山东机械设备网

当前位置: 首页 >> 机械设备

无人驾驶船队可以为城市服务以减少道路交通

2021年08月18日 山东机械设备网

无人驾驶船队可以为城市服务,以减少道路交通

在阿姆斯特丹,曼谷和威尼斯等航道丰富的城市中,运河在繁华的街道和桥梁旁并在其下穿行的城市中,未来的运输业可能包括运送货物和人员的自动驾驶船,从而有助于消除道路拥堵。

麻省理工学院计算机科学与人工智能实验室(CSAIL)和城市研究与规划系(DUSP)的有意义城市实验室的研究人员已经朝着这一未来迈出了一步,他们设计了具有高机动性和精确控制能力的自动驾驶船队。

还可以使用低成本打印机快速对船进行3D打印,从而使批量生产更加可行中国机械网okmao.com。

这些船可用于在周围打人和运送货物,从而减少街道交通。将来,研究人员还设想将无人驾驶船改装成能够在夜间而不是在繁忙的白天进行城市服务,从而进一步减少道路和运河的拥堵。

CSAIL总监Daniela Rus说:“想象一下,通常将白天在道路上进行的一些基础设施服务(运送,垃圾管理,废物管理)转移到深夜,在水面上,使用自动驾驶船队。” ,是本周在IEEE国际机器人与自动化会议上介绍的技术的论文的合著者。

此外,可以对这些船只(装有传感器,微控制器,GPS模块和其他硬件的矩形4 x 2米船体)进行编程,以自组装为浮桥,音乐会舞台,食品市场平台和其他结构。

几个小时 “同样,一些通常在陆地上进行的活动,会对城市的运行造成干扰,可以暂时在水上进行,” Rus说,他是安德鲁和厄尔纳·维特比电气教授。工程与计算机科学。

这些船还可以配备环境传感器,以监视城市的水域并深入了解城市和人类健康。

该论文的共同作者是:第一作者王伟,CSAIL和Senseable City Lab的联合博士后;Luis A. Mateos和Shinkyu Park,都是DUSP的博士后。

DUSP和Senseable City Lab的研究员Pietro Leoni和研究科学家FábioDuarte;Banti Gheneti,电气工程和计算机科学系的研究生;

卡洛·拉蒂(Carlo Ratti)是DUSP的首席研究员兼实践教授,也是MIT Senseable City Lab的负责人。

更好的设计和控制

这项工作是“ Roboat”项目的一部分,该项目是MIT Senseable城市实验室和阿姆斯特丹高级大都市解决方案学院(AMS)之间的合作。2016年,作为该项目的一部分,研究人员测试了一个原型,该原型绕着城市的运河航行,沿着预定路径前进,后退和横向移动。

ICRA的论文详细介绍了几个重要的新创新:快速制造技术,更高效,更敏捷的设计以及改进控制,精确对接和闩锁以及其他任务的高级轨迹跟踪算法。

为了制造船只,研究人员使用商用打印机3D打印了矩形船体,将16个单独的部分拼接在一起。打印耗时约60个小时。然后,通过粘合几层玻璃纤维将完成的船体密封。

集成到船体中的是电源,Wi-Fi天线,GPS以及小型计算机和微控制器。为了精确定位,研究人员将室内超声信标系统和室外实时运动GPS模块(允许进行厘米级定位)以及惯性测量单元(IMU)模块结合在一起,以监测船的偏航和角速度,其中包括其他指标。

船是矩形形状,而不是传统的皮划艇或双体船形状,以便在组装其他结构时允许船侧向移动并与其他船连接。

另一个简单而有效的设计元素是推进器的放置。四个推进器位于两侧的中心,而不是位于四个角,从而产生向前和向后的力。研究人员说,这使船变得更加敏捷和高效。

该团队还开发了一种方法,使船能够更快,更准确地跟踪其位置和方向。为此,他们开发了非线性模型预测控制的有效版本(NMPC)算法,该算法通常用于在各种约束下控制和导航机器人。

之前,NMPC和类似算法已用于控制自主船只。但是通常这些算法仅在仿真中进行测试,或者不考虑船的动力学。

相反,研究人员将简化的非线性数学模型纳入了算法,该模型考虑了一些已知参数,例如船的阻力,离心力和科里奥利力,以及由于水中加速或减速而增加的质量。研究人员还使用了一种识别算法,当船在一条路径上训练时,该算法可以识别出任何未知参数。

最后,研究人员使用了高效的预测控制平台来运行其算法,该平台可以快速确定即将发生的动作,并在类似系统上将算法的速度提高两个数量级。尽管其他算法的执行时间约为100毫秒,但研究人员的算法所需的时间不到1毫秒。

测试水域

为了证明控制算法的有效性,研究人员在游泳池和查尔斯河沿预定路径部署了小船的较小原型。在10次测试过程中,研究人员观察到在位置和方向上的平均跟踪误差小于传统控制算法的跟踪误差。

该精度部分要归功于船上的GPS和IMU模块,它们分别确定直至厘米的位置和方向。NMPC算法处理来自这些模块的数据,并权衡各种指标以使决策正确。该算法在控制器计算机中实现,并单独调节每个推进器,每0.2秒更新一次。

Wang说:“控制器会考虑船动态,船的当前状态,推力约束以及接下来几秒钟的参考位置,以优化船在路径上的行驶方式。” “然后,我们可以为推进器找到最佳力,以使船返回航道并使误差降至最低。”

研究人员说,设计和制造方面的创新以及更快,更精确的控制算法,都指向了可行的无人驾驶船,用于运输,对接和自行组装成平台。

下一步工作是开发自适应控制器,以考虑船的质量和阻力变化运输人员和货物时。研究人员还对控制器进行了改进,以解决波浪干扰和更大电流的问题。

王说:“我们实际上发现查尔斯河的水流比阿姆斯特丹的运河要大得多。” “但是会有很多船在四处游荡,大船会带来大水流,所以我们仍然必须考虑这一点。”