本文關(guān)鍵詞：基于雷達(dá)信息巡航車前方關(guān)鍵目標(biāo)的判別研究

  更多相關(guān)文章： 自適應(yīng)巡航 雷達(dá)信息 本車狀態(tài)估計(jì) 擴(kuò)展卡爾曼濾波 關(guān)鍵目標(biāo)判別 仿真驗(yàn)證

【摘要】：在自適應(yīng)巡航系統(tǒng)工作時(shí),本車跟隨的目標(biāo)車被稱為關(guān)鍵目標(biāo),具體來說就是距本車縱向距離最近的本車道內(nèi)的前方目標(biāo)車或者是相鄰車道要切入本車道的車輛。將關(guān)鍵目標(biāo)信息送入到自適應(yīng)巡航控制系統(tǒng)中,系統(tǒng)將自動(dòng)控制本車縱向速度,使得本車與前車保持合適的安全距離。因此,準(zhǔn)確快速的判別出巡航車前方的關(guān)鍵目標(biāo)對(duì)于自適應(yīng)巡航系統(tǒng)控制本車具有重要意義。論文基于雷達(dá)信息對(duì)自適應(yīng)巡航車前方關(guān)鍵目標(biāo)的判別進(jìn)行了理論研究與仿真驗(yàn)證。論文主要包括五部分。第一部分,介紹論文的研究背景、研究意義、研究現(xiàn)狀及論文的主要研究內(nèi)容。第二部分,進(jìn)行了基于擴(kuò)展卡爾曼濾波的本車狀態(tài)估計(jì),建立了以前輪轉(zhuǎn)角為輸入,質(zhì)心側(cè)偏角和橫擺角速度為輸出汽車的二自由度動(dòng)力學(xué)模型。同時(shí)建立了擴(kuò)展卡爾曼濾波的車輛狀態(tài)估計(jì)模型。第三部分,分別針對(duì)直道和彎道行駛工況,采用不同的研究方法對(duì)前方目標(biāo)車輛進(jìn)行關(guān)鍵目標(biāo)的有效判別。在彎道工況下,通過本車狀態(tài)估計(jì),實(shí)現(xiàn)了道路曲率的實(shí)時(shí)在線估計(jì)。建立了彎道關(guān)鍵目標(biāo)判別模型,通過幾何關(guān)系計(jì)算目標(biāo)車距本車行駛軌跡中心線的距離,以判別目標(biāo)車是否在本車道內(nèi),進(jìn)而判別彎道處的關(guān)鍵目標(biāo)。對(duì)于直道行駛條件除考慮本車道內(nèi)前方目標(biāo)外,還需考慮相鄰車道內(nèi)前方目標(biāo)車輛切入本車道的可能性。論文采用模糊控制理論,建立了以相鄰車道側(cè)向相對(duì)距離與相對(duì)速度為輸入變量,以換道的可能性為輸出變量的模糊控制器,實(shí)現(xiàn)直道行駛車輛換道行為的判別,進(jìn)而確定直道關(guān)鍵目標(biāo)。第四部分,通過CarSim和Matlab/Simulink進(jìn)行仿真,對(duì)直道和彎道行駛等工況進(jìn)行了仿真并對(duì)結(jié)果進(jìn)行了相應(yīng)分析。仿真結(jié)果表明:論文提出的巡航車前方關(guān)鍵目標(biāo)判別方法能夠準(zhǔn)確識(shí)別前方關(guān)鍵目標(biāo)。第五部分為結(jié)論,對(duì)論文所取得的研究成果進(jìn)行了總結(jié),并提出了進(jìn)一步需要探討的問題。論文的研究成果對(duì)于汽車自適應(yīng)巡航系統(tǒng)控制功能的完善與產(chǎn)品開發(fā)具有重要的參考價(jià)值。
【關(guān)鍵詞】：自適應(yīng)巡航 雷達(dá)信息 本車狀態(tài)估計(jì) 擴(kuò)展卡爾曼濾波 關(guān)鍵目標(biāo)判別 仿真驗(yàn)證
【學(xué)位授予單位】：遼寧工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：U463.6
【目錄】：

• 摘要5-6
• Abstract6-10
• 1 緒論10-14
• 1.1 論文的研究背景及意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-13
• 1.2.1 國外研究現(xiàn)狀11-12
• 1.2.2 國內(nèi)研究現(xiàn)狀12-13
• 1.3 論文的主要研究內(nèi)容13-14
• 2 基于擴(kuò)展卡爾曼濾波的本車狀態(tài)估計(jì)14-26
• 2.1 卡爾曼濾波理論14-18
• 2.1.1 經(jīng)典卡爾曼濾波算法14-16
• 2.1.2 擴(kuò)展卡爾曼濾波算法16-18
• 2.2 基于擴(kuò)展卡爾曼濾波的本車狀態(tài)估計(jì)算法18-25
• 2.2.1 二自由度汽車模型19-20
• 2.2.2 本車狀態(tài)估計(jì)算法過程20-22
• 2.2.3 本車狀態(tài)估計(jì)仿真驗(yàn)證22-25
• 2.3 本章小結(jié)25-26
• 3 巡航車前方關(guān)鍵目標(biāo)判別方法研究26-37
• 3.1 巡航車前方關(guān)鍵目標(biāo)判別流程26-27
• 3.2 彎道工況下巡航車前方關(guān)鍵目標(biāo)判別27-30
• 3.2.1 道路曲率計(jì)算27-28
• 3.2.2 彎道關(guān)鍵目標(biāo)判別28-30
• 3.3 基于模糊控制直道工況下巡航車前方關(guān)鍵目標(biāo)判別方法30-36
• 3.3.1 模糊控制器結(jié)構(gòu)與原理31-32
• 3.3.2 模糊控制器設(shè)計(jì)32-36
• 3.3.3 直道關(guān)鍵目標(biāo)判別36
• 3.4 本章小結(jié)36-37
• 4 巡航車前方關(guān)鍵目標(biāo)判別的仿真與分析37-54
• 4.1 仿真軟件簡介37-40
• 4.1.1 Simulink簡介37-39
• 4.1.2 CarSim仿真軟件簡介39-40
• 4.2 仿真設(shè)置40-42
• 4.2.1 傳感器模型設(shè)置40-41
• 4.2.2 交通場景設(shè)置41
• 4.2.3 道路模型設(shè)置41-42
• 4.3 直道工況下前方關(guān)鍵目標(biāo)判別研究的仿真與分析42-46
• 4.3.1 仿真實(shí)驗(yàn)工況參數(shù)設(shè)置42-44
• 4.3.2 直道工況仿真結(jié)果分析44-46
• 4.4 彎道工況下前方關(guān)鍵目標(biāo)判別研究的仿真與分析46-52
• 4.4.1 彎道工況仿真實(shí)驗(yàn)工況參數(shù)設(shè)置46-49
• 4.4.2 彎道工況仿真結(jié)果分析49-52
• 4.5 本章小結(jié)52-54
• 5 結(jié)論54-56
• 5.1 全文總結(jié)54
• 5.2 研究展望54-56
• 參考文獻(xiàn)56-58
• 致謝58

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 王旭輝;劉云猛;裴浩東;;基于嵌入式圖像處理平臺(tái)的實(shí)時(shí)多目標(biāo)識(shí)別算法[J];科學(xué)技術(shù)與工程;2014年03期

2 朱峰,竇麗華,楊國勝,陳文頡;基于異類傳感器的戰(zhàn)場運(yùn)動(dòng)目標(biāo)識(shí)別算法[J];北京理工大學(xué)學(xué)報(bào);2002年03期

3 孔剛,張啟衡,許俊平;一種復(fù)雜背景下運(yùn)動(dòng)擴(kuò)展目標(biāo)識(shí)別算法[J];儀器儀表學(xué)報(bào);2005年S1期

4 劉祥林;;復(fù)雜地面背景下多目標(biāo)的檢測和識(shí)別[J];飛航導(dǎo)彈;1988年08期

5 康鵬;現(xiàn)代防空系統(tǒng)中目標(biāo)識(shí)別算法研究之一[J];現(xiàn)代防御技術(shù);1998年01期

6 黨二升;李麗;;激光探測“貓眼”效應(yīng)目標(biāo)識(shí)別算法[J];航空科學(xué)技術(shù);2011年06期

7 梁偉;崔寧;孟東起;;一種基于復(fù)合匹配的目標(biāo)識(shí)別算法[J];彈箭與制導(dǎo)學(xué)報(bào);2008年02期

8 宋皓;徐小紅;;基于生物視覺通路的目標(biāo)識(shí)別算法[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年04期

9 潘秀琴,侯朝楨,蘇利敏;一種新的基于分形特征融合的圖像目標(biāo)識(shí)別算法(英文)[J];Journal of Beijing Institute of Technology(English Edition);2002年04期

10 聶振鋼;張曉林;;一種新的無人機(jī)監(jiān)控圖像實(shí)時(shí)目標(biāo)識(shí)別算法[J];遙測遙控;2007年02期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前5條

1 徐小琴;;多傳感器數(shù)據(jù)融合目標(biāo)識(shí)別算法綜述[A];2006年全國光電技術(shù)學(xué)術(shù)交流會(huì)會(huì)議文集（D 光電信息處理技術(shù)專題）[C];2006年

2 孔剛;張啟衡;許俊平;;一種復(fù)雜背景下運(yùn)動(dòng)擴(kuò)展目標(biāo)識(shí)別算法[A];第三屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2005年

3 常青;;分形特征目標(biāo)識(shí)別算法[A];2005年中國智能自動(dòng)化會(huì)議論文集[C];2005年

4 王明芬;李翠華;;基于形狀外觀的海面目標(biāo)識(shí)別算法[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

5 王偉明;;一種使用并行黑板模型仿真系統(tǒng)實(shí)現(xiàn)的基于知識(shí)的圖象目標(biāo)識(shí)別算法[A];'99系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];1999年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前9條

1 張抒;可視目標(biāo)檢測與分割關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2015年

2 徐培;基于少量樣本的快速目標(biāo)檢測與識(shí)別[D];電子科技大學(xué);2014年

3 竇建方;視頻圖像處理中的關(guān)鍵技術(shù)研究[D];上海交通大學(xué);2014年

4 于加其;基于激光成像雷達(dá)距離像的地面目標(biāo)識(shí)別算法研究[D];北京理工大學(xué);2015年

5 喻曉源;基于特征學(xué)習(xí)的目標(biāo)檢測、跟蹤、識(shí)別算法研究[D];華中科技大學(xué);2014年

6 嚴(yán)忠貞;內(nèi)河在航船舶動(dòng)態(tài)跟蹤和航跡融合方法研究[D];武漢理工大學(xué);2013年

7 張兵;光學(xué)圖像末制導(dǎo)中的點(diǎn)目標(biāo)檢測與識(shí)別算法研究[D];國防科學(xué)技術(shù)大學(xué);2005年

8 汪洋;極化合成孔徑雷達(dá)圖像處理及其應(yīng)用研究[D];安徽大學(xué);2007年

9 盧巖;交通監(jiān)控中的運(yùn)動(dòng)人體目標(biāo)檢測與跟蹤[D];中國科學(xué)院研究生院（長春光學(xué)精密機(jī)械與物理研究所）;2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 韓衛(wèi)潔;入侵報(bào)警系統(tǒng)中振動(dòng)源的目標(biāo)識(shí)別算法研究[D];長安大學(xué);2015年

2 曾誠宇;基于時(shí)序光度信號(hào)的目標(biāo)衛(wèi)星狀態(tài)特性估計(jì)[D];哈爾濱工業(yè)大學(xué);2015年

3 閆曉敏;智能監(jiān)控視頻中的目標(biāo)檢測、識(shí)別與跟蹤算法研究[D];電子科技大學(xué);2015年

4 黃浩;雙波段紅外成像目標(biāo)檢測與識(shí)別方法研究[D];國防科學(xué)技術(shù)大學(xué);2013年

5 周天鳳;無重疊視域多攝像機(jī)目標(biāo)關(guān)聯(lián)研究[D];合肥工業(yè)大學(xué);2014年

6 王彬;基于改進(jìn)的ViBE和HOG的運(yùn)動(dòng)目標(biāo)檢測系統(tǒng)研究與實(shí)現(xiàn)[D];沈陽工業(yè)大學(xué);2016年

7 朱甲林;基于雷達(dá)信息巡航車前方關(guān)鍵目標(biāo)的判別研究[D];遼寧工業(yè)大學(xué);2016年

8 劉明;毫米波主被動(dòng)探測器目標(biāo)識(shí)別算法研究[D];南京理工大學(xué);2010年

9 譚芳;基于特征信息提取的目標(biāo)識(shí)別算法研究[D];電子科技大學(xué);2010年

10 盧碩超;一種目標(biāo)識(shí)別算法驗(yàn)證平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)數(shù)據(jù)存儲(chǔ)與處理[D];西安電子科技大學(xué);2012年

，

本文編號(hào)：1062404