夜间无人驾驶智能车的信息感知与驾驶行为规划研究

发布时间：2021-08-26 15:47

　　无人驾驶智能汽车系统是一个集信息感知、自动路径选择与驾驶行为规划等能力于一体的综合智能系统。工业信息技术的飞速发展,推动无人驾驶智能汽车系统不断创新发展并逐渐进入大众的视野中,与此同时,无人驾驶智能汽车的行车安全问题也受到人们广泛关注。无人驾驶智能汽车能够快速准确地感知出周围环境中的车辆、行人等物体是其能够在夜间道路上安全行驶的重要前提,而要实现快速准确的环境感知,首要的问题就是需要给无人驾驶智能汽车配置合适的“眼睛”,即选择合适的传感器。不同传感器有不同的优劣势,因此研究一种基于多传感器融合的三维目标检测算法,充分发挥每个传感器的特点,对于提高无人驾驶智能汽车的信息感知能力有重要意义。无人驾驶智能汽车在夜间道路上安全行驶的另一重要环节为自主驾驶行为规划能力的实现,当无人驾驶智能汽车能感知周围复杂环境的信息后,需要对这些复杂信息进行过滤判断并采取相应的策略,进而自主地控制车辆行驶,因此使无人驾驶智能汽车自主做出合理的驾驶行为规划也是一个重要课题。为了提高无人驾驶智能汽车在夜间环境下的信息感知能力与驾驶行为规划能力,本文针对无人驾驶智能汽车的三维目标检测与驾驶行为规划算法进行了深入研究。... 

【文章来源】：东华大学上海市 211工程院校 教育部直属院校

【文章页数】：70 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
1.绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 无人驾驶智能汽车环境感知的研究现状
        1.2.2 三维目标检测算法研究现状
        1.2.3 无人车驾驶行为规划的研究现状
    1.3 本文主要研究工作
2.三维目标检测与驾驶行为规划基本原理与方法
    2.1 引言
    2.2 三维目标检测基本原理与方法
        2.2.1 基于视觉的三维目标检测
        2.2.2 基于点云的三维目标检测
    2.3 驾驶行为规划基本原理与方法
        2.3.1 基于规则的驾驶行为规划
        2.3.2 基于强化学习的驾驶行为规划
    2.4 本章小结
3.基于多视角融合的夜间无人车三维目标感知算法
    3.1 引言
    3.2 基于红外图像与激光点云多视角融合的三维目标检测模型
        3.2.1 特征提取模块
        3.2.2 候选区域生成模块
        3.2.3 通道融合网络
    3.3 实验结果及分析
        3.3.1 实验配置与数据
        3.3.2 实验步骤
        3.3.3 实验结果及分析
    3.4 本章小结
4.基于分层逆向强化学习的夜间无人车驾驶行为规划算法
    4.1 引言
    4.2 基于分层逆向强化学习的无人车驾驶行为规划模型
        4.2.1 逆向强化学习
        4.2.2 基于分层的逆向强化学习的概率预测网络
    4.3 实验结果及分析
        4.3.1 实验配置与数据
        4.3.2 实验步骤
        4.3.3 评价指标及结果分析
    4.4 本章小结
5.总结与展望
    5.1 全文总结
    5.2 全文展望
参考文献
攻读硕士期间研究成果
致谢



本文编号：3364519