适用于小型智能车的行驶路况评价及自主避障控制研究

发布时间：2017-04-08 10:03

  本文关键词：适用于小型智能车的行驶路况评价及自主避障控制研究，，由笔耕文化传播整理发布。

【摘要】：随着小型智能车的普及,人们在短距离出行方面有了更多的选择,同时智能车在一些特殊场合的应用也发挥了愈发重要的作用,如在反恐、巡查等特殊任务中的执行协助,因而针对狭窄复杂路面的辅助避障驾驶技术研究越发受到青睐。纵观国内外关于智能车的研究多偏向无人驾驶汽车,无人驾驶汽车具有依托于多传感器技术的高成本及主要于规则道路行驶的应用局限性,因而其核心技术并不完全适用于小型智能车。此外,关于智能车主要技术即自主避障控制的研究,大致分成应用于静态条件的传统算法和动态场景的智能算法两大类,这些方法所做出的避障决策对于周遭环境变化快速的狭窄复杂路面还不能完全达到实时快速的自主避障效果,存在着一定的不足。因此,针对上述问题,本文对于小型智能车-未知复杂道路的系统研究了一种基于BA-BP算法的行驶路况评价模型以及一种基于强化学习的仿人智能控制的自主避障方法,旨在对智能车当前行驶的道路进行监测,对障碍物信息进行合理提取,实现有效避障,为辅助驾驶提供决策依据。论文的主要研究内容包括：1、分析并提取了用于行驶路况评价的五项特征。本文利用图像处理进行道路信息的智能检测,提取了路面平整度、路面弯曲度、障碍物宽高比、障碍物有效面积比和障碍系数五项特征,多方面反映当前行驶路况,并在此基础上进一步完成了上述特征参数的定义和量化处理,为后续的行驶路况评价奠定基础。2、研究了一种基于BA-BP算法的行驶路况评价方法。本文定义了行驶路况的5种特征作为输入,选择BP神经网络作为行驶路况评价模型的基础,且利用蝙蝠算法搜索BP网络更优的初始权值和阈值,来弥补BP网络连接权值和阂值选择上的随机性缺陷,同时加入调整因子突出障碍物特征对于行驶路况的主要影响,以获取更合理高效的训练过程,最后利用此评价模型得出行驶路况的评价结果。该方法比较方便和准确地描述特征参数与行驶路况的关联情况,获取合理的评价结果。3、为了提高智能车辆自主避障控制的精度以及实时性,研究了一种基于强化学习的仿人智能控制的避障控制方法。该方法通过模仿人类控制策略,引入仿人智能控制,同时参考移动机器人的控制算法,加入强化学习予以改进,设计车辆理想规避障碍物的轨迹,构建加速度、转弯半径等避障参数,根据偏差信息不断学习校正,且控制器的部分参数可由强化学习方法实时进行调整。该方法可直观、快速地实现准确的避障。仿真实验结果表明,基于BA-BP算法的行驶路况评价模型的评价精度达到了95.15%,能够对未知道路信息进行合理地提取和评价。同时,本文研究的自主避障方法对小型道路段具有很好的适用性,能够很好的实现自主避障,其避障准确率达到92.86%,相比其他方法具有更好的避障效果。证明本文研究的自主避障方法能够满足未知道路下小型智能车自主避障的需求,具有反应迅速、准确率高等优点,这对于智能车的辅助驾驶研究具有比较重要的理论和现实意义。
【关键词】：行驶路况 BP神经网络 蝙蝠算法 调整因子 仿人智能控制 强化学习 自主避障
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U495;U463.6
【目录】：

• 致谢5-6
• 摘要6-8
• ABSTRACT8-12
• 1 绪论12-22
• 1.1 研究背景与意义12-13
• 1.2 国内外研究方法13-18
• 1.2.1 国外研究方法13-16
• 1.2.2 国内研究方法16-18
• 1.3 研究现状总结18-20
• 1.4 本文主要工作及思路20-22
• 2 基于BA-BP算法的行驶路况评价方法22-39
• 2.1 行驶道路状况基本特征的选取和定义22-28
• 2.1.1 路面平整度23-25
• 2.1.2 路面弯曲度25-26
• 2.1.3 动态障碍物26-28
• 2.2 动态障碍物的主要特征提取28-31
• 2.2.1 障碍物有效面积比29-30
• 2.2.2 障碍系数30-31
• 2.2.3 标准化处理31
• 2.3 基于BA-BP算法的路况评价模型31-38
• 2.3.1 BP神经网络32-33
• 2.3.2 蝙蝠算法33-34
• 2.3.3 BA-BP算法34-36
• 2.3.4 基于BA-BP算法的路况评价模型36-38
• 2.4 本章小结38-39
• 3 基于强化学习的仿人智能控制算法的自主避障系统39-55
• 3.1 控制方法的选取39
• 3.2 仿人智能控制(HSIC)39-43
• 3.2.1 HSIC的基本思想39-41
• 3.2.2 HSIC算法分析41-42
• 3.2.3 HSIC结构流程图42-43
• 3.3 基于强化学习的HSIC算法43-47
• 3.3.1 HSIC算法的优点和不足43-44
• 3.3.2 强化学习算法44-45
• 3.3.3 基于强化学习的HSIC参数学习和优化45-47
• 3.4 避障策略的参数计算47-50
• 3.4.1 避障轨迹的规划47-48
• 3.4.2 避障最小安全距离48-49
• 3.4.3 避障的转弯半径49-50
• 3.4.4 加速度50
• 3.5 基于强化学习和HSIC算法的自主避障控制系统50-54
• 3.5.1 控制器的设计思路50-52
• 3.5.2 运行控制级52-53
• 3.5.3 参数校正级53-54
• 3.6 本章小结54-55
• 4 实验与分析55-72
• 4.1 行驶路况评价的实验分析55-66
• 4.1.1 道路与障碍物检测试验55-59
• 4.1.2 特征数据采集与处理59-60
• 4.1.3 基于BA-BP算法的行驶路况评价模型实验60-62
• 4.1.4 对比分析实验62-66
• 4.2 智能车自主避障的实验分析66-71
• 4.2.1 避障控制实验66-69
• 4.2.2 避障对比实验69-71
• 4.3 本章小结71-72
• 5 结论与展望72-74
• 5.1 论文工作总结72-73
• 5.2 进一步工作展望73-74
• 参考文献74-77
• 作者简历及攻读硕士/博士学位期间取得的研究成果77-79
• 学位论文数据集79

【相似文献】

中国期刊全文数据库 前10条

1 耶晓东;;简易避障机器人的设计[J];仪器仪表用户;2009年01期

2 曹瑞青;张莉;;;图书自动小车避障功能的设计[J];装备制造技术;2009年07期

3 pvcbot;;避障小车[J];电子制作;2011年07期

4 刘天军;毛建秋;支波浩;武谦;朱达杰;段俊杰;;基于“慧鱼”创意组合模型的避障机器人的设计与制作[J];常州工学院学报;2012年02期

5 吴树和;最大避障圆问题的提出与初探[J];海军工程学院学报;1996年04期

6 吴树和;求最大避障圆的一种新算法[J];海军工程学院学报;1998年03期

7 田国会;王家超;段朋;;病房巡视机器人复杂环境下的避障技术研究[J];华中科技大学学报(自然科学版);2013年S1期

8 马宏伟;王川伟;;煤矿救援探测机器人转向及避障机理研究[J];制造业自动化;2014年04期

9 王崇;;汽车智能避障方法仿真研究[J];计算机仿真;2014年06期

10 杨波,张振龙;壁面清洗恒压和避障功能的研究[J];机器人技术与应用;2000年05期

中国重要会议论文全文数据库 前8条

1 王世军;韩立伟;杨宏斌;王力;;基于雷达的无人车路径规划与避障研究[A];2013第一届中国指挥控制大会论文集[C];2013年

2 丁锐;喻俊志;杨清海;谭民;;基于红外传感器的两栖机器人智能避障控制[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

3 徐红丽;封锡盛;;基于事件反馈监控的AUV模糊避障方法研究[A];2007'仪表，自动化及先进集成技术大会论文集（二）[C];2007年

4 吴倚龙;韦洋;郝卫东;;移动机器人导航和避障系统硬件的设计[A];2004全国光学与光电子学学术研讨会、2005全国光学与光电子学学术研讨会、广西光学学会成立20周年年会论文集[C];2005年

5 王军;钟志军;黄心汉;;两轮小车避障控制的仿真研究[A];1996中国控制与决策学术年会论文集[C];1996年

6 吕春峰;朱建平;;Dijkstra算法在移动机器人路径规划和避障中的应用[A];全国炼钢连铸过程自动化技术交流会论文集[C];2006年

7 张淼;汪懋华;林建涵;姚岚;;移动机器人超声波测距与避障系统的试验研究[A];农业工程科技创新与建设现代农业——2005年中国农业工程学会学术年会论文集第一分册[C];2005年

8 刘征宇;夏海;毕翔;张利;;嵌入式技术在多功能小车设计中的应用[A];计算机技术与应用进展——全国第17届计算机科学与技术应用（CACIS）学术会议论文集（下册）[C];2006年

中国重要报纸全文数据库 前2条

1 记者 胡加齐;墨西哥发明盲人电子避障装置[N];新华每日电讯;2000年

2 本报记者 柳艳芳;让学生感受创造的魅力[N];天津教育报;2009年

中国博士学位论文全文数据库 前5条

1 姚玉峰;8自由度轮式移动操作机避障能力及其运动规划方法研究[D];哈尔滨工业大学;2009年

2 姚立健;茄子收获机器人视觉系统和机械臂避障规划研究[D];南京农业大学;2008年

3 戴光明;避障路径规划的算法研究[D];华中科技大学;2004年

4 范红;智能机器人路径规划及避障的研究[D];浙江大学;2003年

5 李寿涛;基于行为的智能体避障控制以及动态协作方法研究[D];吉林大学;2007年

中国硕士学位论文全文数据库 前10条

1 雷远春;未知环境下多智能体协作避障方法的研究[D];宁夏大学;2015年

2 刘宗来;离子型稀土矿掘进选矿一体机掘进路径设计及避障研究[D];江西理工大学;2015年

3 张煜;基于多传感器数据融合的无人车避障导航研究[D];西安工业大学;2015年

4 殷林飞;多飞行器编队三维避障算法研究[D];南昌航空大学;2015年

5 陆薇;基于超声波传感器的模糊避障算法仿真[D];河北科技大学;2014年

6 张桥;多传感器信息融合技术在智能车辆避障中的应用[D];重庆交通大学;2015年

7 周钰雨;未知环境条件下机器人的避障研究[D];沈阳工业大学;2016年

8 杨维;基于单目视觉的旋翼无人机自主避障研究[D];湖南工业大学;2015年

9 吕丹丹;适用于小型智能车的行驶路况评价及自主避障控制研究[D];北京交通大学;2016年

10 韩信;基于双目视觉的轮式机器人动态避障研究[D];浙江大学;2016年

  本文关键词：适用于小型智能车的行驶路况评价及自主避障控制研究，由笔耕文化传播整理发布。

本文编号：292599