. Данный функциональный блок разделен на 2 подсистемы. Первая подразумевает спутниковую навигацию, которая в данном случае, будет определена как ряд заданных GPS точек, используемых в качестве эталонного маршрута. Технические системы мониторинга транспортных потоков обеспечивают возможность получения оценок характеристик транспортных потоков для фиксации конкретного состояния потока. Поскольку количество состояний транспортного потока достаточно велико, необходимо разработать такую систему, которая обеспечивала бы поиск наиболее оптимального маршрута для движения транспортного потока в режиме реального времени

Особенностью этих задач является поиск маршрута с учетом совокупности множества критериев, среди которых можно выделить:

– время в пути;

– длина маршрута;

– минимизация материальных затрат на движение;

– загруженность пути.

Уровень (коэффициент) загруженности дороги движением Z рассчитывается по формуле:

                                 (1)

где N – интенсивность движения, P – пропускная способность.

Интенсивность движения определяется визуально. Фиксируется количество транспортных средств, прошедших по дороге за единицу времени по каждой полосе движения.

Пропускная способность – это максимальное число автомобилей, которое может пропустить участок или дорога в целом в единицу времени с максимальной скоростью, обеспечивающей безопасность движения, и определяемой в каждом конкретном случае состоянием проезжей части, плотностью движения и иными дорожными условиями.

В литературе представлено немало методов и алгоритмов для решения транспортных задач [6-9]. Наибольшую известность приобрели методы поиска маршрута основанные на переборе возможных вариантов построения траектории и выборе оптимального решения: алгоритмы Дейкстры, Беллмана-Форда, Флойда-Уоршелла и др. Наиболее интересным алгоритмом для поиска оптимальных путей является А*, являющийся расширением алгоритма Дейкстры. Основная идея данного эвристического поиска состоит в использовании дополнительной информации для управления процессом поиска [10]. Эта дополнительная информация формируется на основе эмпирического опыта. Использование эвристик позволяет сократить количество просматриваемых вариантов при поиске решения задачи, что ведет к более быстрому достижению цели.

Для вычисления оптимального пути с использованием алгоритма А* будут использоваться два критерия: загруженность и длина пути.

Вторая подсистема – локальная навигация, включается тогда, когда связь со спутником потеряна. В городских условиях очень часто происходит пропадание сигнала GPS/ГЛОНАСС вследствие отсутствия прямой видимости спутника. Сегодня эта проблема как никогда актуальна, так как пропадание связи со спутником приобретает постоянный характер при движении по узким улицам с высотными домами вдоль дороги. Этот эффект в англоязычной литературе получил название «Urban Canyon» – «Городской каньон». Несмотря на это, необходимо продолжать навигацию беспилотного автомобиля (БА) в условиях, когда не известна глобальная карта внешней среды или препятствия в этой среде имеют динамический характер (могут появляться и исчезать, менять свое местоположение), а главное необходимо определить текущее местоположение автомобиля в условиях недоступности данных с внешних источников навигации. В этом случае БА получает навигационную информацию о локальной области внешней среды, находящейся в пределах действия его датчиков.

Система обнаружения препятствий. Этот функциональный блок также подразделён на две подсистемы. Первая подсистема – это камеры, которые распознают дорожные отметки и знаки дорожного движения. Вторая подсистема – датчики, которые обнаруживают препятствия, при любых условиях дорожного движения, независимо от погодных условий.

Система контроля. Это центральная вычислительная часть автоматической системы управления автомобилем, в которой производится непосредственно реализация алгоритмов обработки входной информации, необходимой для выдачи управляющих сигналов на исполнительные механизмы.

Исполнительные механизмы. Данный блок отвечает за выполнение исполнительных механизмов, которые приходят от систем контроля. Система контроля адаптирует выходную величину, сгенерированной от подсистемы навигации и системы обнаружения препятствии к величинам, которые могут быть применены к исполнительным механизмам, т.е. к рулю, тормозу, коробке передач или газу.

Заключение. Применение систем автоматического управления транспортным средством позволит снизить число аварийных ситуации на дорогах и количество пробок, за счет уменьшения человеческого фактора, путем повышения точности работы системы автоматического управления транспортным средством.

Также использование данной системы позволит упростить управление автомобилем, а главное снизить цену на автоматическое транспортное средство, так как система управления при ее функционировании использует стандартные датчики, установленные на современном автомобиле.

1. Кичеджи В. Н., Хатояма К. Москва. Транспортные проблемы мегаполиса. – М.: ДПК Пресс, 2010. – 284 с.
2. И. Хлебушкин. Беспилотники // Авторевю. – 2013. – № 17. – С. 66-68.
3. Область применения: автомобильные системы. [Электронный ресурс] URL – адрес: http://wiki.technicalvision.ru/index.php (дата обращения 08.05.2016).
4. Соснин Д.А., Яковлев В.Ф. Новейшие автомобильные электронные системы. – М.: СОЛОН-Пресс, 2005. – 240 с.: ил.
5. Семенов В.В. Математическое моделирование динамики транспортных потоков мегаполиса. – М., 2004. - 44 с.
6. Томас Х. Кормен, Чарльз И. Лейзерсон, Рональд Л. Ривест, Клиффорд Штайн Алгоритмы: построение и анализ = Introduction to Algorithms. - 2-е изд. - М.: «Вильямс», 2006. - С. 1296.
7 Ананий В. Левитин. Глава 9. Жадные методы: Алгоритм Дейкстры // Алгоритмы: введение в разработку и анализ = Introduction to The Design and Analysis of Aigorithms. – М.: «Вильямс», 2006. – С. 189—195.
8. R. Bellman: On a Routing Problem // Quarterly of Applied Mathematics. 1958. Vol 16, No. 1. C. 87-90, 1958.
9. L. R. Ford, Jr., D. R. Fulkerson. Flows in Networks, Princeton University Press, 1962.
10 Информация – как одно из ключевых понятий современной автомобильной эргономики / VII международная научно-практическая конференция «Информационные и коммуникационные технологии в образовании, науке и производстве» – Протвино: 24 - 28 июня 2013 г., стр. 315-317.

Рецензии:

25.05.2016, 19:11 Лобанов Игорь Евгеньевич
Рецензия: Тема статьи актуальна. В выводах необходимо указать не только качественные, но и количественные характеристики. Необходимо доказать, чем авторская система лучше существующих. После дополнений статья может быть рекомендована к публикации.



Комментарии пользователей:

Оставить комментарий