无人驾驶技术Apollo 1.0用于农业机械的的低成本适配过程

2017年7月Apollo 1.0在Github上正式发布。当在新闻上读到这条消息——“Apollo 1.0开放封闭场地的自动驾驶能力”时，我就在想，我们的农场就是封闭场地，是否可以把Apollo 1.0用做公司机器人系统的无人驾驶模块呢？

第二天，一到公司我就把源码下载下来，开始配置运行环境。当用Rosbag在Dreamview里跑起系统自带的Demo时，我还是很兴奋的，立刻被Apollo圈粉了。Apollo是一个比较完整的开放平台，而且对林肯车和推荐硬件做了适配，偏重实战。如果按照推荐方案配置，3天之内实现自动驾驶并不夸张。然而基于安全性、可靠性等因素，平台推荐的硬件配置高、价格昂贵，这对农业场景并不适用。

我认为无人驾驶技术最终的目的是服务大众，让人们的生活更便捷、更美好。实际上，这项技术可以应用在很多行业，尤其是农业场景，比较容易落地。如果能够简化，实现低成本的方案，将大大加快无人驾驶在农业领域的发展。所以，简化这项技术，使其更贴近大众是非常值得一试的。因此，我们尝试了低成本的硬件方案，下面将和大家分享一下适配过程。

1

车平台

首先，要有一部实验车。我们改装了一部越野电动车，由一个专营电动车的车行定制而成。该车底盘为200x100cm，四轮都有减震，是一个越野底盘，后桥装有一台差速电机，能跑40km/h。

此外，我们加装了EPS转向助力系统和角度传感器，同时更换了电机控制器，用来实现线控和RC遥控。然后，我们模拟农场环境做了测试，经过几次迭代，在进一步改装之后，增强了车身的可靠性和稳定性，使其可以比较顺畅的在颠簸路面上行驶。

（ThorTec农场无人驾驶实验车）

2

硬件平台

Apollo 1.0推荐的硬件主要有：IPC、GNSS接收机、IMU和PCI-CAN卡。在1.0中定位是关键模块，只有实现厘米级的定位，才能实现无人驾驶。

IMU的优点是频率高，在高速的情况下表现好，缺点是存在累计误差，需要GNSS提供的绝对位置来纠偏。而GNSS设备频率低，恰好是在低速时表现好，并且在定位绝对位置时，采用RTK差分可以实现厘米级定位。

我们的测试场景是封闭园区低速行驶，速度不超过10km/h。于是，我们对定位设备做了裁剪，去掉了IMU，采用Novatel 617D 板卡RTK差分定位，同时采用双天线取得航向，最终实现位置精度2cm，航向精度1°的厘米级定位。PCI-CAN卡使用esdcan-pcie402，IPC选用普通的工控机。GPS设备的裁剪一项，使成本降低了10几万元，实现了我们的目标。

3

软件平台

我们主要对以下5个模块做了修改：

1.  GPS驱动模块：主要解析Novatel 617D 的三个协议，BestPos，BestVel和Heading。BestPos解析出WGS84大地坐标；BestVel解析水平和垂直速度；Heading解析航向角。具体内容可以参阅Nvatel的技术说明书。

2.  Localization：定位模块的修改，目的是将原来通过IMU获取的航向、线性速度等数据替换为GNSS接收机解析的数据。

3.  Canbus：添加角度传感器，并适配车辆的控制器CanOpen协议。

4.  Control：Apollo 1.0使用通用的LQR和PID控制算法，分别实现车辆动力学的横向和纵向控制。这里我们主要修改了控制模块的配置文件，针对我们的车辆调整各项参数，为控制模块输入合适的参数，保证控制模块输出正确的指令。

5.  Common模块：使用GNSS接收机获取的数据，修改预瞄算法。

最后，我们模拟农场环境，成功的进行了测试验证。事实证明，我们的低成本方案是可行的，完全实现了Apollo1.0封闭场地无人驾驶。

我们在适配过程中遇到的很多问题，都在Apollo开发者社区中得到了开发者和Apollo工程师的解答，这对我们的帮助很大。这里，我把我们的适配过程给大家做了简单的分享，希望同样对大家有所助益。