基于碰撞预警和深度学习的车辆避撞策略研究
发布时间：2022-01-01 20:50
车辆碰撞事故给乘员带来极大伤害,碰撞预警系统也是高级驾驶辅助系统ADAS的重要组成部分,高级驾驶辅助系统（ADAS）中碰撞预警系统可有效减少碰撞事故的发生。但现有碰撞预警系统通常只有监测和预警功能,无法预测未来车辆和乘员的损伤程度,进而做出决策。本论文针对这一问题,发展了基于实时碰撞预警算法和深度学习的可预测的智能小车避撞策略,同时搭建智能小车平台,利用双目视觉技术,对上述避撞策略进行实验验证。本文主要研究内容如下:（1）研究了基于实时避撞预警算法和深度学习的智能小车避撞策略,利用卡尔曼滤波算法,预测了障碍物的运动状态,基于碰撞损伤预测模型计算多种方案下的碰撞损伤程度,制定了最优避撞策略,并将此思路通过算法进行了实现。（2）针对智能小车避撞系统,硬件上进行了设计和搭建,选定智能小车的改装平台,设计智能小车的调速部分、驱动部分、传感器部分以及控制部分,选择满足各部分需求的硬件装置,并考虑小车的动力传动、信号传输,设计了硬件电路,实现了驱动、刹车、转向等驾驶动作的控制。依据稳定性和平顺性等因素,合理布置智能小车结构,完成了智能小车的硬件搭建工作。（3）研究了双目视觉系统的测距原理、相关算法...
【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校
【文章页数】：69 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 自动驾驶研究现状
1.2.2 车辆避撞研究现状
1.3 主要研究内容与技术路线
1.3.1 主要研究内容
1.3.2 技术路线
2 智能型避撞
2.1 高级驾驶辅助系统ADAS
2.2 智能避撞技术
2.2.1 Mobileye防碰撞预警系统
2.2.2 特斯拉Autopilot系统
2.3 智能避撞车载传感器
2.4 本章小结
3 双目视觉与智能小车硬件系统设计
3.1 系统总体方案简述
3.2 智能小车硬件系统
3.2.1 智能小车平台搭建
3.2.2 双目相机介绍及使用
3.3 双目视觉系统
3.3.1 双目视觉简述
3.3.2 双目视觉原理
3.3.3 双目视觉数据处理
3.4 本章小结
4 基于碰撞预警和深度学习的智能小车避障策略
4.1 基于卡尔曼滤波的车辆位置预测
4.1.1 卡尔曼滤波原理
4.1.2 基于卡尔曼滤波的车辆预测算法
4.2 基于避撞预警和深度学习的智能小车避撞策略
4.2.1 基于避撞预警和深度学习的智能小车避撞策略设计
4.2.2 基于避撞预警和深度学习的智能小车避撞策略实现
4.3 本章小结
5 智能小车避撞策略实验验证
5.1 实验方案设计
5.2 智能小车避撞实验
5.3 本章小结
结论
参考文献
致谢
【参考文献】：
期刊论文
[1]自动驾驶等级划分及技术路线分析[J]. 李德海. 汽车实用技术. 2019(06)
[2]基于毫米波雷达的车辆测距系统[J]. 吴荣燎,金钻,钟停江,代皓宇. 汽车实用技术. 2019(02)
[3]基于计算机视觉的车辆识别技术[J]. 李嫩,王志雷,周琳,付鹏. 汽车实用技术. 2018(24)
[4]激光雷达在无人车辆中的应用及关键技术分析[J]. 王会,罗涛,陆培源. 激光与红外. 2018(12)
[5]多方位超声波倒车防撞系统设计[J]. 潘康福,周西峰,郭前岗. 传感器与微系统. 2019(01)
[6]智能网联汽车技术应用与发展趋势[J]. 关宇豪,蒋园园. 汽车实用技术. 2018(22)
[7]红外感应型汽车自动制动系统的开发[J]. 胡晓辉. 科技创新与应用. 2018(33)
[8]77GHz汽车雷达方案及集成芯片对比分析[J]. 汪子煜,何少斌,褚永强,朱子甲,韩芳菲. 汽车实用技术. 2018(01)
[9]百度谷歌无人驾驶汽车发展综述[J]. 何佳,戎辉,王文扬,田晓笛,高嵩,郭蓬. 汽车电器. 2017(12)
[10]车载雷达应用及频率划分现状[J]. 房骥,杨渊,刘瑞婷,彭潇,刘晓勇. 数字通信世界. 2017(12)
博士论文
[1]基于激光雷达的移动机器人障碍检测和自定位[D]. 项志宇.浙江大学 2002
硕士论文
[1]基于机器视觉的汽车先进驾驶辅助系统中行人检测技术研究[D]. 王永宏.浙江大学 2019
[2]基于双目视觉的车辆尺寸测量技术研究[D]. 王潜.南京邮电大学 2018
[3]基于机器视觉的前方车辆检测与跟踪[D]. 王宁.西南交通大学 2018
[4]基于卷积神经网络的前车检测与跟踪方法研究[D]. 王威.湖南大学 2018
[5]基于机器视觉的智能移动系统设计及避障导航算法研究[D]. 张永军.哈尔滨工程大学 2017
[6]基于滑模控制的纯电动汽车避撞系统控制策略研究[D]. 刘生强.合肥工业大学 2017
[7]基于双目视觉的智能小车路径规划[D]. 赵阳.天津大学 2017
[8]基于单目视觉的智能车前方障碍物识别与测距[D]. 袁雨桐.吉林大学 2016
[9]汽车主动避撞雷达系统的研究[D]. 蒋飞.武汉理工大学 2006
本文编号：3562820
【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校
【文章页数】：69 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 自动驾驶研究现状
1.2.2 车辆避撞研究现状
1.3 主要研究内容与技术路线
1.3.1 主要研究内容
1.3.2 技术路线
2 智能型避撞
2.1 高级驾驶辅助系统ADAS
2.2 智能避撞技术
2.2.1 Mobileye防碰撞预警系统
2.2.2 特斯拉Autopilot系统
2.3 智能避撞车载传感器
2.4 本章小结
3 双目视觉与智能小车硬件系统设计
3.1 系统总体方案简述
3.2 智能小车硬件系统
3.2.1 智能小车平台搭建
3.2.2 双目相机介绍及使用
3.3 双目视觉系统
3.3.1 双目视觉简述
3.3.2 双目视觉原理
3.3.3 双目视觉数据处理
3.4 本章小结
4 基于碰撞预警和深度学习的智能小车避障策略
4.1 基于卡尔曼滤波的车辆位置预测
4.1.1 卡尔曼滤波原理
4.1.2 基于卡尔曼滤波的车辆预测算法
4.2 基于避撞预警和深度学习的智能小车避撞策略
4.2.1 基于避撞预警和深度学习的智能小车避撞策略设计
4.2.2 基于避撞预警和深度学习的智能小车避撞策略实现
4.3 本章小结
5 智能小车避撞策略实验验证
5.1 实验方案设计
5.2 智能小车避撞实验
5.3 本章小结
结论
参考文献
致谢
【参考文献】：
期刊论文
[1]自动驾驶等级划分及技术路线分析[J]. 李德海. 汽车实用技术. 2019(06)
[2]基于毫米波雷达的车辆测距系统[J]. 吴荣燎,金钻,钟停江,代皓宇. 汽车实用技术. 2019(02)
[3]基于计算机视觉的车辆识别技术[J]. 李嫩,王志雷,周琳,付鹏. 汽车实用技术. 2018(24)
[4]激光雷达在无人车辆中的应用及关键技术分析[J]. 王会,罗涛,陆培源. 激光与红外. 2018(12)
[5]多方位超声波倒车防撞系统设计[J]. 潘康福,周西峰,郭前岗. 传感器与微系统. 2019(01)
[6]智能网联汽车技术应用与发展趋势[J]. 关宇豪,蒋园园. 汽车实用技术. 2018(22)
[7]红外感应型汽车自动制动系统的开发[J]. 胡晓辉. 科技创新与应用. 2018(33)
[8]77GHz汽车雷达方案及集成芯片对比分析[J]. 汪子煜,何少斌,褚永强,朱子甲,韩芳菲. 汽车实用技术. 2018(01)
[9]百度谷歌无人驾驶汽车发展综述[J]. 何佳,戎辉,王文扬,田晓笛,高嵩,郭蓬. 汽车电器. 2017(12)
[10]车载雷达应用及频率划分现状[J]. 房骥,杨渊,刘瑞婷,彭潇,刘晓勇. 数字通信世界. 2017(12)
博士论文
[1]基于激光雷达的移动机器人障碍检测和自定位[D]. 项志宇.浙江大学 2002
硕士论文
[1]基于机器视觉的汽车先进驾驶辅助系统中行人检测技术研究[D]. 王永宏.浙江大学 2019
[2]基于双目视觉的车辆尺寸测量技术研究[D]. 王潜.南京邮电大学 2018
[3]基于机器视觉的前方车辆检测与跟踪[D]. 王宁.西南交通大学 2018
[4]基于卷积神经网络的前车检测与跟踪方法研究[D]. 王威.湖南大学 2018
[5]基于机器视觉的智能移动系统设计及避障导航算法研究[D]. 张永军.哈尔滨工程大学 2017
[6]基于滑模控制的纯电动汽车避撞系统控制策略研究[D]. 刘生强.合肥工业大学 2017
[7]基于双目视觉的智能小车路径规划[D]. 赵阳.天津大学 2017
[8]基于单目视觉的智能车前方障碍物识别与测距[D]. 袁雨桐.吉林大学 2016
[9]汽车主动避撞雷达系统的研究[D]. 蒋飞.武汉理工大学 2006
本文编号：3562820
本文链接：https://www.wllwen.com/kejilunwen/qiche/3562820.html
