سلسله وظایف سیستم کنترل خودروهای خودران و بدون راننده

مقدمه

خودروهای خودران زمینی برای اهداف مختلف، توسعه داده شده­اند، بنابراین ساختارهای سیستم آن­ها هم، از خودرویی به خودروی دیگر متفاوت است. بسیاری از آن­ها به هدفی که برای انجام آن طراحی شده­اند بسیار وابسته هستند. به عنوان مثال، خودروهای خودران که برای ماموریت خارج جاده، توسعه داده می­شوند، ممکن است در نواحی شهری قادر به هدایت، پیروی از قواعد ترافیک و همزیستی با سایر خودرو ها نباشند. یا خودروهایی که برای محیط های ساختار یافته توسعه یافته­اند، ممکن است نتوانند در سناریوهای خارج جاده باقی بمانند. بعضی از خودروهای خودران ممکن است مستقلا بسیار خوب کار کنند اما در همکاری با سایر خودروها با شکست مواجه شوند.از طرف دیگر با اینکه خودروهای خودران مختلف و ناهمگون هستند. اما قطعات مشترکی در سیستم کنترل خود با همدیگر دارند. مثلا به عنوان یک سیستم هوشمند، خودروهای هوشمند باید قادر به اندازه گیری حالت خود، تشخیص موانع و اعمال عملکرد کنترل مناسب از طریق محرک ها باشد.

الزامات عمومی برای طراحی سیستم کنترل خودروهای خودران

به طور کلی، وظایف سیستم کنترل خودروهای خودران برای کنترل و هدایت خودرو برای رسیدن به هدف با موفقیت در محیط های غیر قطعی و پویا است. سیستم کنترل خودروهای خودران قادر به اندازه گیری محلی محیط و درک شرایط به منظور تصمیم گیری مناسب است. یک سیستم کنترل خودروهای خودران باید قادر باشد تا:

• فرامین خارجی مانند توقف، شروع، شروع مجدد و عکس العمل درست را قبول کند.
• توصیف ماموریت را در پروتکل تعریف شده تشخیص دهد.
• خودرو پایدار باشد و خودرو را کنترل کند تا با بازه خطای قابل قبول در یک سرعت خاص، خطی را تعقیب کند.
• حالت خودروی خودران و محیط را از طریق سنسورهای مختلف و الگوریتم های پردازش سنسوری اندازه گیری کند.
• مسیر خالی از مانع قابل قبول به سمت هدف در زمان واقعی را تولید کند.

و کارهای دیگری که باید قادر به انجام باشند از قبیل:

• یادگیری از داده های رانندگی و تطابق با محیط
• دریافتن شرایط کنونی به منظور تصمیم گیری مناسب
• موافقت کردن با قواعد ترافیکی یا قواعد از پیش تعیین شده
• تشخیص و عکس العمل مناسب با شرایط یا حوادث غیر عادی
• تشخیص وظایف بهینه بر طبق معیارهای از پیش تعیین شده مانند: حداقل زمان، کمترین مصرف سوخت، و بالاترین سوخت
• همکاری با سایر عوامل از طریق ارتباطات. که سایر عوامل می توانند سایر خودروهای خودران، خودروهای با راننده انسانی و کنسول های کامپیوتری باشند.
• اجازه تغییر ماموریت از طرف دستور دهنده با ارتباطات.

برای انجام کامل نیاز های بالا در سیستم کنترل خودروی خودران، باید با پیچیدگی بالا و جزئیات غنی در زمان کوتاه با منابع محاسباتی محدود روبه رو شویم. چون ساختار سلسله وظایفی در رویارویی با سیستم های با پیچدگی بالا فواید زیادی دارد، جای تعجب ندارد که بفهمیم بسیاری از سیستم های کنترل خودروی خودران دارای ساختار سلسله وظایفی هستند مانند: معماری مدل مرجع NIST _RC

شکل ۱: چکیده ساختار سلسله وظایفی مربوط به معماری عمومی

سطوح بالاتر در این ساختار سلسله مراتبی، نیاز به زمان چرخه بلندتر، منطقی­تر بودن و… دارند. برعکس، لایه های پایین­تر فعال­تر هستند و در فرکانس بالاتری نسبت به لایه های بالاتر کار می کنند.

توصیف لایه های کنترل کننده

۱- لایه عملکرد

لایه عملکرد یک لایه اساسی برای کنترل یک خودروی خودران زمینی است. در این لایه، تکنولوژی رانندگی با سیم، نصب شده­اند تا زاویه چرخش چرخ ها­، موقعیت گاز و نیروی ترمز کنترل شوند و برای نقطه تنظیم مطلوب از طریق کنترل کننده­های محرک ها، پایدار شوند. به علاوه، در بعضی خودروهای خودران فرمان­های خارجی که به مسائل امنیت مربوط می شود، در این سطح مورد توجه قرار می گیرد.

لایه عملکردی، عملکردهای مقدماتی برای کنترل خودرو رافراهم می­کند. نگرانی­های این لایه، کنترل محرک­ها برای انجام دقیق آنچه به آن محول می­شود، از طریق رویارویی با دینامیک محرک ها، در حضور اغتشاش است. دینامیک محرک غیر خطی است نه تنها بخاطر اینکه سخت افزار فیزیکی غیر خطی است(برای مثال غیر خطی بودن در موتورهای DC و چرخ دنده )بلکه بخاطر اینکه دینامیک سیستم، به حالت خودرو مانند سرعت و موقعیت چرخ دنده وابسته است. لایه عملکردی، به عنوان پایین ترین لایه در سلسله وظایف سیستم کنترل، انتظار می رود به تغییرات پایدار مرجع با زمان پاسخگویی بسیار کوتاه پاسخ دهد. استفاده مستقیم از سیگنال­های اندازه گیری بدون پردازش های سنگین، محرک ها را قادر می سازد تا مرجع را سریع و درست تعقیب کنند،که برخلاف لایه های بالاتر قادر نیستند تصمیمات هوشمندانه مانند اعمال حداکثر نیروی ترمز برای جلوگیری از تصادف، را اتخاذ کند.

۲- لایه مهارت

لایه مهارت، از ماژول های کنترل کننده مهارت و سنسورها و ماژول­های پردازنده سنسوری، تشکیل شده است. هدف این لایه کنترل خودرو برای تعقیب یک مسیر محلی با یک سرعت داده شده است. هردو مسیر محلی و نقطه تنظیم سرعت به وسیله ماژول­های ناوبری در لایه بالاتر، لایه تاکتیکی، که دربخش بعد بیان شده است، تولید می­شوند.

کنترل کننده های مهارت

در بسیاری از اجراهای عملی، کنترل کننده های مهارت از یک کنترل کننده طولی و یک کنترل کننده جانبی تشکیل شده است. اولی، مسئول حفظ سرعت اتومبیل در نقطه تنظیم داده شده، از طریق تولید موقعیت گاز و یا نقطه تنظیم نیروی ترمز و نیز موقعیت چرخ دنده است. دومی، نقطه تنظیم زاویه چرخش چرخ ها را تولید می­کند، تا خودرو بتواند مسیر محلی داده شده را تعقیب کند. این نقطه تنظیم، سپس به لایه عملکردی فرستاده می­شود تا با کنترل کننده­های محرک تعقیب شود. همچنین می توان کنترل کننده­های مستقیم در این ماژول را توسعه داد تا دستورات معین از لایه بالاتر را با تعیین حرکات متوالی از پیش برنامه­ریزی شده، انجام دهد، که واحد عملیاتی رباتیک نامیده می­شود.

توسعه این کنترل کننده ها از فناوری های تئوری کنترل اتوماتیک بهره می­برند. یکی از کنترل کننده های طولی که به نام کروز کنترل نیز شناخته می­شود، به طور وسیع مطالعه گردیده، بطوریکه تجهیز اتومبیل های تجاری به کروز کنترل از حدود سال ۱۹۵۸شروع شد.

 سنسور و پردازش سنسوری

عنصر مهم دیگر در این لایه، ماژول سنسور و پردازش سنسوری است. این ماژول اطلاعات را از انواع مختلف سنسورها با گرایش­ها و محل­های مختلف شامل: GPS، ژیروسکوپ، قطب نما، سنسورهای سرعت چرخ و سایر سنسورهای داخلی جمع آوری می­کند. فیلتر کالمن گسترده (EKF) و سایر فیلترها و الگوریتم های تخمین زننده های حالت دیگر در این ماژول برای تولید حالت خود خودرو مانند موقعیت سه بعدی، سرعت، شتاب، یاو، رول، پیچ و سرعت های هرکدام استفاده می­شود. حالت خودرو تخمین زده شده، سپس به کنترل کننده طولی و کنترل کننده جانبی، برای تشکیل یک حلقه، فیدبک داده می­شود. اطلاعات محیط خارجی همراه با حالت خودرو به لایه بالاتر ، برای ساخت مدل جهانی که در بخش بعد توضیح داده می شود، ارسال می­گردد. ماژول ناظر نیز ممکن است به لایه مهارت اضافه شود. همان گونه که در اینفوگراف مربوطه ارائه شده است. این ماژول حالت خودرو، سیگنال های خارجی ورودی و وقایع معین، مانند: کیفیت تضعیف شده GPS یا تخریب  GPS شکست اندازه گیری و… را پایش می­کند.

ما سیستم کنترل یک خودروی خودران را اگر فقط شامل لایه عملکردی و لایه مهارت باشد برای داشتن یک حداقل تنظیمات فراخوانی می­کنیم. یک خودروی خودران با حداقل تنظیمات، درجه ای معین از اتوماسیون را پردازش می­کند و ممکن است در محیط های ساده و ایستا مورد استفاده قرار گیرد. مانند : موانع ثابت و یا یک مسیر خالی از مانع از پیش تعیین شده .  اگرچه نمی تواند به محیط اطرافش عکس العمل نشان دهد یا با وظایف مطلق مانند “رفتن به نقطه A” بدون تعیین جزئیات محیط بخاطر تنظیمات ساده اش روبه رو شود. در این سطح از سلسله وظایف سیستم کنترل، هردوی کنترل کننده و پردازنده سنسوری، در یک فرکانس بالا کار می­کنند، تا بتوانند زمان پاسخ دهی را کاهش دهند. زیرا برای کنترل پایدار حرکات سریع خودرو، ضروری است.

۳- لایه تاکتیکی

دو عنصر اصلی در لایه تاکتیکی وجود دارد: ماژول پردازنده مدل جهانی و کنترل کننده ناوبری.

ماژول پردازنده مدل جهانی

این ماژول داده های سنسوری مختلفی از ترکیب سنسور حالت خودرو و از سیگنال سنسورهای چندگانه محیط خارجی شامل: یابنده گستره لیزری (LIDAR) ، RADAR، دوربین ، سیستم پردازش تصویر و یابنده گستره التراسونیک (SONAR) و … را باهم ترکیب می­کند. سپس اطلاعات بیشتر مانند: مانع، نوع زمین، لبه های جاده به یک نمایش نقشه ایی داده می­شود که آن را  مدل جهانی می­نامند. اطلاعات اضافی مانند: شبکه جاده ای از قبل شناخته شده، نقشه  GPSو نقشه های هوایی نیز می­تواند در مدل جهانی در این ماژول ثبت شود. به عنوان نمایش داخلی سیستم از دنیای خارجی، مدل جهانی، پلی بین پردازنده سنسوری و بقیه سیستم، با فراهم کردن یک نمایش مرکزی واحد از داده های سنسوری، ایجاد می­کند. سیستم ترکیب سنسوری، برای تولید نقشه مدل جهانی و حفظ آن به صورت به روز و استوار، اعمال می شود. به عنوان مثال: در ION یک نقشه مبتنی بر فراخوانی با استفاده از اندازه گیری چندگانه متکی به خود و تخمین ارتفاع اشیا تولید می­گردد. ماژول پردازنده مدل جهانی برای حرکت کردن نمایش نقشه برروی مانیتور(scroll) زمانی که خودرو حرکت می­کند، برای به روز کردن داده های نقشه و برای آمیختن داده ها از سنسورهای اضافی توسعه داده شده، استفاده می­کند.

به علاوه ممکن است ماژول پردازنده مدل جهانی، برای اینکه قادر به پیش بینی نتیجه آینده حالت خودرو تحت برنامه ریزی ناوبری معین باشد، مورد استفاده قرار گیرد.

 کنترل کننده ناوبری

کنترل کننده ناوبری همچنین هدایتگر نیز نامیده می­شود، که از نقشه مدل جهانی، برای برنامه ریزی مسیر محلی امن، قابل قبول و موثر، از موقعیت کنونی تا هدف دستور داده شده در زمان واقعی، استفاده می­کند. به طور منطقی، منظور این است که مسیر محلی باید در قیود تحمیل شده بر سیستم خودروی خودران صدق کند و باید قادر باشد تا به درستی به وسیله کنترل کننده لایه مهارت تعقیب شود. مثلا مسیر محلی باید دارای تغییرات نرم (smooth) باشد،یعنی مسیر محلی، باید بر اساس مسیر از پیش تعیین شده بهینه باشد تا بتوان به طور موثر به هدف دست یافت. و بسیار مهمتر اینکه مسیر محلی باید امن باشد، تا مسیر خودرو بدون تصادف گردد. الگوریتم های برنامه ریزی مسیر که در هدایتگر اعمال می­شوند باید قادر باشند تا احتمال یافتن چنین مسیر محلی را، اگر وجود داشته باشد، حداکثر کنند. زمانی که چنین مسیر محلی نتواند پیدا شود، یک دنباله از عملکردهای واحد رباتیک تولید می­شود تا خودرو از یک پیکر بندی به پیکربندی دیگری مانور دهد، که یک مسیر محلی امن و قابل قبول منتهی به هدف، برای شروع از آنجا تولید گردد. علاوه بر نقشه مدل جهانی، هدایتگرها اجازه دسترسی به اطلاعات بیشتر مانند داده­های نقشه اولیه، طرح از پیش تعیین شده و یا دستورالعمل های ذخیره شده در پایگاه دانش را دارند. قواعد از پیش تعیین شده ممکن است به هدایتگر اعمال شوند.

یکی از نگرانی­های هدایتگر، زمان محاسبات و منابع مورد نیاز برای تولید مسیر محلی است. از یک طرف لایه تاکتیکی با موقعیت­های پیچیده و اطلاعات جزئی و ریز از محیط رو به رو است بنابراین همیشه به زمان و منابع محاسباتی بیشتر از لایه مهارت و لایه عملکردی نیاز دارد. از طرف دیگر هدایتگر همچنین نیاز دارد به تغییرات محیط با برنامه ریزی مجدد مسیر به منظور جلوگیری از تصادف با موانع تشخیص داده شده، عکس العمل نشان دهد. در نتیجه لایه تاکتیکی نمی­تواند زمان زیادی را برای تولید مسیر محلی اختصاص دهد، مخصوصا زمانی که حرکات سریع خودروی خودران و محیط های پویا در نظر گرفته شوند. پس هدایتگر خبره که نیاز به محاسبات شدید دارد، برای سیستم با منابع محاسباتی محدود، مناسب نیست.

زمانی که یک هدایتگر طراحی می­شود همیشه یک مصالحه بین استفاده غنی از اطلاعات و ظرفیت عکس العمل سریع ایجاد می گردد. نگرانی دیگر در الگوریتم برنامه ریزی مسیر، توانایی برای عمل، در کیفیت ضعیف داده ها است.مدل جهانی نمی- تواند دقت و درستی دنیای واقعی را بخاطر انواع مختلف عدم قطعیت و نویز مانند: نویز فیزیکی سنسورها، ناهمگامی سنسورهای مختلف، مخصوصا زمانی که خودرو سریع بر روی یک سطح پراز دست انداز حرکت می­کند یا بعضی پارامترهای غیرقابل اندازه گیری جهان،را نشان دهد.

به عنوان نتیجه ،داده های نویزی مانند مانع اشتباه یا مانع تشخیص داده نشده در نمایش مدل جهانی غیر قابل اجتناب هستند بنابراین آن ها می­توانند در لایه های پایین تر ذکر شوند. در این حالت، الگوریتم برنامه ریزی مسیر باید قادر باشد تا با عدم قطعیت ها، تا حد ممکن کار کند. برخلاف لایه های پایین­تر در سلسله وظایف کنترل، لایه تاکتیکی قادر است تا تصمیمات بهینه را با توجه به ارتباط محیط با خودرو بگیرد. همکاری سریع بین خودروها می­تواند در این لایه در نظر گرفته شود. مثلا زمانی که دو یا تعداد بیشتری خودرو نزدیک همدیگر هستند، هدایتگر، باید مسیر برنامه ریزی شده سایر خودروها را هم در نظر بگیرد، تا بتواند مسیر محلی خود برای جلوگیری از تصادف را تولید کند. این همکاری سریع بین خودرویی، ممکن است با ارتباطات با همدیگر و یا با پروتکل های از پیش تعیین شده مانند قوانین ترافیکی برقرار شود. که هوشمندی پیشرفته مانند برنامه ریزی مسیر جهانی، همکاری بین خودرویی مبنی بر ماموریت، بازی تعقیب _گریز و آنالیز ماموریت در لایه استراتژی درنظر گرفته شده­اند. در صفحه بعد خلاصه مطالب بیان شده، به صورت شماتیک نشان داده شده است.

نویسنده: مرضیه آقایی

کارشناسی ارشد مهندسی برق-گرایش کنترل