基于自然驾驶数据的危险场景测试平台搭建
发布时间：2021-04-15 13:11
目前,国内外都大力发展先进驾驶辅助系统（Advanced Driving Assistance System,ADAS）,其目的是辅助驾驶员、避免人为误操作、提高驾驶安全性。判断ADAS系统是否达到其开发的目的,需要在测试平台上进行测试。本文主要在危险场景下对先进驾驶辅助系统中的自适应巡航系统（Adaptive Cruise Control,ACC）的测试平台进行搭建,平台搭建借助仿真软件PreScan和MATLAB。测试的危险场景是从大量的自然驾驶数据中提取和分类而来,因此危险场景的提取与分类是搭建测试平台的依据。主要研究工作及成果如下:（1）数据采集预处理。将采集的数据根据不同的解码方式解析成直观读取的数据并保存成Excel形式。将解析好的数据通过删除无效数据、三次样条插值补充空缺数据和过滤噪声等方式清洗,便于后续使用。（2）危险场景提取。将处理好的数据通过分析,确定判断场景的危险特征有自车纵向加速度、THW和TTC。特征参数阈值选择参考了国外诸多文献,并结合自身数据特点加以确定。通过确定的特征参数筛选标准提取危险场景,但是筛选出的片段中危险片段占比小,仅有61.97%。其中场景被...
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：94 页
【学位级别】：硕士
【部分图文】：
自然驾驶数据缩减计划流程图
技术路线
第2章数据采集及预处理9第2章数据采集及预处理2.1数据采集流程自然驾驶数据采集种类繁多，数据采集和管理都对以后数据的保存、统计和分析有极其重要的影响。为使采集数据工作标准化、科学化及合理化，同时提高所采集的数据质量，数据采集的工作流程按照图2.1进行。图2.1数据采集工作流程图数据采集前期，需要根据预先设计或预期的采集场景的要素需求，规划数据采集大体区域、各类型道路拟采集里程配比及数据采集车辆的具体行进路线，同时拟定采集任务的周期、预算、任务分工，选定数据采集设备方案及车辆型号。数据采集资源筹备是根据数据采集任务规划进行人员筹备、设备安装、采集车辆筹备、存储数据设备，确保资源的合理分配，保证数据采集工作的进行。根据采集任务对数据采集作业人员数量、年龄、驾龄、身体状况、综合条件等的要求进行招募、面试及实车路试。数据采集后需要进行回传工作，随车测试人员在数据采集过程中按照在途回传和收车回传的原则将采集的原始数据进行回传。采集的原始数据需要进行质量核查，然后将合格的原始数据转移，并将储存原始数据的设备进行规范化管理，以保证原始数据的完整性。2.2数据采集试验准备2.2.1采集设备数据采集设备根据采集方案的不同和数据需求的不同分为三相机、五相机、毫米波雷达与前视相机融合、毫米波雷达与前视相机融合加装Mobileye等多种方案。
【参考文献】：
期刊论文
[1]基于梯度提升决策树的高速公路行程时间预测模型（英文）[J]. 程娟,陈先华. Journal of Southeast University（English Edition）. 2019(03)
[2]基于XGBoost集成的可解释信用评分模型[J]. 刘彧祺,张智斌,陈昊昱,刘杨,邵党国,熊馨,马磊. 数据通信. 2019(03)
[3]安全切入场景下的驾驶人初始制动时刻分析[J]. 朱西产,张佳瑞,马志雄. 中国公路学报. 2019(06)
[4]基于贝叶斯优化XGBoost的现场校验仪误差预测[J]. 徐锋,方彦军. 电测与仪表. 2019(18)
[5]基于Prescan的智能驾驶辅助系统在环研究[J]. 赵伊齐,张引,申成刚,王严. 汽车实用技术. 2019(09)
[6]一种基于三次样条曲线的目标航迹拟合与插值方法研究[J]. 范云锋,刘博,郑益凯. 数字技术与应用. 2019(03)
[7]智能车场景建模及仿真[J]. 郑磊,刘涛,王宇,蒋鑫,王新竹. 汽车技术. 2018(10)
[8]基于自然驾驶研究的直行追尾危险场景诱导因素分析[J]. 吴斌,朱西产,沈剑平,孙晓宇. 同济大学学报(自然科学版). 2018(09)
[9]基于深度传感器的坐姿检测系统[J]. 曾星,孙备,罗武胜,刘涛诚,鲁琴. 计算机科学. 2018(07)
[10]基于中国危险工况的行人交通冲突典型场景提取与分析[J]. 苏江平,陈君毅,王宏雁,陈伟,王鲲. 交通与运输(学术版). 2017(01)
博士论文
[1]基于决策森林的回归模型方法研究及应用[D]. 闫云凤.浙江大学 2019
硕士论文
[1]基于机器学习的网络流量预测与应用研究[D]. 师圣蔓.北京邮电大学 2019
[2]基于随机森林算法的二手车估价模型研究[D]. 王静娜.北京交通大学 2019
[3]基于用户行为序列的网络购买行为预测[D]. 段文强.江西财经大学 2019
[4]部分自动驾驶汽车场地测试与评价研究[D]. 黄丽.重庆大学 2018
本文编号：3139403
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：94 页
【学位级别】：硕士
【部分图文】：
自然驾驶数据缩减计划流程图
技术路线
第2章数据采集及预处理9第2章数据采集及预处理2.1数据采集流程自然驾驶数据采集种类繁多，数据采集和管理都对以后数据的保存、统计和分析有极其重要的影响。为使采集数据工作标准化、科学化及合理化，同时提高所采集的数据质量，数据采集的工作流程按照图2.1进行。图2.1数据采集工作流程图数据采集前期，需要根据预先设计或预期的采集场景的要素需求，规划数据采集大体区域、各类型道路拟采集里程配比及数据采集车辆的具体行进路线，同时拟定采集任务的周期、预算、任务分工，选定数据采集设备方案及车辆型号。数据采集资源筹备是根据数据采集任务规划进行人员筹备、设备安装、采集车辆筹备、存储数据设备，确保资源的合理分配，保证数据采集工作的进行。根据采集任务对数据采集作业人员数量、年龄、驾龄、身体状况、综合条件等的要求进行招募、面试及实车路试。数据采集后需要进行回传工作，随车测试人员在数据采集过程中按照在途回传和收车回传的原则将采集的原始数据进行回传。采集的原始数据需要进行质量核查，然后将合格的原始数据转移，并将储存原始数据的设备进行规范化管理，以保证原始数据的完整性。2.2数据采集试验准备2.2.1采集设备数据采集设备根据采集方案的不同和数据需求的不同分为三相机、五相机、毫米波雷达与前视相机融合、毫米波雷达与前视相机融合加装Mobileye等多种方案。
【参考文献】：
期刊论文
[1]基于梯度提升决策树的高速公路行程时间预测模型（英文）[J]. 程娟,陈先华. Journal of Southeast University（English Edition）. 2019(03)
[2]基于XGBoost集成的可解释信用评分模型[J]. 刘彧祺,张智斌,陈昊昱,刘杨,邵党国,熊馨,马磊. 数据通信. 2019(03)
[3]安全切入场景下的驾驶人初始制动时刻分析[J]. 朱西产,张佳瑞,马志雄. 中国公路学报. 2019(06)
[4]基于贝叶斯优化XGBoost的现场校验仪误差预测[J]. 徐锋,方彦军. 电测与仪表. 2019(18)
[5]基于Prescan的智能驾驶辅助系统在环研究[J]. 赵伊齐,张引,申成刚,王严. 汽车实用技术. 2019(09)
[6]一种基于三次样条曲线的目标航迹拟合与插值方法研究[J]. 范云锋,刘博,郑益凯. 数字技术与应用. 2019(03)
[7]智能车场景建模及仿真[J]. 郑磊,刘涛,王宇,蒋鑫,王新竹. 汽车技术. 2018(10)
[8]基于自然驾驶研究的直行追尾危险场景诱导因素分析[J]. 吴斌,朱西产,沈剑平,孙晓宇. 同济大学学报(自然科学版). 2018(09)
[9]基于深度传感器的坐姿检测系统[J]. 曾星,孙备,罗武胜,刘涛诚,鲁琴. 计算机科学. 2018(07)
[10]基于中国危险工况的行人交通冲突典型场景提取与分析[J]. 苏江平,陈君毅,王宏雁,陈伟,王鲲. 交通与运输(学术版). 2017(01)
博士论文
[1]基于决策森林的回归模型方法研究及应用[D]. 闫云凤.浙江大学 2019
硕士论文
[1]基于机器学习的网络流量预测与应用研究[D]. 师圣蔓.北京邮电大学 2019
[2]基于随机森林算法的二手车估价模型研究[D]. 王静娜.北京交通大学 2019
[3]基于用户行为序列的网络购买行为预测[D]. 段文强.江西财经大学 2019
[4]部分自动驾驶汽车场地测试与评价研究[D]. 黄丽.重庆大学 2018
本文编号：3139403
本文链接：https://www.wllwen.com/guanlilunwen/lindaojc/3139403.html
