无人机-智能车队协同系统路径实时规划研究
发布时间：2021-10-15 12:05
随着经济的发展,机动车数量日益增长,交通拥堵现象时常出现,这会延长人们的出行时间,甚至严重影响日常工作。路径规划问题一直是人们研究的热点,通过避开拥堵的街道,选择一条最优路线,可以极大减少人们出行时间。论文主要研究内容与成果如下:（1）将无人机引入道路交通中,提出了无人机-智能车队协同系统,该系统是将车辆导航系统和无人机相结合,并有两种获取信息的方式。一种是由智能交通系统中路旁设备采集信息,交通指挥中心对信息进行处理、生成、发布,并发送给车辆。另一种是由无人机拍摄视频,并由车辆进行图像处理得到信息。根据系统获取信息的两种方式,命名了相应两种工作模式:机车协同和车路协同两种工作模式,并介绍了该系统的工作流程。（2）机车协同模式是无人机和车辆协同工作。无人机在道路上方拍摄视频,之后将视频传到车辆,由车辆进行图像处理,此过程使用融合背景差分法和Canny边缘检测法的方式判断车辆的存在,并通过转换图片单位像素和实际距离之间的长度关系得到交叉口前的排队长度。然后提出了新的道路权值计算方法,即利用得到的排队长度,考虑车辆在不同车道上行驶以及多次排队情况,经过计算得到道路权值。根据道路权值,使用Di...
【文章来源】：兰州交通大学甘肃省
【文章页数】：62 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 选题背景及意义
1.2 国内外研究现状
1.2.1 路径规划问题的研究现状
1.2.2 道路权值问题的研究现状
1.2.3 无人机-无人车协同工作的研究现状
1.3 主要研究内容
2 无人机-智能车队协同系统介绍
2.1 系统构成
2.2 分系统介绍
2.2.1 智能车队
2.2.2 路旁设备
2.2.3 交通指挥中心
2.2.4 无人机分系统
2.3 系统工作流程
2.4 图像处理基本内容
2.4.1 彩色图像灰度化
2.4.2 运动目标检测技术
2.5 本章小结
3 无人机航拍视频处理及车辆检测
3.1 视频预处理
3.2 车辆存在检测
3.2.1 基于背景差分法的车辆存在检测
3.2.2 融合Canny边缘检测法与背景差分法的车辆存在检测
3.3 排队长度获取
3.4 仿真分析
3.5 本章小结
4 机车协同模式的路径规划方法
4.1 变量定义
4.2 获取信息
4.3 道路权值计算
4.3.1 交叉口运动状态分析
4.3.2 计算关键值
4.3.3 权值计算
4.4 道路模型
4.5 最优路径规划
4.6 仿真分析
4.6.1 仿真场景设置
4.6.2 不同场景下的应用
4.7 可行性分析
4.8 本章小结
5 车路协同模式的路径规划方法
5.1 道路权值计算
5.2 仿真分析
5.3 本章小结
结论
致谢
参考文献
攻读学位期间的研究成果
【参考文献】：
期刊论文
[1]空-地协同地图匹配的路径规划方法[J]. 杜仕刚,肖宇峰,张华. 传感器与微系统. 2020(02)
[2]驾驶员礼让行人等待时间阈值研究[J]. 李明远,郭凤香,费怡. 交通信息与安全. 2019(04)
[3]无人机通信多路并行自适应传输系统的设计与实现[J]. 李子园,胡静,宋铁成,徐平. 信息化研究. 2019(04)
[4]探讨V2X车联网关键技术及应用[J]. 赵光辉. 时代汽车. 2019(15)
[5]车联网在智能网联汽车应用中的挑战[J]. 王小臣,蒋树国,王建海. 客车技术与研究. 2019(02)
[6]车联网发展现状及趋势研究[J]. 和福建,田晓笛,王长园. 中国汽车. 2019(04)
[7]车路协同系统下区域路径实时决策方法[J]. 王庞伟,邓辉,于洪斌,李振华,王力. 北京航空航天大学学报. 2019(07)
[8]UAV/UGV协同环境下的目标识别与全局路径规划研究[J]. 席阿行,赵津,周滔,胡秋霞. 电子技术应用. 2019(01)
[9]无人驾驶在末端物流配送中的应用和挑战[J]. 夏华夏. 人工智能. 2018(06)
[10]考虑信号交叉口延时的最优车辆路径规划算法[J]. 胡林,钟远兴,黄晶,杜荣华,张新. 汽车工程. 2018(10)
硕士论文
[1]基于机器视觉的车辆检测与跟踪方法研究[D]. 刘志成.武汉理工大学 2018
[2]基于视觉技术的道路交通信息提取方法研究[D]. 李亚伟.山东理工大学 2017
[3]基于广义拓扑路网模型的动态路径导航算法研究[D]. 贾杰.哈尔滨工业大学 2017
[4]智能交通中的动态路径规划研究[D]. 范炯.江苏科技大学 2016
[5]城市智能交通中的动态路径规划研究[D]. 李军.杭州电子科技大学 2016
[6]基于交通诱导子区的城市分层分区路径规划[D]. 周俊杰.浙江大学 2016
[7]基于城市路网的最优路径规划算法研究[D]. 邱洋洋.燕山大学 2015
[8]基于视频处理的车辆排队长度检测算法的研究与应用[D]. 陶万杰.北京邮电大学 2015
[9]车辆定位导航系统中地图匹配算法研究[D]. 李星军.西安电子科技大学 2015
[10]基于三帧差法的运动目标检测方法研究[D]. 赵建.西安电子科技大学 2013
本文编号：3437969
【文章来源】：兰州交通大学甘肃省
【文章页数】：62 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 选题背景及意义
1.2 国内外研究现状
1.2.1 路径规划问题的研究现状
1.2.2 道路权值问题的研究现状
1.2.3 无人机-无人车协同工作的研究现状
1.3 主要研究内容
2 无人机-智能车队协同系统介绍
2.1 系统构成
2.2 分系统介绍
2.2.1 智能车队
2.2.2 路旁设备
2.2.3 交通指挥中心
2.2.4 无人机分系统
2.3 系统工作流程
2.4 图像处理基本内容
2.4.1 彩色图像灰度化
2.4.2 运动目标检测技术
2.5 本章小结
3 无人机航拍视频处理及车辆检测
3.1 视频预处理
3.2 车辆存在检测
3.2.1 基于背景差分法的车辆存在检测
3.2.2 融合Canny边缘检测法与背景差分法的车辆存在检测
3.3 排队长度获取
3.4 仿真分析
3.5 本章小结
4 机车协同模式的路径规划方法
4.1 变量定义
4.2 获取信息
4.3 道路权值计算
4.3.1 交叉口运动状态分析
4.3.2 计算关键值
4.3.3 权值计算
4.4 道路模型
4.5 最优路径规划
4.6 仿真分析
4.6.1 仿真场景设置
4.6.2 不同场景下的应用
4.7 可行性分析
4.8 本章小结
5 车路协同模式的路径规划方法
5.1 道路权值计算
5.2 仿真分析
5.3 本章小结
结论
致谢
参考文献
攻读学位期间的研究成果
【参考文献】：
期刊论文
[1]空-地协同地图匹配的路径规划方法[J]. 杜仕刚,肖宇峰,张华. 传感器与微系统. 2020(02)
[2]驾驶员礼让行人等待时间阈值研究[J]. 李明远,郭凤香,费怡. 交通信息与安全. 2019(04)
[3]无人机通信多路并行自适应传输系统的设计与实现[J]. 李子园,胡静,宋铁成,徐平. 信息化研究. 2019(04)
[4]探讨V2X车联网关键技术及应用[J]. 赵光辉. 时代汽车. 2019(15)
[5]车联网在智能网联汽车应用中的挑战[J]. 王小臣,蒋树国,王建海. 客车技术与研究. 2019(02)
[6]车联网发展现状及趋势研究[J]. 和福建,田晓笛,王长园. 中国汽车. 2019(04)
[7]车路协同系统下区域路径实时决策方法[J]. 王庞伟,邓辉,于洪斌,李振华,王力. 北京航空航天大学学报. 2019(07)
[8]UAV/UGV协同环境下的目标识别与全局路径规划研究[J]. 席阿行,赵津,周滔,胡秋霞. 电子技术应用. 2019(01)
[9]无人驾驶在末端物流配送中的应用和挑战[J]. 夏华夏. 人工智能. 2018(06)
[10]考虑信号交叉口延时的最优车辆路径规划算法[J]. 胡林,钟远兴,黄晶,杜荣华,张新. 汽车工程. 2018(10)
硕士论文
[1]基于机器视觉的车辆检测与跟踪方法研究[D]. 刘志成.武汉理工大学 2018
[2]基于视觉技术的道路交通信息提取方法研究[D]. 李亚伟.山东理工大学 2017
[3]基于广义拓扑路网模型的动态路径导航算法研究[D]. 贾杰.哈尔滨工业大学 2017
[4]智能交通中的动态路径规划研究[D]. 范炯.江苏科技大学 2016
[5]城市智能交通中的动态路径规划研究[D]. 李军.杭州电子科技大学 2016
[6]基于交通诱导子区的城市分层分区路径规划[D]. 周俊杰.浙江大学 2016
[7]基于城市路网的最优路径规划算法研究[D]. 邱洋洋.燕山大学 2015
[8]基于视频处理的车辆排队长度检测算法的研究与应用[D]. 陶万杰.北京邮电大学 2015
[9]车辆定位导航系统中地图匹配算法研究[D]. 李星军.西安电子科技大学 2015
[10]基于三帧差法的运动目标检测方法研究[D]. 赵建.西安电子科技大学 2013
本文编号：3437969
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3437969.html
