面向智能网联汽车的前方车辆风险等级评估
发布时间：2021-11-06 23:50
智能网联汽车是当今前沿科学技术的重要发展方向,它对于智能交通、现代物流等方面都具有重大的影响。环境感知系统是智能网联汽车安全性和智能性的基础与保障。采用雷达与摄像头融合的环境感知系统可以很好地对前方车辆进行检测,并得到位置、距离、速度等信息。通过这些信息分析其与本车发生潜在碰撞的可能性及危险程度,并划分出不同的风险等级,该风险等级可作为智能决策系统的输入,从而制定更加安全有效的驾驶决策。因此,本文主要的研究内容如下:（1）多雷达数据融合本文针对多雷达数据存在的互补性与冗余性,提出了一种多雷达数据融合的方法。针对多雷达数据的互补性提出了菱形栅格地图,相比于其他形状的栅格地图,菱形栅格地图更加接近于本文多雷达探测的区域。针对多雷达数据的冗余性,提出了基于动态参数贝叶斯的多雷达数据融合方法,通过本文方法可有效降低雷达的漏检率与虚警率。（2）基于雷达与摄像头融合的车辆检测通过多雷达数据融合,得到前方车辆的位置信息,将前方车辆的位置信息通过雷达与摄像头的联合标定关系式投影到摄像头采集到的图像上得到感兴趣区域,在此区域上进行进行基于Alex net的车辆检测,本文所使用的多传感器融合+Alex n...
【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】：63 页
【学位级别】：硕士
【部分图文】：
多传感器融合研究框图
第1章绪论9境的自然驾驶数据共超50小时，行驶路程近1800km，数据包括车辆行驶状态、潜在碰撞的前方车辆信息及驾驶员所采取的制动行等。在此基础上，通过对驾驶员制动过程的特征进行模糊c均值聚类来量化风险等级，并将此量化的风险等级作为的前方车辆风险等级标签集，接下来使用随机森林的方法对前方目标车辆进行风险等级评估。结果表明，本文所提出的算法将风险等级划分为五级，并可以对前方目标车辆进行风险等级进行准确评估。图1-1多传感器融合研究框图图1-2风险等级评估研究框图第五章为总结与展望。对全文已完成工作进行总结，并展望今后需要进一步开展的工作。1.5本章小结本章首先简要介绍了本文课题的出发点，论证了智能网联汽车多传感器融合及风险等级评估的当前研究背景与研究意义，然后着重介绍了国内外该领域的研究现状，最后简要介绍了本文主要的工作内容。
第2章数据采集实验平台搭建10第2章数据采集实验平台搭建2.1实验车平台及车载传感器介绍2.1.1实验车平台本文所使用的实验车平台为北汽EU260新能源汽车（如图2-1所示）,车辆相关参数如表2-1所示。图2-1基于北汽EU260新能源汽车平台的实验车表2-1车辆相关参数参数名称数值单位车型尺寸4582*1794*1515（1*w*h）mm整备质量1295Kg轴距2650mm电机类型永磁同步/电驱动系统功率50-100Kw扭矩145-260Nm电池类型三元锂电池/电池电量41.4Kwh续航≥260Km2.1.2德尔福正向ESR毫米波雷达德尔福正向ESR毫米波雷达（如图2-2所示）为高频电子扫描雷达，发射波段为76至77GHz且支持最多64个目标物的探测，同时具有中距离和远距离扫描能力如图2-3所示，其具体性能参数如表2-2所示。
【参考文献】：
期刊论文
[1]无人驾驶汽车及其发展[J]. 宋飞扬. 中国高新科技. 2019(05)
[2]基于百度Apollo2.0的无人驾驶策略分析[J]. 张婷. 现代经济信息. 2019(02)
[3]2018中国智能车大会暨国家智能车发展论坛在江苏常熟隆重开幕[J]. 模式识别与人工智能. 2018(12)
[4]A Situation-Aware Collision Avoidance Strategy for Car-Following[J]. Li Li,Xinyu Peng,Fei-Yue Wang,Dongpu Cao,Lingxi Li. IEEE/CAA Journal of Automatica Sinica. 2018(05)
[5]自动驾驶车辆交通事故损害赔偿责任探析[J]. 陶盈. 湖南大学学报(社会科学版). 2018(03)
[6]自动驾驶引发致死事故 系统未识别前车导致相撞[J]. 汽车与安全. 2018(03)
[7]驾驶员对汽车防撞安全距离检测仿真研究[J]. 唐阳山,夏道华. 计算机仿真. 2016(07)
[8]基于车路一体化的交叉口车辆驾驶辅助系统[J]. 王建强,王海鹏,刘佳熙,李克强. 中国公路学报. 2013(04)
[9]基于人工势能场的跟驰模型[J]. 陶鹏飞,金盛,王殿海. 东南大学学报(自然科学版). 2011(04)
[10]Processing for laser radar range images[J]. 李自勤,李琦,田兆硕,王永珍,孙剑峰,杜伟,王骐. Chinese Optics Letters. 2004(04)
硕士论文
[1]考虑人—车—路因素的行车风险评价方法研究[D]. 吴剑.清华大学 2015
[2]智能汽车前方碰撞预警系统的研究[D]. 付学强.安徽理工大学 2015
[3]汽车三维安全防撞预警系统的设计与开发[D]. 闫新星.太原理工大学 2011
本文编号：3480751
【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】：63 页
【学位级别】：硕士
【部分图文】：
多传感器融合研究框图
第1章绪论9境的自然驾驶数据共超50小时，行驶路程近1800km，数据包括车辆行驶状态、潜在碰撞的前方车辆信息及驾驶员所采取的制动行等。在此基础上，通过对驾驶员制动过程的特征进行模糊c均值聚类来量化风险等级，并将此量化的风险等级作为的前方车辆风险等级标签集，接下来使用随机森林的方法对前方目标车辆进行风险等级评估。结果表明，本文所提出的算法将风险等级划分为五级，并可以对前方目标车辆进行风险等级进行准确评估。图1-1多传感器融合研究框图图1-2风险等级评估研究框图第五章为总结与展望。对全文已完成工作进行总结，并展望今后需要进一步开展的工作。1.5本章小结本章首先简要介绍了本文课题的出发点，论证了智能网联汽车多传感器融合及风险等级评估的当前研究背景与研究意义，然后着重介绍了国内外该领域的研究现状，最后简要介绍了本文主要的工作内容。
第2章数据采集实验平台搭建10第2章数据采集实验平台搭建2.1实验车平台及车载传感器介绍2.1.1实验车平台本文所使用的实验车平台为北汽EU260新能源汽车（如图2-1所示）,车辆相关参数如表2-1所示。图2-1基于北汽EU260新能源汽车平台的实验车表2-1车辆相关参数参数名称数值单位车型尺寸4582*1794*1515（1*w*h）mm整备质量1295Kg轴距2650mm电机类型永磁同步/电驱动系统功率50-100Kw扭矩145-260Nm电池类型三元锂电池/电池电量41.4Kwh续航≥260Km2.1.2德尔福正向ESR毫米波雷达德尔福正向ESR毫米波雷达（如图2-2所示）为高频电子扫描雷达，发射波段为76至77GHz且支持最多64个目标物的探测，同时具有中距离和远距离扫描能力如图2-3所示，其具体性能参数如表2-2所示。
【参考文献】：
期刊论文
[1]无人驾驶汽车及其发展[J]. 宋飞扬. 中国高新科技. 2019(05)
[2]基于百度Apollo2.0的无人驾驶策略分析[J]. 张婷. 现代经济信息. 2019(02)
[3]2018中国智能车大会暨国家智能车发展论坛在江苏常熟隆重开幕[J]. 模式识别与人工智能. 2018(12)
[4]A Situation-Aware Collision Avoidance Strategy for Car-Following[J]. Li Li,Xinyu Peng,Fei-Yue Wang,Dongpu Cao,Lingxi Li. IEEE/CAA Journal of Automatica Sinica. 2018(05)
[5]自动驾驶车辆交通事故损害赔偿责任探析[J]. 陶盈. 湖南大学学报(社会科学版). 2018(03)
[6]自动驾驶引发致死事故 系统未识别前车导致相撞[J]. 汽车与安全. 2018(03)
[7]驾驶员对汽车防撞安全距离检测仿真研究[J]. 唐阳山,夏道华. 计算机仿真. 2016(07)
[8]基于车路一体化的交叉口车辆驾驶辅助系统[J]. 王建强,王海鹏,刘佳熙,李克强. 中国公路学报. 2013(04)
[9]基于人工势能场的跟驰模型[J]. 陶鹏飞,金盛,王殿海. 东南大学学报(自然科学版). 2011(04)
[10]Processing for laser radar range images[J]. 李自勤,李琦,田兆硕,王永珍,孙剑峰,杜伟,王骐. Chinese Optics Letters. 2004(04)
硕士论文
[1]考虑人—车—路因素的行车风险评价方法研究[D]. 吴剑.清华大学 2015
[2]智能汽车前方碰撞预警系统的研究[D]. 付学强.安徽理工大学 2015
[3]汽车三维安全防撞预警系统的设计与开发[D]. 闫新星.太原理工大学 2011
本文编号：3480751
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3480751.html
