自行车何时能够实现“自动行驶”呢？
由于自行车属于欠驱动系统，若不加以控制，就无法保持稳定的站立。
最近，B站的野生技术协会成员、被称为“华为天才少年”的AI算法工程师稚晖君展示了一个“自动驾驶”自行车项目，让普通自行车变身为“自动行走”的交通工具！
视频中的讲解非常详尽，网友们纷纷赞叹：“666666”。
那么，稚晖君是如何实现这项自动驾驶“自行车”的呢？
首先，最基础的就是让自行车能够移动，这需要进行硬件改造，加入自动控制系统。
接下来，要去掉驾驶员的角色，这需要为自行车配备一整套传感器网络，并安装一颗功能强大的芯片，这颗芯片就像是自行车的“大脑”。
最后，在硬件的基础上实现感知与控制算法，为这辆车“注入灵魂”。
改造“死飞”
说完步骤，接下来我们具体看看：
此次改造的对象是一辆“死飞”（Fixed Gear），其结构简单，没有刹车，减速依靠反向蹬车。
像钢铁侠制作机器人那样，这台自动驾驶自行车同样需要利用计算机辅助工具CAD进行建模，创建出一辆虚拟的自行车模型，或称为自行车的数字孪生。
有了车体模型后，所有的改造工作均可在计算机上完成，只需添加一些细节，最终的改造方案便完成了：
首先为自行车安装两个巨大的无刷电机。
并添加一个控制车把的舵机。
在传感器方面，搭载了一个RGBD深度相机、加速度计、陀螺仪及激光雷达。
电池则选用了6S的航模动力锂电池，续航时间约为2-3小时。
主控制模块被放置在座椅后方。
在驱动结构方面，控制车把旋转的舵机、前后方向的平衡则依靠两个轮子的支撑和地面摩擦力来实现。
至于左右平衡，可以通过调整车把的方向来获得转向加速度，从而抵消重力的影响。
而在静止状态下，则依靠角动量守恒原理，学过大学物理的人都知道，角动量守恒定律是自然界中最普遍的守恒定律之一。
当系统的动力角动量发生变化时，会将力矩传递给其他物体。因此，这辆自行车中间的无刷电机其实是用来驱动一个金属动量轮。
这与太空中卫星在没有摩擦力的情况下调整自身姿态的原理相同。
后面的无刷电机则通过摩擦力驱动后轮，使自行车整体前后移动。
关于零件，一部分可以通过3D打印制作，但由于所需零件的硬度和刚性要求较高，稚晖君选择用金属加工来制作固定电机的部件。
安装机器大脑
所有零件安装完成后，就需要建立电力系统，也就是主控制模块与AI计算单元。
与人类相似，计算单元分为小脑和大脑，小脑负责低算力、低时延的实时系统，大脑则负责高算力、高时延的非实时操作系统，用于感知、思考和决策。
随后，稚晖君设计了一个载板，将这两个计算单元整合在一起，结构为四层设计。
PCB打样后手工焊接，这也是传统的技艺环节。
通过总线将大脑与小脑连接，并在软件上实现一套RPC框架，以便于它们之间的通信。
小脑的框架基于freeRTOS，主要用于传感器数据处理和电机控制算法。
任务简单分为三个：闭环控制线程、电机通信线程、屏幕刷新线程。
大脑的软件框架则复杂得多。
到此为止，电路部分已具备“大脑”，但还有一个重要模块缺失，那就是“心脏”，即之前稚晖君设计的CtRl-FOC驱动器。
作为CtRl的第二代作品，其表现相当出色，在小巧的体积内实现了两路共100安的无刷电机FOC控制，同时顺便驱动前方60Kg的舵机和散热风扇。
至此，自动驾驶自行车的整合工作完成。
稚晖君对整个过程进行了简单总结：
机器人是一个复杂的系统，设计时需采用科学方法对其进行理论分析，利用运动学和动力学建模，通过数学模型了解哪些问题相对简单，哪些则较为复杂。
例如，这辆车的控制代码中有超过50个重要参数，包括控制周期、反馈矩阵、PID增益、滤波器截止频率等。
所有这些关键数字需要合理设置，才能使系统进入稳定且快速收敛的状态。
而一些物理参数的设定，如电机功率、飞轮质量、重心分布等，同样需要准确的数学模型进行指导。
在得到模型后，为进一步验证理论的准确性，通常需要在计算机中进行仿真，稚晖君使用了游戏引擎Unity——在其中构建虚拟的物理环境，赋予小车真实的质量和重力，并将控制算法的计算结果可视化。
这一验证完成后，还需经历siM2Real的过程，将仿真结果迁移至现实环境。
这实际上是一个复杂的过程，因为现实中存在更多的不确定因素，很多时候机器人在仿真中表现优异，而在现实中却变得迟钝。视频中举了一个DARPA参赛作品的例子。
同样，这台车在调试过程中也经历了许多艰辛。
在这套系统的姿态控制中，稚晖君采用了LQR控制器，方向控制则使用了经典的PID算法，传感器对加速度计和陀螺仪数据使用二阶巴特沃斯滤波器，然后通过卡尔曼滤波器进行数据融合，最终得到车身姿态。
经过漫长的参数调整，终于成功打造出一台成熟的“自动驾驶”自行车。
那么，这辆自动驾驶自行车的效果究竟如何呢？
在静态状态下，表现非常稳固！
即使被戳也依旧“岿然不动”。
即便在一侧增加重物，仍能保持平衡。
甚至可以进行一些杂技动作。
