构建一个可自动驾驶的线路追踪机器人

迈向未来自动驾驶技术的第一步

我的目标是成为一名参与自动驾驶和车辆控制系统开发的工程师。为了实现这一目标，我认为通过实际操控一辆真实车辆，在学习传感器、控制算法和嵌入式系统的同时积累实践经验至关重要。这个项目正是我迈向这一目标的第一步。

与传统通过控制左右轮速度差来改变方向的线路追踪机器人不同，本项目采用了前轮转向系统，其结构更接近真实汽车所使用的转向机构。

尽管该项目尚未完成，但我认为它远不止是一个原型。它标志着我迈向开发有助于自动驾驶汽车未来技术的旅程的起点。

成就

前轮转向系统

这种车辆并非通过差速轮速来转向，而是通过操控前轮实现方向变化，使驾驶机制更接近真实汽车。

使用红外传感器进行线检测

两个红外传感器用于检测车道线。系统可判断车辆是否偏离了行驶路线，并相应调整转向。

使用M5Stack进行车辆控制

M5Stack 微控制器可采集传感器数据，并控制舵机电机和驱动电机，实现基于传感器输入的自主转向。

控制算法

开发了一个基本的控制程序，用于处理传感器信息，并在车辆偏离轨道时将其重新引导回轨道上。

开发过程中的挑战

在整个开发过程中，我意识到即使程序在理论上运行正常，实际车辆也未必总是表现如预期。

主要挑战包括：

•传感器检测精度

•精细的转向调节

•伺服电机校准

•平衡转向与行驶速度

这些问题需要反复测试并持续改进。

通过这次经历，我了解到成功的自主控制不仅依赖于软件，还取决于硬件与软件之间的相互作用。

当前局限性

该项目仍在开发中，部分重要功能尚未完全实现。

当前的局限性包括：

•稳定线迹追踪

•过弯时转向平稳

•精准的前轮转向控制

我并不把这些视为失败，而是认为它们是进一步学习和改进的宝贵机会。

未来改进

基于视觉的路径跟踪

当前系统依赖红外传感器。未来，我计划用摄像头替代它们，并采用计算机视觉技术以实现更精确的线路检测。

这将使车辆以更接近真正自动驾驶汽车的方式识别周围环境。

基于人工智能的转向控制

我想引入人工智能，使车辆能够在不同驾驶条件下学习最佳的转向角度。

系统将不再仅依赖预设规则，而是能够根据数据做出更智能的决策。

交通标志与交通信号识别

我计划使用相机开发一个能够识别以下内容的系统：

•交通信号灯

•道路标志

•障碍

这将使车辆能够自动停车、减速或避开障碍物。

实时数据可视化

我还将计划显示实时信息，例如：

•传感器数值

•转向角度

•电机转速

•驾驶日志

此信息将显示在M5Stack显示屏或电脑上，以帮助分析和提升车辆性能。

车辆位置估计

未来，我希望结合GPS和额外的传感器，以更精确地估算车辆位置，从而实现更先进的自主导航。

通过这个项目我想学到什么

本项目的目的不仅仅是为了制造一辆循线小车。

现代汽车融合了多种不同的技术，包括：

•传感器

•嵌入式软件

•车辆控制系统

•安全技术

•车辆动力学

通过这个项目，我希望加深对这些技术的理解，并为未来自动驾驶的发展打下坚实的基础。

未来愿景

我的终极目标是成为一名工程师，致力于开发自动驾驶和车辆控制技术，使交通运输更加安全高效。

尽管这个项目尚未完成，但未完成的部分清楚地向我展示了接下来需要学习的内容。

未来，我计划继续深入研究计算机视觉、人工智能、嵌入式系统和车辆控制技术，并逐步完善这个项目。

希望通过这个项目所获得的经验，能促使我开发出有助于社会和未来交通的技术。

本文编译自hackster.io