汽车变道预测及防碰撞预警算法的研究
发布时间：2021-11-21 07:01
近些年来,国内机动车的数量和机动车驾驶员数量的急速增加,导致了交通事故频繁的发生,而其中车辆变道是造成一些严重交通事故的主要原因。因此,为了提高汽车在行驶过程中的安全性,一些汽车厂商和研究人员开发了先进的驾驶辅助系统（ADAS）,其中包括前碰撞预警系统（FCWS）、自动紧急制动（AEB）、车道保持辅助（LKA）等功能用于提高汽车驾驶安全,发现潜在的危险。通过对国内外相关文献的调研,发现大部分研究中对变道预测的方法都需要大量的训练数据才能获得较好效果,这通常意味着需要巨大的经济成本和时间成本,用于收集不同道路场景的实际数据来训练算法。此外,随着目标车辆数量的增加,算法的计算效率将大大降低,这些缺点限制了这些方法在车辆车载系统中的适用性。另一方面,许多方法都依赖于从雷达或视频中收集或提取的信息。缺点是这些传感器容易受到障碍物,雨雪天气和其他障碍物阻挡等因素的影响。本文根据车辆无线通信协议标准（WAVE）中发送的基本安全消息（BSMs）,设计了在人工驾驶车辆的ADAS系统中的高效,可靠的车辆变道预测和防碰撞预警系统,以提高驾驶安全。本文的主要工作如下:（1）本文提出了一种基于车辆状态信息和驾...
【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
近五年小型载客汽车和私家车保有量情况
第一章绪论3图1.2汽车变道预警系统的组成Fig1.2Compositionoflanechangewarningsystem1.2.1感知模块的研究了解自我交通工具运动状态和周围物体的移动是避免碰撞的必要条件，感知模块的作用就是收集汽车的信息和行驶环境的信息，为变道预测模块提供数据输入。车载传感器和通信是获取信息的两种主要方式。车载传感器在辅助驾驶系统中起到了重要作用，摄像机和雷达传感器是车辆最常用的两种传感器，早在1999年，日本三菱公司便借助机器视觉监视车辆行驶的道路状况，防止车辆偏离车道。除了对车辆外部环境的了解，目前一些研究人员利用车载摄像机捕捉驾驶员驾驶车辆时的动作信息用于推测驾驶员的变道意图。例如使用车载内置式摄像机对驾驶员开车时候的头部图像进行捕捉，对驾驶员的头部和眼部动作进行分析，预测本车驾驶员的变道意图[4]。车载雷达包括超声波雷达、红外雷达、激光雷达、毫米波雷达等，其中被称为汽车自动驾驶之眼的毫米波雷达的使用最为普遍。2010年，德国开姆尼茨理工大学的研究人员开发了一种变道辅助系统，由一个77千兆赫远程雷达（LRR），两个24千兆赫短程雷达（SRRs）和两个摄像机组成[5]。摄像机用于确定车辆在道路中的位置，雷达传感器用于测量远距离的车辆，通过对其他车辆的运动状态分析，给本车驾驶员合适的变道建议。随着无线传感器的广泛应用和通讯技术的不断发展，人们发现，利用通信的手段实现车车通信在解决交通拥堵和行驶安全等问题有较好的优势。2005年，通用公司首先开发出了车车信息通讯（VehicleToVehicle，V2V）系统用于汽车间信息传输，汽车搭载有无线通讯设备和全球定位系统，检测是否有车辆出现在视线盲区或者拐弯处以便提醒驾驶员注意[6]。2014年，福特汽车公司在汽车上安装了基于Wi-Fi传输的V2V技术
合肥工业大学硕士学位论文4[7]。除了车对车之间的通信，车辆也可以从云端获取全局宏观交通信息和实时的局部交通信息场景下的汽车自适应车辆碰撞防御系统[8]。1.2.2变道预测模块的研究汽车变道预测模块是整个变道预警算法的核心，只有准确的对目标车辆变道操作进行估计，碰撞风险的计算才有意义。汽车完整的变道过程可以由三个阶段组成，如图1.3所示，第一阶段为汽车的变道意图生成，对变道环境检查阶段。驾驶员受到交通状况的影响产生变道动机，同时会检查是否满足变道条件，决定是否要变道。在这阶段中，预测方法主要根据交通环境信息进行预测。第二阶段为汽车实施变道操作阶段，司机一旦确定变道意图，会采取相应的制动措施控制汽车离开本车道驶向目标车道。在这阶段预测方法主要根据汽车的行驶状态进行估计。第三阶段为汽车穿过道路边界线以后在另一个车道调整的阶段。图1.3汽车变道过程Fig1.3Vehiclelanechangeprocess在第一阶段中，交通环境是驾驶员变道意图产生的主要刺激因素，例如，变道机动通常发生在前方低速车辆或后方高速行驶的车辆时，通过对行驶的交通环境分析可以提高预测的准确度。这些模型大多数基于目标车辆和周围车辆的相对速度和位置，利用相对于其他车辆的动力学特性来进行预测。1996年，美国麻省理工大学的Q.Yang对驾驶员的变道操作的假设是基于车辆在目标车道上的超前和滞后间隙，当间隙的差距达到最小可接受大小时，判断驾驶员倾向于改变车道[9]。在文献[8]中提出的自适应车辆防撞系统中是利用目标车辆与周围车辆之间的相对距离和速度来预测车道改变的可能性。除了使用速度和距离信息外，碰撞时间(Time-to-collision，TTC)作为测量车辆之间的危险程度的参数经常被用于变道预测中。TTC越小，交通状况越危险，反之?
【参考文献】：
期刊论文
[1]车联网终端的设计与实现[J]. 牛坤,丁志中,王煜. 计算机系统应用. 2016(07)
[2]基于NGSIM轨迹数据的换道行为微观特性分析[J]. 张颖达,邵春福,李慧轩,马雪婧. 交通信息与安全. 2015(06)
[3]基于贝叶斯网络的车辆换道模型[J]. 邱小平,刘亚龙,马丽娜,杨达. 交通运输系统工程与信息. 2015(05)
[4]汽车智能防追尾控制系统设计[J]. 孙浩,周力,邱意敏. 西华大学学报(自然科学版). 2013(06)
[5]车联网网络架构与媒质接入机制研究[J]. 须超,王新红,刘富强. 中兴通讯技术. 2011(03)
硕士论文
[1]基于贝叶斯网络的车辆变道行为分析[D]. 党彤.西安理工大学 2018
[2]基于WAVE通信协议的车路协同系统的研究与设计[D]. 张东伟.天津理工大学 2018
[3]基于毫米波雷达的汽车变道预警系统报警级别的研究[D]. 李尊.长安大学 2017
[4]基于ZigBee的高速公路车辆防碰撞预警系统研究[D]. 王春磊.哈尔滨工业大学 2010
[5]基于VISSIM的实时数据交通仿真技术的应用研究[D]. 谢正全.西南交通大学 2010
本文编号：3509018
【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
近五年小型载客汽车和私家车保有量情况
第一章绪论3图1.2汽车变道预警系统的组成Fig1.2Compositionoflanechangewarningsystem1.2.1感知模块的研究了解自我交通工具运动状态和周围物体的移动是避免碰撞的必要条件，感知模块的作用就是收集汽车的信息和行驶环境的信息，为变道预测模块提供数据输入。车载传感器和通信是获取信息的两种主要方式。车载传感器在辅助驾驶系统中起到了重要作用，摄像机和雷达传感器是车辆最常用的两种传感器，早在1999年，日本三菱公司便借助机器视觉监视车辆行驶的道路状况，防止车辆偏离车道。除了对车辆外部环境的了解，目前一些研究人员利用车载摄像机捕捉驾驶员驾驶车辆时的动作信息用于推测驾驶员的变道意图。例如使用车载内置式摄像机对驾驶员开车时候的头部图像进行捕捉，对驾驶员的头部和眼部动作进行分析，预测本车驾驶员的变道意图[4]。车载雷达包括超声波雷达、红外雷达、激光雷达、毫米波雷达等，其中被称为汽车自动驾驶之眼的毫米波雷达的使用最为普遍。2010年，德国开姆尼茨理工大学的研究人员开发了一种变道辅助系统，由一个77千兆赫远程雷达（LRR），两个24千兆赫短程雷达（SRRs）和两个摄像机组成[5]。摄像机用于确定车辆在道路中的位置，雷达传感器用于测量远距离的车辆，通过对其他车辆的运动状态分析，给本车驾驶员合适的变道建议。随着无线传感器的广泛应用和通讯技术的不断发展，人们发现，利用通信的手段实现车车通信在解决交通拥堵和行驶安全等问题有较好的优势。2005年，通用公司首先开发出了车车信息通讯（VehicleToVehicle，V2V）系统用于汽车间信息传输，汽车搭载有无线通讯设备和全球定位系统，检测是否有车辆出现在视线盲区或者拐弯处以便提醒驾驶员注意[6]。2014年，福特汽车公司在汽车上安装了基于Wi-Fi传输的V2V技术
合肥工业大学硕士学位论文4[7]。除了车对车之间的通信，车辆也可以从云端获取全局宏观交通信息和实时的局部交通信息场景下的汽车自适应车辆碰撞防御系统[8]。1.2.2变道预测模块的研究汽车变道预测模块是整个变道预警算法的核心，只有准确的对目标车辆变道操作进行估计，碰撞风险的计算才有意义。汽车完整的变道过程可以由三个阶段组成，如图1.3所示，第一阶段为汽车的变道意图生成，对变道环境检查阶段。驾驶员受到交通状况的影响产生变道动机，同时会检查是否满足变道条件，决定是否要变道。在这阶段中，预测方法主要根据交通环境信息进行预测。第二阶段为汽车实施变道操作阶段，司机一旦确定变道意图，会采取相应的制动措施控制汽车离开本车道驶向目标车道。在这阶段预测方法主要根据汽车的行驶状态进行估计。第三阶段为汽车穿过道路边界线以后在另一个车道调整的阶段。图1.3汽车变道过程Fig1.3Vehiclelanechangeprocess在第一阶段中，交通环境是驾驶员变道意图产生的主要刺激因素，例如，变道机动通常发生在前方低速车辆或后方高速行驶的车辆时，通过对行驶的交通环境分析可以提高预测的准确度。这些模型大多数基于目标车辆和周围车辆的相对速度和位置，利用相对于其他车辆的动力学特性来进行预测。1996年，美国麻省理工大学的Q.Yang对驾驶员的变道操作的假设是基于车辆在目标车道上的超前和滞后间隙，当间隙的差距达到最小可接受大小时，判断驾驶员倾向于改变车道[9]。在文献[8]中提出的自适应车辆防撞系统中是利用目标车辆与周围车辆之间的相对距离和速度来预测车道改变的可能性。除了使用速度和距离信息外，碰撞时间(Time-to-collision，TTC)作为测量车辆之间的危险程度的参数经常被用于变道预测中。TTC越小，交通状况越危险，反之?
【参考文献】：
期刊论文
[1]车联网终端的设计与实现[J]. 牛坤,丁志中,王煜. 计算机系统应用. 2016(07)
[2]基于NGSIM轨迹数据的换道行为微观特性分析[J]. 张颖达,邵春福,李慧轩,马雪婧. 交通信息与安全. 2015(06)
[3]基于贝叶斯网络的车辆换道模型[J]. 邱小平,刘亚龙,马丽娜,杨达. 交通运输系统工程与信息. 2015(05)
[4]汽车智能防追尾控制系统设计[J]. 孙浩,周力,邱意敏. 西华大学学报(自然科学版). 2013(06)
[5]车联网网络架构与媒质接入机制研究[J]. 须超,王新红,刘富强. 中兴通讯技术. 2011(03)
硕士论文
[1]基于贝叶斯网络的车辆变道行为分析[D]. 党彤.西安理工大学 2018
[2]基于WAVE通信协议的车路协同系统的研究与设计[D]. 张东伟.天津理工大学 2018
[3]基于毫米波雷达的汽车变道预警系统报警级别的研究[D]. 李尊.长安大学 2017
[4]基于ZigBee的高速公路车辆防碰撞预警系统研究[D]. 王春磊.哈尔滨工业大学 2010
[5]基于VISSIM的实时数据交通仿真技术的应用研究[D]. 谢正全.西南交通大学 2010
本文编号：3509018
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3509018.html
