基于模型预测的自主驾驶车辆速度决策和运动规划方法研究
发布时间：2021-02-02 03:27
近年来,车辆智能驾驶技术被国内外相关学者、组织和机构广泛研究。在未来几十年里,自主车的发展必将改变人类现有的驾驶习惯和出行模式,交通安全也将因无人车技术的发展而不断提高。模型预测是对复杂的决策和规划问题进行建模和预测,包含数据驱动的建模和预测方法以及基于机理的建模和预测方法。人们希望自主驾驶车辆在不同场景、条件、任务下都能拥有自主决策和运动规划的能力以便应对各种问题。本文主要针对基于模型预测的自主驾驶车辆的速度决策和运动规划方法进行研究。论文的主要工作成果和创新点如下:（1）针对自主驾驶车辆运动规划的车辆运动学和动力学特性描述问题,分析和建立了车辆的运动学模型、轮胎模型和车辆的动力学模型。目前,基于无车辆模型的运动规划方法未考虑车辆的模型信息,存在规划出的路径不合理的问题;基于车辆模型的运动规划方法不满足约束条件和参数设置造成执行效果不理想的问题。针对上述问题,本文对车辆的运动机理进行分析和建模,提出了既能在有限时间内求解又能保留车辆动力学特性的车辆动力学模型。（2）提出了一种基于核超限学习机的自主车速度决策的建模和预测方法。目前,自主驾驶车辆的速度决策仍然面临着适应复杂环境困难的问题...
【文章来源】：国防科技大学湖南省 211工程院校 985工程院校
【文章页数】：91 页
【学位级别】：硕士
【部分图文】：
配备了摄像头和其他多种传感器的奔驰S500轿车上世纪七八十年代，来自德国慕尼黑联邦国防军大学的航空航天教授Ernst
美国卡内基 梅隆大学研发的第五代无人驾驶试验车 Navlab（如图1.2 所示）通过在车辆上搭载包括：便携式计算机、挡风玻璃摄像头、GPS 接收器以及其他一些辅助设备，来控制方向盘以保证车辆行驶的安全性能，成功的完成了从匹兹堡到洛杉矶的“无手动”驾驶之旅，但是车辆的速度调节仍然需要人来完成，试验车只负责车辆的方向控制。图 1. 2 卡内基 梅隆大学研发的第五代自主车 Navlab1998 年，意大利帕尔马大学视觉实验室 VisLab 在 EUREKA 资助下完成的ARGO（如图 1.3 所示）项目进行了累计 2000 公里的实车实验，其中 94%的路程使用自主驾驶，平均时速为 90 公里，最高时速 123 公里。该系统成功的证明了利用低成本的硬件和成像系统，可以在仅有视觉输入的情况下实现无人驾驶。图 1. 3 帕尔马大学视觉实验室 VisLab 的自主车 ARGO2004 年，第一届 DARPA“Grand Challenge”沙漠挑战赛在莫哈韦沙漠举办
第 4 页图 1. 3 帕尔马大学视觉实验室 VisLab 的自主车 ARGO一届 DARPA“Grand Challenge”沙漠挑战赛在莫在无人干预条件下，通过 200 多公里的沙漠地带务，成绩最好的自主车也仅行驶了约 11 公里[3]。
【参考文献】：
期刊论文
[1]基于扇形栅格地图的移动机器人全局路径规划[J]. 李天成,孙树栋,高扬. 机器人. 2010(04)
[2]改进的概率路径图法[J]. 陈家照,张中位,徐福后. 计算机工程与应用. 2009(10)
[3]基于传感器信息的智能移动机器人导航评述[J]. 辛江慧,李舜酩,廖庆斌. 传感器与微系统. 2008(04)
[4]基于双重遗传算法机制的路径规划[J]. 卢瑾,杨东勇. 系统仿真学报. 2008(08)
[5]基于启发式的快速扩展随机树路径规划算法[J]. 王滨,金明河,谢宗武,刘宏. 机械制造. 2007(12)
[6]基于概率地图方法的无人机路径规划研究[J]. 孙汉昌,朱华勇. 系统仿真学报. 2006(11)
[7]自动引导车辆（AGV）地图生成方法研究[J]. 张正,王喆,陈超. 兰州交通大学学报. 2005(06)
[8]汽车自动寻径算法的研究[J]. 周浩华,王晓光. 华南理工大学学报(自然科学版). 1997(06)
本文编号：3013961
【文章来源】：国防科技大学湖南省 211工程院校 985工程院校
【文章页数】：91 页
【学位级别】：硕士
【部分图文】：
配备了摄像头和其他多种传感器的奔驰S500轿车上世纪七八十年代，来自德国慕尼黑联邦国防军大学的航空航天教授Ernst
美国卡内基 梅隆大学研发的第五代无人驾驶试验车 Navlab（如图1.2 所示）通过在车辆上搭载包括：便携式计算机、挡风玻璃摄像头、GPS 接收器以及其他一些辅助设备，来控制方向盘以保证车辆行驶的安全性能，成功的完成了从匹兹堡到洛杉矶的“无手动”驾驶之旅，但是车辆的速度调节仍然需要人来完成，试验车只负责车辆的方向控制。图 1. 2 卡内基 梅隆大学研发的第五代自主车 Navlab1998 年，意大利帕尔马大学视觉实验室 VisLab 在 EUREKA 资助下完成的ARGO（如图 1.3 所示）项目进行了累计 2000 公里的实车实验，其中 94%的路程使用自主驾驶，平均时速为 90 公里，最高时速 123 公里。该系统成功的证明了利用低成本的硬件和成像系统，可以在仅有视觉输入的情况下实现无人驾驶。图 1. 3 帕尔马大学视觉实验室 VisLab 的自主车 ARGO2004 年，第一届 DARPA“Grand Challenge”沙漠挑战赛在莫哈韦沙漠举办
第 4 页图 1. 3 帕尔马大学视觉实验室 VisLab 的自主车 ARGO一届 DARPA“Grand Challenge”沙漠挑战赛在莫在无人干预条件下，通过 200 多公里的沙漠地带务，成绩最好的自主车也仅行驶了约 11 公里[3]。
【参考文献】：
期刊论文
[1]基于扇形栅格地图的移动机器人全局路径规划[J]. 李天成,孙树栋,高扬. 机器人. 2010(04)
[2]改进的概率路径图法[J]. 陈家照,张中位,徐福后. 计算机工程与应用. 2009(10)
[3]基于传感器信息的智能移动机器人导航评述[J]. 辛江慧,李舜酩,廖庆斌. 传感器与微系统. 2008(04)
[4]基于双重遗传算法机制的路径规划[J]. 卢瑾,杨东勇. 系统仿真学报. 2008(08)
[5]基于启发式的快速扩展随机树路径规划算法[J]. 王滨,金明河,谢宗武,刘宏. 机械制造. 2007(12)
[6]基于概率地图方法的无人机路径规划研究[J]. 孙汉昌,朱华勇. 系统仿真学报. 2006(11)
[7]自动引导车辆（AGV）地图生成方法研究[J]. 张正,王喆,陈超. 兰州交通大学学报. 2005(06)
[8]汽车自动寻径算法的研究[J]. 周浩华,王晓光. 华南理工大学学报(自然科学版). 1997(06)
本文编号：3013961
本文链接：https://www.wllwen.com/guanlilunwen/lindaojc/3013961.html
