現(xiàn)如今,各個國家都致力于汽車自動駕駛技術(shù)的研發(fā)。在部分高端車型上,都配備了以ADAS為代表的自動駕駛功能。在ACC的研發(fā)過程,產(chǎn)品的功能及性能測試是一個重要的環(huán)節(jié),受限于公共道路測試的風(fēng)險高、成本高和效率低等缺點,使得研發(fā)的難度和工作量大大增加。為了較好的解決這個問題,國內(nèi)外許多機構(gòu)都搭建了一些封閉的測試場地,但是搭建封閉測試場地一方面成本高昂,另外測試的場景相對也比較單一,因此一些傳統(tǒng)的汽車測試方法已經(jīng)無法滿足自動駕駛汽車相關(guān)功能及性能的測試需求。虛擬場景測試,憑借著高效率,低成本,測試場景豐富和測試風(fēng)險較低等優(yōu)勢,逐漸成為自動駕駛汽車測試技術(shù)的研究熱點。本文通過對自然駕駛數(shù)據(jù)進行提取分析,提出了一種用于自適應(yīng)巡航系統(tǒng)測試的虛擬測試場景構(gòu)建方法。通過虛擬場景測試,對影響ACC系統(tǒng)性能的場景參數(shù)進行分析提出了一些ACC系統(tǒng)設(shè)計的建議。主要開展了如下工作:1.根據(jù)自然駕駛數(shù)據(jù),設(shè)置ACC邊界條件,提出了針對ACC測試場景的特征參數(shù)。測試場景的數(shù)據(jù)來源大致可以分為真實數(shù)據(jù)、模擬數(shù)據(jù)和專家經(jīng)驗三種類型。基于自然駕駛數(shù)據(jù)構(gòu)建的測試場景,能夠保證場景的真實度和豐富度。各研究機構(gòu)所采集的原始自然駕...

【文章頁數(shù)】：94 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 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 自動駕駛虛擬測試研究現(xiàn)狀
        1.2.2 基于場景的ADAS虛擬測試研究現(xiàn)狀
        1.2.3 ACC系統(tǒng)開發(fā)及測試現(xiàn)狀
    1.3 本文主要研究內(nèi)容
2 基于自然駕駛數(shù)據(jù)的虛擬測試場景提取
    2.1 數(shù)據(jù)的采集與提取
        2.1.1 采集設(shè)備
        2.1.2 跟車數(shù)據(jù)提取
    2.2 測試場景參數(shù)確定
        2.2.1 測試場景參數(shù)選取
        2.2.2 前車加速度離散化
        2.2.3 測試場景參數(shù)定義
    2.3 主成分分析
        2.3.1 降維方法選取
        2.3.2 主成分分析降維
    2.4 聚類分析
        2.4.1 聚類方法
        2.4.2 系統(tǒng)聚類方法確定
        2.4.3 類別數(shù)量確定
        2.4.4 K均值聚類
    2.5 顯著性檢驗
        2.5.1 顯著性檢驗方法的選擇
        2.5.2 顯著性場景提取
    2.6 本章小結(jié)
3 基于Prescan的虛擬測試場景構(gòu)建
    3.1 Prescan平臺
        3.1.1 功能介紹
        3.1.2 使用界面介紹
    3.2 場景搭建
        3.2.1 場景參數(shù)選擇
        3.2.2 場景搭建
    3.3 本章小結(jié)
4 基于MPC的自適應(yīng)巡航控制系統(tǒng)模型
    4.1 ACC系統(tǒng)整體架構(gòu)
        4.1.1 分層式設(shè)計
        4.1.2 一體式設(shè)計
    4.2 ACC間距控制策略
        4.2.1 間距控制策略選擇
    4.3 基于MPC的上層控制器設(shè)計
        4.3.1 模型預(yù)測控制介紹
        4.3.2 車間縱向動力學(xué)模型
        4.3.3 多目標(biāo)性能指標(biāo)分析
        4.3.4 控制算法設(shè)計
    4.4 ACC系統(tǒng)下層控制器設(shè)計
        4.4.1 加速控制逆發(fā)動機模型
        4.4.2 減速控制逆發(fā)動機模型
    4.5 ACC系統(tǒng)評價指標(biāo)
        4.5.1 跟蹤性指標(biāo)
        4.5.2 安全性指標(biāo)
        4.5.3 舒適性指標(biāo)
    4.6 基于Prescan和 Simulink的 ACC聯(lián)合仿真平臺
    4.7 本章小結(jié)
5 基于虛擬場景的ACC測試與分析
    5.1 正交實驗設(shè)計
    5.2 測試結(jié)果分析
    5.3 本章小結(jié)
6 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
致謝
參考文獻



本文編號：3747537