陳林鑫，吳佳鴻，張鵬超，孫俊，吳德欣，胡安正，黃河

（湖北文理學(xué)院 物理與電子工程學(xué)院，湖北襄陽(yáng)，441053）

0 引言

無(wú)人駕駛小車是一種前沿的交通工具，它借助先進(jìn)的感知、決策和控制技術(shù)，能夠自主地感知周圍環(huán)境、做出正確的決策并操控車輛行駛。與傳統(tǒng)的汽車相比，無(wú)人駕駛小車無(wú)需人類駕駛員的干預(yù)，從而大大提高了行駛的安全性和效率。本項(xiàng)目將無(wú)人駕駛小車與5G 模塊、語(yǔ)音模塊、GPS 模塊、攝像頭模塊相結(jié)合，通過(guò)邊緣檢測(cè)、路徑規(guī)劃和濾波、PID 算法調(diào)節(jié)等處理方式，實(shí)現(xiàn)了手自一體的語(yǔ)音購(gòu)物小車，該小車能夠正確感知周圍環(huán)境，確定行駛路線，并完成語(yǔ)音交互。

1 設(shè)計(jì)思路

該款購(gòu)物小車將利用現(xiàn)有的5G 通信技術(shù)，實(shí)現(xiàn)對(duì)購(gòu)物車的遠(yuǎn)程駕駛和創(chuàng)新應(yīng)用， 設(shè)計(jì)方案如圖1 所示。其控制系統(tǒng)以樹(shù)莓派4B 為主控芯片，使用5G 通信模塊進(jìn)行遠(yuǎn)程通信遙控，語(yǔ)音模塊接收麥克風(fēng)傳輸?shù)碾娦盘?hào)并進(jìn)行識(shí)別，同時(shí)接收主控芯片發(fā)送的文字信息進(jìn)行語(yǔ)音合成，GPS 導(dǎo)航模塊結(jié)合視覺(jué)模塊進(jìn)行路徑的導(dǎo)航與規(guī)劃，并在視覺(jué)模塊上搭建神經(jīng)網(wǎng)絡(luò)模型進(jìn)行避障，實(shí)現(xiàn)能夠進(jìn)行實(shí)時(shí)圖傳、語(yǔ)音交互以及自動(dòng)駕駛、遠(yuǎn)程手柄控制雙模式切換的智能購(gòu)物小車。

圖1 系統(tǒng)總體方案框圖

2 智能貨物小車電路單元設(shè)計(jì)

■2.1 主控芯片簡(jiǎn)介

樹(shù)莓派是一款由英國(guó)的Raspberry Pi 基金會(huì)開(kāi)發(fā)的小型計(jì)算機(jī)模塊，旨在推廣計(jì)算機(jī)科學(xué)教育和支持創(chuàng)客和嵌入式系統(tǒng)項(xiàng)目。它具有低成本、多種型號(hào)、ARM 架構(gòu)處理器、GPIO 引腳、多種操作系統(tǒng)支持、豐富的社區(qū)資源以及多種編程語(yǔ)言支持。樹(shù)莓派非常適合用于各種不同的項(xiàng)目，從教育到嵌入式系統(tǒng)和物聯(lián)網(wǎng)應(yīng)用，使其成為一款強(qiáng)大而多才多藝的嵌入式計(jì)算機(jī)。

■2.2 電調(diào)簡(jiǎn)介

電調(diào)模塊是智能小車的關(guān)鍵組件，用于控制電動(dòng)驅(qū)動(dòng)系統(tǒng)，包括電機(jī)的速度和方向。它實(shí)現(xiàn)了電機(jī)的精確控制，使小車能夠前進(jìn)、后退、轉(zhuǎn)向，從而實(shí)現(xiàn)遙控操作或自主導(dǎo)航。電調(diào)模塊還負(fù)責(zé)監(jiān)測(cè)電池電壓，以確保電池的安全運(yùn)行。這些模塊還可以通過(guò)編程來(lái)進(jìn)行自定義控制，適應(yīng)不同的項(xiàng)目需求。電調(diào)模塊對(duì)于智能小車的性能和功能至關(guān)重要。我們采用 IR2104 設(shè)計(jì)了一個(gè)單路驅(qū)動(dòng)，控制車模的電機(jī)工作。IR2104 是國(guó)際整流器公司生產(chǎn)的一款高性能、高集成度的電機(jī)驅(qū)動(dòng)模塊。它的設(shè)計(jì)旨在為電機(jī)驅(qū)動(dòng)應(yīng)用提供精確的控制和高效率的功率傳輸，可用于控制半橋電路。圖2 使用了兩個(gè) MOSFET 管（Q1 和 Q2），用于控制電機(jī)的正轉(zhuǎn)和反轉(zhuǎn)。電機(jī)的電源由航模電池提供?？梢酝ㄟ^(guò)控制IN 引腳的電平信號(hào)實(shí)現(xiàn)對(duì)此電機(jī)驅(qū)動(dòng)的控制，實(shí)現(xiàn)電機(jī)的正反轉(zhuǎn)和停止。

圖2 IR2104 電機(jī)驅(qū)動(dòng)圖

圖3 遠(yuǎn)程遙控與圖傳界面

■2.3 GPS 模塊簡(jiǎn)介

GPS 模塊是一種用于全球定位系統(tǒng)（GPS）接收和數(shù)據(jù)處理的設(shè)備。GPS 是由美國(guó)政府開(kāi)發(fā)的衛(wèi)星導(dǎo)航系統(tǒng)，通過(guò)一組衛(wèi)星提供全球范圍的位置信息，包括經(jīng)度、緯度、高度等。GPS 模塊通常包括GPS 接收器芯片、天線、處理器和接口。接收器芯片接收來(lái)自衛(wèi)星的GPS 信號(hào)，天線用于接收這些信號(hào)，處理器計(jì)算位置信息，接口用于與其他設(shè)備通信，如微控制器或計(jì)算機(jī)。我們GPS 采用正點(diǎn)原子的一款高性能GPS 模塊ATK-MO1218，該模塊采用S1216F8-BD 模組，具有體積小巧、性能優(yōu)異等特點(diǎn)；模塊可通過(guò)串口進(jìn)行各項(xiàng)參數(shù)的配置，并可將配置保存至內(nèi)存的 Flash 中，方便使用；模塊兼容 3.3V 和 5V 通訊電平，方便連接各種單片機(jī)控制系統(tǒng)；模塊自帶可充電后備電池，可以在模塊掉電后約半小時(shí)內(nèi)持續(xù)保存星歷數(shù)據(jù)，配合模塊的溫啟動(dòng)或熱啟動(dòng)，可實(shí)現(xiàn)快速定位。

■2.4 工業(yè)攝像頭簡(jiǎn)介

工業(yè)攝像頭是專門(mén)設(shè)計(jì)用于工業(yè)應(yīng)用的攝像設(shè)備。工業(yè)攝像頭的特點(diǎn)包括耐用性、高分辨率、快速幀率、適應(yīng)不同光照條件、多種連接選項(xiàng)、多種傳感器類型、鏡頭可更換、支持遠(yuǎn)程監(jiān)控和控制、遵循工業(yè)協(xié)議標(biāo)準(zhǔn)，廣泛應(yīng)用于工業(yè)自動(dòng)化、機(jī)器視覺(jué)、質(zhì)量控制、醫(yī)療成像、交通監(jiān)控、無(wú)人機(jī)、安全監(jiān)控和科學(xué)研究等領(lǐng)域。我們采用了適用于5G 遠(yuǎn)程駕駛無(wú)人車XT-NetRC 攝像頭Ⅱ，它具有200W 的像素，采用CMOS 感光芯片，具有高分辨率；很好地滿足了我們的需求。

■2.5 語(yǔ)音模塊簡(jiǎn)介

“語(yǔ)言模塊”通常指的是自然語(yǔ)言處理（NLP）領(lǐng)域中的模塊或工具，用于處理和理解自然語(yǔ)言文本或語(yǔ)音。語(yǔ)言模塊可以用于文本處理任務(wù)，包括分詞、詞干提取、實(shí)體識(shí)別和標(biāo)記等。這些任務(wù)有助于將自然語(yǔ)言文本轉(zhuǎn)化為可處理的結(jié)構(gòu)化數(shù)據(jù)。語(yǔ)言模塊也用于構(gòu)建對(duì)話系統(tǒng)，如聊天機(jī)器人或虛擬助手。這些系統(tǒng)能夠理解用戶的自然語(yǔ)言輸入并生成有意義的回應(yīng)。語(yǔ)言模塊通?；谏疃葘W(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)技術(shù)，如循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）、卷積神經(jīng)網(wǎng)絡(luò)（CNN）、變換器（Transformer）等。這些模型需要大量的訓(xùn)練數(shù)據(jù)和計(jì)算資源，以實(shí)現(xiàn)高質(zhì)量的自然語(yǔ)言處理。

3 遠(yuǎn)程遙控與自動(dòng)駕駛功能實(shí)現(xiàn)

■3.1 內(nèi)網(wǎng)穿透技術(shù)原理

內(nèi)網(wǎng)穿透技術(shù)被廣泛用于實(shí)現(xiàn)內(nèi)部網(wǎng)絡(luò)節(jié)點(diǎn)的訪問(wèn)，同時(shí)在內(nèi)網(wǎng)中建立專用網(wǎng)絡(luò)節(jié)點(diǎn)，用于轉(zhuǎn)發(fā)后續(xù)通信數(shù)據(jù)。此過(guò)程需要多個(gè)模塊密切協(xié)同合作，以確保成功穿越內(nèi)網(wǎng)。為了正確實(shí)現(xiàn)內(nèi)網(wǎng)穿透，我們必須智能地選擇多個(gè)通信網(wǎng)絡(luò)節(jié)點(diǎn)之間的最佳排列方式，從而最大程度地提高穿越效率[1]。為達(dá)成這一目標(biāo)，我們可以采用在線時(shí)間長(zhǎng)短來(lái)為主線程中的多組數(shù)據(jù)節(jié)點(diǎn)進(jìn)行加權(quán)分類，以便選擇最優(yōu)的排列方式。將所有接收數(shù)據(jù)的節(jié)點(diǎn)總數(shù)表示為集合Q，每個(gè)節(jié)點(diǎn)的度數(shù)可以通過(guò)加權(quán)函數(shù)來(lái)量化。我們通過(guò)以下表達(dá)式來(lái)描述數(shù)據(jù)通信節(jié)點(diǎn)在集合Q 中的穿透能力：

實(shí)現(xiàn)在樹(shù)莓派上部署好frpc 內(nèi)網(wǎng)穿透，并連接上具有公網(wǎng)IP 的服務(wù)器（服務(wù)端），此時(shí)樹(shù)莓派作為客戶端。用戶連接到客戶端指定的端口，服務(wù)端通過(guò)和客戶端的連接將數(shù)據(jù)轉(zhuǎn)發(fā)到客戶端，客戶端進(jìn)程再將數(shù)據(jù)轉(zhuǎn)發(fā)到本地服務(wù)，從而實(shí)現(xiàn)內(nèi)網(wǎng)對(duì)外暴露服務(wù)的能力。用戶此時(shí)可以通過(guò)連接客戶端指定的端口傳輸數(shù)據(jù)。視頻流數(shù)據(jù)可以通過(guò)tcp 協(xié)議傳輸回用戶，用戶通過(guò)控制云臺(tái)舵機(jī)去尋找二維碼，并掃描二維碼。

■3.2 GPS 定位原理

GPS（全球定位系統(tǒng)）的工作原理是通過(guò)一組維持在軌道上的衛(wèi)星發(fā)送信號(hào)來(lái)實(shí)現(xiàn)的。這些衛(wèi)星每天發(fā)送精確時(shí)間和位置信息的信號(hào)。GPS 接收器接收這些信號(hào)，并利用它們來(lái)計(jì)算自己的精確位置。每顆衛(wèi)星的信號(hào)包含了衛(wèi)星的精確位置和發(fā)射信號(hào)的時(shí)間戳。通過(guò)接收來(lái)自多顆衛(wèi)星的信號(hào)，GPS 接收器可以測(cè)量每個(gè)信號(hào)的傳播時(shí)間，并使用三角測(cè)量法計(jì)算出接收器的位置。然而，由于衛(wèi)星和接收機(jī)的時(shí)鐘誤差，因此，GPS 衛(wèi)星定位 測(cè)量應(yīng)至少對(duì) 4 顆衛(wèi)星進(jìn)行觀測(cè)來(lái)進(jìn)行定位計(jì)算。如圖4 所示，可確定四個(gè)距離觀測(cè)方程[2]。

圖4 二值化與邊緣檢測(cè)

式中：i=1、2、3、4； C 為 GPS 信號(hào)的傳播速度；(xi,y i,zi)為衛(wèi)星的軌道坐標(biāo)；ti為各個(gè)衛(wèi)星的時(shí)鐘差；ρi為各個(gè)衛(wèi)星到測(cè)站點(diǎn)接收機(jī)天線的距離。

■3.3 攝像頭邊緣檢測(cè)原理

在5G 小車運(yùn)行過(guò)程中，通過(guò)規(guī)整路段時(shí)我們采用傳統(tǒng)視覺(jué)處理方式，在小車運(yùn)行中實(shí)時(shí)對(duì)采集到的圖像進(jìn)行高斯濾波，再轉(zhuǎn)灰度，用大津法進(jìn)行二值化拿到二值化圖像。對(duì)二值化圖像進(jìn)行特征點(diǎn)算法，通過(guò)觀察邊線特征，擬合邊線，不難發(fā)現(xiàn)在邊界點(diǎn)下方必然是黑點(diǎn)，在邊界寬度內(nèi)的點(diǎn)必然是白點(diǎn)，在邊界寬度外的點(diǎn)必然是黑點(diǎn)，于是我們通過(guò)黑邊跳變點(diǎn)當(dāng)做特征點(diǎn)去擬合邊線，同時(shí)隔幾行取個(gè)點(diǎn)，減小計(jì)算量。

■3.4 攝像頭避障原理

攝像頭神經(jīng)網(wǎng)絡(luò)避障原理是基于計(jì)算機(jī)視覺(jué)和深度學(xué)習(xí)技術(shù)，通過(guò)攝像頭捕捉實(shí)時(shí)圖像，并利用神經(jīng)網(wǎng)絡(luò)進(jìn)行實(shí)時(shí)分析和處理。這種神經(jīng)網(wǎng)絡(luò)可以識(shí)別圖像中的障礙物、路標(biāo)和環(huán)境特征，然后根據(jù)這些信息做出決策，以避免碰撞或?qū)ふ野踩窂?。這包括物體檢測(cè)、目標(biāo)跟蹤、語(yǔ)義分割等技術(shù)，通過(guò)不斷學(xué)習(xí)和訓(xùn)練，使攝像頭系統(tǒng)能夠自主感知和應(yīng)對(duì)復(fù)雜的避障場(chǎng)景。

■3.5 PID 算法原理

PID 控制是一種用于調(diào)整舵機(jī)位置或角度的方法，它利用比例、積分和微分三個(gè)控制元素，根據(jù)當(dāng)前誤差、誤差累積和誤差變化率來(lái)產(chǎn)生控制輸出，以實(shí)現(xiàn)精確的控制。比例控制減小誤差，積分控制消除靜態(tài)誤差，而微分控制穩(wěn)定系統(tǒng)響應(yīng)。在5G 小車行駛過(guò)程中需要預(yù)設(shè)一個(gè)行駛速度上限、倒車速度上限以及靜止速度設(shè)定值，并將這一設(shè)定值與當(dāng)前小車速度進(jìn)行匹配。關(guān)于上述 PWM 波占空比的閉環(huán)控制算法，系統(tǒng)采取的是使用廣泛、技術(shù)成熟的PID 控制算法[3]，算法流程圖如圖5 所示。算法的系統(tǒng)函數(shù)如下：

圖5 算法流程圖

圖6 遠(yuǎn)程駕駛購(gòu)物車實(shí)物模型

其中，VS為速度設(shè)定值，VP為編碼器所采集到的速度當(dāng)前值，KP和K1以及 三個(gè)需要設(shè)定的系數(shù)。

4 語(yǔ)音交互技術(shù)探究

■4.1 語(yǔ)音識(shí)別原理

語(yǔ)音的識(shí)別主要目標(biāo)是使計(jì)算機(jī)可以接收、識(shí)別和理解人的語(yǔ)言信息，然后再把這些語(yǔ)音信息進(jìn)行自動(dòng)轉(zhuǎn)換成文本信息或者生成一些命令的相關(guān)技術(shù)，進(jìn)一步實(shí)現(xiàn)了人機(jī)交互時(shí)的輸入功能[4]。其原理包括語(yǔ)音信號(hào)采集、前端處理、特征提取、聲學(xué)模型、語(yǔ)言模型和文本輸出。本項(xiàng)目使用的語(yǔ)音識(shí)別技術(shù)使用深度學(xué)習(xí)聲學(xué)模型和語(yǔ)言模型，以及大規(guī)模數(shù)據(jù)訓(xùn)練，以實(shí)現(xiàn)準(zhǔn)確的口音識(shí)別和文本生成。

■4.2 語(yǔ)音合成原理

語(yǔ)音合成技術(shù)可以基于合成語(yǔ)音庫(kù)（通常由多個(gè)音素組成）或使用深度學(xué)習(xí)模型來(lái)生成語(yǔ)音。深度學(xué)習(xí)模型在語(yǔ)音合成中越來(lái)越流行，因?yàn)樗鼈兡軌蚋玫啬M人類語(yǔ)音，提供更自然的輸出。這些模型通常使用循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）或變換器（Transformer）等架構(gòu)，并經(jīng)過(guò)大規(guī)模的訓(xùn)練來(lái)提高準(zhǔn)確性和語(yǔ)音質(zhì)量。

5 結(jié)束語(yǔ)

隨著科技的不斷進(jìn)步和消費(fèi)者期望的提高，零售業(yè)面臨著許多挑戰(zhàn)和機(jī)遇。消費(fèi)者希望購(gòu)物更加方便、高效，并在購(gòu)物過(guò)程中節(jié)省時(shí)間和精力。因此，零售商越來(lái)越關(guān)注如何提供更便捷的購(gòu)物體驗(yàn)，以滿足市場(chǎng)需求。在這一背景下，遠(yuǎn)程遙控和自動(dòng)駕駛的購(gòu)物小車應(yīng)運(yùn)而生。目前，本項(xiàng)目已經(jīng)初步設(shè)計(jì)并完成了能夠進(jìn)行語(yǔ)音對(duì)話、自動(dòng)掃碼支付以及自動(dòng)駕駛、遠(yuǎn)程手柄控制雙模式切換的智能購(gòu)物小車，如圖7 所示。并對(duì)相關(guān)算法原理進(jìn)行初步探討，為未來(lái)的實(shí)際應(yīng)用奠定了基礎(chǔ)。然而，無(wú)人駕駛智能車領(lǐng)域還有大量的研究和開(kāi)發(fā)工作需要展開(kāi)。我們期待研究者和工程師們一起不斷探索，創(chuàng)新，研發(fā)出各種實(shí)用的智能購(gòu)物小車，以為人們的生活帶來(lái)更多的便利。