摘要：无人驾驶智能小车作为未来汽车行业主要发展方向，为了奠定学生在此行业的就业发展，本文旨在基于ROS系统设计无人驾驶校车可视化教学系统，为学生提供自由发挥、创作、实践、学习的平台。使用Linux 16.04操作系统，主要包括STM32控制无人车移动、车道线识别、红绿灯识别、交通避障等。学生可以自由设计底盘硬件结构，利用各类传感器实现自己的无人驾驶车设计及控制。在教学实践中运用此系统，引导学生正确的研究方向对学生研究中遇到的问题给予解决思路，鼓励学生使用新的思路、 新的技术去实现研究任务。

关键词：ROS系统;无人驾驶小车;可视化;实践教学;图像处理

课题来源：内蒙古交通职业技术学院;课题名称：基于ROS系统的无人驾驶小车可视化教学系统研究。

1引言

智能网络化车辆是汽车开发的主要方向，自动驾驶技术是智能网络化车辆的重要组成部分，也是汽车产业核心竞争力的重要指标。本研究旨在改进无人驾驶技术在当前研究热点上的教学内容，使学生能够了解无人驾驶技术的开发情况，完全了解无人驾驶技术（包括相机、骑乘者）的整体技术框架和技术重点，以及陀螺仪无人驾驶技术中其他传感器的使用方法和数据处理方法[1]。旨在提高学生对人工智能、机械、检测、控制等跨学科知识的综合应用能力，同时为学生提供不失兴趣、自由创作的实验平台。

2无人驾驶小车系统硬件

无人驾驶系统主要由计算机、STM32、双筒望远镜相机、骑手、陀螺仪等组成，作为主计算机的主控制单元，计算机完成系统导航、障碍物回避、通信等功能，作为显示和操作机制，程序变更和加载、导航显示、轨迹路径规划和其他功能;为了机器人通信，每辆车都有自己的局域网 Wi-Fi，在实验中必须选择相应的车辆;STM32 用作系统的底部控制，收集传感器数据，例如：陀螺仪、超声波、左右轮编码器和马达的控制、旋转功能;陀螺仪用于测量车辆的旋转角度;超声波主要用于检测透明障碍物，如玻璃。

3基于ROS的软件系统设计

本实验使用Linux 16.04操作系统，ROS是连接该操作系统和开发者所写程序的机器人操作系统，它提供类似于操作系统的功能，如硬件抽象、通信架构、 软件分发、包管理等ROS下可以同时运行多个节点，每个节点可以单独设计，ROS将提供一个框架来管理这些节点，作为他们之间通信的桥梁。软件系统的构建主要包括STM32控制无人车移动、车道线识别、红绿灯识别、交通避障等[2]。此外，还给学生提出了以下拓展研究点：车辆自主导航，车与车之间的控制决策、通信及复杂环境识别等。

3.1 STM32控制通信

STM32模块与电脑是通过串口在规定的通信协议下进行通信的。STM32模块将采集的陀螺仪、超声波、左右轮电机编码器等传感器数据传输给电脑，并且接收电脑传输过来的左右轮电机速度数据，控制电机转动。在dashgo ws X程中，dashgo driver包负责与STM32通信并控制无人车移动，因此需要先启动dashgo driver驱动，然后再启动键盘控制程序，来控制车的移动。键盘控制节点会向速度主题发布ROS消息，包括机器人中心的线速度和角速度，驱动节点监听到/cmd_vel中有新消息后，将其转成左右轮电机速度，并下发给STM32，从而控制无人车移动。

3.2车道线识别

使用ZED摄像头对交通环境中的车道线进行识别，将图像原来的RGB图像空间转换为HSV图像空间。如果不进行颜色识别，可以采用HSL通道。然后再将H通道进行二值化处理，对车道线截面进行分析，统计出各个截面中点的横坐标，取其中点数目最多的横坐标作为车道线位置，进行PID调节。

3.3红绿灯识别

实验采用AdaBoost算法进行红绿灯的位置识别，共有两个步骤。第初始化训练数据的权值分布。假设有n个样本数据，则初始化所有样本权值为1/n。 第二，训练所有的弱分类器。在具体训练过程中，如果某个样本已经被准确地分类，那么在构造下一个训练集时，它的权重就被降低;相反，如果某个样本点没有被准确地分类，那么它的权重就得到提高，同时得到弱分类器对应的话语权。更新权值后的样本集被用于训练下一个分类器，整个训练过程如此迭代地进行下去[3]。

3.4交通避障

激光雷达用于测试周围环境，判断相对于车的哪个角度及多远距离处有障碍物。首先要对激光雷达数据进行处理，选取一个扇形区域.设定最小和最大弧度为-1.05 rad和1.05 rad，检测的最小和最大距离为0.1〜1.8 m，该设定值可以根据环境在程序中调整。然后订阅雷达消息，对每一个角度激光的返回距离值进行阈值判断，当满足条件的激光数达到一定阈值时， 则认定为有障碍物。

4教学实践分析

4.1教学实践

基于Ubuntu 16.04系统.并以ROS机器人操作系统作为上位机.在ROS下很容易将车道线识别、红绿灯识别、避障等程序节点调用起来，对车进行控制。 学生基于给定的车和DEMO程序，通过调试来实现运行效果。对于在调试过程中出现的各种问题逐一解决。

4.2实践考核

在课程实践中，鼓励学生提出改进无人驾驶技术的想法，因此在课程考核中，拓展研究点的分值权重最高。能够在原有设计基础上，进行一定的创新或者是技术改进，都可获得加分。考核标准中列出了很多加分点，大大激发了学生的研究热情。

结论

基于ROS构建的无人驾驶创新实验课，是教学中的一门新的实践课程，在课程教学中，教师构建课程框架，引导学生正确的研究方向，对学生研究中遇到的问题给予解决思路，鼓励学生使用新的思路、新的技术去实现研究任务。在这样的学科交叉研究活动中，与新工科高校建设相契合。

参考文献

[1]张伟民，户肖剑，贾群喜.基于ROS无人驾驶车算法优化的研究[J].现代信息科技，2020，4（23）：80-82+86

[2]葛亚明，胡一博，雷乔治，陈浩耀.ROS无人驾驶创新实验课程研究与教学实践[J].实验技术与管理，2020，37（06）：221-224.

作者简介

李昂（1993.1—），汉族，内蒙古赤峰市红山区人，硕士研究生，讲师。