智能汽车的路面类型认知
发布时间：2021-10-24 04:50
智能化是汽车未来的重要发展方向,当前针对汽车智能化的研究主要集中在交通环境的适应性及决策控制等方面,而对路面行驶条件适应性的研究较少,路面行驶条件影响行车安全性和驾乘舒适性,是当前的研究热点。人可以通过视觉、方向盘力感、身体颠簸程度感知到路面条件,并根据不同的路面调整其驾驶方式,较好地完成驾驶任务,此过程说明人是具有自学习、自适应路面的能力,智能汽车也应该具有像人一样认知路面的能力。当前针对路面的识别研究主要集中在底盘电控系统对路面摩擦系数单一参数的精确识别,无法满足智能汽车路径规划、决策、控制等环节的需求,因此,有必要针对汽车的路面类型认知进行研究。针对上述问题,本文模仿人类驾驶员不需要路面参数准确数值的能力,采用人工智能方法认知路面环境。本文在不增加现有车载传感器的前提下,选用高斯混合隐含马尔可夫模型作为识别工具,根据从CAN总线上获取的车辆运动响应及操作信号,实时认知每个车轮所对应的路面类型。本文重点研究了以下几个方面的内容:首先,本文调研了现有的模式识别方法,并重点研究了隐含马尔可夫模型的训练和识别的相关算法。其次,本文分析了不同路面特征的车辆敏感响应量。根据路面的摩擦系数、滚...
【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】：132 页
【学位级别】：硕士
【部分图文】：
汽车的发展历程
在行驶时能够使乘客生理上感到舒适；心理接受是指能够使乘客放心；社会接受是指对其他交通参与者不造成阻碍或者威胁。人在驾驶汽车时可以使人普遍接受，因此，智能汽车让人接受与否的关键，就是能否像人一样控制汽车，其拟人化研究具有重大意义[6]。可靠的路面实时认知技术，能够为智能汽车的控制器提供可靠的输入信息从而实现车辆的准确控制，因此路面认知对智能汽车而言具有重要意义。1.2 国内外研究现状国内外相关人员对路面识别进行了大量的研究，实时、全面、准确、迅速可靠的路面识别技术是当今研究的重点和难点。目前，国内外相关研究大部分集中在路面的参数识别上，包括：附着系数的识别、路面不平度的识别，以及软硬路面的识别。也有一部分研究是先识别路面类型，而后得到路面参数。本文通过总结相关研究，按照研究对象的不同将路面识别分为如图 1.2 所示的几类。
指的是附着系数， F 指的是地面对轮胎切向相反作用力的最大值，zF 指的是驱动轮的垂向压力。由公式可知，附着系数越大，可以利用的附着力就越大，汽车就越不容易打滑。对于传统的底盘电控系统而言，为了能最大限度地利用轮胎与地面之间的作用力，路面的附着系数识别是必不可少的[8]。路面的附着系数的实时识别可以使传统底盘电控系统在第一时间之内根据识别出来的附着系数进行相关的策略调整，从而提高车辆的操纵稳定性和安全性[9]。如图 1.3 所示，附着系数识别的基本方法可以被分为两类：基于路面传感器的直接识别方法，以及基于车辆动力学响应的间接识别方法。近几十年来国内外相关人员对附着系数识别做了大量的研究，因此本文不再重复赘述，具体研究现状可参考文献[10]，下面仅进行简单介绍。
【参考文献】：
期刊论文
[1]采用路面识别方法的重型救援车辆主动悬架控制策略[J]. 巩明德,颜鑫. 西安交通大学学报. 2019(02)
[2]“工业4.0”对中国制造业的影响探讨[J]. 杨丰瑜,于佳静. 现代商贸工业. 2018(36)
[3]基于附着系数实时监测的软土地面类型自动识别的研究[J]. 李智,鲁杨,吴树岸,鲁植雄,储佳佳. 江西农业大学学报. 2018(05)
[4]基于机器学习的车辆路面类型识别技术研究[J]. 王世峰,都凯悦,孟颖,王锐. 兵工学报. 2017(08)
[5]对汽车智能化进程及其关键技术的思考[J]. 陈虹,郭露露,边宁. 科技导报. 2017(11)
[6]基于深度学习框架Caffe的路面裂缝识别研究[J]. 李楠. 工程技术研究. 2017(03)
[7]基于投影特征提取的路面裂纹识别与检测[J]. 万金晶,卢艳桥,魏家馨,雷可可,杨峰. 软件导刊. 2017(02)
[8]路面裂缝图像自动识别系统[J]. 汪文,英红,马骁. 工程技术研究. 2017(02)
[9]基于支持向量机的路面图像分类方法[J]. 段瑗,李春书,闫尧. 河北农业大学学报. 2016(06)
[10]智能汽车发展现状及前景展望[J]. 陈明哲. 黑龙江科技信息. 2016(31)
博士论文
[1]汽车防撞预警相关路面状态识别的研究[D]. 漆燕.华中科技大学 2013
硕士论文
[1]基于车辆响应识别路面不平度的神经网络方法研究[D]. 谷盛丰.吉林大学 2018
[2]基于多传感器的特定道路信息识别算法研究[D]. 赵国钦.哈尔滨工业大学 2017
[3]基于多源信息融合的试验场道路识别系统研究[D]. 孙觉非.东南大学 2016
[4]车载路面裂纹检测系统图像标定与裂纹辨识方法研究[D]. 刘换平.吉林大学 2016
[5]基于GMM-HMM的声学模型训练研究[D]. 王为凯.华南理工大学 2016
[6]基于隐马尔科夫模型的沪深300市场波动结构突变研究[D]. 陈之星.成都理工大学 2015
[7]基于改进灰度分割算法的路面裂缝识别研究[D]. 王盼盼.长安大学 2014
[8]全线控纯电动汽车行驶状态估算与路面识别[D]. 卜未琦.吉林大学 2014
[9]移动机器人路面识别技术的研究[D]. 高伟.河北工业大学 2014
[10]基于模糊聚类算法的路面识别的研究[D]. 张利敏.江苏科技大学 2014
本文编号：3454609
【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】：132 页
【学位级别】：硕士
【部分图文】：
汽车的发展历程
在行驶时能够使乘客生理上感到舒适；心理接受是指能够使乘客放心；社会接受是指对其他交通参与者不造成阻碍或者威胁。人在驾驶汽车时可以使人普遍接受，因此，智能汽车让人接受与否的关键，就是能否像人一样控制汽车，其拟人化研究具有重大意义[6]。可靠的路面实时认知技术，能够为智能汽车的控制器提供可靠的输入信息从而实现车辆的准确控制，因此路面认知对智能汽车而言具有重要意义。1.2 国内外研究现状国内外相关人员对路面识别进行了大量的研究，实时、全面、准确、迅速可靠的路面识别技术是当今研究的重点和难点。目前，国内外相关研究大部分集中在路面的参数识别上，包括：附着系数的识别、路面不平度的识别，以及软硬路面的识别。也有一部分研究是先识别路面类型，而后得到路面参数。本文通过总结相关研究，按照研究对象的不同将路面识别分为如图 1.2 所示的几类。
指的是附着系数， F 指的是地面对轮胎切向相反作用力的最大值，zF 指的是驱动轮的垂向压力。由公式可知，附着系数越大，可以利用的附着力就越大，汽车就越不容易打滑。对于传统的底盘电控系统而言，为了能最大限度地利用轮胎与地面之间的作用力，路面的附着系数识别是必不可少的[8]。路面的附着系数的实时识别可以使传统底盘电控系统在第一时间之内根据识别出来的附着系数进行相关的策略调整，从而提高车辆的操纵稳定性和安全性[9]。如图 1.3 所示，附着系数识别的基本方法可以被分为两类：基于路面传感器的直接识别方法，以及基于车辆动力学响应的间接识别方法。近几十年来国内外相关人员对附着系数识别做了大量的研究，因此本文不再重复赘述，具体研究现状可参考文献[10]，下面仅进行简单介绍。
【参考文献】：
期刊论文
[1]采用路面识别方法的重型救援车辆主动悬架控制策略[J]. 巩明德,颜鑫. 西安交通大学学报. 2019(02)
[2]“工业4.0”对中国制造业的影响探讨[J]. 杨丰瑜,于佳静. 现代商贸工业. 2018(36)
[3]基于附着系数实时监测的软土地面类型自动识别的研究[J]. 李智,鲁杨,吴树岸,鲁植雄,储佳佳. 江西农业大学学报. 2018(05)
[4]基于机器学习的车辆路面类型识别技术研究[J]. 王世峰,都凯悦,孟颖,王锐. 兵工学报. 2017(08)
[5]对汽车智能化进程及其关键技术的思考[J]. 陈虹,郭露露,边宁. 科技导报. 2017(11)
[6]基于深度学习框架Caffe的路面裂缝识别研究[J]. 李楠. 工程技术研究. 2017(03)
[7]基于投影特征提取的路面裂纹识别与检测[J]. 万金晶,卢艳桥,魏家馨,雷可可,杨峰. 软件导刊. 2017(02)
[8]路面裂缝图像自动识别系统[J]. 汪文,英红,马骁. 工程技术研究. 2017(02)
[9]基于支持向量机的路面图像分类方法[J]. 段瑗,李春书,闫尧. 河北农业大学学报. 2016(06)
[10]智能汽车发展现状及前景展望[J]. 陈明哲. 黑龙江科技信息. 2016(31)
博士论文
[1]汽车防撞预警相关路面状态识别的研究[D]. 漆燕.华中科技大学 2013
硕士论文
[1]基于车辆响应识别路面不平度的神经网络方法研究[D]. 谷盛丰.吉林大学 2018
[2]基于多传感器的特定道路信息识别算法研究[D]. 赵国钦.哈尔滨工业大学 2017
[3]基于多源信息融合的试验场道路识别系统研究[D]. 孙觉非.东南大学 2016
[4]车载路面裂纹检测系统图像标定与裂纹辨识方法研究[D]. 刘换平.吉林大学 2016
[5]基于GMM-HMM的声学模型训练研究[D]. 王为凯.华南理工大学 2016
[6]基于隐马尔科夫模型的沪深300市场波动结构突变研究[D]. 陈之星.成都理工大学 2015
[7]基于改进灰度分割算法的路面裂缝识别研究[D]. 王盼盼.长安大学 2014
[8]全线控纯电动汽车行驶状态估算与路面识别[D]. 卜未琦.吉林大学 2014
[9]移动机器人路面识别技术的研究[D]. 高伟.河北工业大学 2014
[10]基于模糊聚类算法的路面识别的研究[D]. 张利敏.江苏科技大学 2014
本文编号：3454609
本文链接：https://www.wllwen.com/kejilunwen/qiche/3454609.html
