工業製造
産業用モノのインターネット | 工業材料 | 機器のメンテナンスと修理 | 産業プログラミング |
home  MfgRobots >> 工業製造 >  >> Manufacturing Technology >> 製造プロセス

都市環境における自律走行車のリアルタイムモーションプランニング:縮小プロトタイプ研究

高度な自律走行車は都市モビリティのより安全で効率的な未来を約束します。しかし多額の産業投資にもかかわらず、完全自律システムはまだ消費者市場に参入していません。主要ボトルネックは、複雑な市街地を安全にナビゲートできる堅牢なリアルタイムモーションプランエンジンの欠如です。

プロジェクト目的

この研究の目標は、自律走行車の事故率を低減する信頼性の高いリアルタイムモーションプランニングシステムの設計と実装です。システムは車線維持、障害物回避、移動車両回避、アダプティブクルーズコントロール、基本的な事故回避を組み込みます。

ハードウェアアーキテクチャ

縮小版「エゴ」(EGO)車両をAdafruit 3層ラウンドロボットシャーシキット(デュアルDCモーター)、Raspberry Pi 3 B+、RPLIDAR-A1レーザースキャナー、2個のHC-SR04超音波センサー、Anker PowerCore 13000バッテリーパックで構築。

Raspberry Piが処理ハブとして、GPIOピン経由でLIDARと超音波センサーから生データを受信し、DRV8833モータードライバーボードへモーターコマンドを送信。

ソフトウェアスタック

全ソフトウェアはRaspbian上で稼働。Python 3を主言語とし、公式LIDAR SDKとVNC Viewerでリモート監視。SSHでワイヤレスコマンドラインアクセス。

方法論

  1. フェーズ1 – ハードウェア構築:EGO車両組み立て、OS、ドライバー、接続ツールインストール。
  2. フェーズ2 – 制御開発:センサーフュージョンを用いて車線維持、障害物回避、移動車両回避、アダプティブクルーズコントロールモジュール実装。
  3. フェーズ3 – 検証:縮小都市モックアップで信頼性テスト実施、アルゴリズム反復改良、全モジュールを単一モーションプランニングスタックに統合。

主要アルゴリズム

障害物回避はLIDARデータを前方/後方セクターに分割。前方セクターに障害物出現時、超音波センサーで対向車線確認後、停止または車線変更を判断。アダプティブクルーズコントロールは現在速度の±5%または±1%で速度調整し安全車間距離維持。

結果と改善

初期テストで以下を実証:

セカンダリRaspberry Pi撤去とシャーシ降下でトップヘビー設計を改善、転倒リスク低減。超音波センサー追加で側方車線検知強化、滑らかな速度調整ルーチンでクルーズコントロール安定化。

今後の展開

機械学習ベース経路計画、リアルタイム交通信号統合、V2X通信によるマルチ車両協調を探求予定。距離時間計算ベース予測モデルでアダプティブクルーズアルゴリズム強化も計画。

結論

センサーフュージョン、モジュール制御ロジック、反復テストを組み合わせ、制御された都市環境で安全に動作するプロトタイプリアルタイムモーションプランニングシステムを構築。まだ本番投入レベルではないが、アーキテクチャはレベル4自動運転の確固たる基盤を築きます。

謝辞

Dr. Lisa Fiorentiniのメンターシップ、家族の揺るぎないサポート、同僚の建設的フィードバックに感謝。

参考文献

  1. Aqib, “What is Raspberry pi? Getting Started with Raspberry Pi 3,” Electronics Hobbyists, 18-Jan-2019. https://electronicshobbyists.com/tutorial-1-what-is-raspberry-pi-getting-started-with-raspberry-pi-3/.
  2. Adafruit Industries, “Mini 3-Layer Round Robot Chassis Kit – 2WD with DC Motors,” 2020. https://www.adafruit.com/product/3244.
  3. Adafruit Industries, “Adafruit DRV8833 DC/Stepper Motor Driver Breakout Board,” 2020. https://www.adafruit.com/product/3297.
  4. T. Huang, “RPLIDAR-A1 360° Laser Range Scanner,” SLAMTEC, 2020. https://www.slamtec.com/en/Lidar/A1.
  5. “PowerCore 13000,” Anker, 2020. https://www.anker.com/store/powercore-13000/A1215011.
  6. “Welcome to lidar’s documentation! ¶,” LIDAR documentation, 2020. https://lidar.readthedocs.io/en/latest/.
  7. “RealVNC,” VNC® Connect, 2020. https://www.realvnc.com/en/connect/download/viewer/macos/.
  8. Adafruit Industries, “HC-SR04 Ultrasonic Sonar Distance Sensor 2 × 10 kΩ resistors,” 2020. https://www.adafruit.com/product/3942.

製造プロセス

  1. 体系的な保全計画・スケジューリングが技術者、スーパーバイザー、プラント生産性を高める理由
  2. Raspberry Pi 3でコンピュータビジョン搭載SmartThingsモーションセンサー
  3. Raspberry Pi用DIY赤外線モーションセンサー構築 - ステップバイステップガイド
  4. 自律走行Donkey Car:TensorFlow MobileNetV2 AIでゴミ収集
  5. 精密リニアモーションシステム用ヘリカルギアラック
  6. ターボチャージャー選びの実践ガイド|目標馬力・用途・計算手順で失敗しない
  7. 車のオイル漏れ:原因特定からDIY修理まで完全ガイド
  8. プラットフォームカートの10通り活用法:倉庫・農場・引越し・イベントまで
  9. 透明グラフェン光検出器+ニューラルネットで3Dモーショントラッキング─ LiDAR/カメラ置換へ
  10. HVACに革命:リアルタイムOCRセンサーでシステム健全性を精密監視
  11. 自律走行の未来への備え:フリートオーナーが先手を打つ方法