城市道路汽车防碰撞系统障碍物识别算法及应用研究
本文关键词:城市道路汽车防碰撞系统障碍物识别算法及应用研究
更多相关文章: 汽车 激光雷达 障碍物识别 目标跟踪 安全距离
【摘要】:汽车主动避撞系统作为一种先进驾驶辅助技术,能够辅助驾驶员,降低驾驶员驾驶强度和交通事故发生的可能性,改善汽车的主动安全性能,具有广阔的市场发展前景。但在国内研究大多还处在论证和实验阶段,缺少价格合适的硬件系统和虚警率过高等都是急需解决的问题,因此对其进行相应的研究很有必要。本文以城市道路汽车主动避撞系统为应用背景,以单线激光雷达为主要传感器,根据雷达扫描特性,设计了一套具有自适应特性的车辆前方障碍物检测与跟踪算法,使用Matlab/Simulink搭建仿真模型,对比了几种常用的机动目标模型在不同仿真工况下的Kalman跟踪结果,根据实车实验数据获得适应于实验车主动避撞系统的安全距离模型。具体的研究内容如下:(1)通过对比近年来我国发生的交通事故中的一些实际数据,引出了研究主动避撞系统的意义,对比分析了主动避撞系统的国内外研究现状。介绍了现阶段主动避撞系统障碍物识别所采用的几种方法。(2)制定防撞系统障碍物识别算法整体流程。根据汽车防碰撞系统的工作原理,将整个障碍物识别算法分为行车信息感知、障碍物识别、目标跟踪以及安全状态评估四个部分,并分析了算法的关键技术。对比分析防碰撞系统的行车信息感知传感器,选取激光雷达作为传感器;对防碰撞系统控制单元的组成及接口电路进行了简单介绍,为后续的算法的详细介绍奠定基础。(3)确定具有自适应阈值的障碍物识别算法。介绍了几种常用的聚类分析算法的原理,分析比较各种算法的优缺点,根据所选用的激光雷达的采样特点,采用最近邻聚类分析算法进行障碍物识别,同时根据扫描距离的变化自适应改变聚类阈值,以提升聚类算法的准确性。(4)选取机动目标模型,对自适应卡尔曼滤波算法进行研究。比较常速度模型、常加速度模型、Singer模型以及当前统计模型的系统原理及应用场合。根据城市道路车辆行驶的实际情况,选取当前统计模型作为机动目标模型,并采用基于当前统计模型的自适应卡尔曼滤波算法对车辆前方目标进行跟踪,分析跟踪系统参数对自适应算法的影响。(5)算法仿真对比分析及实车实验。应用Simulink搭建仿真模型,就匀速运动、匀加速运动及变加速度运动三种仿真工况对常速度模型、常加速度模型以及当前统计模型进行目标跟踪仿真对比实验。搭建实车实验平台,对聚类分析算法及目标跟踪算法进行实车实验验证。以驾驶员预瞄安全距离模型为基础进行安全状态评估试验,对试验测得的制动距离进行回归分析处理,最终得到适应于实验车主动避撞系统的安全距离模型。
【关键词】:汽车 激光雷达 障碍物识别 目标跟踪 安全距离
【学位授予单位】:吉林大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:U463.6
【目录】:
- 摘要4-6
- Abstract6-11
- 第1章 绪论11-23
- 1.1 课题研究的背景及意义11-13
- 1.2 汽车主动避撞系统简介13-15
- 1.2.1 汽车主动避撞系统的组成和形式14
- 1.2.2 汽车主动避撞系统的功能作用14-15
- 1.3 研究现状分析15-22
- 1.3.1 主动避撞系统国外研究现状15-18
- 1.3.2 主动避撞系统国内研究现状18-20
- 1.3.3 主动避撞系统研究现状对比分析20
- 1.3.4 障碍物检测研究现状20-22
- 1.4 本文的主要研究内容22
- 1.5 本章小结22-23
- 第2章 汽车防碰撞系统障碍物识别算法总体设计23-35
- 2.1 汽车防碰撞系统障碍物识别算法总体流程23-24
- 2.2 汽车防碰撞系统障碍物识别算法关键技术24-25
- 2.2.1 体现驾驶员特点的安全距离模型建模24
- 2.2.2 障碍物识别24
- 2.2.3 目标跟踪系统的建立24-25
- 2.3 传感器选型25-29
- 2.3.1 机器视觉25
- 2.3.2 车载雷达传感器25-29
- 2.4 控制器介绍29-33
- 2.4.1 单片机的基本特点30
- 2.4.2 MC9S12DG128功能电路介绍30-33
- 2.5 本章小结33-35
- 第3章 汽车防碰撞系统障碍物识别跟踪算法研究35-65
- 3.1 雷达数据预处理36-40
- 3.1.1 距离转换36-37
- 3.1.2 数据滤波37-39
- 3.1.3 坐标变换39-40
- 3.2 聚类分析算法40-45
- 3.2.1 K-均值聚类算法41
- 3.2.2 DBSCAN聚类算法41
- 3.2.3 模糊聚类算法41-42
- 3.2.4 最近邻聚类算法42-45
- 3.3 目标跟踪算法45-58
- 3.3.1 Kalman滤波算法45-48
- 3.3.2 目标运动模型48-57
- 3.3.3 基于当前统计模型的自适应卡尔曼滤波57-58
- 3.4 车辆安全状态评估58-63
- 3.4.1 基于制动过程运动学分析的安全距离模型58-60
- 3.4.2 基于车间时距的安全距离模型60
- 3.4.3 驾驶员预瞄安全距离模型60-62
- 3.4.4 基于驾驶员特性的安全距离模型62-63
- 3.4.5 安全距离模型方案选择63
- 3.5 本章小结63-65
- 第4章 汽车防碰撞系统障碍物识别算法试验验证65-81
- 4.1 目标跟踪算法仿真试验65-73
- 4.2 实车试验验证73-80
- 4.2.1 试验平台搭建73-75
- 4.2.2 目标跟踪算法实车试验75-78
- 4.2.3 安全状态评估实车试验78-80
- 4.3 本章小结80-81
- 第5章 全文总结与展望81-83
- 5.1 全文总结81-82
- 5.2 工作展望82-83
- 参考文献83-87
- 作者简介及科研成果87-89
- 致谢89
【参考文献】
中国期刊全文数据库 前10条
1 吕德刚;张金柱;;汽车主动安全避撞系统发展研究[J];黑龙江科技信息;2010年09期
2 王向华;覃征;杨新宇;杨慧杰;;基于多次卡尔曼滤波的目标自适应跟踪算法与仿真分析[J];系统仿真学报;2008年23期
3 冯少荣;肖文俊;;基于密度的DBSCAN聚类算法的研究及应用[J];计算机工程与应用;2007年20期
4 侯德藻,刘刚,高锋,李克强,连小珉;新型汽车主动避撞安全距离模型[J];汽车工程;2005年02期
5 王建强,刘刚,李克强,连小珉;复杂路况下汽车主动避撞报警技术研究[J];公路交通科技;2005年04期
6 吕立波;激光测距技术在汽车防碰撞领域中的应用[J];警察技术;2005年02期
7 侯德藻,李克强,连小珉,刘锋;新型车载探测雷达系统技术研究[J];中国机械工程;2004年21期
8 朱珂;;汽车防撞系统与毫米波雷达[J];轻型汽车技术;2003年10期
9 侯德藻,李克强,郑四发,连小珉;汽车主动避撞系统中的报警方法及其关键技术[J];汽车工程;2002年05期
10 高振海,管欣,郭孔辉;糊决策理论在驾驶员行为研究中的应用[J];系统工程理论与实践;2001年06期
中国博士学位论文全文数据库 前3条
1 刘培勋;车辆主动安全中关于车辆检测与跟踪算法的若干研究[D];吉林大学;2015年
2 徐涛;毫米波汽车防撞雷达实用化研究[D];中国科学院研究生院(上海微系统与信息技术研究所);2003年
3 柴毅;智能化汽车主动安全系统研究[D];重庆大学;2001年
中国硕士学位论文全文数据库 前10条
1 庄秀华;基于单线激光雷达的障碍物检测与跟踪研究[D];湖南大学;2014年
2 刘凡;智能车辆前方机动目标的运动状态识别方法研究[D];吉林大学;2014年
3 陈冬雪;城市工况汽车低速避撞控制策略研究[D];吉林大学;2014年
4 丁海凤;汽车主动防撞预警系统雷达信号处理研究[D];吉林大学;2013年
5 王凯;汽车安全自动保护系统主动避撞设计与实现[D];湖南大学;2010年
6 于洋;激光探测汽车主动防碰撞技术与系统研究[D];南京理工大学;2010年
7 李诗福;汽车避撞控制系统建模与仿真研究[D];湖南大学;2009年
8 包颖;基于划分的聚类算法研究与应用[D];大连理工大学;2008年
9 吉德志;基于蒙特卡洛方法的汽车防撞预警系统研究[D];中国海洋大学;2008年
10 马娟丽;汽车防撞控制系统的研究[D];西北工业大学;2007年
,本文编号:755880
本文链接:https://www.wllwen.com/kejilunwen/qiche/755880.html