【摘要】：隨著汽車保有量的增長,交通事故也愈發(fā)增多。對汽車行駛安全的研究一直是國內(nèi)外研究熱點。數(shù)據(jù)顯示,人為駕駛操作失誤是引起大多數(shù)交通事故的主要原因,智能車的研發(fā)將有效的降低駕駛過程中人為操作失誤率。智能車輛作為未來車輛的發(fā)展趨勢,集中了車輛工程、控制理論、通信、模式識別等多個學科領(lǐng)域的交叉綜合。智能車輛輔助駕駛技術(shù)是研究的熱點。本文對輔助駕駛技術(shù)中的安全自動換道系統(tǒng)做了一定的探索與研究。針對車輛在換道過程中,對行駛安全的要求更加嚴格,分別在車道識別、直線道路換道控制、彎曲道路換道控制以及硬件在環(huán)仿真實驗臺架的搭建做了 一定的研究。車道線的識別是車輛自動換道系統(tǒng)關(guān)鍵前提。本文采用基于顏色空間轉(zhuǎn)換的方法將道路車道線提取出來,對比多種邊緣檢測算子,采用Canny算子對提取的二值圖像進行邊緣檢測,最后通過Hough變換畫出車道線,該方法在檢測處于陰影下的車道線時,效果較好。在換道行駛過程中,本文分別對直線道路自動換道控制和彎曲道路自動換道控制進行了研究。在進行換道動作時,考慮輪胎的側(cè)偏特性,車輛模型采用7自由度車輛動力學模型。分析比較了幾種換道路徑,確定了等速偏移加正弦函數(shù)換道模型。在直線道路上設(shè)計了基于指數(shù)收斂干擾感測器的滑�？刂破�,該控制器可有效的解決因為系統(tǒng)未建模部分和干擾項而需要較大的切換增益繼而帶來較大抖振的問題,并能保證跟蹤精度。將直線道路換道動作擴展到彎曲道路上,并考慮彎曲車道的內(nèi)外側(cè)車道曲率的不同,設(shè)計了基于指數(shù)趨近率的滑模控制器�；贛atlab/Simulink的仿真環(huán)境驗證了控制器的有效性。在換道過程中主要是對于實時規(guī)劃的換道軌跡進行跟蹤。為了驗證設(shè)計的控制器的有效性以及后續(xù)實驗的開展,搭建了基于LabVIEW RT與CarSim聯(lián)合仿真的硬件在環(huán)仿真實驗平臺,通過該平臺可為后續(xù)的實車實驗研究奠定一定的基礎(chǔ)。通過對系統(tǒng)路徑的跟蹤實驗表明,搭建的硬件在環(huán)臺架具有一定的跟蹤能力。
【學位授予單位】：安徽理工大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：U463.6;TP273
【圖文】：

機動車保有量變化情況

一2016年中國道路交通事故死亡人數(shù)

圖３引發(fā)交通事故的原因比例逡逑Ｆｉｇ３邋Ｔｈｅ邋ｐｒｏｐｏｒｔｉｏｎ邋ｏｆ邋ｃａｕｓｅｓ邋ｃａｕｓｉｎｇ邋ｔｒａｆｆｉｃ邋ａｃｃｉｄｅｎｔｓ逡逑

【參考文獻】

相關(guān)期刊論文 前10條

1 段建民;劉冠宇;鄭榜貴;;基于整體最優(yōu)閾值的車道線快速識別方法[J];北京工業(yè)大學學報;2015年01期

2 郭烈;張榮輝;葛平淑;任澤建;黃曉慧;;雙閉環(huán)結(jié)構(gòu)的智能車輛彎路換道軌跡跟蹤控制[J];汽車工程學報;2014年04期

3 楊志剛;戚志錦;黃燕;;智能車輛自由換道軌跡規(guī)劃研究[J];重慶交通大學學報(自然科學版);2013年03期

4 郭烈;黃曉慧;葛平淑;張廣西;岳明;;基于反演法的智能車輛彎路換道軌跡跟蹤控制[J];吉林大學學報(工學版);2013年02期

5 戚志錦;楊志剛;黃燕;;基于模糊PID的智能4WS車輛換道路徑跟蹤控制[J];汽車工程學報;2012年05期

6 胡平;郭景華;李琳輝;王榮本;;智能車輛縱橫向反演變結(jié)構(gòu)協(xié)調(diào)控制[J];電機與控制學報;2011年10期

7 趙熙俊;陳慧巖;;智能車輛路徑跟蹤橫向控制方法的研究[J];汽車工程;2011年05期

8 蔣銳;郭忠印;李振楠;;惡劣天氣條件下車輛換車道的安全模型[J];同濟大學學報(自然科學版);2011年04期

9 任殿波;張繼業(yè);張京明;崔勝民;;智能車輛彎路換道軌跡規(guī)劃與橫擺率跟蹤控制[J];中國科學:技術(shù)科學;2011年03期

10 王曉云;王永忠;;基于線性雙曲線模型的車道線檢測算法[J];杭州電子科技大學學報;2010年06期

相關(guān)博士學位論文 前3條

1 王家恩;基于視覺的駕駛員橫向輔助系統(tǒng)關(guān)鍵技術(shù)研究[D];合肥工業(yè)大學;2013年

2 游峰;智能車輛自動換道與自動超車控制方法的研究[D];吉林大學;2005年

3 孫振平;自主駕駛汽車智能控制系統(tǒng)[D];國防科學技術(shù)大學;2004年

相關(guān)碩士學位論文 前3條

1 劉冠宇;基于視覺的車道線檢測與車輛識別技術(shù)研究[D];北京工業(yè)大學;2015年

2 張博峰;基于機器視覺的自主無人車道路識別研究[D];西安工業(yè)大學;2014年

3 鞠乾翱;基于機器視覺的快速車道線辨識研究[D];上海交通大學;2013年

本文編號：2761890