汽車保有量的快速增加,導(dǎo)致交通擁堵、行車事故和環(huán)境污染問題日益嚴(yán)重,亟需解決。而電子信息技術(shù)的快速發(fā)展,正在促進(jìn)傳統(tǒng)汽車行業(yè)變革,促使汽車從出行交通工具轉(zhuǎn)變?yōu)榇笮椭悄芤苿悠脚_。本課題來源于廣州市花都區(qū)某校企合作智能駕駛研發(fā)項(xiàng)目,研究重點(diǎn)是實(shí)現(xiàn)基于視覺的特定場景下智能車輛橫向運(yùn)動控制。車輛在道路上的行駛狀態(tài)主要分為跟車行駛和換道行駛,其中換道行駛場景復(fù)雜,需要考慮多種因素,是智能車輛的典型應(yīng)用問題;而智能車輛的橫向運(yùn)動控制是通過控制車輛前輪轉(zhuǎn)角實(shí)現(xiàn)對期望軌跡的跟蹤,是智能車輛運(yùn)動控制的核心研究問題。研究基于視覺的智能車輛換道過程橫向運(yùn)動控制問題,對于智能駕駛技術(shù)的實(shí)際應(yīng)用具有重要的借鑒意義。首先,針對YOLO目標(biāo)檢測算法中存在的問題,研究基于YOLO的目標(biāo)檢測改進(jìn)算法。針對課題需求,設(shè)計(jì)基于YOLO改進(jìn)算法的車輛檢測模型,建立基于幾何成像法的單目視覺前方車距估算模型,再融合兩部分算法,實(shí)現(xiàn)基于視覺的前方車輛實(shí)時(shí)檢測與車距估算。然后,分析智能車輛換道過程,設(shè)計(jì)基于安全距離模型的換道策略。對比常見的換道軌跡規(guī)劃方法,包括:正弦函數(shù)換道軌跡規(guī)劃方法、梯形加速度換道軌跡規(guī)劃方法、圓弧直線換道軌跡... 

【文章來源】：華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：109 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題研究背景和意義
    1.2 智能駕駛國內(nèi)外研究現(xiàn)狀
        1.2.1 智能駕駛技術(shù)國內(nèi)外研究現(xiàn)狀
        1.2.2 目標(biāo)檢測與視覺測距研究現(xiàn)狀
        1.2.3 智能車輛軌跡規(guī)劃研究現(xiàn)狀
        1.2.4 智能車輛運(yùn)動控制研究現(xiàn)狀
    1.3 課題來源及關(guān)鍵問題
    1.4 論文主要研究內(nèi)容
第二章 基于單目視覺的前方車輛檢測與車距估算
    2.1 卷積神經(jīng)網(wǎng)絡(luò)基本概念
    2.2 基于深度學(xué)習(xí)的目標(biāo)檢測算法
        2.2.1 YOLO目標(biāo)檢測算法原理
        2.2.2 基于YOLO的目標(biāo)檢測改進(jìn)算法
        2.2.3 基于YOLO改進(jìn)算法的前方車輛檢測模型
        2.2.4 目標(biāo)檢測算法評價(jià)指標(biāo)
    2.3 基于單目視覺的前方車距估算
        2.3.1 圖像坐標(biāo)系變換
        2.3.2 相機(jī)成像基本模型
        2.3.3 基于幾何成像法的前方車距估算
    2.4 前方車輛檢測與車距估算結(jié)果
        2.4.1 單目視覺相機(jī)標(biāo)定
        2.4.2 車輛檢測數(shù)據(jù)集
        2.4.3 前方車輛檢測與車距估算融合結(jié)果
    2.5 本章小結(jié)
第三章 智能車輛換道策略設(shè)計(jì)與換道軌跡規(guī)劃
    3.1 智能車輛換道策略設(shè)計(jì)
        3.1.1 換道場景簡化
        3.1.2 換道最小安全距離模型
        3.1.3 智能車輛換道策略設(shè)計(jì)
    3.2 智能車輛常見換道軌跡規(guī)劃方法
        3.2.1 基于正弦函數(shù)的換道軌跡規(guī)劃
        3.2.2 基于梯形加速度的換道軌跡規(guī)劃
        3.2.3 基于圓弧直線的換道軌跡規(guī)劃
        3.2.4 基于多項(xiàng)式的換道軌跡規(guī)劃
    3.3 基于五次多項(xiàng)式的換道軌跡規(guī)劃分析
    3.4 本章小結(jié)
第四章 基于模型預(yù)測控制的智能車輛橫向運(yùn)動控制
    4.1 車輛動力學(xué)建模
        4.1.1 車輛單軌模型
        4.1.2 輪胎模型
        4.1.3 小角度假設(shè)下的車輛動力學(xué)模型
    4.2 滑�？刂苹驹矸治�
    4.3 基于模型預(yù)測控制的智能車輛橫向運(yùn)動控制
        4.3.1 模型預(yù)測控制基本原理
        4.3.2 非線性系統(tǒng)線性化及離散化
        4.3.3 基于模型預(yù)測控制的橫向運(yùn)動控制器設(shè)計(jì)
    4.4 智能車輛橫向運(yùn)動控制算法仿真驗(yàn)證
        4.4.1 Simulink/CarSim聯(lián)合仿真平臺搭建
        4.4.2 車輛動力學(xué)模型驗(yàn)證
        4.4.3 典型軌跡下的智能車輛橫向運(yùn)動控制仿真對比
        4.4.4 換道軌跡下的智能車輛橫向運(yùn)動控制仿真驗(yàn)證
    4.5 本章小結(jié)
第五章 換道場景下的實(shí)車實(shí)驗(yàn)
    5.1 實(shí)驗(yàn)車輛軟件及硬件系統(tǒng)設(shè)計(jì)
        5.1.1 實(shí)驗(yàn)車輛軟件設(shè)計(jì)
        5.1.2 實(shí)驗(yàn)車輛硬件設(shè)計(jì)
    5.2 系統(tǒng)工作步驟及實(shí)現(xiàn)方式
        5.2.1 實(shí)驗(yàn)車輛系統(tǒng)工作步驟
        5.2.2 實(shí)驗(yàn)車輛系統(tǒng)實(shí)現(xiàn)方式
    5.3 限定場景下的車輛換道實(shí)驗(yàn)
        5.3.1 實(shí)驗(yàn)車輛換道過程
        5.3.2 前方車輛檢測與車距估算實(shí)驗(yàn)結(jié)果
        5.3.3 換道過程橫向運(yùn)動控制實(shí)驗(yàn)結(jié)果
    5.4 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的研究成果
致謝
附件


【參考文獻(xiàn)】：
期刊論文
[1]無人駕駛技術(shù)綜述[J]. 汪榆程.  科技傳播. 2019(06)
[2]基于滑模控制的自動泊車系統(tǒng)路徑跟蹤研究[J]. 姜立標(biāo),楊杰.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2019(02)
[3]基于Darknet框架下YOLO v2算法的車輛多目標(biāo)檢測方法[J]. 李珣,劉瑤,李鵬飛,張蕾,趙征凡.  交通運(yùn)輸工程學(xué)報(bào). 2018(06)
[4]無人駕駛車輛橫向控制策略研究進(jìn)展[J]. 朱林峰,楊家富,施楊洋,方朋朋.  世界科技研究與發(fā)展. 2018(05)
[5]基于YOLO＿v2模型的車輛實(shí)時(shí)檢測[J]. 黎洲,黃妙華.  中國機(jī)械工程. 2018(15)
[6]基于單目視覺車輛姿態(tài)角估計(jì)和逆透視變換的車距測量[J]. 劉軍,后士浩,張凱,晏曉娟.  農(nóng)業(yè)工程學(xué)報(bào). 2018(13)
[7]高速無人駕駛車輛最優(yōu)運(yùn)動規(guī)劃與控制的動力學(xué)建模分析[J]. 劉凱,龔建偉,陳舒平,張玉,陳慧巖.  機(jī)械工程學(xué)報(bào). 2018(14)
[8]面向無人駕駛的車輛協(xié)同換道軌跡規(guī)劃[J]. 游峰,谷廣.  科學(xué)技術(shù)與工程. 2018(15)
[9]基于深度學(xué)習(xí)的自動駕駛技術(shù)綜述[J]. 張新鈺,高洪波,趙建輝,周沫.  清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(04)
[10]高速跟車狀態(tài)下駕駛?cè)俗畹鸵曈X注意力需求[J]. 劉卓凡,付銳,馬勇,袁偉,程文冬.  中國公路學(xué)報(bào). 2018(04)

博士論文
[1]深度學(xué)習(xí)算法在無人駕駛視覺中的應(yīng)用[D]. 蔡惠民.西安電子科技大學(xué) 2018

碩士論文
[1]基于視覺的無人駕駛車輛運(yùn)動控制的研究[D]. 劉紅星.西南交通大學(xué) 2018
[2]智能汽車路徑規(guī)劃與跟蹤控制仿真研究[D]. 張思遠(yuǎn).吉林大學(xué) 2018
[3]乘用車自動泊車系統(tǒng)路徑規(guī)劃與仿真分析[D]. 吳中偉.華南理工大學(xué) 2018
[4]考慮駕駛特性的智能車輛協(xié)同換道軌跡規(guī)劃[D]. 谷廣.華南理工大學(xué) 2018
[5]基于視覺融合的車輛與行人目標(biāo)檢測及測距方法研究[D]. 戶晉文.華南理工大學(xué) 2018
[6]高動態(tài)環(huán)境下智能車局部路徑規(guī)劃研究[D]. 王富奎.電子科技大學(xué) 2018
[7]基于Fuzzy-PID的自動泊車車速控制系統(tǒng)的研究[D]. 陳政和.華南理工大學(xué) 2018
[8]基于車載攝像機(jī)的前方車輛測距測速方法研究[D]. 張亞男.大連海事大學(xué) 2018
[9]無人駕駛車輛換道與超車控制方法研究[D]. 祁智.燕山大學(xué) 2017
[10]無人駕駛車輛軌跡跟蹤分層協(xié)調(diào)控制方法研究[D]. 馬騰.大連理工大學(xué) 2017



本文編號：3147344