基于威胁估计的智能车辆路径规划方法研究

发布时间：2020-12-18 07:10

　　威胁估计与路径规划是智能车辆领域的重要技术。威胁估计通过多传感器对环境信息进行采集和处理,进而对环境进行有效地认知和准确地评估,作为后续决策控制的基础。路径规划则是智能车辆的决策过程,在对环境认知和建模的基础上规划出合适的路径。本文研究威胁估计方法及基于威胁估计的路径规划方法,开发路径规划软件,并进行验证。为了估计目标车辆的威胁能力,本文构建了包含影响车辆威胁指数的目标特征、外部环境因素与驾驶员因素的Bayes网络模型。其中环境因素包括道路状况和能见度;目标特征包括车型大小、目标车辆与本车辆相对距离、目标车辆的绝对速度、以及其与本车辆的相对速度;驾驶员状况包括生理因素和心理因素。然后,根据影响因素之间的关系构建了网络模型。在威胁估计推理过程中,对该Bayes网络模型作变结构化处理得到变结构Bayes网络模型以提高效率。最后,利用仿真结果证明本文构建的威胁估计模型的可行性。本文提出基于威胁估计的路径规划方法。首先,本文基于威胁估计构建多值栅格地图,根据占用栅格的目标的威胁指数在对应栅格周围形成不同大小的威胁场,地图中的每个栅格状态是由占用栅格的目标威胁指数或其形成的场确定。然后在路径规划... 

【文章来源】：重庆邮电大学重庆市

【文章页数】：81 页

【学位级别】：硕士

【部分图文】：

智能车辆系统框架

信息融合在智能车辆和军事领域有着广泛的作用，对环境进行了从检测到处理，再到量化输出结果的完整过程。其中 JDL（Joint Directors of Laboratories）信息融合模型对数据采用了三级处理方法：第一级为目标识别和优化；第二级为态势估计，对第一级识别和优化的目标建立态势图；第三级为威胁估计，将第二级的态势图进行量化，分析各行为的优缺点。最后是过程评估，对整个融合过程进行系统性能的监控，识别并增加潜在的信息源，以及传感器的最优部署，可以被称作第四级[29]。第三级的威胁估计是信息融合中非常重要的部分，在第一级进行信息的处理和目标识别，然后在第二级的态势觉察，预测的基础上，对结果做进一步的融合，以将信息量化，是高级融合阶段。JDL 信息融合技术模型如图2.2 所示。

的基础是 Bayes 公式，描述的是事件的先验概率式为：( ) ( | )( s | )( )P S s P D d S sP S D dP D d= = == = ==事件，假设事件S = s，输入的证据为D = d。在输估计 P ( S = s)称为先验概率，输入证据D = d后， = d)称为后验概率。构为有向无环图，它由模型结构和相关参数组成变量，变量间关系的表示方法为图中节点间的矢量用于推理的条件概率表（Conditional Probabili对应的条件概率表[40]。

【参考文献】：
期刊论文
[1]属性权重不确定的直觉模糊多属性决策的威胁评估方法[J]. 王毅,刘三阳,张文,王亚男.  电子学报. 2014(12)
[2]基于栅格地图的分层式机器人路径规划算法[J]. 余翀,邱其文.  中国科学院大学学报. 2013(04)
[3]基于动态贝叶斯网络的防空作战威胁估计[J]. 赵建军,王毅,杨利斌,付龙文.  计算机技术与发展. 2012(11)
[4]基于混合型多属性决策方法的目标威胁评估[J]. 程明,周德云,张堃.  电光与控制. 2010(01)
[5]模拟退火算法的一种参数设定方法研究[J]. 闫利军,李宗斌,卫军胡.  系统仿真学报. 2008(01)
[6]用基于知识的遗传算法实现移动机器人路径规划[J]. 周兰凤,洪炳熔.  电子学报. 2006(05)

博士论文
[1]基于智能算法的目标威胁估计[D]. 王改革.中国科学院研究生院（长春光学精密机械与物理研究所） 2013
[2]基于势场法和遗传算法的机器人路径规划技术研究[D]. 刘传领.南京理工大学 2012
[3]煤矿探测机器人姿态控制与局部路径规划研究[D]. 李晓鹏.西安科技大学 2011



本文编号：2923591