近年來,車輛智能駕駛技術(shù)被國內(nèi)外相關(guān)學(xué)者、組織和機(jī)構(gòu)廣泛研究。在未來幾十年里,自主車的發(fā)展必將改變?nèi)祟惉F(xiàn)有的駕駛習(xí)慣和出行模式,交通安全也將因無人車技術(shù)的發(fā)展而不斷提高。模型預(yù)測(cè)是對(duì)復(fù)雜的決策和規(guī)劃問題進(jìn)行建模和預(yù)測(cè),包含數(shù)據(jù)驅(qū)動(dòng)的建模和預(yù)測(cè)方法以及基于機(jī)理的建模和預(yù)測(cè)方法。人們希望自主駕駛車輛在不同場(chǎng)景、條件、任務(wù)下都能擁有自主決策和運(yùn)動(dòng)規(guī)劃的能力以便應(yīng)對(duì)各種問題。本文主要針對(duì)基于模型預(yù)測(cè)的自主駕駛車輛的速度決策和運(yùn)動(dòng)規(guī)劃方法進(jìn)行研究。論文的主要工作成果和創(chuàng)新點(diǎn)如下:（1）針對(duì)自主駕駛車輛運(yùn)動(dòng)規(guī)劃的車輛運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)特性描述問題,分析和建立了車輛的運(yùn)動(dòng)學(xué)模型、輪胎模型和車輛的動(dòng)力學(xué)模型。目前,基于無車輛模型的運(yùn)動(dòng)規(guī)劃方法未考慮車輛的模型信息,存在規(guī)劃出的路徑不合理的問題;基于車輛模型的運(yùn)動(dòng)規(guī)劃方法不滿足約束條件和參數(shù)設(shè)置造成執(zhí)行效果不理想的問題。針對(duì)上述問題,本文對(duì)車輛的運(yùn)動(dòng)機(jī)理進(jìn)行分析和建模,提出了既能在有限時(shí)間內(nèi)求解又能保留車輛動(dòng)力學(xué)特性的車輛動(dòng)力學(xué)模型。（2）提出了一種基于核超限學(xué)習(xí)機(jī)的自主車速度決策的建模和預(yù)測(cè)方法。目前,自主駕駛車輛的速度決策仍然面臨著適應(yīng)復(fù)雜環(huán)境困難的問題... 

【文章來源】：國防科技大學(xué)湖南省 211工程院校 985工程院校

【文章頁數(shù)】：91 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

配備了攝像頭和其他多種傳感器的奔馳S500轎車上世紀(jì)七八十年代，來自德國慕尼黑聯(lián)邦國防軍大學(xué)的航空航天教授Ernst

美國卡內(nèi)基 梅隆大學(xué)研發(fā)的第五代無人駕駛試驗(yàn)車 Navlab（如圖1.2 所示）通過在車輛上搭載包括：便攜式計(jì)算機(jī)、擋風(fēng)玻璃攝像頭、GPS 接收器以及其他一些輔助設(shè)備，來控制方向盤以保證車輛行駛的安全性能，成功的完成了從匹茲堡到洛杉磯的“無手動(dòng)”駕駛之旅，但是車輛的速度調(diào)節(jié)仍然需要人來完成，試驗(yàn)車只負(fù)責(zé)車輛的方向控制。圖 1. 2 卡內(nèi)基 梅隆大學(xué)研發(fā)的第五代自主車 Navlab1998 年，意大利帕爾馬大學(xué)視覺實(shí)驗(yàn)室 VisLab 在 EUREKA 資助下完成的ARGO（如圖 1.3 所示）項(xiàng)目進(jìn)行了累計(jì) 2000 公里的實(shí)車實(shí)驗(yàn)，其中 94%的路程使用自主駕駛，平均時(shí)速為 90 公里，最高時(shí)速 123 公里。該系統(tǒng)成功的證明了利用低成本的硬件和成像系統(tǒng)，可以在僅有視覺輸入的情況下實(shí)現(xiàn)無人駕駛。圖 1. 3 帕爾馬大學(xué)視覺實(shí)驗(yàn)室 VisLab 的自主車 ARGO2004 年，第一屆 DARPA“Grand Challenge”沙漠挑戰(zhàn)賽在莫哈韋沙漠舉辦

第 4 頁圖 1. 3 帕爾馬大學(xué)視覺實(shí)驗(yàn)室 VisLab 的自主車 ARGO一屆 DARPA“Grand Challenge”沙漠挑戰(zhàn)賽在莫在無人干預(yù)條件下，通過 200 多公里的沙漠地帶務(wù)，成績(jī)最好的自主車也僅行駛了約 11 公里[3]。

【參考文獻(xiàn)】：
期刊論文
[1]基于扇形柵格地圖的移動(dòng)機(jī)器人全局路徑規(guī)劃[J]. 李天成,孫樹棟,高揚(yáng).  機(jī)器人. 2010(04)
[2]改進(jìn)的概率路徑圖法[J]. 陳家照,張中位,徐福后.  計(jì)算機(jī)工程與應(yīng)用. 2009(10)
[3]基于傳感器信息的智能移動(dòng)機(jī)器人導(dǎo)航評(píng)述[J]. 辛江慧,李舜酩,廖慶斌.  傳感器與微系統(tǒng). 2008(04)
[4]基于雙重遺傳算法機(jī)制的路徑規(guī)劃[J]. 盧瑾,楊東勇.  系統(tǒng)仿真學(xué)報(bào). 2008(08)
[5]基于啟發(fā)式的快速擴(kuò)展隨機(jī)樹路徑規(guī)劃算法[J]. 王濱,金明河,謝宗武,劉宏.  機(jī)械制造. 2007(12)
[6]基于概率地圖方法的無人機(jī)路徑規(guī)劃研究[J]. 孫漢昌,朱華勇.  系統(tǒng)仿真學(xué)報(bào). 2006(11)
[7]自動(dòng)引導(dǎo)車輛（AGV）地圖生成方法研究[J]. 張正,王喆,陳超.  蘭州交通大學(xué)學(xué)報(bào). 2005(06)
[8]汽車自動(dòng)尋徑算法的研究[J]. 周浩華,王曉光.  華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 1997(06)



本文編號(hào)：3013961