隨著經(jīng)濟(jì)的發(fā)展,機(jī)動車數(shù)量日益增長,交通擁堵現(xiàn)象時常出現(xiàn),這會延長人們的出行時間,甚至嚴(yán)重影響日常工作。路徑規(guī)劃問題一直是人們研究的熱點,通過避開擁堵的街道,選擇一條最優(yōu)路線,可以極大減少人們出行時間。論文主要研究內(nèi)容與成果如下:（1）將無人機(jī)引入道路交通中,提出了無人機(jī)-智能車隊協(xié)同系統(tǒng),該系統(tǒng)是將車輛導(dǎo)航系統(tǒng)和無人機(jī)相結(jié)合,并有兩種獲取信息的方式。一種是由智能交通系統(tǒng)中路旁設(shè)備采集信息,交通指揮中心對信息進(jìn)行處理、生成、發(fā)布,并發(fā)送給車輛。另一種是由無人機(jī)拍攝視頻,并由車輛進(jìn)行圖像處理得到信息。根據(jù)系統(tǒng)獲取信息的兩種方式,命名了相應(yīng)兩種工作模式:機(jī)車協(xié)同和車路協(xié)同兩種工作模式,并介紹了該系統(tǒng)的工作流程。（2）機(jī)車協(xié)同模式是無人機(jī)和車輛協(xié)同工作。無人機(jī)在道路上方拍攝視頻,之后將視頻傳到車輛,由車輛進(jìn)行圖像處理,此過程使用融合背景差分法和Canny邊緣檢測法的方式判斷車輛的存在,并通過轉(zhuǎn)換圖片單位像素和實際距離之間的長度關(guān)系得到交叉口前的排隊長度。然后提出了新的道路權(quán)值計算方法,即利用得到的排隊長度,考慮車輛在不同車道上行駛以及多次排隊情況,經(jīng)過計算得到道路權(quán)值。根據(jù)道路權(quán)值,使用Di... 

【文章來源】：蘭州交通大學(xué)甘肅省

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 選題背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 路徑規(guī)劃問題的研究現(xiàn)狀
        1.2.2 道路權(quán)值問題的研究現(xiàn)狀
        1.2.3 無人機(jī)-無人車協(xié)同工作的研究現(xiàn)狀
    1.3 主要研究內(nèi)容
2 無人機(jī)-智能車隊協(xié)同系統(tǒng)介紹
    2.1 系統(tǒng)構(gòu)成
    2.2 分系統(tǒng)介紹
        2.2.1 智能車隊
        2.2.2 路旁設(shè)備
        2.2.3 交通指揮中心
        2.2.4 無人機(jī)分系統(tǒng)
    2.3 系統(tǒng)工作流程
    2.4 圖像處理基本內(nèi)容
        2.4.1 彩色圖像灰度化
        2.4.2 運動目標(biāo)檢測技術(shù)
    2.5 本章小結(jié)
3 無人機(jī)航拍視頻處理及車輛檢測
    3.1 視頻預(yù)處理
    3.2 車輛存在檢測
        3.2.1 基于背景差分法的車輛存在檢測
        3.2.2 融合Canny邊緣檢測法與背景差分法的車輛存在檢測
    3.3 排隊長度獲取
    3.4 仿真分析
    3.5 本章小結(jié)
4 機(jī)車協(xié)同模式的路徑規(guī)劃方法
    4.1 變量定義
    4.2 獲取信息
    4.3 道路權(quán)值計算
        4.3.1 交叉口運動狀態(tài)分析
        4.3.2 計算關(guān)鍵值
        4.3.3 權(quán)值計算
    4.4 道路模型
    4.5 最優(yōu)路徑規(guī)劃
    4.6 仿真分析
        4.6.1 仿真場景設(shè)置
        4.6.2 不同場景下的應(yīng)用
    4.7 可行性分析
    4.8 本章小結(jié)
5 車路協(xié)同模式的路徑規(guī)劃方法
    5.1 道路權(quán)值計算
    5.2 仿真分析
    5.3 本章小結(jié)
結(jié)論
致謝
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果


【參考文獻(xiàn)】：
期刊論文
[1]空-地協(xié)同地圖匹配的路徑規(guī)劃方法[J]. 杜仕剛,肖宇峰,張華.  傳感器與微系統(tǒng). 2020(02)
[2]駕駛員禮讓行人等待時間閾值研究[J]. 李明遠(yuǎn),郭鳳香,費怡.  交通信息與安全. 2019(04)
[3]無人機(jī)通信多路并行自適應(yīng)傳輸系統(tǒng)的設(shè)計與實現(xiàn)[J]. 李子園,胡靜,宋鐵成,徐平.  信息化研究. 2019(04)
[4]探討V2X車聯(lián)網(wǎng)關(guān)鍵技術(shù)及應(yīng)用[J]. 趙光輝.  時代汽車. 2019(15)
[5]車聯(lián)網(wǎng)在智能網(wǎng)聯(lián)汽車應(yīng)用中的挑戰(zhàn)[J]. 王小臣,蔣樹國,王建海.  客車技術(shù)與研究. 2019(02)
[6]車聯(lián)網(wǎng)發(fā)展現(xiàn)狀及趨勢研究[J]. 和福建,田曉笛,王長園.  中國汽車. 2019(04)
[7]車路協(xié)同系統(tǒng)下區(qū)域路徑實時決策方法[J]. 王龐偉,鄧輝,于洪斌,李振華,王力.  北京航空航天大學(xué)學(xué)報. 2019(07)
[8]UAV/UGV協(xié)同環(huán)境下的目標(biāo)識別與全局路徑規(guī)劃研究[J]. 席阿行,趙津,周滔,胡秋霞.  電子技術(shù)應(yīng)用. 2019(01)
[9]無人駕駛在末端物流配送中的應(yīng)用和挑戰(zhàn)[J]. 夏華夏.  人工智能. 2018(06)
[10]考慮信號交叉口延時的最優(yōu)車輛路徑規(guī)劃算法[J]. 胡林,鐘遠(yuǎn)興,黃晶,杜榮華,張新.  汽車工程. 2018(10)

碩士論文
[1]基于機(jī)器視覺的車輛檢測與跟蹤方法研究[D]. 劉志成.武漢理工大學(xué) 2018
[2]基于視覺技術(shù)的道路交通信息提取方法研究[D]. 李亞偉.山東理工大學(xué) 2017
[3]基于廣義拓?fù)渎肪W(wǎng)模型的動態(tài)路徑導(dǎo)航算法研究[D]. 賈杰.哈爾濱工業(yè)大學(xué) 2017
[4]智能交通中的動態(tài)路徑規(guī)劃研究[D]. 范炯.江蘇科技大學(xué) 2016
[5]城市智能交通中的動態(tài)路徑規(guī)劃研究[D]. 李軍.杭州電子科技大學(xué) 2016
[6]基于交通誘導(dǎo)子區(qū)的城市分層分區(qū)路徑規(guī)劃[D]. 周俊杰.浙江大學(xué) 2016
[7]基于城市路網(wǎng)的最優(yōu)路徑規(guī)劃算法研究[D]. 邱洋洋.燕山大學(xué) 2015
[8]基于視頻處理的車輛排隊長度檢測算法的研究與應(yīng)用[D]. 陶萬杰.北京郵電大學(xué) 2015
[9]車輛定位導(dǎo)航系統(tǒng)中地圖匹配算法研究[D]. 李星軍.西安電子科技大學(xué) 2015
[10]基于三幀差法的運動目標(biāo)檢測方法研究[D]. 趙建.西安電子科技大學(xué) 2013



本文編號：3437969