把機器人小車升級為無人駕駛小車

謝作如　王海濤

問題提出

智慧交通是人工智能應用的一個重要場景，無人駕駛則是一種利用各種傳感器、控制系統和人工智能算法實現對汽車自主控制的技術，是智慧交通的核心技術。在中小學開設無人駕駛課程，讓機械結構、智能控制和深度學習等技術融合起來，是一門很有價值的跨學科課程。但無人駕駛課程開設難度較大，除了對授課教師要求較高外，還需要一系列硬件支持，比如內置支持模型推理能力芯片的小車價格往往達數千元。

考慮到大部分中小學校的創客空間或機器人實驗室有現成的可編程機器人小車，而這些小車一般都能支持2.4G、藍牙和Wi-Fi 等遙控。那么，能否給小車配上無線攝像頭增加視覺能力，用較低的成本開展無人駕駛課程呢？

技術分析：無人駕駛的實現

常見無人駕駛小車功能分析

據不完全調查，為中小學開發無人駕駛課程核心器材（小車）的企業不多。筆者從轉向、感知、控制等角度對中小學無人駕駛小車的技術進行了分析。最常見的轉向方式是兩輪差速和麥克納姆輪，部分高端的小車會采用阿克曼轉向，即類似真實汽車，用方向盤（舵機控制）形式轉向。攝像頭是必備的感知設備，外加一些紅外避障傳感器，高端的小車還會配置激光雷達，使用SLAM 技術。高端小車會使用ROS 控制系統，而對于低齡段學生，用Python 結合GPIO 或pinpong 庫，也是常見的選擇。一般都會使用具備一定算力的主板，以樹莓派和Jetson Nano 為主，有的會用高端國產芯片；相對低端的產品會使用Arduino、ESP32 類主板，使用智能攝像頭推理，但大家一般也不會把這些小車看作無人駕駛小車。

無人駕駛的低門檻實現

從任務執行角度看，無人駕駛小車的控制主要包括車速、方向和車燈（有些會加鳴笛）。而環境感知部分除去高端SLAM 建圖（需要激光雷達），僅需對車道、交通標志和行人進行識別。正是這些識別功能對小車主板提出了較高的要求，如果對小車實時反饋要求不高，則可用遠程推理結合遙控方式實現，可顯著降低“無人駕駛”的門檻。其中，遠程推理是指用電腦（服務器）對攝像頭畫面進行推理。如圖1 所示，可以選擇無線攝像頭將畫面傳輸到普通電腦，根據推理結果以無線方式發送控制信號，無線攝像頭既可以裝在小車上，也可以裝在小車運動的場地上方。如裝在小車上，可以做第一視角的無人車，跟現有的無人車功能非常類似；如裝在小車運動場地上方，則可返回小車的位置信息。當然，兩種方式也可同時存在。

項目測試：做一輛無人駕駛小車

筆者在學校創客空間選擇了一款現有的小車進行測試。其中，小車用“麥昆”，無線攝像頭選擇了ESP32-CAM。

可編程遙控小車的選擇

麥昆小車套件僅僅提供了底盤， 控制板可采用micro：bit 和掌控板，性價比高。其中，micro：bit 支持2.4G的控制，可以與其他micro：bit 板子通訊。掌控板則支持Wi-Fi，可采用MQTT、HTTP 或Socket 通訊，使用更加靈活。

ESP32-CAM 是基于ESP32芯片設計的一款開源硬件，價格不到30 元，融合了Wi-Fi 和藍牙通訊功能，適用于需要拍照、錄像、圖像處理等應用場景。筆者還特意刷寫了1 個固件，能通過串口配置ESP32-CAM 的Wi-Fi 信息，然后以HTTP 方式就能獲取攝像頭的畫面信息。

無人駕駛技術實現

為了用最簡潔的方式控制小車，筆者放棄了常見的MQTT 協議，選擇了Socket，因為MQTT 還需單獨部署MQTT 服務器。具體的工作流程如圖2 所示，電腦端借助OpenCV 獲取ESP32-CAM 的畫面，經過XEduhub 模型推理后，借助XEduGPIO 庫發送指令給掌控板，掌控板再驅動小車，麥昆小車就成了一輛擁有強悍算力的智能小車。

流程圖中的XEduGPIO 庫是為活動專門編寫的，內置了Socket 連接的各種協議。核心類CarComm 提供了speed、servo、led 和stop 這 4 種最基本的方法，分別用于驅動小車前進、舵機轉動、改變Led 狀態和停止運動。在XEduGPIO 庫的支持下，4 行代碼即可實現小車的驅動。當然，掌控板也需進行相應的Socket 編程，寫好相應的固件，刷入即可運行。

在電腦端讀取ESP32-CAM 畫面需要用OpenCV，參考代碼如下。畫面推理則需先訓練模型，再借助XEduHub推理。因MMEdu 從數據標注到模型訓練已經提供了完整的操作流程，這里不再展開，請參考XEdu 文檔。

活動設計：從人車合一到無人駕駛

2024 年1 月，全國青少年人工智能創新實踐活動在上海南洋中學舉辦，以上述無人駕駛小車為基礎，設計了1個線下活動——八段錦巡線推物挑戰賽。參加活動的學生需獨立完成小車的機械拼裝、配置Wi-Fi 信息，然后測試“人車合一”任務，再挑戰“無人駕駛”任務。小車活動地圖如圖3 所示。

“人車合一”任務指學生在電腦攝像頭前，通過自己的人體姿態控制小車移動和鏟子起落，按跑道軌跡將物體分別移至3 個目的地?！盁o人駕駛”任務則要求使用電腦讀取小車上的攝像頭畫面，根據推理結果控制小車自主完成八段錦姿態分類任務，小車能合理規劃路徑，完成尋找地圖中與目標八段錦姿態相同的立牌（豎立呈現的圖片）并轉動鏟子?；顒蝇F場如圖4 所示。

總結與反思

50 多名來自全國各地的學生參加了上述活動，他們中大部分是第一次接觸無人駕駛，表現出了巨大的熱情，邊學習邊探究，收獲頗豐。一些現場觀摩的教師也頗為驚喜，他們沒有想到無人駕駛還可以用這種低成本的方式實現，并表示要盡快實施并設計一套完整的人工智能課程。實際上，這套低成本方案不僅可用于無人駕駛，還可用于無人機的智能巡檢、智慧農場的蟲害監測、保護區的生態監測等有趣的課程內容。