智能车辆危险态势评估与换道轨迹跟踪控制研究

发布时间：2020-06-09 07:27

【摘要】：目前,随着高级驾驶辅助系统(ADAS)的研究不断深入,为进一步提高智能驾驶车辆的安全性和舒适性,提出了高度自动化驾驶的概念。态势评估是许多高级驾驶辅助系统(ADAS)的重要组成部分,为了实现这个目标,评估交通状况并自动采取机动决策变得非常重要。因此,本文针对态势评估及换道轨迹跟踪技术进行了研究。具体而言,研究的内容包括以下几个部分:(1)为了使智能车辆具备良好的环境感知能力,综合考虑不同车载传感器的优缺点以及车载传感器的工作环境要求,选用一个长距毫米波雷达安装在车辆前保险杠上、两个中距毫米波雷达安装在车辆后保险杠两侧及一个摄像头安装在车辆正前方,用于搭建车辆的环境感知系统,从而使智能车辆准确的获取周围车辆信息及道路信息,为态势评估提供前提条件。(2)由于环境感知传感器获取的数据可能存在错误或者缺失,本文基于贝叶斯网络理论,选用碰撞时间(TTC)和保持安全时间下的减速度(DST)作为危险评估指标,采用概率方法对车辆的行车安全进行态势评估,评估车辆周围的碰撞风险程度,为车辆保持当前车道或者换道提供决策建议。并在CarSim软件建立交通场景进行仿真实验分析,验证了该态势评估的有效性。(3)根据换道轨迹设计原则,设计等速偏移加正弦函数换道模型与余弦和Sigmoid函数叠加换道模型,通过与常用换道模型进行比较分析,等速偏移加正弦函数换道模型更好满足换道的安全性和舒适性,因此将其作为换道的期望轨迹。为使智能车辆跟随期望换道轨迹进行换道操作,本文基于二自由度车辆模型,根据车辆当前位姿与期望轨迹的目标位姿的偏差来建立车辆的动态位置误差,以横向位置偏差和方位角偏差作为控制量,设计了模糊PID跟踪控制器,并对轨迹跟踪进行仿真分析。结果表明,该跟踪控制器能准确的跟踪期望轨迹。
【图文】：

图 1.1 智能车辆安全行车系统架构图目前针对智能车辆的研究包括以下几个主要的方面[11]，首先是对周围环境的感知，这是作为机器认识世界的最重要的窗口，这其中又包括雷达、摄像头等传感器技术，，环境感知的准确与否是智能车辆功能的关键因素。其次是逻辑推理和行为决策算法，在不同外部环境下，保证汽车可以做出最正确的决定是智能车辆

车辆危险态势评估模型
【学位授予单位】：湖南大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：U463.6

【参考文献】

相关期刊论文 前8条

1 陈慧;徐建波;;智能汽车技术发展趋势[J];中国集成电路;2014年11期

2 王崇伦;李振龙;盖彦荣;辛丰强;;车辆换道轨迹滑模跟踪控制研究[J];交通信息与安全;2012年05期

3 曲凌夫;;汽车与环境污染[J];生态经济;2010年07期

4 李玮;高德芝;段建民;;智能车辆自由换道模型研究[J];公路交通科技;2010年02期

5 徐慧智;裴玉龙;程国柱;;基于期望运行轨迹的车道变换行为安全性分析[J];中国安全科学学报;2010年01期

6 高德芝;段建民;郑榜贵;田炳香;;智能车辆环境感知传感器的应用现状[J];现代电子技术;2008年19期

7 方华京;魏然;;人工势场法在多机器人运动中的研究[J];控制工程;2007年02期

8 刘志刚;汽车发展史简述[J];汽车运用;2000年12期

相关博士学位论文 前1条

1 孙振平;自主驾驶汽车智能控制系统[D];国防科学技术大学;2004年

相关硕士学位论文 前3条

1 刘曰;基于组合毫米波雷达的智能车环境感知方法[D];烟台大学;2016年

2 孙银健;基于模型预测控制的无人驾驶车辆轨迹跟踪控制算法研究[D];北京理工大学;2015年

3 龚毅;一种无人驾驶车辆路径跟踪控制方式研究[D];南京理工大学;2014年

本文编号：2704358