高速公路环境下先进驾驶辅助系统研究
发布时间：2021-11-20 06:49
自动驾驶技术对于人们安全出行、建设智慧城市具有十分重要的意义。由于传感器的可靠性、控制算法的准确性等原因,目前的自动驾驶技术并不十分安全可靠。在自动驾驶技术成熟之前,辅助驾驶技术得到了商业的推广和应用。本文围绕高速公路环境下先进驾驶辅助系统（Advanced Driver Assistance Systems,ADAS）展开研究,基于三维激光雷达技术得到交通场景信息,设计包含自适应巡航、自动紧急制动、主动变道辅助功能的驾驶行为决策模型,建立了自主车辆运动规划控制系统,设置多种仿真工况完成了软件在环测试分析。首先本文基于三维激光雷达技术建立了环境感知系统。基于射线坡度阈值分割法滤除地面点云,分割道路可通行区域,并与基于随机采样一致性的平面模型分割法进行了对比分析。针对点云密度分布不均匀问题,划分多阈值聚类区域,基于欧氏距离进行点云聚类分割,完成分割后设计交互式多模型概率数据匹配算法对跟踪目标进行数据匹配,采用无迹卡尔曼滤波技术作为底层的目标跟踪算法。通过真实激光雷达点云数据验证了算法的有效性,能够实时完成地面分割,实现了对目标车辆的可持续跟踪,得到了准确的运动状态信息。然后根据环境感知层...
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：84 页
【学位级别】：硕士
【部分图文】：
卡内基梅隆大学的“BOSS”[11]
哈尔滨工业大学工程硕士学位论文-3-2012年，谷歌公司的“GoogleFleet”在美国的内华达州拉斯维加斯市完成了14英里道路测试。图1-2为“GoogleFleet”。图1-2谷歌“GoogleFleet”[12]使用VelodyneHDL-64E激光雷达作为主传感器来获取局部道路信息，并通过GPS/INS组合导航系统测量车辆的位置信息和加速度、航向角等车体信息，通过决策规划算法改变驾驶行为控制车辆完成驾驶任务[12]。从上世纪90年代开始，日本交通运输部推出了先进安全车辆计划，包括预测事故的智能导航系统、避免碰撞的雷达技术及行人保护被动安全技术。丰田开发了一套“地图自动绘制系统”，该系统使用了丰田中央研究所的“云空间信息生成”技术，通过数据中心整合图像和GPS数据绘制高精度地图[13]。2014年特斯拉发布了Autopilot1.0，之后不断更新换代。配备Autopilot自动辅助驾驶系统的ModelS最远监测距离可达250m，前置雷达通过发射冗余波长可以穿过雨、雾、灰尘及前车的下方空间进行探测。在自动辅助驾驶模式下，ModelS能够实现辅助转向，自动变更车道，以及在主动巡航控制时自动调整车速，对电机功率、制动系统和转向系统的数字化一体控制。ModelS能够在停车场内自动寻找车位完成自主泊车，下次用车时可以用手机召唤ModelS到身边[14]。图1-3为特斯拉自动驾驶汽车和丰田自动驾驶汽车。图1-3特斯拉自动驾驶汽车（左）和丰田自动驾驶汽车（右）
δ躘16]。2011年，国防科技大学自主研发的红旗HQ3自动驾驶车辆完成了从长沙到武汉286公里的高速公路自动驾驶实验，最高速度110km/h，平均速度87km/h，自主超车67次，实验中途遇到降雨、大雾等复杂天气，需要进行人为干预的距离仅为2.24公里，刷新了国内自动驾驶的记录[17]。2013年，长安大学赵祥模教授团队融合人工智能和虚拟现实等多项技术，研发了室内多功能自动驾驶汽车快速检测台，实现了自动驾驶汽车快速高精度检测。图1-4为国内各高校自动驾驶汽车。a）国防科技大学红旗HQ3b)清华大学THMR-Vc）长安大学信达号图1-4国内高校自动驾驶车辆为提高中国自动驾驶研发水平，国家自然科学基金委从2009年开始每年举办一次“中国智能车未来挑战赛”（IntelligentVehicleFutureChallenge,IVFC），这是国内在自动驾驶领域最高规格赛事之一。首届参赛的有上海交通大学、西安交通大学、清华大学等7支车队，要求无人车辆躲避障碍物自主行驶到终点，比赛中人工干预次数较多，而且失控、撞树等状况不断[18]。2018年11月，第十届中国智能车未来挑战赛在江苏常熟举办。赛事包括城市、城郊和高架快速等综合道路测试，复杂环境认知水平能力测试两部分。着重考察了自动驾驶车辆场景识别能力、环境适应能力和行驶机动性能，最终由清华苏州汽车研究院与中国人民解放军空军预警学院合作的“清华苏州猛狮”车队获得总成绩第一名，图1-5为“清华苏州猛狮”自动驾驶车辆。
【参考文献】：
期刊论文
[1]基于人工智能的自动驾驶技术[J]. 周璐雨,陈豪文,宁志豪. 计算机产品与流通. 2019(05)
[2]双点预瞄式智能车大曲率路径的横向控制[J]. 刁勤晴,张雅妮,朱凌云. 重庆理工大学学报(自然科学). 2019(04)
[3]基于双层驾驶员模型的履带车辆纵向与横向协同跟踪控制方法[J]. 王博洋,龚建伟,高天云,张瑞增,陈慧岩,席军强. 兵工学报. 2018(09)
[4]智能汽车纵向控制校正与切换方法研究[J]. 管欣,崔文锋,贾鑫,张立增. 汽车工程. 2017(09)
[5]自动驾驶产业发展现状及趋势[J]. 伦一. 电信网技术. 2017(06)
[6]中国汽车工程学术研究综述·2017[J]. 《中国公路学报》编辑部. 中国公路学报. 2017(06)
[7]汽车自动驾驶技术研究[J]. 余阿东,陈睿炜. 汽车实用技术. 2017(02)
[8]发展自动驾驶汽车的挑战和前景展望[J]. 陈晓博. 综合运输. 2016(11)
[9]百度“无人驾驶” 智驭未来出行[J]. 孙秋霞,徐芳芳. 中国科技奖励. 2016(07)
[10]全球自动驾驶发展现状与趋势(下)[J]. 陈大明,孟海华,汤天波. 华东科技. 2014(10)
博士论文
[1]基于激光雷达的智能车辆目标识别与跟踪关键技术研究[D]. 周俊静.北京工业大学 2014
[2]城市环境下无人驾驶车辆决策系统研究[D]. 陈佳佳.中国科学技术大学 2014
[3]城市环境下无人驾驶车辆运动控制方法的研究[D]. 赵盼.中国科学技术大学 2012
[4]基于心理场理论的驾驶行为建模[D]. 陶鹏飞.吉林大学 2012
[5]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K均值聚类分析的车辆横向稳定性判定与控制策略研究[D]. 徐强.吉林大学 2018
[2]基于三维激光雷达的运动目标实时检测与跟踪[D]. 杨飞.浙江大学 2012
[3]三维激光雷达在自主车环境感知中的应用研究[D]. 谌彤童.国防科学技术大学 2011
本文编号：3506792
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：84 页
【学位级别】：硕士
【部分图文】：
卡内基梅隆大学的“BOSS”[11]
哈尔滨工业大学工程硕士学位论文-3-2012年，谷歌公司的“GoogleFleet”在美国的内华达州拉斯维加斯市完成了14英里道路测试。图1-2为“GoogleFleet”。图1-2谷歌“GoogleFleet”[12]使用VelodyneHDL-64E激光雷达作为主传感器来获取局部道路信息，并通过GPS/INS组合导航系统测量车辆的位置信息和加速度、航向角等车体信息，通过决策规划算法改变驾驶行为控制车辆完成驾驶任务[12]。从上世纪90年代开始，日本交通运输部推出了先进安全车辆计划，包括预测事故的智能导航系统、避免碰撞的雷达技术及行人保护被动安全技术。丰田开发了一套“地图自动绘制系统”，该系统使用了丰田中央研究所的“云空间信息生成”技术，通过数据中心整合图像和GPS数据绘制高精度地图[13]。2014年特斯拉发布了Autopilot1.0，之后不断更新换代。配备Autopilot自动辅助驾驶系统的ModelS最远监测距离可达250m，前置雷达通过发射冗余波长可以穿过雨、雾、灰尘及前车的下方空间进行探测。在自动辅助驾驶模式下，ModelS能够实现辅助转向，自动变更车道，以及在主动巡航控制时自动调整车速，对电机功率、制动系统和转向系统的数字化一体控制。ModelS能够在停车场内自动寻找车位完成自主泊车，下次用车时可以用手机召唤ModelS到身边[14]。图1-3为特斯拉自动驾驶汽车和丰田自动驾驶汽车。图1-3特斯拉自动驾驶汽车（左）和丰田自动驾驶汽车（右）
δ躘16]。2011年，国防科技大学自主研发的红旗HQ3自动驾驶车辆完成了从长沙到武汉286公里的高速公路自动驾驶实验，最高速度110km/h，平均速度87km/h，自主超车67次，实验中途遇到降雨、大雾等复杂天气，需要进行人为干预的距离仅为2.24公里，刷新了国内自动驾驶的记录[17]。2013年，长安大学赵祥模教授团队融合人工智能和虚拟现实等多项技术，研发了室内多功能自动驾驶汽车快速检测台，实现了自动驾驶汽车快速高精度检测。图1-4为国内各高校自动驾驶汽车。a）国防科技大学红旗HQ3b)清华大学THMR-Vc）长安大学信达号图1-4国内高校自动驾驶车辆为提高中国自动驾驶研发水平，国家自然科学基金委从2009年开始每年举办一次“中国智能车未来挑战赛”（IntelligentVehicleFutureChallenge,IVFC），这是国内在自动驾驶领域最高规格赛事之一。首届参赛的有上海交通大学、西安交通大学、清华大学等7支车队，要求无人车辆躲避障碍物自主行驶到终点，比赛中人工干预次数较多，而且失控、撞树等状况不断[18]。2018年11月，第十届中国智能车未来挑战赛在江苏常熟举办。赛事包括城市、城郊和高架快速等综合道路测试，复杂环境认知水平能力测试两部分。着重考察了自动驾驶车辆场景识别能力、环境适应能力和行驶机动性能，最终由清华苏州汽车研究院与中国人民解放军空军预警学院合作的“清华苏州猛狮”车队获得总成绩第一名，图1-5为“清华苏州猛狮”自动驾驶车辆。
【参考文献】：
期刊论文
[1]基于人工智能的自动驾驶技术[J]. 周璐雨,陈豪文,宁志豪. 计算机产品与流通. 2019(05)
[2]双点预瞄式智能车大曲率路径的横向控制[J]. 刁勤晴,张雅妮,朱凌云. 重庆理工大学学报(自然科学). 2019(04)
[3]基于双层驾驶员模型的履带车辆纵向与横向协同跟踪控制方法[J]. 王博洋,龚建伟,高天云,张瑞增,陈慧岩,席军强. 兵工学报. 2018(09)
[4]智能汽车纵向控制校正与切换方法研究[J]. 管欣,崔文锋,贾鑫,张立增. 汽车工程. 2017(09)
[5]自动驾驶产业发展现状及趋势[J]. 伦一. 电信网技术. 2017(06)
[6]中国汽车工程学术研究综述·2017[J]. 《中国公路学报》编辑部. 中国公路学报. 2017(06)
[7]汽车自动驾驶技术研究[J]. 余阿东,陈睿炜. 汽车实用技术. 2017(02)
[8]发展自动驾驶汽车的挑战和前景展望[J]. 陈晓博. 综合运输. 2016(11)
[9]百度“无人驾驶” 智驭未来出行[J]. 孙秋霞,徐芳芳. 中国科技奖励. 2016(07)
[10]全球自动驾驶发展现状与趋势(下)[J]. 陈大明,孟海华,汤天波. 华东科技. 2014(10)
博士论文
[1]基于激光雷达的智能车辆目标识别与跟踪关键技术研究[D]. 周俊静.北京工业大学 2014
[2]城市环境下无人驾驶车辆决策系统研究[D]. 陈佳佳.中国科学技术大学 2014
[3]城市环境下无人驾驶车辆运动控制方法的研究[D]. 赵盼.中国科学技术大学 2012
[4]基于心理场理论的驾驶行为建模[D]. 陶鹏飞.吉林大学 2012
[5]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K均值聚类分析的车辆横向稳定性判定与控制策略研究[D]. 徐强.吉林大学 2018
[2]基于三维激光雷达的运动目标实时检测与跟踪[D]. 杨飞.浙江大学 2012
[3]三维激光雷达在自主车环境感知中的应用研究[D]. 谌彤童.国防科学技术大学 2011
本文编号：3506792
本文链接：https://www.wllwen.com/kejilunwen/qiche/3506792.html
