基于驾驶习性的智能汽车个性化换道辅助系统研究
发布时间：2021-06-29 12:16
智能汽车换道辅助系统是一种典型的侧向智能驾驶辅助系统,具备换道预警、自主换道轨迹规划和跟踪控制等功能,有利于减少交通事故、提高驾驶安全、缓解驾驶疲劳、提升道路通行能力。然而目前的换道辅助系统设计模式单一,忽略了驾驶人产生的影响和干涉,无法满足不同驾驶人的个体差异,降低了驾驶人对换道辅助系统的接受度和满意度。在人-车-环境闭环系统中,驾驶人具有极大的复杂性和不确定性,是系统最薄弱的一环,因此深入研究驾驶人个性化驾驶行为特征规律,建立驾驶人驾驶习性表征和辨识方案,在智能汽车换道辅助系统的设计过程中考虑驾驶人特性,有针对性地设计个性化换道辅助系统的决策机制和控制系统,是换道辅助系统的重要研究方向,也是换道辅助系统实现大规模推广应用的前提和基础。本文依托国家重点研发计划课题（编号:2016YFB0100904）、国家自然科学基金（编号:51775235）和吉林省自然科学基金（编号:20170101138JC）等项目,开展基于驾驶习性的智能汽车个性化换道辅助系统研究。搭建实车驾驶数据采集平台采集驾驶人驾驶行为数据;基于粒子群算法优化BP神经网络建立驾驶人驾驶习性辨识模型;面向避撞和跟车要求,设计...
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：130 页
【学位级别】：硕士
【部分图文】：
汽车带来的社会问题
Target Vehicle(RT-Range Target)图2.4 基于 RT-Range 测量车车之间的位置和运动关系主车RT组合导航系统的通讯架构如图2.5所示，主车RT3000与RT-Rang（eHunter）通过 J6 Ethernet 相连，外接 12V 电源通过 77C0002B 线缆给 RT-Range（Hunter）主体供电，RT-Range（Hunter）通过 14C140A 线缆给 RT3000 主体供电；RT-XLAN 通过 PoE线缆与 RT-Range（Hunter）相连，其兼有供电和数据传输的功能，且 RT-XLAN 以 WIFI的形式与目标车上的 RT-Range（Target）进行通讯；电台天线通过调制解调器和 RT3000主体相连，接收基站发送的信号；GPS 天线直接与 RT3000 主体连接，用来接收 GPS信号；Ethernet to PC Display 线缆可用来连接电脑，用于 RT 设备的初始配置和调试。目标车上的 RT 组合导航系统通讯架构与主车的类似
16该信号，实现基站与 RT 组合导航系统的通讯，从而提高系统的定位精度。图2.3 基于 RT-Range 测量车道线的步骤Host Vehicle(RT-Range Hunter)Target Vehicle(RT-Range Target)图2.4 基于 RT-Range 测量车车之间的位置和运动关系主车RT组合导航系统的通讯架构如图2.5所示，主车RT3000与RT-Rang（eHunter）通过 J6 Ethernet 相连，外接 12V 电源通过 77C0002B 线缆给 RT-Range（Hunter）主体供电，RT-Range（Hunter）通过 14C140A 线缆给 RT3000 主体供电；RT-XLAN 通过 PoE线缆与 RT-Range（Hunter）相连，其兼有供电和数据传输的功能，且 RT-XLAN 以 WIFI的形式与目标车上的 RT-Range（Target）进行通讯；电台天线通过调制解调器和 RT3000主体相连，接收基站发送的信号；GPS 天线直接与 RT3000 主体连接，用来接收 GPS信号；Ethernet to PC Display 线缆可用来连接电脑，用于 RT 设备的初始配置和调试。目标车上的 RT 组合导航系统通讯架构与主车的类似
【参考文献】：
期刊论文
[1]基于K-means聚类特征消减的网络异常检测[J]. 贾凡,严妍,张家琪. 清华大学学报(自然科学版). 2018(02)
[2]未知环境下智能汽车轨迹规划滚动窗口优化[J]. 张琳,章新杰,郭孔辉,王超,刘洋,刘涛. 吉林大学学报(工学版). 2018(03)
[3]Driving skill classification in curve driving scenes using machine learning[J]. Naiwala P.Chandrasiri,Kazunari Nawa,Akira Ishii. Journal of Modern Transportation. 2016(03)
[4]大数据聚类算法综述[J]. 海沫. 计算机科学. 2016(S1)
[5]基于SOM神经网络聚类的空调负荷聚合方法[J]. 许雅婧,黄小庆,曹一家,张志丹,戴丽丽. 电力系统及其自动化学报. 2015(11)
[6]变曲率弯路车辆换道虚拟轨迹模型[J]. 任殿波,张京明,王聪. 物理学报. 2014(07)
[7]智能车辆自由换道轨迹规划研究[J]. 杨志刚,戚志锦,黄燕. 重庆交通大学学报(自然科学版). 2013(03)
[8]考虑换道约束空间的车辆换道模型研究[J]. 王崇伦,李振龙,陈阳舟,代桂平. 公路交通科技. 2012(01)
[9]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)
[10]基于最小安全距离的车辆跟驰模型研究[J]. 许伦辉,罗强,吴建伟,黄艳国. 公路交通科技. 2010(10)
博士论文
[1]面向高速公路行车安全预警的车道偏离及换道模型研究[D]. 罗强.华南理工大学 2014
[2]智能车辆自动换道与自动超车控制方法的研究[D]. 游峰.吉林大学 2005
[3]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]基于驾驶人驾驶习性的个性化自适应巡航控制系统研究[D]. 刘志鹏.吉林大学 2018
[2]综合考虑视觉和雷达的车道线检测研究[D]. 路顺杰.吉林大学 2015
[3]基于最小安全距离的车辆换道控制研究[D]. 吴杭哲.哈尔滨工业大学 2015
[4]基于毫米波雷达与机器视觉融合的前方车辆检测研究[D]. 王亚丽.吉林大学 2013
[5]基于改进粒子群算法的BP神经网络优化及应用[D]. 王耀东.西安科技大学 2012
[6]驾驶员—车辆Agent微观换道行为的建模[D]. 韩珍.中国科学技术大学 2011
本文编号：3256429
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：130 页
【学位级别】：硕士
【部分图文】：
汽车带来的社会问题
Target Vehicle(RT-Range Target)图2.4 基于 RT-Range 测量车车之间的位置和运动关系主车RT组合导航系统的通讯架构如图2.5所示，主车RT3000与RT-Rang（eHunter）通过 J6 Ethernet 相连，外接 12V 电源通过 77C0002B 线缆给 RT-Range（Hunter）主体供电，RT-Range（Hunter）通过 14C140A 线缆给 RT3000 主体供电；RT-XLAN 通过 PoE线缆与 RT-Range（Hunter）相连，其兼有供电和数据传输的功能，且 RT-XLAN 以 WIFI的形式与目标车上的 RT-Range（Target）进行通讯；电台天线通过调制解调器和 RT3000主体相连，接收基站发送的信号；GPS 天线直接与 RT3000 主体连接，用来接收 GPS信号；Ethernet to PC Display 线缆可用来连接电脑，用于 RT 设备的初始配置和调试。目标车上的 RT 组合导航系统通讯架构与主车的类似
16该信号，实现基站与 RT 组合导航系统的通讯，从而提高系统的定位精度。图2.3 基于 RT-Range 测量车道线的步骤Host Vehicle(RT-Range Hunter)Target Vehicle(RT-Range Target)图2.4 基于 RT-Range 测量车车之间的位置和运动关系主车RT组合导航系统的通讯架构如图2.5所示，主车RT3000与RT-Rang（eHunter）通过 J6 Ethernet 相连，外接 12V 电源通过 77C0002B 线缆给 RT-Range（Hunter）主体供电，RT-Range（Hunter）通过 14C140A 线缆给 RT3000 主体供电；RT-XLAN 通过 PoE线缆与 RT-Range（Hunter）相连，其兼有供电和数据传输的功能，且 RT-XLAN 以 WIFI的形式与目标车上的 RT-Range（Target）进行通讯；电台天线通过调制解调器和 RT3000主体相连，接收基站发送的信号；GPS 天线直接与 RT3000 主体连接，用来接收 GPS信号；Ethernet to PC Display 线缆可用来连接电脑，用于 RT 设备的初始配置和调试。目标车上的 RT 组合导航系统通讯架构与主车的类似
【参考文献】：
期刊论文
[1]基于K-means聚类特征消减的网络异常检测[J]. 贾凡,严妍,张家琪. 清华大学学报(自然科学版). 2018(02)
[2]未知环境下智能汽车轨迹规划滚动窗口优化[J]. 张琳,章新杰,郭孔辉,王超,刘洋,刘涛. 吉林大学学报(工学版). 2018(03)
[3]Driving skill classification in curve driving scenes using machine learning[J]. Naiwala P.Chandrasiri,Kazunari Nawa,Akira Ishii. Journal of Modern Transportation. 2016(03)
[4]大数据聚类算法综述[J]. 海沫. 计算机科学. 2016(S1)
[5]基于SOM神经网络聚类的空调负荷聚合方法[J]. 许雅婧,黄小庆,曹一家,张志丹,戴丽丽. 电力系统及其自动化学报. 2015(11)
[6]变曲率弯路车辆换道虚拟轨迹模型[J]. 任殿波,张京明,王聪. 物理学报. 2014(07)
[7]智能车辆自由换道轨迹规划研究[J]. 杨志刚,戚志锦,黄燕. 重庆交通大学学报(自然科学版). 2013(03)
[8]考虑换道约束空间的车辆换道模型研究[J]. 王崇伦,李振龙,陈阳舟,代桂平. 公路交通科技. 2012(01)
[9]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)
[10]基于最小安全距离的车辆跟驰模型研究[J]. 许伦辉,罗强,吴建伟,黄艳国. 公路交通科技. 2010(10)
博士论文
[1]面向高速公路行车安全预警的车道偏离及换道模型研究[D]. 罗强.华南理工大学 2014
[2]智能车辆自动换道与自动超车控制方法的研究[D]. 游峰.吉林大学 2005
[3]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]基于驾驶人驾驶习性的个性化自适应巡航控制系统研究[D]. 刘志鹏.吉林大学 2018
[2]综合考虑视觉和雷达的车道线检测研究[D]. 路顺杰.吉林大学 2015
[3]基于最小安全距离的车辆换道控制研究[D]. 吴杭哲.哈尔滨工业大学 2015
[4]基于毫米波雷达与机器视觉融合的前方车辆检测研究[D]. 王亚丽.吉林大学 2013
[5]基于改进粒子群算法的BP神经网络优化及应用[D]. 王耀东.西安科技大学 2012
[6]驾驶员—车辆Agent微观换道行为的建模[D]. 韩珍.中国科学技术大学 2011
本文编号：3256429
本文链接：https://www.wllwen.com/kejilunwen/qiche/3256429.html
