基于视觉信息和GIS的车辆转向控制研究
发布时间：2021-01-31 13:00
汽车智能化程度的提高,不仅可以缓解驾驶员的驾驶疲劳问题,而且可以有效减少人因导致的交通事故,因此车辆环境感知和智能控制技术的研究对改善人们出行有着重要影响。本课题以视觉检测技术和GIS技术为基础,获取车道线、交通信号灯、前方车辆、行驶路径等外界环境信息,围绕车辆转向控制问题,对车辆横向运动控制和纵向运动控制开展研究工作。基于相机标定技术和Hough变换原理,设计了车辆航向角计算方法和车道线以及停车线检测算法,获取了车辆航向角、车道线类型和距停车线距离等信息,分别用于车辆航向控制、车辆在车道中定位和车辆在路口处的定位。设计了基于颜色和特征的信号灯检测方法,实现了圆型、箭头型信号灯的快速检测。为车辆沿期望路径行驶和顺利通过路口奠定基础。设计了基于车底阴影和车牌定位相结合的车辆识别和测距方法,实现了跟车工况下车辆纵向控制。基于GIS技术,建立了道路交通地图数据库和GIS地图,存储道路和信号灯属性及空间位置信息,用于路径规划算法和路口导航控制。改进了的Dijkstra路径规划算法,实现了快速计算出车辆行驶路径,能够引导车辆按规划路径行驶。设计了基于车道线检测算法、GPS定位技术和GIS地图技术...
【文章来源】：青岛理工大学山东省
【文章页数】：91 页
【学位级别】：硕士
【部分图文】：
无人驾驶汽车Navia
图 1-1 无人驾驶汽车 Navia 图 1-2 谷歌无人驾驶汽车Fig. 1-1 Driverless vehicle Navia Fig. 1-2 Google driverless vehicle2）国内智能车研究现状内研究智能车时间较短，起初阶段以科研高校为主。国防科技大学 1
图 2-1 世界坐标系、相机坐标系、图像坐标系关系图Fig. 2-1 Diagram of the world coordinate system, camera coordinate system, and imcoordinate system世界坐标系建立在环境空间中，满足右手法则，主要描述相机位置和
【参考文献】：
期刊论文
[1]基于机器视觉的车道线检测系统的研究[J]. 杨萍,杨磊. 新乡学院学报. 2017(06)
[2]传感器在汽车上的应用和发展[J]. 孙昊,黄旭英,庄敏,陈永发. 时代汽车. 2017(12)
[3]全球首例自动驾驶大客车开放道路行驶——宇通无人驾驶大客车试运行成功[J]. 周晶. 人民公交. 2015(09)
[4]自动驾驶“争艳”亚洲CES展[J]. 伊军令. 汽车纵横. 2015(06)
[5]北斗卫星导航系统定位性能评估[J]. 韩晓飞,马绪瀛. 工程勘察. 2015(04)
[6]基于模糊神经网络的智能车辆循迹控制[J]. 张琨,崔胜民,王剑锋. 汽车工程. 2015(01)
[7]基于模糊逻辑的无人驾驶车纵向多滑模控制[J]. 郭景华,李琳辉,胡平,张明恒. 中国公路学报. 2013(01)
[8]无人驾驶汽车即将上路[J]. 刘霞. 今日科苑. 2012(08)
[9]基于链码趋势表的交通灯形状识别方法[J]. 何海涛,宋健. 计算机工程. 2011(15)
[10]智能车辆路径跟踪横向控制方法的研究[J]. 赵熙俊,陈慧岩. 汽车工程. 2011(05)
博士论文
[1]智能车辆纵向速度跟踪与控制方法研究[D]. 朱敏.北京理工大学 2016
[2]车辆纵向跟随稳定性与主动安全控制关键技术研究[D]. 黄清敏.湖南大学 2014
[3]智能车辆运动轨迹规划方法的研究[D]. 李爱娟.南京航空航天大学 2013
[4]随机车辆纵向跟随系统的稳定性分析与控制[D]. 施继忠.西南交通大学 2012
[5]彩色图像处理关键技术研究[D]. 韩晓微.东北大学 2005
[6]自主驾驶汽车智能控制系统[D]. 孙振平.国防科学技术大学 2004
硕士论文
[1]基于多传感器智能汽车环境感知系统研究[D]. 陈思宇.南昌航空大学 2017
[2]基于动力学模型的智能车辆横、纵向及综合控制策略研究[D]. 雷敏.重庆交通大学 2017
[3]智能车辆组合导航系统设计及先进信息融合算法研究[D]. 李振.青岛科技大学 2017
[4]基于视觉的车道线检测技术研究[D]. 侯长征.西南交通大学 2017
[5]无人车视觉导航中的前方车辆检测方法研究[D]. 赵起超.南京理工大学 2017
[6]基于激光雷达的智能车防撞预警系统研究[D]. 崔熠明.吉林大学 2016
[7]基于多传感器融合的车辆导航系统研究与实现[D]. 石慧.北京工业大学 2016
[8]车辆自动驾驶纵向控制系统仿真研究[D]. 李滨.西华大学 2016
[9]基于横向与纵向综合控制的智能车辆运动控制研究[D]. 王浩.南京航空航天大学 2016
[10]基于GIS的无人地面车辆路径规划技术研究[D]. 潘允辉.北京理工大学 2016
本文编号：3010919
【文章来源】：青岛理工大学山东省
【文章页数】：91 页
【学位级别】：硕士
【部分图文】：
无人驾驶汽车Navia
图 1-1 无人驾驶汽车 Navia 图 1-2 谷歌无人驾驶汽车Fig. 1-1 Driverless vehicle Navia Fig. 1-2 Google driverless vehicle2）国内智能车研究现状内研究智能车时间较短，起初阶段以科研高校为主。国防科技大学 1
图 2-1 世界坐标系、相机坐标系、图像坐标系关系图Fig. 2-1 Diagram of the world coordinate system, camera coordinate system, and imcoordinate system世界坐标系建立在环境空间中，满足右手法则，主要描述相机位置和
【参考文献】：
期刊论文
[1]基于机器视觉的车道线检测系统的研究[J]. 杨萍,杨磊. 新乡学院学报. 2017(06)
[2]传感器在汽车上的应用和发展[J]. 孙昊,黄旭英,庄敏,陈永发. 时代汽车. 2017(12)
[3]全球首例自动驾驶大客车开放道路行驶——宇通无人驾驶大客车试运行成功[J]. 周晶. 人民公交. 2015(09)
[4]自动驾驶“争艳”亚洲CES展[J]. 伊军令. 汽车纵横. 2015(06)
[5]北斗卫星导航系统定位性能评估[J]. 韩晓飞,马绪瀛. 工程勘察. 2015(04)
[6]基于模糊神经网络的智能车辆循迹控制[J]. 张琨,崔胜民,王剑锋. 汽车工程. 2015(01)
[7]基于模糊逻辑的无人驾驶车纵向多滑模控制[J]. 郭景华,李琳辉,胡平,张明恒. 中国公路学报. 2013(01)
[8]无人驾驶汽车即将上路[J]. 刘霞. 今日科苑. 2012(08)
[9]基于链码趋势表的交通灯形状识别方法[J]. 何海涛,宋健. 计算机工程. 2011(15)
[10]智能车辆路径跟踪横向控制方法的研究[J]. 赵熙俊,陈慧岩. 汽车工程. 2011(05)
博士论文
[1]智能车辆纵向速度跟踪与控制方法研究[D]. 朱敏.北京理工大学 2016
[2]车辆纵向跟随稳定性与主动安全控制关键技术研究[D]. 黄清敏.湖南大学 2014
[3]智能车辆运动轨迹规划方法的研究[D]. 李爱娟.南京航空航天大学 2013
[4]随机车辆纵向跟随系统的稳定性分析与控制[D]. 施继忠.西南交通大学 2012
[5]彩色图像处理关键技术研究[D]. 韩晓微.东北大学 2005
[6]自主驾驶汽车智能控制系统[D]. 孙振平.国防科学技术大学 2004
硕士论文
[1]基于多传感器智能汽车环境感知系统研究[D]. 陈思宇.南昌航空大学 2017
[2]基于动力学模型的智能车辆横、纵向及综合控制策略研究[D]. 雷敏.重庆交通大学 2017
[3]智能车辆组合导航系统设计及先进信息融合算法研究[D]. 李振.青岛科技大学 2017
[4]基于视觉的车道线检测技术研究[D]. 侯长征.西南交通大学 2017
[5]无人车视觉导航中的前方车辆检测方法研究[D]. 赵起超.南京理工大学 2017
[6]基于激光雷达的智能车防撞预警系统研究[D]. 崔熠明.吉林大学 2016
[7]基于多传感器融合的车辆导航系统研究与实现[D]. 石慧.北京工业大学 2016
[8]车辆自动驾驶纵向控制系统仿真研究[D]. 李滨.西华大学 2016
[9]基于横向与纵向综合控制的智能车辆运动控制研究[D]. 王浩.南京航空航天大学 2016
[10]基于GIS的无人地面车辆路径规划技术研究[D]. 潘允辉.北京理工大学 2016
本文编号：3010919
本文链接：https://www.wllwen.com/kejilunwen/qiche/3010919.html
