近年來,國民經(jīng)濟的飛速發(fā)展和人口的增加使得汽車保有量幾近呈指數(shù)式增長,交通堵塞和交通事故等城市交通問題亟待解決。因此,對提高道路交通安全的輔助駕駛技術(shù)進行相關(guān)技術(shù)研究具有重要的理論意義和實際應(yīng)用價值。然而,目前關(guān)于自動變換車道方法的研究局限很大,僅依賴于其自身的傳感器來獲取外部信息。在整個車道變換過程中,假定周圍的車輛狀態(tài)是靜態(tài)的與復(fù)雜且可變的實際道路狀況相矛盾。因此,本文提出了一種基于車輛網(wǎng)絡(luò)信息的自動車道變換策略。智能汽車通過車聯(lián)網(wǎng)和傳感器來感知行駛環(huán)境,傳感器包括毫米波雷達、GPS、攝像頭和激光雷達等來,這些原始數(shù)據(jù)通過“傳感器數(shù)據(jù)融合模塊”進行融合,同時車聯(lián)網(wǎng)收發(fā)單元接收車聯(lián)網(wǎng)實時信息得到動靜態(tài)障礙物信息。系統(tǒng)根據(jù)障礙物的實時信息,規(guī)劃出一條安全、舒適和通行效率高的行駛軌跡,然后對這條軌跡進行跟蹤控制。本文首先對國內(nèi)外局部路徑規(guī)劃方法和路徑跟蹤控制方法進行分析總結(jié),選取改進的多項式理論作為避障路徑規(guī)劃的方法,在以多項式理論為基礎(chǔ)的路徑規(guī)劃中,對周圍道路信息及障礙物信息的運動狀態(tài)進行分析,選取最小安全距離作為改善多項式路徑的性能參數(shù),保證了通行效率和安全性;在得出最優(yōu)換道軌跡后選... 

【文章來源】：江蘇大學江蘇省

【文章頁數(shù)】：76 頁

【學位級別】：碩士

【部分圖文】：

中國汽車保有量及增速Fig.1.1China'scarownershipandgrowthrate汽車數(shù)量的增加在給出行帶來極大便利的同時，也不可避免帶來頻繁的交通

江蘇大學碩士學位論文實時車輛位置和狀態(tài)信息，可以更好地提高傳統(tǒng)傳感器在道路識別上的能力。另外，車聯(lián)網(wǎng)技術(shù)具有很好的實時性和預(yù)測性，在車輛主動安全方面起著不可或缺的作用。目前，主流先進的駕駛輔助系統(tǒng)（圖 1.3）包括車道保持輔助系統(tǒng)（LKAS）、自適應(yīng)巡航控制（ACC）、自主緊急制動（AEB）以及車道偏離預(yù)警系統(tǒng)（LDW）等子系統(tǒng)。借助于先進的傳感通信技術(shù)，可實時獲取自動駕駛車輛的運動狀態(tài)和周圍環(huán)境的信息。根據(jù)設(shè)計的換道避障策略，我們可以及時警告駕駛員發(fā)生追尾碰撞的危險。當追尾碰撞不能避免時，系統(tǒng)會主動介入以減少碰撞程度。

圖 1.4 Navlab2V 無人駕駛汽車Fig.1.4 Navlab2V driverless vehicle 年美國舉辦的機器人挑戰(zhàn)賽極大地激發(fā)了人們對無人駕駛憾的是許多參賽車輛沒有跑完全程，僅僅斯坦福大學的參賽車圖 1.5）成功跑完全程，該車利用車載傳感設(shè)備獲取信息，為息，數(shù)據(jù)更新頻率為 10Hz,因此獲得較為準確的周圍障礙物及徑。

【參考文獻】：
期刊論文
[1]基于計算機視覺的交通標志自動識別軟件研究與實現(xiàn)[J]. 李俊華,宋海玉,佟雨欣,張奇,牛軍海,張宇新.  中國高新科技. 2018(01)
[2]基于元胞自動機的車輛換道行為研究[J]. 李娟,曲大義,劉聰,王進展,許翔華.  公路交通科技. 2016(11)
[3]智能網(wǎng)聯(lián)汽車現(xiàn)狀及發(fā)展戰(zhàn)略建議[J]. 李克強.  經(jīng)營者(汽車商業(yè)評論). 2016(02)
[4]動態(tài)環(huán)境下基于模糊邏輯算法的移動機器人路徑規(guī)劃[J]. 李擎,張超,韓彩衛(wèi),張婷,張維存.  中南大學學報(自然科學版). 2013(S2)
[5]基于道路勢場的智能車輛機動駕駛控制算法[J]. 曹凱,周蘆蘆,張政新.  系統(tǒng)仿真學報. 2011(10)
[6]并線工況下車載雷達有效目標快速檢測方法[J]. 張威,陳慧巖,劉海鷗,宋衛(wèi)群.  北京理工大學學報. 2011(01)
[7]基于模糊化環(huán)境建模的無人車路徑規(guī)劃研究[J]. 王文剛,張秀麗,王曦鳴.  國防制造技術(shù). 2009(03)
[8]基于遺傳算法的移動機器人動態(tài)路徑規(guī)劃研究[J]. 王海英,蔡向東,尤波,張禮勇.  傳感器與微系統(tǒng). 2007(08)
[9]動態(tài)環(huán)境中基于模糊神經(jīng)網(wǎng)絡(luò)的AGV路徑規(guī)劃[J]. 肖本賢,齊東流,劉海霞,李善壽.  系統(tǒng)仿真學報. 2006(09)
[10]微觀仿真中車輛換道的行為分析和建模[J]. 楊建國,王金梅,李慶豐,王兆安.  公路交通科技. 2004(11)

博士論文
[1]基于視覺和雷達的智能車輛自主換道決策機制與控制研究[D]. 朱愿.中國人民解放軍軍事醫(yī)學科學院 2014
[2]車輛主動安全系統(tǒng)關(guān)鍵預(yù)測算法研究[D]. 詹盛.長安大學 2014
[3]智能車輛自動換道與自動超車控制方法的研究[D]. 游峰.吉林大學 2005
[4]避障路徑規(guī)劃的算法研究[D]. 戴光明.華中科技大學 2004
[5]自主駕駛汽車智能控制系統(tǒng)[D]. 孫振平.國防科學技術(shù)大學 2004

碩士論文
[1]基于模糊控制的智能交通研究[D]. 何佩倫.西安科技大學 2017
[2]無人駕駛車輛換道控制方法研究[D]. 王震宇.東南大學 2016
[3]基于人工勢場法的機器人路徑規(guī)劃研究[D]. 程紫云.燕山大學 2016
[4]基于模型預(yù)測控制的無人駕駛車輛軌跡跟蹤控制算法研究[D]. 孫銀健.北京理工大學 2015
[5]基于車聯(lián)網(wǎng)的車輛移動狀態(tài)識別研究[D]. 黃勛.華南理工大學 2012
[6]城市道路車輛變道安全距離模型研究[D]. 郭文蓮.長沙理工大學 2009



本文編號：3564789