基于清掃車與路沿石位置信息的輔助駕駛系統(tǒng)設(shè)計
發(fā)布時間:2021-12-15 21:02
輔助駕駛系統(tǒng)是智能駕駛的重要組成部分,對于降低駕駛員的工作強度,減少交通事故具有重要意義。智能駕駛的發(fā)展一直受到多方面條件的限制,所以有必要優(yōu)先發(fā)展輔助駕駛系統(tǒng)。相較于駕駛路況復雜的民用車,工作模式固定的環(huán)衛(wèi)清掃車等特種車輛,無疑更需要相應(yīng)的輔助駕駛系統(tǒng)幫助駕駛員完成工作。環(huán)衛(wèi)清掃車在工作過程中,需要與路沿石平行并保持一定的距離才能完成清掃工作,所以駕駛者在兼顧縱向駕駛的同時,還必須時刻觀察車輛側(cè)面與路沿石的間距是否符合工作要求。這無疑給駕駛者增大了工作量,還帶來了很大的駕駛難度,容易造成駕駛疲勞,導致出現(xiàn)交通事故。在這種工作情況下,就需要利用輔助駕駛技術(shù)來協(xié)助環(huán)衛(wèi)清掃車司機來完成清掃工作。針對這種情況,結(jié)合實際路況,論文進行了以下研究和實驗驗證:(1)研究了輔助駕駛技術(shù)的感知方式,決定采用視覺感知方式作為輔助駕駛系統(tǒng)的主要感知方式。并根據(jù)實際情況,選擇路沿石作為視覺感知的標記物。為了降低視覺處理難度,系統(tǒng)中增加了線激光發(fā)射器作為輔助工具,從而提高了視覺處理的效率。由于增加了線激光發(fā)射器作為輔助,視覺識別對象由路沿石轉(zhuǎn)化為含有路沿石形態(tài)特征信息的線激光。并對整個系統(tǒng)進行了模塊化設(shè)計,以...
【文章來源】:鄭州大學河南省 211工程院校
【文章頁數(shù)】:78 頁
【學位級別】:碩士
【部分圖文】:
道路清掃車
路沿石
2相關(guān)理論基礎(chǔ)及方法82相關(guān)理論基礎(chǔ)及方法輔助駕駛系統(tǒng)一般有三個部分組成:信息感知模塊、決策算法模塊以及預(yù)警模塊,涉及到傳感器技術(shù)、測量技術(shù)、信息處理技術(shù)、計算機技術(shù)等多種技術(shù)。信息感知模塊是通過傳感器技術(shù)獲取車輛行駛過程中的環(huán)境信息以及車輛本身的各種行駛信息,它是輔助駕駛系統(tǒng)的眼睛。在駕駛過程中,信息感知模塊會采集到大量不需要的多余信息,所以信息感知模塊需要對各種信息進行快速有效的篩選,得到需要的信息,以方便下一步的操作。決策算法模塊是系統(tǒng)的大腦,它通過信息感知模塊傳輸?shù)挠行畔,分析車輛在行駛過程中的狀態(tài)。通過預(yù)先設(shè)置好的條件,判斷駕駛行為是否正確,并將結(jié)果傳遞給下一模塊。預(yù)警模塊是系統(tǒng)的最后一部分,它通過決策算法模塊傳遞的信息進行一定的操作對駕駛員進行預(yù)警,已達到輔助駕駛的目的。一般執(zhí)行模塊會通過視覺、聲音和振動中的一種或多種預(yù)警方式對駕駛員反饋實時信息,以達到輔助駕駛的目的。所以,在初步方案確定后,需要對每個模塊的合理性進行研究,驗證,改進,并通過實驗進行評估。本章針對各模塊研究過程中必要的理論和方法進行整理,以方便后續(xù)工作的展開。2.1環(huán)境感知方法根據(jù)實際情況分析,本次設(shè)計的環(huán)境感知模塊實際是測量車輛與路沿石的距離,即設(shè)計一款適合的測距儀。圖2.1測距原理
【參考文獻】:
期刊論文
[1]道路清掃車介紹及發(fā)展趨勢分析[J]. 劉洋,張珂. 汽車實用技術(shù). 2018(15)
[2]智能汽車需要突破的諸多方向[J]. 楊殿閣. 中國工業(yè)和信息化. 2018(06)
[3]發(fā)展自動駕駛汽車的挑戰(zhàn)和前景展望[J]. 陳曉博. 綜合運輸. 2016(11)
[4]駕駛員反應(yīng)時間研究[J]. 耿嵐鑫,劉凇男,劉大學. 交通節(jié)能與環(huán)保. 2015(02)
[5]2014年汽車ADAS技術(shù)的最新進展[J]. 張翔. 汽車電器. 2014(08)
[6]線結(jié)構(gòu)光光條中心提取綜述[J]. 李瑩瑩,張志毅,袁林. 激光與光電子學進展. 2013(10)
[7]我國路面清掃車技術(shù)現(xiàn)狀與發(fā)展趨勢[J]. 杜木偉,韓屹麗,劉晨敏. 工程機械文摘. 2013(02)
[8]智能車技術(shù)探討[J]. 王國胤,陳喬松,王進. 計算機科學. 2012(05)
[9]淺析數(shù)字圖像處理技術(shù)及其應(yīng)用[J]. 姜維. 信息與電腦(理論版). 2012(03)
[10]多功能智能環(huán)保型清掃車的研制[J]. 趙丕玉,劉仁杰,周浩,左有為,陳豐峰. 機械設(shè)計與制造. 2010(05)
博士論文
[1]基于單目視覺的安全車距預(yù)警系統(tǒng)研究[D]. 顧柏園.吉林大學 2006
[2]彩色圖像處理關(guān)鍵技術(shù)研究[D]. 韓曉微.東北大學 2005
[3]高速汽車車道偏離預(yù)警系統(tǒng)的算法研究[D]. 董因平.吉林大學 2004
碩士論文
[1]車道偏離預(yù)警系統(tǒng)決策算法開發(fā)及實驗驗證[D]. 婁方明.吉林大學 2014
[2]圖像閾值分割算法研究[D]. 謝鵬鶴.湘潭大學 2012
[3]基于閾值的圖像分割算法的研究[D]. 劉東菊.北京交通大學 2009
[4]THMR-V中的臨場感遙控技術(shù)研究及自動對中云臺的實現(xiàn)[D]. 李欣.北京交通大學 2007
[5]激光視覺三維測量及其標定技術(shù)的研究[D]. 林娜.大連海事大學 2007
[6]線結(jié)構(gòu)光光條圖像處理方法研究[D]. 許寧.哈爾濱工程大學 2007
[7]幾種數(shù)字圖像濾波算法[D]. 葛婷.南京信息工程大學 2006
本文編號:3537139
【文章來源】:鄭州大學河南省 211工程院校
【文章頁數(shù)】:78 頁
【學位級別】:碩士
【部分圖文】:
道路清掃車
路沿石
2相關(guān)理論基礎(chǔ)及方法82相關(guān)理論基礎(chǔ)及方法輔助駕駛系統(tǒng)一般有三個部分組成:信息感知模塊、決策算法模塊以及預(yù)警模塊,涉及到傳感器技術(shù)、測量技術(shù)、信息處理技術(shù)、計算機技術(shù)等多種技術(shù)。信息感知模塊是通過傳感器技術(shù)獲取車輛行駛過程中的環(huán)境信息以及車輛本身的各種行駛信息,它是輔助駕駛系統(tǒng)的眼睛。在駕駛過程中,信息感知模塊會采集到大量不需要的多余信息,所以信息感知模塊需要對各種信息進行快速有效的篩選,得到需要的信息,以方便下一步的操作。決策算法模塊是系統(tǒng)的大腦,它通過信息感知模塊傳輸?shù)挠行畔,分析車輛在行駛過程中的狀態(tài)。通過預(yù)先設(shè)置好的條件,判斷駕駛行為是否正確,并將結(jié)果傳遞給下一模塊。預(yù)警模塊是系統(tǒng)的最后一部分,它通過決策算法模塊傳遞的信息進行一定的操作對駕駛員進行預(yù)警,已達到輔助駕駛的目的。一般執(zhí)行模塊會通過視覺、聲音和振動中的一種或多種預(yù)警方式對駕駛員反饋實時信息,以達到輔助駕駛的目的。所以,在初步方案確定后,需要對每個模塊的合理性進行研究,驗證,改進,并通過實驗進行評估。本章針對各模塊研究過程中必要的理論和方法進行整理,以方便后續(xù)工作的展開。2.1環(huán)境感知方法根據(jù)實際情況分析,本次設(shè)計的環(huán)境感知模塊實際是測量車輛與路沿石的距離,即設(shè)計一款適合的測距儀。圖2.1測距原理
【參考文獻】:
期刊論文
[1]道路清掃車介紹及發(fā)展趨勢分析[J]. 劉洋,張珂. 汽車實用技術(shù). 2018(15)
[2]智能汽車需要突破的諸多方向[J]. 楊殿閣. 中國工業(yè)和信息化. 2018(06)
[3]發(fā)展自動駕駛汽車的挑戰(zhàn)和前景展望[J]. 陳曉博. 綜合運輸. 2016(11)
[4]駕駛員反應(yīng)時間研究[J]. 耿嵐鑫,劉凇男,劉大學. 交通節(jié)能與環(huán)保. 2015(02)
[5]2014年汽車ADAS技術(shù)的最新進展[J]. 張翔. 汽車電器. 2014(08)
[6]線結(jié)構(gòu)光光條中心提取綜述[J]. 李瑩瑩,張志毅,袁林. 激光與光電子學進展. 2013(10)
[7]我國路面清掃車技術(shù)現(xiàn)狀與發(fā)展趨勢[J]. 杜木偉,韓屹麗,劉晨敏. 工程機械文摘. 2013(02)
[8]智能車技術(shù)探討[J]. 王國胤,陳喬松,王進. 計算機科學. 2012(05)
[9]淺析數(shù)字圖像處理技術(shù)及其應(yīng)用[J]. 姜維. 信息與電腦(理論版). 2012(03)
[10]多功能智能環(huán)保型清掃車的研制[J]. 趙丕玉,劉仁杰,周浩,左有為,陳豐峰. 機械設(shè)計與制造. 2010(05)
博士論文
[1]基于單目視覺的安全車距預(yù)警系統(tǒng)研究[D]. 顧柏園.吉林大學 2006
[2]彩色圖像處理關(guān)鍵技術(shù)研究[D]. 韓曉微.東北大學 2005
[3]高速汽車車道偏離預(yù)警系統(tǒng)的算法研究[D]. 董因平.吉林大學 2004
碩士論文
[1]車道偏離預(yù)警系統(tǒng)決策算法開發(fā)及實驗驗證[D]. 婁方明.吉林大學 2014
[2]圖像閾值分割算法研究[D]. 謝鵬鶴.湘潭大學 2012
[3]基于閾值的圖像分割算法的研究[D]. 劉東菊.北京交通大學 2009
[4]THMR-V中的臨場感遙控技術(shù)研究及自動對中云臺的實現(xiàn)[D]. 李欣.北京交通大學 2007
[5]激光視覺三維測量及其標定技術(shù)的研究[D]. 林娜.大連海事大學 2007
[6]線結(jié)構(gòu)光光條圖像處理方法研究[D]. 許寧.哈爾濱工程大學 2007
[7]幾種數(shù)字圖像濾波算法[D]. 葛婷.南京信息工程大學 2006
本文編號:3537139
本文鏈接:http://sikaile.net/kejilunwen/qiche/3537139.html
最近更新
教材專著