智能汽车对前方车辆的运动感知与换道意图辨识
发布时间：2021-05-21 13:39
智能车辆是一种不需要人类操作就能自动感应周围环境、自动导航的载具。智能汽车有着提高车辆行驶安全性、减少交通事故、有效的管理交通流量、纾解交通压力等多种优点,现已成为未来汽车科技的主要发展方向。智能车辆在道路上安全行驶的前提是对行驶环境有准确的感知理解,其中对在途其它车辆的运动感知和驾驶行为理解尤为重要。本文以城市道路环境为背景,对智能车辆前方车辆目标的运动状态和换道意图进行研究,主要研究内容如下:首先,对基于深度卷积神经网络的道路场景语义分割技术进行研究,采集并标注大量交通道路场景样本,利用构建的深层道路场景分割网络,通过样本训练,识别出道路场景图像中所有像素的类别,完成道路、车辆、行人、人行道、各类车道线、天空及其他类别的平滑分割。利用语义分割的结果,利用图像RGB分割技术提取出场景里的车辆,并基于单目视觉测距技术完成车辆目标的定位和纵/横向速度、加速度等运动参数的初步提取。然后,在基于世界坐标系与本车运动坐标系的相对运动关系基础上,考虑到道路行驶车辆的机动行为主要以平面二维运动为主,并且机动性较小的特点,通过对几种运动目标状态模型与滤波估计算法的比较分析,最终采用基于匀加速模型（C...
【文章来源】：西安理工大学陕西省
【文章页数】：67 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 目标运动状态估计
1.2.2 它车驾驶行为分析
1.3 研究内容与论文章节安排
1.3.1 研究内容
1.3.2 论文章节安排
2 基于语义分割的车辆检测与信息获取
2.1 引言
2.2 基于深度卷积网络的道路场景语义分割
2.2.1 全卷积神经网络与语义分割
2.2.2 网络结构介绍
2.2.3 实验准备与模型训练
2.2.4 实验结果与分析
2.3 车辆分割与信息获取
2.3.1 车辆分割
2.3.2 车辆质心计算
2.3.3 前车信息参数获取
2.4 本章小结
3 前方车辆运动状态参数的最优估计
3.1 引言
3.2 目标运动状态模型
3.2.1 CV模型
3.2.2 CA模型
3.2.3 CT模型
3.3 典型滤波估计算法
3.3.1 经典卡尔曼滤波(KF)
3.3.2 扩展卡尔曼滤波(EKF)
3.3.3 粒子滤波(PF)
3.4 前方车辆状态估计方案设计
3.4.1 目标运动状态模型与滤波算法选择
3.4.2 坐标系的建立
3.5 实车实验结果与分析
3.5.1 试验平台搭建
3.5.2 算法测试结果与分析
3.6 本章小结
4 前方车辆换道意图辨识
4.1 引言
4.2 隐马尔科夫模型(HMM)理论概述
4.2.1 HMM基本概念
4.2.2 HMM分类
4.2.3 HMM基本问题与解决算法
4.3 前方车辆换道意图识别模型设计
4.3.1 建模分析
4.3.2 模型观测变量选取
4.3.3 模型参数设计
4.4 模型训练
4.4.1 数据集选取与预处理
4.4.2 模型参数训练
4.5 换道意图辨识
4.5.1 样本识别测试
4.5.2 模型精度检验
4.5.3 最优时间窗口分析
4.5.4 滑动时间窗口选取
4.6 本章小结
5 总结与展望
5.1 总结
5.2 展望
致谢
参考文献
【参考文献】：
期刊论文
[1]一种自主车辆横向运动状态估计的方法[J]. 刘进,赵熙俊. 车辆与动力技术. 2017(03)
[2]智慧城市的智能汽车[J]. 李骏,邱少波,李红建,张晓艳,和卫民,王永军,姚一玮,杨兴旺. 中国科学:信息科学. 2016(05)
[3]基于支持向量机的汽车转向与换道行为识别[J]. 杨殿阁,何长伟,李满,何奇洸. 清华大学学报(自然科学版). 2015(10)
[4]扩展卡尔曼滤波器在车辆状态预测中的应用[J]. 徐远新,黎莉,施雯. 上海汽车. 2015(05)
[5]车载毫米波雷达对前方目标的运动状态估计[J]. 高振海,王竣,佟静,李红建,郭章勇,娄方明. 吉林大学学报(工学版). 2014(06)
[6]ACC系统用目标换道预测方法[J]. 徐远新,鲁玉萍,王畅,施雯. 中国安全科学学报. 2014(10)
博士论文
[1]室外移动机器人的道路场景识别及路径规划研究[D]. 吴宗胜.西安理工大学 2017
硕士论文
[1]无人驾驶车辆道路场景环境建模[D]. 张前.西安理工大学 2018
[2]多目标跟踪问题及粒子滤波算法的研究[D]. 郭娟丽.西安电子科技大学 2018
[3]自适应巡航控制系统多目标识别算法研究[D]. 龙乐飞.湖南大学 2018
[4]基于多源信息融合的状态估计方法研究[D]. 郭振.河南大学 2017
[5]基于GPS数据的高速公路驾驶行为识别[D]. 罗沂.哈尔滨工业大学 2017
[6]智能汽车换道行为及危险性识别方法研究[D]. 张可心.哈尔滨工业大学 2017
[7]考虑前车换道过程的跟驰模型研究[D]. 王玄金.重庆大学 2017
[8]智能车辆近场物体探测及其状态识别方法研究[D]. 鲍阚.吉林大学 2016
[9]智能汽车变道行为判断及碰撞风险估计方法研究[D]. 马士杰.哈尔滨工业大学 2016
[10]基于隐马尔可夫理论的驾驶人换道意图识别研究[D]. 杨诚.吉林大学 2016
本文编号：3199805
【文章来源】：西安理工大学陕西省
【文章页数】：67 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 目标运动状态估计
1.2.2 它车驾驶行为分析
1.3 研究内容与论文章节安排
1.3.1 研究内容
1.3.2 论文章节安排
2 基于语义分割的车辆检测与信息获取
2.1 引言
2.2 基于深度卷积网络的道路场景语义分割
2.2.1 全卷积神经网络与语义分割
2.2.2 网络结构介绍
2.2.3 实验准备与模型训练
2.2.4 实验结果与分析
2.3 车辆分割与信息获取
2.3.1 车辆分割
2.3.2 车辆质心计算
2.3.3 前车信息参数获取
2.4 本章小结
3 前方车辆运动状态参数的最优估计
3.1 引言
3.2 目标运动状态模型
3.2.1 CV模型
3.2.2 CA模型
3.2.3 CT模型
3.3 典型滤波估计算法
3.3.1 经典卡尔曼滤波(KF)
3.3.2 扩展卡尔曼滤波(EKF)
3.3.3 粒子滤波(PF)
3.4 前方车辆状态估计方案设计
3.4.1 目标运动状态模型与滤波算法选择
3.4.2 坐标系的建立
3.5 实车实验结果与分析
3.5.1 试验平台搭建
3.5.2 算法测试结果与分析
3.6 本章小结
4 前方车辆换道意图辨识
4.1 引言
4.2 隐马尔科夫模型(HMM)理论概述
4.2.1 HMM基本概念
4.2.2 HMM分类
4.2.3 HMM基本问题与解决算法
4.3 前方车辆换道意图识别模型设计
4.3.1 建模分析
4.3.2 模型观测变量选取
4.3.3 模型参数设计
4.4 模型训练
4.4.1 数据集选取与预处理
4.4.2 模型参数训练
4.5 换道意图辨识
4.5.1 样本识别测试
4.5.2 模型精度检验
4.5.3 最优时间窗口分析
4.5.4 滑动时间窗口选取
4.6 本章小结
5 总结与展望
5.1 总结
5.2 展望
致谢
参考文献
【参考文献】：
期刊论文
[1]一种自主车辆横向运动状态估计的方法[J]. 刘进,赵熙俊. 车辆与动力技术. 2017(03)
[2]智慧城市的智能汽车[J]. 李骏,邱少波,李红建,张晓艳,和卫民,王永军,姚一玮,杨兴旺. 中国科学:信息科学. 2016(05)
[3]基于支持向量机的汽车转向与换道行为识别[J]. 杨殿阁,何长伟,李满,何奇洸. 清华大学学报(自然科学版). 2015(10)
[4]扩展卡尔曼滤波器在车辆状态预测中的应用[J]. 徐远新,黎莉,施雯. 上海汽车. 2015(05)
[5]车载毫米波雷达对前方目标的运动状态估计[J]. 高振海,王竣,佟静,李红建,郭章勇,娄方明. 吉林大学学报(工学版). 2014(06)
[6]ACC系统用目标换道预测方法[J]. 徐远新,鲁玉萍,王畅,施雯. 中国安全科学学报. 2014(10)
博士论文
[1]室外移动机器人的道路场景识别及路径规划研究[D]. 吴宗胜.西安理工大学 2017
硕士论文
[1]无人驾驶车辆道路场景环境建模[D]. 张前.西安理工大学 2018
[2]多目标跟踪问题及粒子滤波算法的研究[D]. 郭娟丽.西安电子科技大学 2018
[3]自适应巡航控制系统多目标识别算法研究[D]. 龙乐飞.湖南大学 2018
[4]基于多源信息融合的状态估计方法研究[D]. 郭振.河南大学 2017
[5]基于GPS数据的高速公路驾驶行为识别[D]. 罗沂.哈尔滨工业大学 2017
[6]智能汽车换道行为及危险性识别方法研究[D]. 张可心.哈尔滨工业大学 2017
[7]考虑前车换道过程的跟驰模型研究[D]. 王玄金.重庆大学 2017
[8]智能车辆近场物体探测及其状态识别方法研究[D]. 鲍阚.吉林大学 2016
[9]智能汽车变道行为判断及碰撞风险估计方法研究[D]. 马士杰.哈尔滨工业大学 2016
[10]基于隐马尔可夫理论的驾驶人换道意图识别研究[D]. 杨诚.吉林大学 2016
本文编号：3199805
本文链接：https://www.wllwen.com/kejilunwen/qiche/3199805.html
