隨著全球汽車保有量的攀升,交通安全問(wèn)題日益突出,交通事故絕大部分與駕駛員的人為操作有關(guān),因此,智能汽車得到越來(lái)越多的關(guān)注,成為世界車輛工程領(lǐng)域的研究熱點(diǎn)。變更車道是智能汽車在結(jié)構(gòu)化道路上的常見行為之一,對(duì)交通安全性和通行效率有重要影響。換道軌跡的生成是完成換道行為的先決條件,換道軌跡的性能決定了智能汽車在換道過(guò)程中能否安全、高效、舒適地運(yùn)行。本課題針對(duì)智能汽車在結(jié)構(gòu)化道路上的換道問(wèn)題,開展了換道軌跡規(guī)劃方法的研究。首先,提出基于周邊車輛行為識(shí)別的換道決策。建立了一種基于自適應(yīng)熱區(qū)的軌跡特征辨識(shí)方法,當(dāng)周邊車輛的軌跡點(diǎn)落在相應(yīng)的熱區(qū)時(shí),用熱區(qū)值表征主車對(duì)周邊環(huán)境車輛的觀測(cè),并在主車做出換道行為時(shí),能夠進(jìn)行熱點(diǎn)區(qū)域的切換,使用隱馬爾可夫模型對(duì)軌跡建模,并通過(guò)納入更高級(jí)別的條件語(yǔ)句來(lái)提高算法的實(shí)時(shí)性,以識(shí)別周邊車輛行為。在確保周邊車輛行為對(duì)主車換道沒(méi)有威脅時(shí),深度分析換道意圖產(chǎn)生的緣由,提出了換道忍耐度的概念來(lái)量化換道意圖,初步制定了一種安全而又高效的換道策略。其次,針對(duì)換道軌跡規(guī)劃算法在可行性和安全性上的不足,以不同工況下的換道軌跡規(guī)劃為切入點(diǎn),在無(wú)障礙換道工況下提出一種改進(jìn)余弦換道模型,... 

【文章來(lái)源】：江蘇大學(xué)江蘇省

【文章頁(yè)數(shù)】：85 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

第一輛智能駕駛汽車Fig.1.1Thefirstintelligentdrivingvehicle

圖 1.1 第一輛智能駕駛汽車Fig.1.1 The first intelligent driving vehicle歐洲從 20 世紀(jì) 80 年代中期開始涉足智能車領(lǐng)域，但歐洲研究的重點(diǎn)不在于車路協(xié)同，而是將智能車當(dāng)作獨(dú)立的個(gè)體，使其能夠在正常交通道路中行駛。1980年，慕尼黑聯(lián)邦國(guó)防軍大學(xué)研制出無(wú)人駕駛汽車 UniBW，它集成了 8 個(gè) 16 位微處理器，在道路上行駛的最高時(shí)速為 90km/h[6]。相比歐美地區(qū)，日本在這方面的研究歷史更為簡(jiǎn)短。日本的研究人員主要探討的是利用車間通信方式輔助行車，重點(diǎn)是研究如何避免發(fā)生交通事故。日本在智能安全及車聯(lián)網(wǎng)方面的研究走在世界前列，但對(duì)完全智能駕駛技術(shù)關(guān)注較少。迎來(lái)新世紀(jì)后，在 DARPA 的主持下，2004、2005、2007 年舉辦了三屆智能車挑戰(zhàn)賽，使智能駕駛技術(shù)得到了更多的關(guān)注[7]。

2011 年 7 月 14 日，該車型成功的在自動(dòng)駕駛狀，整個(gè)里程為 286 公里，歷時(shí) 3 小時(shí) 22 分鐘。，百度公司推出無(wú)人駕駛項(xiàng)目，旨在打造出“百度汽車塊構(gòu)成，分別是高精度地圖、定位、感知以及智能決策無(wú)人駕駛汽車在全自動(dòng)駕駛模式下，成功在城市、環(huán)路任務(wù)，整個(gè)過(guò)程中的最高時(shí)速為 100km/h。2017 年 4 月新的 Apollo 平臺(tái)計(jì)劃，為車輛的自動(dòng)駕駛提供技術(shù)環(huán)車行業(yè)的熱烈響應(yīng)，2018 年 4 月，參與 Apollo 計(jì)劃的，Apollo 2.5 已經(jīng)在一定區(qū)域內(nèi)開放了基于計(jì)算機(jī)視覺(jué)無(wú)人駕駛技術(shù)的發(fā)展，2008 年國(guó)家自然科學(xué)基金會(huì)推算”計(jì)劃。從 2009 年至今，該機(jī)構(gòu)成功舉辦了 10 屆智 即為智能汽車通過(guò)非機(jī)動(dòng)車橫穿測(cè)試的項(xiàng)目。

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)AWA*算法的智能車輛全局路徑規(guī)劃研究[J]. 吳麟麟,楊俊輝.  重慶理工大學(xué)學(xué)報(bào)(自然科學(xué)). 2018(08)
[2]智能網(wǎng)聯(lián)汽車技術(shù)在中國(guó)重汽的實(shí)踐[J]. 張曉東.  中國(guó)物流與采購(gòu). 2017(24)
[3]中國(guó)發(fā)展智能汽車的戰(zhàn)略價(jià)值與優(yōu)劣勢(shì)分析[J]. 趙福全,劉宗巍.  現(xiàn)代經(jīng)濟(jì)探討. 2016(04)
[4]基于改進(jìn)遺傳算法的移動(dòng)機(jī)器人路徑規(guī)劃[J]. 張毅,代恩燦,羅元.  計(jì)算機(jī)測(cè)量與控制. 2016(01)
[5]蟻群優(yōu)化算法的理論研究進(jìn)展[J]. 夏小云,周育人.  智能系統(tǒng)學(xué)報(bào). 2016(01)
[6]一種可搜索無(wú)限個(gè)鄰域的改進(jìn)A*算法[J]. 辛煜,梁華為,杜明博,梅濤,王智靈,江如海.  機(jī)器人. 2014(05)
[7]智能車運(yùn)動(dòng)軌跡規(guī)劃中的關(guān)鍵技術(shù)研究現(xiàn)狀[J]. 李愛(ài)娟,李舜酩,李殿榮,沈峘,繆小冬.  機(jī)械科學(xué)與技術(shù). 2013(07)
[8]一種基于鄰域空間的混合粒子群優(yōu)化算法[J]. 曾毅,朱旭生,廖國(guó)勇.  華東交通大學(xué)學(xué)報(bào). 2013(03)
[9]基于方向信息素協(xié)調(diào)的蟻群算法[J]. 孟祥萍,片兆宇,沈中玉,苑全德.  控制與決策. 2013(05)
[10]為極速智能車保駕護(hù)航——記清華大學(xué)計(jì)算機(jī)系THMR課題組之智能汽車研究[J]. 肖延勝.  中國(guó)發(fā)明與專利. 2011(12)

博士論文
[1]城市環(huán)境下無(wú)人駕駛車輛決策系統(tǒng)研究[D]. 陳佳佳.中國(guó)科學(xué)技術(shù)大學(xué) 2014
[2]基于視覺(jué)和雷達(dá)的智能車輛自主換道決策機(jī)制與控制研究[D]. 朱愿.中國(guó)人民解放軍軍事醫(yī)學(xué)科學(xué)院 2014
[3]無(wú)信號(hào)交叉口車車沖突檢測(cè)與消解算法研究[D]. 俄文娟.吉林大學(xué) 2012



本文編號(hào)：3231265