當(dāng)前汽車作為便利的交通代步工具,其保有量每年呈快速增長的態(tài)勢。但交通安全事故的增加,導(dǎo)致人民的生命和財產(chǎn)遭受巨大損失。因此汽車安全輔助駕駛技術(shù)與無人駕駛技術(shù)可以很好的避免因駕駛員的原因?qū)е碌慕煌ò踩鹿省１疚囊允∽匀豢茖W(xué)基金為依托,基于毫米波雷達與Mobileye融合算法對車輛行駛環(huán)境中的目標進行跟蹤,并對沖突危險評估算法與沖突預(yù)警策略進行了研究。由于毫米波雷達檢測的數(shù)據(jù)存在虛警率高的問題,本文提出對檢測數(shù)據(jù)進行有效目標初步篩選后,再采用有效生命周期檢驗法,對初選的雷達檢測目標進行相鄰周期內(nèi)運動參數(shù)的連續(xù)性判斷,并對多幀數(shù)據(jù)進行連續(xù)跟蹤判斷,使得毫米波雷達檢測目標的有效性與穩(wěn)定性得到了很大提高。并使用卡爾曼加權(quán)融合算法對數(shù)據(jù)關(guān)聯(lián)完成后的傳感器數(shù)據(jù)進行融合,同時使用交互式多模型算法進行目標跟蹤,有效的解決了單模型算法目標跟蹤的精度不夠的問題。針對大量只考慮制動或換道的單一預(yù)警策略的研究,本文考慮了多種預(yù)警策略,以四種預(yù)警策略:保持當(dāng)前狀態(tài)行駛、以一定減速度減速行駛、緊急制動、換道行駛進行了預(yù)警策略的研究,并對四種預(yù)警策略的切換時機進行了判斷設(shè)置,使得四種預(yù)警策略可以依據(jù)判斷條件進行相應(yīng)的... 

【文章來源】：山東理工大學(xué)山東省

【文章頁數(shù)】：81 頁

【學(xué)位級別】：碩士

【部分圖文】：

008年至2018年國民人均GDP與汽車保有量變化情況

山東理工大學(xué)碩士學(xué)位論文第一章緒論7圖法沖突危險評估相結(jié)合的方式實現(xiàn)了：保持當(dāng)前狀態(tài)行駛、以一定減速度減速行駛、緊急制動、換道行駛四種策略。第四章結(jié)合哈佛H7介紹了改裝的無人駕駛實驗用車平臺架構(gòu)，并對第四章介紹的沖突預(yù)警系統(tǒng)進行驗證，驗證了該系統(tǒng)的有效性。第五章對本文存在的不足與對本文研究方向的展望進行了總結(jié)。1.4.2技術(shù)路線本文的研究目標是通過無人駕駛技術(shù)減少交通事故，通過將毫米波雷達與Mobileye的攝像頭檢測的信息融合，實現(xiàn)目標跟蹤，并經(jīng)過沖突危險評估為預(yù)警策略選擇提供依據(jù)，實現(xiàn)多種避免沖突策略的選擇。圖1.2本文的技術(shù)路線Fig.1.2Thetechnicalrouteofthispaper本文基于毫米波雷達與Mobileye的沖突預(yù)警策略與算法研究的技術(shù)路線如圖1.2所示。首先通過兩個傳感器經(jīng)過解析后的數(shù)據(jù)檢測目標，毫米波雷達檢測的目標再經(jīng)過有效生命周期檢驗法進行有效性篩選，再進行毫米波雷達與Mobileye檢測數(shù)據(jù)的空間對準與時間對準，經(jīng)過數(shù)據(jù)融合后實現(xiàn)對目標的跟蹤。再由目標信息進行沖突危險的評估，根據(jù)結(jié)合多種沖突危險評估算法的沖突危險評估體系，進行沖突預(yù)警策略的選擇。

山東理工大學(xué)碩士學(xué)位論文第二章多傳感器數(shù)據(jù)融合的目標跟蹤算法9圖2.1多傳感器數(shù)據(jù)融合的目標跟蹤算法研究的流程圖Fig.2.1Flowchartofmutargettrackingalgorithmbasedonmulti-sensordatafusion從圖2.1可以看出，本文先進行毫米波雷達與Mobileye檢測信息的時空對準，再進行毫米波雷達與Mobileye檢測數(shù)據(jù)的解析，并對毫米波雷達數(shù)據(jù)進行處理，最后進行多傳感器數(shù)據(jù)融合及目標跟蹤。2.1傳感器介紹2.1.1毫米波雷達FR51F是深圳安智杰科技公司開發(fā)的車用77GHz毫米波雷達，如圖2.2所示，使用調(diào)頻連續(xù)波方式（FMCW），可以根據(jù)時間調(diào)整電壓的發(fā)射頻率，通過接受同頻率的反射波，通過相位差解算障礙物狀態(tài)，可探測本車前方道路運動目標的距離、速度、方位等信息，安智杰的FR51F毫米波雷達檢測范圍如圖2.3所示，此毫米波雷達最多同時對32個目標進行檢測，檢測信息包括自車與檢測障礙物的相對距離、相對速度、角度等。

【參考文獻】：
期刊論文
[1]非結(jié)構(gòu)化環(huán)境下無人駕駛車輛跟馳方法[J]. 張海鳴,龔建偉,陳建松,王羽純.  北京理工大學(xué)學(xué)報. 2019(11)
[2]基于主動變道策略的汽車緊急避障系統(tǒng)研究[J]. 段婷婷,呂冬慧,陳寬,胡順堂,王毓.  時代汽車. 2019(12)
[3]多假設(shè)多目標跟蹤算法[J]. 王巖,蒿興華,楊順云.  數(shù)字通信世界. 2019(08)
[4]智能汽車換道避障路徑規(guī)劃與跟蹤控制研究[J]. 羅鷹,冒興蜂.  機械設(shè)計與制造. 2019(07)
[5]基于超聲波傳感器的汽車防撞系統(tǒng)研究[J]. 鄭大波,溫艷.  電子世界. 2019(13)
[6]基于機器學(xué)習(xí)的單線激光雷達進行車輛識別與跟蹤方法研究[J]. 劉偉,王世峰,公大偉,王澤,王銳.  長春理工大學(xué)學(xué)報(自然科學(xué)版). 2019(03)
[7]模糊控制算法優(yōu)化的車輛避障操控系統(tǒng)[J]. 李志文,樊剛,張緯昊,周冬,蘇晨飛.  單片機與嵌入式系統(tǒng)應(yīng)用. 2019(06)
[8]霧天環(huán)境對高速公路車輛跟馳安全的影響[J]. 劉兆惠,虞春濱,王超,李倩.  重慶交通大學(xué)學(xué)報(自然科學(xué)版). 2019(09)
[9]面向無人車運動規(guī)劃問題的VFH算法[J]. 屈盼讓,薛建儒,朱耀國,肖鵬.  計算機仿真. 2018(12)
[10]2.5D激光傳感器設(shè)計及室內(nèi)環(huán)境特征提取算法研究[J]. 楊宇,田應(yīng)仲,鄭天江.  計量與測試技術(shù). 2018(10)

博士論文
[1]陣列激光三維成像點云數(shù)據(jù)配準技術(shù)研究[D]. 王巖.中國科學(xué)院長春光學(xué)精密機械與物理研究所 2016

碩士論文
[1]雷達攝像頭數(shù)據(jù)融合在智能輔助駕駛的應(yīng)用[D]. 王賀.吉林大學(xué) 2019
[2]基于視覺與雷達的智能汽車橫向避障策略研究[D]. 程冠旻.湖南大學(xué) 2018
[3]基于駕駛員駕駛意圖的換道軌跡預(yù)測研究[D]. 徐偉民.湖南大學(xué) 2018
[4]大型客車環(huán)境感知系統(tǒng)設(shè)計及前方障礙物檢測方法研究[D]. 王戰(zhàn)古.山東理工大學(xué) 2018
[5]基于D-S證據(jù)理論的多傳感器決策級圖像融合的算法研究[D]. 江金娜.哈爾濱理工大學(xué) 2015



本文編號：3257343