NI LabVIEW图形化开发环境与NI硬件平台，开发无人驾驶赛车

挑战：为DARPA挑战赛开发一辆参赛智能车，可自动穿越郊区环境。

方案：使用NI LabVIEW图形化开发环境与NI硬件平台对智能车进行快速开发、测试以及原型，从而赢得挑战赛。

DARPA城市挑战赛要求路上车辆在城市环境中无人驾驶行驶。在整个赛程中，全自主的无人车要在不到6小时中行驶60英里，并在道路、十字路口、停车场等交通环境里行驶。比赛开始时，一份任务文档规定了比赛道路中的检查站，参赛车辆必须按规定驶过。

为了尽快到达检查站，赛车通过对限速、可能的道路阻塞、交通状况等因素的考虑，选择合适的行驶路线。赛车在行驶中还必须遵守交通规则，与有人驾驶车辆及其它无人车辆间的正确交互。赛车需在规定车道内行驶，对其它车辆的车速或超车做出安全的反应。此外，在十字路口必须依照路权规则安全行驶，规避静态或动态的障碍物，时速达到30 mph。

我们的Victor Tango车队仅有12个月用于赛车开发，且必须满足前所未有的挑战。我们将设计分为四个主要部分：基础平台、感知、规划、及通信。

每部分都充分利用了美国国家仪器公司软硬件的优势。NI硬件有助于连接车辆已有系统，为操作人员提供界面。我们采用LabVIEW 图形化编程环境来开发软件，包括通信构架、传感器处理和目标识别算法、激光测距仪和基于视觉的路况探测、高级驾驶行为、及底层车辆接口。

基础平台

Odin是由福特2005年的Escape Hybrid改装的无人驾驶车辆。通过NI CompactRIO系统与Escape的系统连接，实现对节流阀、转向装置、变速、及刹车的线传控制。车队采用LabVIEW及LabVIEW控制设计及仿真模块开发道路曲率及速度控制系统，通过LabVIEW Real-Time及LabVIEW FPGA模块发布到CompactRIO系统，创建独立的车辆平台。我们还采用LabVIEW 触摸板模块为NI TPC-2006触摸板计算机开发用户界面，并安装于车辆仪表盘上。

感知

为满足赛车在城市挑战赛中的行为需求，Odin必须能够自行定位，探测路况周边环境及正确车道，感知道路上的所有障碍，并能正确的将障碍识别为汽车。因此，Odin上安装了许多传感器，包括在缓冲器平面上安装的三台IBEO四面激光测距仪（LRFs），在车顶架上安装的四台SICK LRF和两个计算机视觉摄像头，以及Novatel高精度GPS/IMU系统。

针对每种感知需求，设计中都采用了多个传感器，以确保最大的真实性及可靠性。为实现灵活的传感器组合，规划软件忽略了原始传感器数据，采用特定任务组件生成的独立传感器感知信息集。定位组件包括LabVIEW Kalman滤波器，用于跟踪赛车的位置及方向。道路探测组件采用NI视觉开发模块，通过摄像头及LRF数据的组合，确定临近路段的路况环境及车道位置。目标分类组件采用LabVIEW来处理IBEO数据，探测障碍并将其分类为静态或动态；动态障碍预报器预测道路及其它车辆的行驶动向。

规划

Odin上的规划软件采用混合审议-反应模型，将上层决策与下层响应分配到不同组件。两类组件以独立频率同步运行，这样车辆就能对紧急状况做出响应，同时又无需重新规划整条路径。分离决策组件后，便可独立对每个系统进行测试，并实现并行开发，这对于缩短城市挑战赛前的设计时间表来说非常重要。

路径规划组件采用A*搜索算法做出路径选择判断，从而行驶过所有检查点。驾驶行为组件采用基于行为的LabVIEW状态机构架，负责让赛车遵守交通规则，并引导赛车沿规划路径行驶。运动规划组件采用迭代轨迹搜索避免障碍，并将赛车引导到期望的路径上。然后，系统将运动方案送到车辆接口，并转换为激励器控制信号。

通信

整个通信框架的开发都采用了LabVIEW。我们实现了SAE AS-4无人系统联合体系结构（JAUS）协议，可进行自动化、动态配置，并提高了城市挑战赛软件在未来的可重用性及商业潜力。同时，我们将每个软件模块作为JAUS组件，所有模块间的交互均在该LabVIEW框架内实现。每个软件模块作为独立组件，可在Windows或Linux®操作系统中异步运行。有了这一通信主构架， LabVIEW编写的软件模块与其它语言编写的模块的交互、重用变得异常容易。

LabVIEW的优势

LabVIEW为我们的团队提供了成功的编成环境，主要有以下原因。作为主要由机械工程师组成的团队，无需计算机学科背景，就能采用LabVIEW开发高级、高层的感知及规划算法。此外，LabVIEW与硬件之间简单的交互操作，提高了实现传感器处理及车辆控制中高定时精度要求进程的能力。

LabVIEW还提供直观且易用的调试环境，可实时执行及监测源代码，轻松实现硬件在环调试。LabVIEW环境使测试时间最大化，实现了快速原型设计及大量设计循环。缩短了参加城市挑战赛及开发设计本身的时间表。这些能力对车队的成功至关重要。

我们成功通过LabVIEW及NI硬件开发了无人驾驶赛车，完成了城市挑战赛，这些对机器人技术来说是从未尝试过的挑战。Odin是仅有的一辆全面采用LabVIEW的赛车，并且取得了第三名的成绩，仅比领先者慢了几分钟。