详细说明

智能驾驶沙盘测试系统平台

　　沙盘测试系统平台根据真实院校场景1:1还原搭建，实现场景化教学，可搭配虚拟仿真实现数字孪生场景，选配交通数据分析平台，实现交通规划、路网涉及、交通控制和安全预警等教学。可搭配平行驾驶、真实设备互联不仅满足教学实训还可以宣传演示

　　系统说明

　　一、 智能小车

　　1、小车参数：长度≤32cm，宽度≤25cm，高度≤22cm(含支架及雷达高度)，重量≤3kg；四轮驱动，麦克纳姆轮转向，悬架为非独立悬架；铝合金烤漆，框架式设计；

　　2、驱动电机参数：功率≥3W，电机编码器是光电编码器/AB双路输出，电机转速≤178RPM

　　3、小车直线行驶速度范围： 0-0.3m/s，(包括前进和后退）；转弯行驶速度范围：0 -0.5Rad/s

　　4、小车自带大功率电机控制板，电机控制板至少包含4路电机驱动控制电路，驱动电流范围为0.1-3A；

　　5、小车电池类型为锂电池，容量≥9800mAH，运行时间≥1小时，配套智能充电器，充电时间≤4小时，充电电源：12.6V、1A；

　　6、软件：支持标准C语言，C++以及Python编程，提供机器人基本算法源代码。

　　7、小车控制系统具备欠压保护、电源瞬态干扰抑制，全部控制信号光耦隔离抗干扰；

　　8、小车搭载的硬件参数：

　　8.1.单线激光雷达：数量≥1个，测量半径≥12米；雷达测量距离：150-12000mm, 扫描角度：0-360°；测距分辨率1%（≤5mm），角度分辨率：≤1°；单次测距时间：≤0.5ms，测量频率：2000-8000 Hz，扫描频率：5-10Hz；

　　8.2.双目摄像头：数量≥1个，可同时输出rgb图和深度图，像素≥640*480，有效距离0.6m-4m；

　　8.3车载液晶显示屏：HDMI电容触摸屏，显示屏尺寸≥7寸，显示屏屏幕分辨率≥1024x600，接口：HDMI，显示屏供电方式：使用USB的5V供电模式。

　　二、模拟交通沙盘

　　1、沙盘模拟校园建筑及道路场景，不同场景的标识物采用不同颜色标记；沙盘上设置有模拟真实场景的停车场、交通灯、道路、路灯、房屋、树木、草地。

　　2、沙盘以校园交通场景和小车为控制对象，自动采集小车运行数据信息，传送给控制系统进行分析处理，控制小车在沙盘上无人驾驶；

　　3、沙盘面积≥15㎡。沙盘整体外形为长方形，沙盘表面可承受55kg/平方米的有效额外载荷；

　　4、沙盘内道路采用环形设计，道路宽度≥25cm，道路厚度≥1mm，道路材料为 PVC 材料，黑色路面，转弯半径匹配激光雷 达无人驾驶小车的转弯半径；

　　5、沙盘内配套场景至少包括：

　　①　ETC：ETC 真实模拟高速公路 ETC 收费流程，能够感应小车内发射设备进行无接触收费。ETC 数量  1 套，显示屏尺寸≥10 寸。ETC 屏幕显示内容可以进行自主设计，显示屏至少可显示学校名称、ETC 收费情况；

　　②　行人模型：行人模型 1套，通过电机控制自动行走， 行走速度≥0.1m/s；

　　③　红绿灯：1套，设置在沙盘的十字交叉路口。交通灯直径≥5.4cm，定时时间≤100 秒。交通灯可以设置三种灯光的时间。

　　④　停车场：设置在沙盘中的一个单独区域，停车场内 1处停车位，单个停车位的尺寸≥400mm*300mm，停车场有相应的标签和标志；

　　⑤　车路协同路测单元：设置在沙盘中的一个单独区域，路测单元由计算模块和相机模块组成，通过目标识别算法检测道路情况和车辆编号，将检测结果上报给控制中心，并且通知车辆做相应的动作。

　　6、沙盘上的交通标志通过显示屏显示，显示屏幕尺寸≥7 英寸， 分辨率≥800*480，存储空间≥ 128Mbit，颜色：全彩 65K 色 16 位 RGB，屏幕内容可以进行二次编程；

　　7、沙盘支持及配合激光雷达无人驾驶小车可完成如实验：

　　①　识别模型结合运动控制实验：通过编程代码，将训练的识别 模型与小车运动控制进行结合，完成简单的逻辑编写，通过编程

　　代码控制小车前进、停止、转弯；

　　②　车辆避障实验：小车行驶过程中通过激光雷达识别前方车辆和行人，距离过近时自动停下；

　　③　红绿灯识别实验：小车行驶过程中识别前方红绿灯，红灯下，绿灯继续前进；

　　④　车道线识别实验：小车直行过程中，识别两侧车道线，保持车辆稳定运行；

　　⑤　交通标识牌识别实验：小车在路口识别转向标识牌，根据左转或右转标识，转到不同的岔路；

　　⑥　小车车路协同实验：小车形式过程中接收路测单元发送过来的指令做相应的动作。

　　⑦　小车激光定位实验：小车形式过程中通过激光雷达定位自身位置，并上报给控制中心显示

　　⑧　小车智能运动控制试验：通过编程代码，控制小车的前停止、转弯。

　　三、路测单元配置

　　除了车辆依靠自身视觉和雷达系统判断道路情况外，沙盘上还配置了边缘计算路测单元来辅助车辆处理道路交通情况，并通过v2x通信控制车辆的动作。每个边缘计算单元都对应一套 RSU。

　　算力: 每个单元具备 0.5 TFLOPs (FP16) 的处理能力，能够高效处理大量并行计算任务。

　　CPU: 配备 双核 Arm® Cortex®-A757，最大频率达到 1.43GHz，优化了能效比和计算速度。

　　GPU: 搭载 NVIDIA Maxwell 架构的 GPU，拥有 128核心，专为机器学习和深度学习任务设计，提供强大的图形和并行处理能力。

　　USB 接口: 提供 4 个 USB3.0 Type-A 接口和 1 个 MICRO USB（OTG）接口，支持多种外部设备连接，增强模块的灵活性和扩展性。

　　电源接口: 使用 DC5V 电源输入，符合常见的工业应用电压标准

　　四、车路协同沙盘软件

　　1、沙盘控制中心软件分为协同感知、协同决策和协同控制三个逻辑部分，从而实现对沙盘上的元器件进行控制及功能分配。

　　①　协同感知：车路状态实时传输、信息共享，实现车路全息感知， 通过网络进行传输信号。

　　②　协同决策：识别动态目标意图并进行行为信息交互，实现沙盘控制中心软件判断和决策。

　　③　协同控制：能进行交通调度指令或控制指令信息交互，实现车路一体化协同控制。

　　2、全息感知

　　在沙盘控制中心软件系统中，通过路测单元、小车、以及沙盘上的各种模块，对车辆位置、车辆图像、路测单元状态、交通信号灯以及其他智能设备等各方面信息做到实时获取与处理。

　　3、融合计算

　　在沙盘控制中心软件中，通过具有计算和整车软硬件驱动能力的智能车载系统，软件需要接收小车上报的信息和云端控制中心传递的信息，对所有信息融合运算得出结果执行相应决策。

　　4、物联网通信

　　①　沙盘控制中心软件系统是基于网络通信获取车辆和道路信息，通过车路通讯实现信息交互和共享，从而实现车辆和路侧设施之间智能协同与协调，实现优化使用道路资源、提高交通安全的目标。

　　②　沙盘控制中心软件需要有高速、稳定、低时延的通信技术作为保障，作为室内教学用沙盘，设备采用了 IOT 框架，配置了局域 WIFI 组网技术与云端物联网通信技术，适用于远程控制。

　　5、功能描述

　　①　将沙盘整体数字化，实际沙盘交通要素和数字沙盘交通要素是一致的，且有明确精确的坐标信息，同时还原现实沙盘的2d视图，并保持尺寸和坐标一致。

　　②　软件可实时显示在沙盘道路上行驶的智能小车和边缘计算单元的第一视角摄像头图像

　　③　软件可实时显示在沙盘道路上行驶的智能小车的编号和对应的位置

　　④　软件具备v2x功能，可接收路测单元发送的信息，并根据信息的内容发送指令到车端，控制小车的运行

　　⑤　软件可以控制沙盘上的各种设备，如etc，红绿灯，沙盘灯光等。

　　⑥　软件可将通信过程的各种消息实时展示，也可以保存为日志方便用户了解交通情况

　　⑦　在小车经过路测单元的区域时，软件上有明确的提示，说明小车和路测单元进行了交互

　　6、3D数字孪生软件对实体沙盘和实训室的完全数字化还原，通过高度逼真的三维建模和渲染技术，完全再现了实际环境的场景，用户可以通过3D视角全方位地查看沙盘和实训室的实际环境。

　　①　软件加载基于实训室和沙盘三维模型数据，支持缩放、平移、旋转、倾斜等地图操控。

　　②　放置在实训室内部的实体沙盘的也进行了精确的数字化处理，数字沙盘中的每个元素（如道路、建筑、信号灯等）都配有明确的坐标信息，这些坐标与实际沙盘完全对齐。通过这些数字化处理，软件可以提供一个精确的3D视图，该视图不仅还原了沙盘的整体布局，还在尺寸和坐标上保持与现实沙盘保持完全一致。

　　　五、配套课程

　　1、安全注意事项

　　2、智能小车设计认知

　　2.1项目一：智能小车硬件系统认知

　　2.2项目二：智能小车控制系统认知

　　3、专业技能实训

　　3.1模块一嵌入式实训

　　3.1.1项目一Linux基础

　　3.1.2项目二ROS机器人操作系统

　　3.2模块二超声波雷达实训

　　3.2.1项目一超声波雷达结构认识

　　3.2.2项目二超声波雷达的拆装与调整

　　3.2.3项目三超声波雷达障碍物检测

　　3.3模块三激光雷达实训

　　3.3.1项目一激光雷达结构认识

　　3.3.2项目二激光雷达的拆装与调整

　　3.3.3项目三激光雷达SLAM建图与定位

　　3.3.4项目四激光雷达自动导航

　　3.3.5项目五激光雷达点云数据读取与解析

　　3.4模块四视觉传感器实训

　　3.4.1项目一视觉传感器达结构认识

　　3.4.2项目二视觉传感器的拆装

　　3.4.3项目三视觉传感器标定

　　3.4.4项目四车道线检测

　　3.4.5项目七交通标识识别

　　3.4.6项目八红绿灯识别

　　3.5模块五定位与导航传感器实训

　　3.5.1项目一定位与导航传感器结构认识

　　3.5.2项目二GPS标定

　　4、综合设计实训

　　4.1项目一基于Mouse建图

　　4.2项目二基于KartoSLAM算法建图

　　4.3项目三基于HectorSLAM算法建图

　　4.4项目四基于Cartorrapher算法建图

　　4.5项目五基于视觉自动循迹行驶

　　4.6项目六智能汽车的速度控制

　　5、创新实训

　　5.1项目一基于无人驾驶算法倒车入库

　　5.2项目二激光雷达自动跟随

　　5.3项目三基于IMU（陀螺仪）标定

　　5.4项目四线速度标定

　　5.5项目五角速度标定

　　5.6项目六基于激光雷达的多点导航