极目新闻通讯员 李雄风
不依赖卫星定位，仅靠几台智能车就能快速完成未知地区的地图构建、定位和导航服务，湖北工业大学计算机学院大四学生张霄雨及其团队在老师的指导下研发出的“多智能车协同的自主导航技术”，已获湖北省第十四届“挑战杯”大学生课外学术作品竞赛特等奖，并入围第十八届“挑战杯”全国大学生课外学术科技作品竞赛终审决赛。
多车协作效率更高
传统的方法是由人给车辆分配任务，每辆车独自作业去采集数据，再根据数据进行地图绘制，效率低。与单辆车相比，多智能车协同作业，效率更高，任务执行更快。
张霄雨团队以航天轻舟机器人为研究对象，创新了算法。算法采取众包地图的模式，派出任务的车辆组成智能群体，队员车通过激光雷达、超声波等采集环境信息，绘制出高精度的局部地图后发送给队长车。队长车进行数据处理、任务分发、全局地图构建等。“队长车就像‘大脑’，接收数据、分析数据，再进行指挥，它们自主和智能协作。”张霄雨介绍，该算法研究过程不易，在300多天的研发周期里，他们几乎一下课就会泡在实验室，不断地写代码，改代码，调试车辆等。
“第一次将车拿出实验室进行调试时，刚启动，队长车就宕机了。在指导老师靳华中老师的帮助下，我们多方排查发现，这是因为室外物件多，环境复杂，通过激光雷达等采集到的数据量过大，队长车处理不了，就‘挂’了。后来我们继续优化算法，让队员车先做个数据简单处理，再发送给队长车。” 张霄雨说。
据卫星导航技术研究中心相关专家介绍，该算法相较传统方法，配准速度提升10%以上，地图精度可达厘米级。
没有卫星信号也能工作
此前，团队采用传统方法让车辆进行自主定位，但该办法会不可避免的产生误差。张霄雨解释道，车辆后轮会装上传感器，通过定时计算轮子转了多少圈，车辆会计算自己当前所处位置，进行定位。但由于转弯时内轮转的距离比外轮小等原因，因此计算总会有误差。
为此，他们设计了一种算法——多智能车自主定位校正来减少该误差，使车辆定位更准确。
当两辆车经过同一地物目标时，该算法分析车辆的激光雷达、相机数据，通过相同特征地物的坐标位置变换获取相对位移，车辆进行信息交互后，实现对自己的坐标位置矫正。
张霄雨介绍，在某些应用场景下，存在全球导航卫星系统等信号缺失或较弱的问题，而该方法可以克服对卫星或信标的依赖。
据了解，此作品成果已经与武汉卓尔信息科技有限公司等企业达成了应用合作，运用于酿酒车间和物流仓库等。围绕该项研究，团队已发表SCI论文2篇，申请发明专利2项等。
