基于多传感器数据融合的乘用车AEB控制策略研究
发布时间：2022-01-26 22:00
随着我国人民生活水平的不断提升,越来越多的人选择汽车作为出行工具。随之而来的则是交通追尾事故的频发。减少交通追尾事故的发生成为了交通发展与汽车产业发展共同面临的问题。为解决这一社会问题,针对汽车行车安全的主动安全技术也得到了快速的发展。自动紧急制动系统作为一项重要的汽车主动安全技术,能够在碰撞发生之前通过预警和主动制动的方式阻止碰撞的发生,受到了国内外各大车企的青睐。本文结合某预研项目,采用基于毫米波雷达和摄像头视觉的数据融合算法,对乘用车自动紧急制动系统（AEB）的控制策略进行了相关研究。首先针对自动紧急制动系统（AEB）的目标识别部分提出了基于毫米波雷达与摄像头数据融合的车辆检测方法。先后完成了基于阈值筛选的毫米波雷达目标初选和潜在危险目标筛选,构建了基于Haar-like特征和Adaboost车辆目标检测算法,在此基础上搭建了毫米波雷达与摄像头融合模型,对多传感器数据融合策略展开研究,完成了车辆ROI划分和目标信息的修正,实现了毫米波雷达与摄像头在空间与时间上的融合。接着对自动紧急制动系统的安全模型进行了研究。讨论了安全模型的制定要求,并对基于碰撞时间和安全车距的典型安全模型进行...
【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】：103 页
【学位级别】：硕士
【部分图文】：
ARS4ARS408-21毫米波雷达采用调频连
( ) ( ) ( ) < ···························，k 表示采样序号， 为雷达采样周期， ( )、 ( )分别为 k 和横向坐标， = 、 = 分别为纵向和横向、 分别车辆实际行车过程中纵向和横向加速度的最大潜在危险目标筛选将在接下来的一段时间内会对本车行车安全构成威胁的道路中危险目标。经过虚假目标排除后，并不是所有的目标都为潜在输入至数据融合部分危险目标的百分比，减少数据融合的运算撞潜在危险区来对非潜在危险目标进行过滤。车行驶过程中，只有当本车与前方障碍物沿行驶方向的投影存能发生碰撞，即前方障碍物的轮廓应落在潜在危险区，如图 2
图 2.5 任意矩形区域像素和 A 区域所有像素点的像素值之和。则有： M( , ) [M( , ) + M( , )] + M( , )Adaboost 的强分类器训练获得了大量的图片的 Haar-like 特征，然而，这测的参考，因此引入 Adaboost 算法挑选出对分daboost 训练流程如图 2.6 所示：样本权重值初始化创建样本集开始
【参考文献】：
期刊论文
[1]ADAS毫米波雷达原理与电磁抗扰能力初探[J]. 王文峰,张悦,张旭,丁一夫,张广玉. 上海汽车. 2018(06)
[2]发改委:2020年智能汽车新车占比将达50%[J]. 苏汉. 中国汽配市场. 2017 (06)
[3]基于多传感器信息融合的车辆目标识别方法[J]. 孙宁,秦洪懋,张利,葛如海. 汽车工程. 2017(11)
[4]《汽车产业中长期发展规划》发布[J]. 申桂英. 精细与专用化学品. 2017(05)
[5]车辆防碰撞Carsim/Simulink仿真研究[J]. 杨丹,杜钊,徐彬. 电气电子教学学报. 2017(01)
[6]节能与新能源汽车技术路线图[J]. 雷洪钧. 时代汽车. 2017(01)
[7]基于驾驶员状态的高速公路安全车距模型[J]. 吕长民,谭德荣,于广鹏,于洋. 山东交通学院学报. 2015(04)
[8]自主紧急制动系统避撞策略的研究[J]. 李霖,朱西产,董小飞,马志雄. 汽车工程. 2015(02)
[9]基于视觉和毫米波雷达的车辆检测(英文)[J]. 靳璐,付梦印,王美玲,杨毅. 红外与毫米波学报. 2014(05)
[10]汽车前向主动报警/避撞策略[J]. 裴晓飞,齐志权,王保锋,刘昭度. 吉林大学学报(工学版). 2014(03)
博士论文
[1]基于环境感知技术的客运车辆危险行驶状态辨识技术研究[D]. 刘永涛.长安大学 2015
硕士论文
[1]机器视觉与毫米波雷达融合的前方车辆检测方法研究[D]. 谭力凡.湖南大学 2018
[2]汽车主动避撞系统稳定性控制策略研究[D]. 徐志江.南京航空航天大学 2017
[3]汽车主动防撞预警系统的安全策略研究[D]. 李文娜.吉林大学 2016
[4]基于测距雷达和机器视觉数据融合的前方车辆检测系统[D]. 庞成.东南大学 2015
[5]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
[6]汽车纵向主动避撞系统的建模与仿真[D]. 沈忱.武汉理工大学 2012
[7]汽车主动防撞系统控制模式的研究[D]. 李朋.南京航空航天大学 2012
[8]基于车—车通信安全距离模型的驾驶员辅助决策研究[D]. 梁忠艳.哈尔滨工业大学 2010
[9]车辆液压制动系统建模及路面参数估计方法研究[D]. 马镯.哈尔滨工业大学 2007
本文编号：3611238
【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】：103 页
【学位级别】：硕士
【部分图文】：
ARS4ARS408-21毫米波雷达采用调频连
( ) ( ) ( ) < ···························，k 表示采样序号， 为雷达采样周期， ( )、 ( )分别为 k 和横向坐标， = 、 = 分别为纵向和横向、 分别车辆实际行车过程中纵向和横向加速度的最大潜在危险目标筛选将在接下来的一段时间内会对本车行车安全构成威胁的道路中危险目标。经过虚假目标排除后，并不是所有的目标都为潜在输入至数据融合部分危险目标的百分比，减少数据融合的运算撞潜在危险区来对非潜在危险目标进行过滤。车行驶过程中，只有当本车与前方障碍物沿行驶方向的投影存能发生碰撞，即前方障碍物的轮廓应落在潜在危险区，如图 2
图 2.5 任意矩形区域像素和 A 区域所有像素点的像素值之和。则有： M( , ) [M( , ) + M( , )] + M( , )Adaboost 的强分类器训练获得了大量的图片的 Haar-like 特征，然而，这测的参考，因此引入 Adaboost 算法挑选出对分daboost 训练流程如图 2.6 所示：样本权重值初始化创建样本集开始
【参考文献】：
期刊论文
[1]ADAS毫米波雷达原理与电磁抗扰能力初探[J]. 王文峰,张悦,张旭,丁一夫,张广玉. 上海汽车. 2018(06)
[2]发改委:2020年智能汽车新车占比将达50%[J]. 苏汉. 中国汽配市场. 2017 (06)
[3]基于多传感器信息融合的车辆目标识别方法[J]. 孙宁,秦洪懋,张利,葛如海. 汽车工程. 2017(11)
[4]《汽车产业中长期发展规划》发布[J]. 申桂英. 精细与专用化学品. 2017(05)
[5]车辆防碰撞Carsim/Simulink仿真研究[J]. 杨丹,杜钊,徐彬. 电气电子教学学报. 2017(01)
[6]节能与新能源汽车技术路线图[J]. 雷洪钧. 时代汽车. 2017(01)
[7]基于驾驶员状态的高速公路安全车距模型[J]. 吕长民,谭德荣,于广鹏,于洋. 山东交通学院学报. 2015(04)
[8]自主紧急制动系统避撞策略的研究[J]. 李霖,朱西产,董小飞,马志雄. 汽车工程. 2015(02)
[9]基于视觉和毫米波雷达的车辆检测(英文)[J]. 靳璐,付梦印,王美玲,杨毅. 红外与毫米波学报. 2014(05)
[10]汽车前向主动报警/避撞策略[J]. 裴晓飞,齐志权,王保锋,刘昭度. 吉林大学学报(工学版). 2014(03)
博士论文
[1]基于环境感知技术的客运车辆危险行驶状态辨识技术研究[D]. 刘永涛.长安大学 2015
硕士论文
[1]机器视觉与毫米波雷达融合的前方车辆检测方法研究[D]. 谭力凡.湖南大学 2018
[2]汽车主动避撞系统稳定性控制策略研究[D]. 徐志江.南京航空航天大学 2017
[3]汽车主动防撞预警系统的安全策略研究[D]. 李文娜.吉林大学 2016
[4]基于测距雷达和机器视觉数据融合的前方车辆检测系统[D]. 庞成.东南大学 2015
[5]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
[6]汽车纵向主动避撞系统的建模与仿真[D]. 沈忱.武汉理工大学 2012
[7]汽车主动防撞系统控制模式的研究[D]. 李朋.南京航空航天大学 2012
[8]基于车—车通信安全距离模型的驾驶员辅助决策研究[D]. 梁忠艳.哈尔滨工业大学 2010
[9]车辆液压制动系统建模及路面参数估计方法研究[D]. 马镯.哈尔滨工业大学 2007
本文编号：3611238
本文链接：https://www.wllwen.com/kejilunwen/qiche/3611238.html
