自适应巡航系统目标识别研究

发布时间：2020-05-25 06:49

【摘要】：自适应巡航系统(ACC)在车辆上的应用有效降低了驾驶员的操作负担,缓解了驾驶疲劳,在提升驾驶舒适性的同时也提升了安全性。已有的ACC目标识别方法在弯道、换道等复杂工况时有效性难以达到要求,在识别目标时多以主车预测轨迹为参考而不考虑实际车道线,同时对换入主车道的车辆不能提前识别。错误的识别会使舒适性大打折扣,同时也会增加事故风险。因此,研究一种符合实际行车规范、目标识别准确,同时能够及时识别主车前方换入主车道车辆的目标识别方法将进一步提升ACC的工作性能,扩展其使用范围。本文研究的ACC目标识别方法,包含车道关系识别模型和旁车道车辆换道切入识别模型两部分。车道关系识别模型中,基于车辆线性二自由度模型建立卡尔曼滤波器对传感器获得的横摆角速度进行滤波处理,在此基础上,利用主车状态数据实时估计道路曲率;基于定曲率道路的假设,结合车道线识别系统数据和雷达数据获得预测车道,再根据目标车与预测车道线的相对位置关系判定车道关系。旁车道车辆换道切入识别模型中,对识别范围进行初选以减少模型计算量,再根据其有无连续主动转向的发生进行换道切入可能预判断;基于主动转向发生的两种情况,将换道识别问题转化为换道与出入弯道的区分问题,利用四次和八次多项式对换道和出入弯道轨迹拟合优度的差别进行区分,引入配对t检验来检验差别的显著性进而完成换道轨迹的识别。在Matlab/Simulink和Carsim联合仿真环境下,对ACC目标识别方法进行验证,结果表明:本文所设计的ACC目标识别方法能够在直道和定曲率弯道较为准确地识别出前方目标车辆的车道关系,进而确定跟随行驶目标;对于旁车道换道切入车辆,在其未越过车道线时即可识别其换道行为,识别准确性、实时性较好。
【图文】：

换道,轨迹模型,圆弧曲线

长安大学硕士学位论文常对换道轨迹形状进行分析，然后建立通用的函数来一定的拟合方法识别函数中的常数。模型。等速偏移模型模拟的换道轨迹曲率半径趋于无穷型描述的换道过程侧向加速度为 0，且曲率有突变[21]实的车辆换道轨迹特征，因而采用较少。模型。该模型模拟的换道轨迹为两段圆弧与直线的连接虑了最大侧向加速度的约束，换道开始和结束时能够由于圆弧端点与直线连接处曲率产生突变，因此也难

对比图,换道,特征对

（a）入弯与换道时方位角对比（b）入弯与换道时相对速度对比图 1.7 入弯与换道特征对比ACC 目标识别以及车辆换道识别的研究上，国外起步早，研究思路广深入，且有不少研究已经在实际中得到了应用。内研究现状对于 ACC 目标识别的研究起步较晚，多数研究基于国外各类研究成着近几年国内智能车领域的飞速发展，，目标识别这一基础性的模块得发展。与国外相同，国内 ACC 目标识别主要依靠雷达、机器视觉及息获取方式。其中，基于雷达识别 ACC 目标车辆的方式研究较为广在 ACC 目标识别方法的研究上，典型的研究如下：大学和林设计了一种曲线拟合预测主车行驶轨迹的方法。其假定在预辆的运动状态保持不变，将预瞄时间 J 等分，忽略汽车纵向运动的式向前递推，最终得到预瞄时间后的车辆运动状态。在此过程中，
【学位授予单位】：长安大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：U463.6

【参考文献】