智能汽車車道保持輔助系統(tǒng)（Lane Keeping Assist,LKA）是一種典型的側(cè)向智能輔助駕駛系統(tǒng),集成車道偏離預(yù)警、車道保持輔助控制等功能,有利于減少交通事故、保障駕駛安全以及緩解駕駛?cè)笋{駛負荷,是目前應(yīng)用較為廣泛的汽車高級駕駛輔助系統(tǒng)（Advanced Driver Assistance System,ADAS）之一。然而目前的車道保持輔助系統(tǒng)缺少對駕駛習性多樣的駕駛?cè)说木C合考慮,所以設(shè)計出來的車道保持系統(tǒng)難免會存在系統(tǒng)適應(yīng)性不佳、駕駛?cè)笋{駛體驗不良等問題,因此對駕駛?cè)说膫�性化駕駛行為特性演變規(guī)律進行深入研究,以此為基礎(chǔ)構(gòu)建駕駛?cè)瞬町惢{駛習性表征和辨識方法,進而在設(shè)計智能汽車車道保持輔助系統(tǒng)的過程中充分考慮復(fù)雜的駕駛?cè)笋{駛習性,構(gòu)建能夠滿足不同駕駛?cè)瞬町惢枨蟮能嚨辣３州o助系統(tǒng),是未來智能汽車車道保持輔助系統(tǒng)的重點研究內(nèi)容,也是實現(xiàn)個性化高級駕駛輔助和個性化無人駕駛的前提和基礎(chǔ)。本文依托國家重點研發(fā)計劃（編號:2016YFB0100904）、國家自然科學(xué)基金（編號:51775235）和吉林省自然科學(xué)基金（編號:20170101138JC）等項目,開展了考慮駕駛?cè)笋{駛習性的... 

【文章來源】：吉林大學(xué)吉林省211工程院校985工程院校教育部直屬院校

【文章頁數(shù)】：96 頁

【學(xué)位級別】：碩士

【部分圖文】：

道路交通安全隱患車輛沿車道線直線行駛是道路交通中最為常見的駕駛行為，易受駕駛?cè)朔中�、�?br>

第2章駕駛?cè)笋{駛習性表征與辨識17線與RT-Range實現(xiàn)數(shù)據(jù)的傳輸采集。所有的駕駛?cè)说鸟{駛數(shù)據(jù)最終都傳輸?shù)焦P記本電腦和工控機，然后通過RTMaps軟件實現(xiàn)數(shù)據(jù)存儲。RTMaps軟件由Intempora公司開發(fā)推出，具備基于組件實現(xiàn)的多傳感器開發(fā)環(huán)境，并且為很多的感知算法都提供了完善的組件庫，RTMaps能夠?qū)崟r采集、同步和回放車載傳感設(shè)備和車輛總線采集得到的數(shù)據(jù)信息，并能夠支持CAN、LIN、以太網(wǎng)和串口通信等多種通信網(wǎng)絡(luò)協(xié)議，此外，RTMaps能夠?qū)崿F(xiàn)對帶有時間戳的傳感器數(shù)據(jù)的異步采集，十分便于使用者開展離線開發(fā)和測試工作，因此在車輛的數(shù)據(jù)采集領(lǐng)域被廣泛應(yīng)用。2.1.2實車駕駛數(shù)據(jù)采集試驗2.1.2.1試驗場地的選擇和試驗工況設(shè)計基于實車數(shù)據(jù)采集平臺的數(shù)據(jù)采集試驗需要在保障駕駛安全的基礎(chǔ)上，盡可能保證試驗的真實性、有效性，所以往往將試驗場地選擇在外界干擾較少的城市郊區(qū)路段，本文的試驗場地最后選為吉林省長春市生態(tài)大街凈月中央公園附近的路段，該片路段上的社會車輛和行人較少，道路筆直且車道線清晰，符合試驗要求，能夠保證數(shù)據(jù)采集試驗的順利開展。試驗路段的地圖位置示意圖和真實道路場景圖如圖2.3所示。在試驗場地確定之后，需要合理有效的試驗工況來激發(fā)駕駛?cè)说膬?nèi)在駕駛習性，考慮到本文的研究內(nèi)容主要是駕駛?cè)嗽谥本�道路中的車道保持特性，所以要求被測駕駛?cè)嗽隈{駛試驗車的過程中模擬平時的開車習慣在真實交通流中的車道內(nèi)行駛，駕駛數(shù)據(jù)采集系統(tǒng)對被測駕駛?cè)嗽谡鎸嵉鸟{駛場景下的駕駛數(shù)據(jù)進行采集。(a)試驗路段地圖位置示意圖(b)真實道路場景圖2.3試驗路段的地圖位置示意和真實道路場景2.1.2.2駕駛?cè)藰颖镜恼心寂c選取考慮到駕駛?cè)藰颖炯膹V泛性是采集得到的駕駛數(shù)據(jù)多樣性的有效保障，所以需

吉林大學(xué)碩士學(xué)位論文24式中，，1和2分別代表節(jié)點m分裂前和分裂成兩個新節(jié)點的Gini指數(shù)。若駕駛?cè)笋{駛數(shù)據(jù)變量在所構(gòu)建的隨機森林模型中的第e棵樹中出現(xiàn)了M次，那么駕駛?cè)笋{駛數(shù)據(jù)變量在第e棵樹中的重要性為：()()1MGiniGiniejjmmVIMVIM==·······························(2-13)因此，駕駛數(shù)據(jù)變量在整個隨機森林模型中的重要性可以表示為：()()11zGiniGinijejeVIMVIMz==······························(2-14)式中，z為隨機森林模型中決策樹的棵數(shù)，即分類器的數(shù)量。計算并繪制駕駛?cè)笋{駛習性數(shù)據(jù)集中的各個駕駛數(shù)據(jù)變量參數(shù)的Gini重要性散點圖，如圖2.4所示。圖2.4Gini重要性散點圖可見，在駕駛車輛進行車道保持的工況下，不同的駕駛?cè)笋{駛習性數(shù)據(jù)變量對于基于隨機森林算法構(gòu)建的駕駛?cè)笋{駛習性辨識模型的辨識精度的重要性會存在差別，本文中分析的各個變量參數(shù)對駕駛?cè)笋{駛習性辨識模型辨識精度的重要性依次為：車輛偏航角標準差數(shù)據(jù)4＞車輛橫向偏移量標準差數(shù)據(jù)2＞車輛橫向速度標準差數(shù)據(jù)1＞車輛橫向偏移量平均值數(shù)據(jù)3＞車輛偏航角平均值5。其中，車輛偏航角標準差數(shù)據(jù)4、車輛橫向偏移量標準差數(shù)據(jù)2以及車輛橫向速

【參考文獻】：
期刊論文
[1]基于場景驅(qū)動與分層規(guī)劃的自主代客泊車系統(tǒng)研究[J]. 邱少林,錢立軍,陸建輝.  中國機械工程. 2019(19)
[2]基于主動轉(zhuǎn)向與差動制動協(xié)調(diào)的雙級預(yù)警車道偏離防止預(yù)測控制[J]. 魏振亞,王其東,王慧然,陳無畏,梁修天.  汽車工程. 2019(08)
[3]考慮駕駛員操縱失誤的車道偏離輔助人機協(xié)同控制[J]. 高振剛,陳無畏,談東奎,趙林峰,汪洪波.  機械工程學(xué)報. 2019(16)
[4]基于隨機森林的駕駛?cè)笋{駛習性辨識策略[J]. 朱冰,李偉男,汪震,趙健,何睿,韓嘉懿.  汽車工程. 2019(02)
[5]智能汽車人機協(xié)同控制的研究現(xiàn)狀與展望[J]. 胡云峰,曲婷,劉俊,施竹清,朱冰,曹東璞,陳虹.  自動化學(xué)報. 2019(07)
[6]人機共駕智能汽車的控制權(quán)切換與安全性綜述[J]. 吳超仲,吳浩然,呂能超.  交通運輸工程學(xué)報. 2018(06)
[7]基于K-means聚類特征消減的網(wǎng)絡(luò)異常檢測[J]. 賈凡,嚴妍,張家琪.  清華大學(xué)學(xué)報(自然科學(xué)版). 2018(02)
[8]人機協(xié)同下輔助駕駛系統(tǒng)的車道保持控制[J]. 李進,劉洋洋,胡金芳.  機械工程學(xué)報. 2018(02)
[9]混合動力汽車駕駛風格識別的研究[J]. 郝景賢,余卓平,趙治國,詹驍文,沈沛鴻.  汽車工程. 2017(12)
[10]基于AUC統(tǒng)計量的隨機森林變量重要性評分的研究[J]. 張曉鳳,侯艷,李康.  中國衛(wèi)生統(tǒng)計. 2016(03)

博士論文
[1]面向高速公路行車安全預(yù)警的車道偏離及換道模型研究[D]. 羅強.華南理工大學(xué) 2014
[2]面向安全預(yù)警的機動車駕駛意圖識別方法研究[D]. 張良力.武漢理工大學(xué) 2011
[3]基于駕駛員特性自學(xué)習方法的車輛縱向駕駛輔助系統(tǒng)[D]. 張磊.清華大學(xué) 2009
[4]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(xué) 2004

碩士論文
[1]基于駕駛習性的智能汽車個性化換道輔助系統(tǒng)研究[D]. 閆淑德.吉林大學(xué) 2019
[2]考慮駕駛員駕駛習性的汽車縱向智能輔助駕駛系統(tǒng)研究[D]. 蘇琛.吉林大學(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]基于機器視覺的車道偏離預(yù)警系統(tǒng)研究[D]. 李信言.長安大學(xué) 2018
[5]基于駕駛?cè)笋{駛習性的個性化自適應(yīng)巡航控制系統(tǒng)研究[D]. 劉志鵬.吉林大學(xué) 2018
[6]基于dSPACE的EPS性能仿真研究[D]. 姚樹森.長安大學(xué) 2017
[7]基于機器視覺和混雜系統(tǒng)理論的車道偏離輔助控制研究[D]. 蔣玉亭.合肥工業(yè)大學(xué) 2017
[8]基于駕駛?cè)耸褂媚Ｊ降钠嚨妆P集成控制研究[D]. 陳弈州.吉林大學(xué) 2016
[9]基于隱馬爾可夫理論的駕駛?cè)藫Q道意圖識別研究[D]. 楊誠.吉林大學(xué) 2016
[10]面向車道偏離預(yù)警系統(tǒng)的駕駛員無意識車道偏離識別方法研究[D]. 張利丹.吉林大學(xué) 2015



本文編號：3611847