【摘要】：自主循跡是實現(xiàn)無人駕駛的基礎(chǔ),也是智能車輛研究的核心技術(shù)。在無人駕駛系統(tǒng)中普遍采用GPS技術(shù),利用差分GPS進行自主循跡具有定位精度高、成本低等優(yōu)勢。實現(xiàn)車輛自主循跡的核心內(nèi)容包括如下三個方面:差分GPS與車輛狀態(tài)信息的同步采集與存儲;將采集的差分GPS信息及車輛行駛數(shù)據(jù)融合建模以形成目標軌跡;根據(jù)目標軌跡設(shè)計自主循跡算法實現(xiàn)智能車輛的自主行駛。本文研究的主要內(nèi)容如下:(1)利用BD930接收機作為基準站接收機,BD982接收機作為流動站接收機對智能車輛的定位信號和航向信號進行采集。通過遍歷相關(guān)指令中分隔符的個數(shù)對所需位置與姿態(tài)信息進行提取存儲。對車輛的CAN報文進行解析,并建立兩個線程以及設(shè)計相關(guān)算法對GPS數(shù)據(jù)與車輛狀態(tài)信息進行匹配存儲,得到GPS數(shù)據(jù)與車輛狀態(tài)信息的同步存儲表,從而保證GPS信息和車輛狀態(tài)信息的同步關(guān)聯(lián)。(2)采用高斯投影的方式對BD982接收機接收的定位數(shù)據(jù)進行坐標轉(zhuǎn)換,并對轉(zhuǎn)換后的數(shù)據(jù)進行建模。為滿足GPS定位數(shù)據(jù)的連續(xù)性,本文在對比了最小二乘擬合法、Bezier曲線擬合法、B樣條擬合法等經(jīng)典方法后,決定采用B樣條擬合法進行擬合得到車輛的運行軌跡。針對運行軌跡上的插值點并未關(guān)聯(lián)車輛狀態(tài)信息的問題,采用卡爾曼濾波法對運行軌跡曲線上各插值點的狀態(tài)值進行準確預(yù)估,從而保證車輛行駛狀態(tài)與GPS曲線的數(shù)據(jù)融合。(3)基于預(yù)瞄跟隨模型,提出了一種新的預(yù)瞄點模型和求解預(yù)瞄點的循環(huán)迭代法,該模型保證了預(yù)瞄點選取的有效性。運用改進后的預(yù)瞄跟隨模型,設(shè)計了無人駕駛狀態(tài)下車輛的轉(zhuǎn)向控制和速度控制的方法,進而實現(xiàn)車輛的自主循跡。(4)搭建了實車實驗平臺,進行了自主循跡的實車實驗。通過自主循跡時車輛的運行軌跡與目標軌跡之間的對比,驗證了本文提出的自主循跡算法的有效性。本文研究的成果在2017年中國智能汽車大賽中得到了應(yīng)用驗證,為本文所依托的國家自然基金重點項目的研究奠定了一定的基礎(chǔ)。
【學(xué)位授予單位】：長安大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：U463.6
【圖文】：

圖 1.1 卡耐基梅隆大學(xué)無人車圖 1.2 TerraMax 無人駕駛卡車動下，許多企業(yè)開始了無人車的研究，其中較為出名的（如圖 1.3 所示）于 2010 年開始了城市道路的試驗，

3圖 1.2 TerraMax 無人駕駛卡車動下，許多企業(yè)開始了無人車的研究，其中較為出名的（如圖 1.3 所示）于 2010 年開始了城市道路的試驗，2016 年美國國家公路交通安全管理局出臺了針對谷歌味著谷歌的智能車輛合法化。2016 年 12 月谷歌成立了輛的研究。2017 年加州機動車輛管理局發(fā)布的 2017 年的一年間，Waymo 公司在加州進行自動駕駛的里程為 ，在全球研究智能車的公司中處于遙遙領(lǐng)先的地位。德爾福公司、通用汽車等一些公司，對智能車輛也進行

谷歌無人車

【參考文獻】

相關(guān)期刊論文 前7條

1 王方方;;基于MATLAB的非線性曲線擬合方法及應(yīng)用[J];赤峰學(xué)院學(xué)報(自然科學(xué)版);2015年14期

2 畢軍;朱穎;程勇;;基于曲線擬合和網(wǎng)絡(luò)拓撲的綜合地圖匹配算法[J];交通信息與安全;2014年06期

3 蘭詩梅;;全球衛(wèi)星導(dǎo)航系統(tǒng)的應(yīng)用與研究[J];貴陽學(xué)院學(xué)報(自然科學(xué)版);2014年03期

4 李紅志;李亮;宋健;于良耀;吳凱輝;張小龍;;預(yù)瞄時間自適應(yīng)的最優(yōu)預(yù)瞄駕駛員模型[J];機械工程學(xué)報;2010年20期

5 李響;李東江;;智能車輛定位系統(tǒng)設(shè)計[J];電腦編程技巧與維護;2008年15期

6 李慶中,顧偉康,葉秀清,項志宇;移動機器人路徑跟蹤的智能預(yù)瞄控制方法研究[J];機器人;2002年03期

7 黃曉瑞,崔平遠,崔祜濤;差分GPS定位方法與應(yīng)用研究[J];航空兵器;2001年03期

相關(guān)會議論文 前1條

1 鄧明鏡;;RTK浮動解精度分析[A];第二屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2010年

相關(guān)博士學(xué)位論文 前1條

1 宋金澤;自主泊車系統(tǒng)關(guān)鍵技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 葉偉銓;無人車的自主導(dǎo)航與控制研究[D];華南理工大學(xué);2016年

2 郭俊杰;無人駕駛車GPS自主導(dǎo)航系統(tǒng)設(shè)計與實現(xiàn)[D];長安大學(xué);2014年

3 周軼紅;基于差分GPS的高精度在線定位系統(tǒng)研究[D];西安電子科技大學(xué);2014年

4 鄭睿;基于增強學(xué)習(xí)的無人車輛智能決策方法研究[D];國防科學(xué)技術(shù)大學(xué);2013年

5 朱琪;自主車路徑跟蹤控制中的參考輸入優(yōu)化與擾動補償技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2013年

6 鄒珍;基于GPS的浮動車數(shù)據(jù)與實地圖匹配的算法研究[D];武漢理工大學(xué);2013年

7 羅濤;車輛GPS/SINS組合導(dǎo)航系統(tǒng)設(shè)計與實現(xiàn)[D];中南大學(xué);2013年

8 劉強;差分GPS運動目標跟蹤定位系統(tǒng)設(shè)計[D];中北大學(xué);2013年

9 羅杰濤;智能交通系統(tǒng)中GPS地圖匹配算法設(shè)計與實現(xiàn)[D];北京交通大學(xué);2012年

10 李英飛;車載導(dǎo)航系統(tǒng)中數(shù)據(jù)處理與地圖匹配技術(shù)研究[D];哈爾濱工程大學(xué);2012年

本文編號：2778204