本文關(guān)鍵詞：基于駕駛員意圖的智能車(chē)輛路徑跟隨研究

  更多相關(guān)文章： 駕駛意圖 混合模型 協(xié)同控制 路徑跟隨

【摘要】：駕駛員人為因素是引發(fā)道路交通安全事故的最主要原因。因此,結(jié)合各種先進(jìn)技術(shù)研發(fā)智能車(chē)輛,輔助駕駛員完成駕駛?cè)蝿?wù),保障車(chē)輛行車(chē)安全成為目前的研究熱點(diǎn)之一。然而,圍繞智能車(chē)輛研發(fā)的先進(jìn)駕駛輔助系統(tǒng),對(duì)道路交通環(huán)境進(jìn)行態(tài)勢(shì)評(píng)估之時(shí),往往忽略了駕駛員本身的駕駛意圖,出現(xiàn)頻繁誤報(bào)的狀況。根據(jù)這一現(xiàn)象,本文提出了基于駕駛員意圖的人機(jī)協(xié)同控制策略,引導(dǎo)智能車(chē)輛跟隨目標(biāo)路徑。論文主要完成了如下工作:(1)搭建駕駛員在環(huán)仿真試驗(yàn)平臺(tái)。在虛擬道路場(chǎng)景下,駕駛員操作方向盤(pán)、油門(mén)踏板、制動(dòng)踏板等機(jī)構(gòu),執(zhí)行相應(yīng)的駕駛意圖。駕駛員操作量由角度傳感器、加速踏板傳感器測(cè)量得到,經(jīng)數(shù)據(jù)采集卡PCI-6251實(shí)時(shí)傳遞給實(shí)時(shí)終端VI,然后將時(shí)序數(shù)據(jù)共享給主機(jī)VI并保存,最終建立駕駛員換道意圖數(shù)據(jù)庫(kù),為離線訓(xùn)練換道意圖模型提供數(shù)據(jù)支持。(2)建立結(jié)合隱馬爾可夫模型(Hidden Markov Model,HMM)與支持向量機(jī)(Support Vector Machine,SVM)的混合模型。對(duì)駕駛員換道意圖辨識(shí)方法進(jìn)行歸納總結(jié),分析了HMM、SVM各自的優(yōu)缺點(diǎn),提出了具有時(shí)序與分類特性的HMMSVM混合模型。根據(jù)離線訓(xùn)練得到的五種換道意圖模型參數(shù),在仿真平臺(tái)上對(duì)駕駛員換道意圖進(jìn)行在線辨識(shí)。仿真結(jié)果表明:相比單獨(dú)的HMM或SVM,該混合模型能夠更準(zhǔn)確地辨識(shí)駕駛員的換道意圖,辨識(shí)率高達(dá)98%,且耗時(shí)僅需0.006S,具有較好的實(shí)時(shí)性。(3)制定協(xié)同控制策略。根據(jù)試驗(yàn)需求,基于具有橫擺和側(cè)向運(yùn)動(dòng)的車(chē)輛二自由度模型,根據(jù)預(yù)瞄理論推導(dǎo)出預(yù)測(cè)模型的狀態(tài)空間方程,以車(chē)輛的側(cè)向位置偏差、實(shí)際路徑和目標(biāo)路徑間的航向角偏差作為優(yōu)化指標(biāo),計(jì)算出最優(yōu)的模型預(yù)測(cè)控制(Model Predictive Control,MPC)方向盤(pán)轉(zhuǎn)角輸入,并根據(jù)代價(jià)函數(shù)及駕駛員意圖對(duì)比值,確定協(xié)同系數(shù),得出結(jié)合駕駛員輸入和MPC輸入的方向盤(pán)轉(zhuǎn)角協(xié)同輸入量。仿真結(jié)果表明:基于駕駛員意圖的人機(jī)協(xié)同控制策略指引智能車(chē)輛跟隨目標(biāo)路徑取得了較好的跟隨效果。
【關(guān)鍵詞】：駕駛意圖 混合模型 協(xié)同控制 路徑跟隨
【學(xué)位授予單位】：湖南大學(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
• Abstract6-12
• 第1章 緒論12-18
• 1.1 課題的研究背景及意義12-13
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀與發(fā)展趨勢(shì)13-17
• 1.2.1 駕駛員意圖辨識(shí)研究現(xiàn)狀13-16
• 1.2.2 路徑跟隨控制研究現(xiàn)狀16-17
• 1.3 本課題研究?jī)?nèi)容17-18
• 第2章 駕駛員換道意圖數(shù)據(jù)采集與處理18-28
• 2.1 換道行為分析18-19
• 2.2 試驗(yàn)方案設(shè)計(jì)19-20
• 2.2.1 試驗(yàn)?zāi)康?/span>19
• 2.2.2 試驗(yàn)總體方案19-20
• 2.3 駕駛員在環(huán)仿真試驗(yàn)平臺(tái)簡(jiǎn)介20-24
• 2.3.1 實(shí)際駕駛操作系統(tǒng)20
• 2.3.2 數(shù)據(jù)采集硬件系統(tǒng)20-21
• 2.3.3 數(shù)據(jù)采集軟件系統(tǒng)21-24
• 2.3.4 駕駛員在環(huán)仿真系統(tǒng)24
• 2.4 試驗(yàn)過(guò)程24-26
• 2.4.1 時(shí)間窗的確定24-25
• 2.4.2 試驗(yàn)事項(xiàng)25-26
• 2.5 數(shù)據(jù)處理26-27
• 2.5.1 異常數(shù)據(jù)剔除26
• 2.5.2 樣本集的篩選26-27
• 2.6 本章小結(jié)27-28
• 第3章 駕駛員換道意圖辨識(shí)模型的建立及仿真28-42
• 3.1 駕駛員換道意圖辨識(shí)流程28-29
• 3.2 構(gòu)建HMM-SVM混合模型29-37
• 3.2.1 HMM基本概念29-30
• 3.2.2 HMM學(xué)習(xí)30-31
• 3.2.3 HMM評(píng)估31-32
• 3.2.4 SVM基本思想32
• 3.2.5 SVM分類32-36
• 3.2.6 SVM多分類36-37
• 3.2.7 HMM-SVM基本思想37
• 3.3 駕駛員換道意圖仿真試驗(yàn)與結(jié)果分析37-41
• 3.3.1 樣本測(cè)試37-38
• 3.3.2 實(shí)時(shí)性評(píng)估38-39
• 3.3.3 在線辨識(shí)39-41
• 3.4 本章小結(jié)41-42
• 第4章 智能車(chē)輛路徑跟隨控制策略研究與仿真42-57
• 4.1 路徑跟隨系統(tǒng)簡(jiǎn)介42
• 4.2 車(chē)輛動(dòng)力學(xué)模型42-45
• 4.3 模型預(yù)測(cè)控制45-49
• 4.3.1 預(yù)測(cè)模型45-47
• 4.3.2 優(yōu)化函數(shù)47-49
• 4.4 協(xié)同控制策略49-51
• 4.4.1 代價(jià)函數(shù)49
• 4.4.2 意圖對(duì)比49-50
• 4.4.3 協(xié)同控制50-51
• 4.5 仿真結(jié)果分析51-56
• 4.6 本章小結(jié)56-57
• 總結(jié)與展望57-59
• 參考文獻(xiàn)59-63
• 致謝63-64
• 附錄A 攻讀學(xué)位期間所發(fā)表的學(xué)術(shù)論文目錄64

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 徐友春,王榮本,李兵,李斌;世界智能車(chē)輛近況綜述[J];汽車(chē)工程;2001年05期

2 郭烈,王榮本,顧柏園,余天洪;世界智能車(chē)輛行人檢測(cè)技術(shù)綜述[J];公路交通科技;2005年11期

3 李旭;張為公;;智能車(chē)輛導(dǎo)航技術(shù)的研究進(jìn)展[J];機(jī)器人技術(shù)與應(yīng)用;2007年04期

4 程釗;萬(wàn)齊齊;唐旋來(lái);劉廣林;彭剛;黃心漢;王永驥;;智能車(chē)道路識(shí)別及控制研究[J];伺服控制;2007年06期

5 劉運(yùn)哲;智能車(chē)輛公路系統(tǒng)評(píng)價(jià)體系[J];國(guó)外公路;1997年02期

6 劉東民;智能車(chē)輛的開(kāi)發(fā)目標(biāo)及方向[J];陜西汽車(chē);1999年02期

7 熊升華;趙海良;;基于矩形安全鄰域的智能車(chē)移動(dòng)仿真研究[J];計(jì)算機(jī)應(yīng)用研究;2013年12期

8 潘明;汪鐳;康琦;吳啟迪;;基于電磁信號(hào)導(dǎo)航的智能車(chē)系統(tǒng)設(shè)計(jì)與開(kāi)發(fā)[J];中國(guó)科技論文;2014年04期

9 王榮本,李兵,施樹(shù)明,李斌;世界智能車(chē)輛研究概述[J];公路交通科技;2001年05期

10 黨宏社,韓崇昭,段戰(zhàn)勝;智能車(chē)輛系統(tǒng)發(fā)展及其關(guān)鍵技術(shù)概述[J];公路交通科技;2002年06期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前6條

1 張祖鋒;徐友春;張鵬;朱增輝;;縮微智能車(chē)的環(huán)境感知與控制決策算法研究[A];第八屆中國(guó)智能交通年會(huì)優(yōu)秀論文集——智能交通與安全[C];2013年

2 汪鐵民;;智能車(chē)輛的若干問(wèn)題[A];四川省第九屆（2009年）汽車(chē)學(xué)術(shù)交流年會(huì)論文集[C];2009年

3 黃鴻;呂曉華;任雪梅;;基于SPCE061A的智能車(chē)模語(yǔ)音控制系統(tǒng)[A];國(guó)產(chǎn)科學(xué)儀器應(yīng)用、創(chuàng)新和產(chǎn)業(yè)化學(xué)術(shù)研討會(huì)論文集（二）[C];2007年

4 張國(guó)伍;錢(qián)大琳;;中國(guó)智能交通發(fā)展戰(zhàn)略構(gòu)想[A];西部開(kāi)發(fā)與系統(tǒng)工程——中國(guó)系統(tǒng)工程學(xué)會(huì)第12屆年會(huì)論文集[C];2002年

5 王立琦;杜茂;;基于激光掃描儀的智能車(chē)前方障礙物檢測(cè)[A];'2010系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

6 孫懷江;;ALVINN及其擴(kuò)展[A];全面建設(shè)小康社會(huì)：中國(guó)科技工作者的歷史責(zé)任——中國(guó)科協(xié)2003年學(xué)術(shù)年會(huì)論文集（上）[C];2003年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前4條

1 記者 劉莉;“中國(guó)智能車(chē)未來(lái)挑戰(zhàn)賽”西安開(kāi)戰(zhàn)[N];科技日?qǐng)?bào);2010年

2 陳海霞　顏士秀 小莉;常州“智能車(chē)”全國(guó)奪冠[N];常州日?qǐng)?bào);2010年

3 記者張兆軍;兩種智能車(chē) 無(wú)人可駕駛[N];科技日?qǐng)?bào);2003年

4 記者 孫春艷;“科博會(huì)”在京開(kāi)幕[N];吉林日?qǐng)?bào);2003年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 錢(qián)臻;基于組合定位技術(shù)的多智能車(chē)輛合作編隊(duì)仿真技術(shù)研究[D];東北林業(yè)大學(xué);2012年

2 汪明磊;智能車(chē)輛自主導(dǎo)航中避障路徑規(guī)劃與跟蹤控制研究[D];合肥工業(yè)大學(xué);2013年

3 劉華軍;面向智能車(chē)輛的道路環(huán)境理解技術(shù)研究[D];南京理工大學(xué);2007年

4 李進(jìn);視覺(jué)導(dǎo)航智能車(chē)輛的路徑識(shí)別和跟蹤控制[D];合肥工業(yè)大學(xué);2008年

5 沈志熙;基于視覺(jué)導(dǎo)航的智能車(chē)輛在城區(qū)復(fù)雜場(chǎng)景中的目標(biāo)檢測(cè)技術(shù)研究[D];重慶大學(xué);2008年

6 王鋒輝;面向區(qū)域智能運(yùn)輸?shù)亩嘀悄苘?chē)輛協(xié)作研究[D];上海交通大學(xué);2009年

7 焦俊;基于多Agent系統(tǒng)的智能車(chē)輛自主行駛控制研究[D];合肥工業(yè)大學(xué);2010年

8 郭景華;視覺(jué)導(dǎo)航式智能車(chē)輛橫向與縱向控制研究[D];大連理工大學(xué);2012年

9 李貽斌;ITS智能車(chē)輛關(guān)鍵技術(shù)研究[D];天津大學(xué);2008年

10 胡玉文;城市環(huán)境中基于混合地圖的智能車(chē)輛定位方法研究[D];北京理工大學(xué);2014年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 馬育林;智能車(chē)自主駕駛控制系統(tǒng)研制與試驗(yàn)[D];武漢理工大學(xué);2010年

2 邱迎;道路自動(dòng)識(shí)別與控制的智能車(chē)系統(tǒng)的研究[D];重慶大學(xué);2010年

3 王蓮花;縮微交通環(huán)境下路口多車(chē)協(xié)作控制方法研究[D];東北大學(xué);2014年

4 潘堯;基于智能車(chē)輛立體視覺(jué)定位研究[D];湖北工業(yè)大學(xué);2016年

5 袁方;基于智能車(chē)的自動(dòng)曝光研究[D];湖北工業(yè)大學(xué);2016年

6 李曉蕓;考慮避撞的多智能車(chē)平臺(tái)動(dòng)態(tài)路徑跟蹤控制研究[D];北京理工大學(xué);2016年

7 付慧敏;基于鄰域系統(tǒng)和軟優(yōu)化的智能車(chē)自動(dòng)倒車(chē)控制算法[D];西南交通大學(xué);2016年

8 武峰;兩輪直立光電導(dǎo)航智能車(chē)的研究與實(shí)現(xiàn)[D];安徽工程大學(xué);2016年

9 吳祥;基于電磁導(dǎo)航智能車(chē)的控制研究及實(shí)現(xiàn)[D];安徽工程大學(xué);2016年

10 何求;四輪獨(dú)立驅(qū)動(dòng)智能車(chē)的整車(chē)結(jié)構(gòu)研制[D];西安工業(yè)大學(xué);2016年

，

本文編號(hào)：1122195