隨著多傳感器信息融合、現(xiàn)代控制理論、人工智能以及大規(guī)模集成電路等先進技術的飛速發(fā)展,以提升車輛自主行駛能力和行駛安全性為目的的汽車智能化已成為車輛工程領域中的研究熱點。通過對動態(tài)復雜環(huán)境下智能車輛環(huán)境感知、換道決策以及換道軌跡規(guī)劃深入研究,可以充分挖掘智能車輛“類人”特性,提高車輛智能化程度和安全性。本文結(jié)合國家自然科學基金項目(51278514)和國家重點研發(fā)計劃項目“智能電動汽車的感知、決策與控制關鍵基礎問題研究”(2016YFB0100905)對復雜道路場景下車道線和前方車輛檢測方法、換道決策以及換道軌跡規(guī)劃進行研究。本文的研究內(nèi)容主要包括:(1)基于機器視覺的道路圖像處理及車道線、前方車輛檢測研究。在攝像機成像模型的基礎上,應用數(shù)字圖像處理相關知識進行道路圖像預處理,針對邊緣檢測過程中出現(xiàn)弱邊緣漏檢現(xiàn)象,提出基于梯度幅值和邊緣方向的邊緣點檢測算法,在此基礎上結(jié)合車道線幾何特征約束,采用雙向掃描道路圖像像素點的方法完成車道線特征點篩選和提取,并運用最小二乘法實現(xiàn)車道特征點擬合;基于車輛尾部圖像HOG特征和支持向量機訓練前方車輛識別模型,采用可變窗口掃描道路圖像完成前方車輛檢測。(...

【文章頁數(shù)】：89 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 環(huán)境感知研究現(xiàn)狀
        1.2.2 自主換道研究現(xiàn)狀
    1.3 本文主要研究內(nèi)容及結(jié)構安排
第二章 車道線及前方車輛檢測算法研究
    2.1 攝像機參數(shù)標定及單目測距
        2.1.1 攝像機成像模型建立
        2.1.2 攝像機參數(shù)標定
        2.1.3 單目測距模型建立
    2.2 基于改進Canny算法的道路圖像邊緣檢測
        2.2.1 圖像灰度化
        2.2.2 感興趣區(qū)域選取
        2.2.3 改進Canny邊緣檢測算法研究
        2.2.4 基于改進Canny算法的道路圖像邊緣檢測
    2.3 基于最小二乘法的車道線檢測
        2.3.1 車道標線特征點提取
        2.3.2 車道線最小二乘法擬合
    2.4 基于方向梯度直方圖特征和支持向量機的前方車輛檢測
        2.4.1 圖像方向梯度直方圖特征提取
        2.4.2 基于支持向量機的目標識別
        2.4.3 基于方向梯度直方圖特征和支持向量機的前方車輛檢測
    2.5 本章小結(jié)
第三章 基于數(shù)據(jù)挖掘的車輛換道決策研究
    3.1 車輛換道行為特性分析
        3.1.1 換道行為產(chǎn)生誘因
        3.1.2 換道場景劃分
        3.1.3 換道決策模型框架
    3.2 基于NGSIM數(shù)據(jù)集的換道規(guī)則提取
        3.2.1 數(shù)據(jù)集預處理
        3.2.2 車輛換道軌跡提取
        3.2.3 換道決策場景重建
    3.3 基于貝葉斯理論的換道決策模型
        3.3.1 貝葉斯決策理論
        3.3.2 基于貝葉斯理論的換道決策模型
        3.3.3 換道決策模型仿真研究
    3.4 本章小結(jié)
第四章 基于多性能目標協(xié)同優(yōu)化的車輛換道軌跡規(guī)劃
    4.1 理想換道過程特性分析
    4.2 考慮交通干擾的換道軌跡規(guī)劃
        4.2.1 考慮交通車輛的換道安全域建立
        4.2.2 考慮交通干擾的換道軌跡規(guī)劃
    4.3 基于多性能目標協(xié)同優(yōu)化的換道軌跡規(guī)劃
        4.3.1 換道軌跡多性能目標協(xié)同優(yōu)化策略
        4.3.2 換道軌跡多目標評價函數(shù)建立
        4.3.3 基于多目標協(xié)同優(yōu)化的換道軌跡仿真
    4.4 本章小結(jié)
第五章 總結(jié)與展望
    5.1 全文總結(jié)
    5.2 展望
致謝
參考文獻
在學期間發(fā)表的論文和取得的學術成果



本文編號：3746490