本文關鍵詞：智能汽車避障危險評估和軌跡規(guī)劃研究

  更多相關文章： 智能汽車 避障系統(tǒng) 危險評估 軌跡預測 軌跡規(guī)劃

【摘要】：隨著我國汽車保有量的快速增長,交通事故居高不下,汽車安全問題日益受到人們的廣泛關注,推動了無人駕駛汽車的研究和發(fā)展。無人駕駛汽車屬于智能汽車的范圍,對于減少交通事故的發(fā)生,保證行車安全具有重要意義,而智能汽車的安全行駛主要靠其避障系統(tǒng)來實現(xiàn),本文主要研究智能汽車的避障系統(tǒng)。智能汽車的避障系統(tǒng)是在已知周圍環(huán)境的基礎上,判斷汽車以當前狀態(tài)行駛是否會產生危險,如果有危險再判斷可能的避障措施(轉向或制動)的危險程度,選擇危險程度最小的避障措施并據此規(guī)劃出一條安全的避障軌跡,最后通過控制系統(tǒng)跟隨這條軌跡來避開障礙物。目前,避障系統(tǒng)的危險評估大多是確定性地預測交通車未來行駛軌跡和主車待評估的軌跡來判斷是否有碰撞危險,對汽車未來行駛軌跡的不確定性考慮的較少,結果的可信度較低,少部分考慮汽車未來行駛軌跡的不確定性方法中,由于計算的復雜性,計算速度很慢,且避障措施較少考慮轉向的同時制動的情況。避障系統(tǒng)的軌跡規(guī)劃方法較多,但在如何適應復雜環(huán)境的動態(tài)變化、盡可能地搜索可行駛區(qū)域以找到更優(yōu)解等方面還需要進一步研究。本文重點對智能汽車避障系統(tǒng)的危險評估和軌跡規(guī)劃兩部分內容進行研究,在危險評估方面,將確定性軌跡預測和概率性軌跡預測相結合,以保證計算真實性的同時提高計算速度;在搜索主車避障區(qū)域時,同時考慮主車方向和速度的變化以擴大搜索范圍。軌跡規(guī)劃方面,采用快速搜索隨機樹算法(RRT)規(guī)劃避障軌跡,針對快速搜索隨機樹算法存在的一些問題,在現(xiàn)有的改進方法基礎上,采用合理的目標偏向策略、隨機樹節(jié)點擴展機制、節(jié)點修剪策略和行駛軌跡平滑化方法生成更優(yōu)的安全避障軌跡。本文的主要研究內容包括以下幾個方面:1)避障系統(tǒng)的危險評估研究。本文假設已經知道交通車的行駛意圖,主要研究交通車軌跡預測、主車避障軌跡簇評估和碰撞概率計算。為了兼顧計算的可信度和運算速度,本文將確定性軌跡預測和概率性軌跡預測相結合,當主車和交通車確定性軌跡距離較近時,考慮汽車未來行駛軌跡的不確定性;在評估主車避障軌跡簇時,同時考慮主車的方向和速度變化以擴大搜索范圍;根據主車和交通車位置分布的概率密度函數得出碰撞概率,為提高計算速度,采用經過改進的蒙特卡洛模擬方法求解。2)結構化道路避障決策初步研究。根據危險評估結果選擇合適的避障策略以避開危險,分別對車道行駛和交叉路口行駛兩種典型工況進行了研究,鑒于研究時間有限,本文的避障決策較為簡單。3)避障軌跡規(guī)劃研究。軌跡規(guī)劃方面采用快速搜索隨機樹算法(RRT)規(guī)劃避障軌跡,為保證軌跡規(guī)劃效果及計算速度,本文對快速搜索隨機樹算法進行了諸多改進,使生成的軌跡滿足汽車動力學約束且減少了軌跡的曲折波動;由于生成軌跡的隨機性,產生多條可行軌跡,根據避障和穩(wěn)定性要求從中選擇一條最優(yōu)軌跡作為規(guī)劃的避障軌跡。軌跡跟隨控制方面采用最優(yōu)預瞄方法跟隨規(guī)劃的軌跡。4)仿真驗證與分析。對整個避障系統(tǒng)進行了仿真驗證,仿真工況包含靜態(tài)和動態(tài)的環(huán)境,仿真結果驗證了本文提出的方法和避障系統(tǒng)的有效性,能夠適應較復雜環(huán)境的動態(tài)變化。
【關鍵詞】：智能汽車 避障系統(tǒng) 危險評估 軌跡預測 軌跡規(guī)劃
【學位授予單位】：吉林大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：U463.6
【目錄】：

• 摘要4-6
• ABSTRACT6-11
• 第1章 緒論11-27
• 1.1 課題研究背景及意義11-12
• 1.2 智能汽車避障相關技術研究現(xiàn)狀12-24
• 1.2.1 智能汽車避障危險評估研究現(xiàn)狀13-21
• 1.2.2 智能汽車軌跡規(guī)劃研究現(xiàn)狀21-24
• 1.3 本文擬解決的問題及主要研究內容24-27
• 第2章 智能汽車避障危險評估27-47
• 2.1 汽車避障危險評估方法概述28-29
• 2.2 未來行駛軌跡預測29-38
• 2.2.1 基于車輛狀態(tài)的行駛軌跡預測30-31
• 2.2.2 基于駕駛意圖的行駛軌跡預測31-35
• 2.2.3 最終預測軌跡的生成35-38
• 2.3 軌跡碰撞檢測38-44
• 2.3.1 確定性的軌跡碰撞檢測38-40
• 2.3.2 預測軌跡的不確定性40-41
• 2.3.3 碰撞概率計算41-44
• 2.4 本章小節(jié)44-47
• 第3章 結構化道路避障決策策略47-53
• 3.1 車道行駛避障決策47-49
• 3.1.1 汽車危險等級劃分48-49
• 3.1.2 車道行駛避障決策49
• 3.2 交叉路口行駛避障決策49-51
• 3.3 本章小節(jié)51-53
• 第4章 智能汽車避障軌跡規(guī)劃53-73
• 4.1 快速搜索隨機樹算法基本原理53-55
• 4.2 基于RRT的避障軌跡規(guī)劃算法概述55-56
• 4.3 改進的隨機樹節(jié)點擴展機制56-59
• 4.3.1 目標偏向策略57-58
• 4.3.2 節(jié)點連接策略58-59
• 4.4 避障軌跡的優(yōu)化59-63
• 4.4.1 節(jié)點修剪方法59-60
• 4.4.2 軌跡平滑化方法60-62
• 4.4.3 最優(yōu)軌跡選擇62
• 4.4.4 軌跡的實時規(guī)劃62-63
• 4.5 軌跡跟隨控制63-66
• 4.5.1 汽車動力學模型63-64
• 4.5.2 最優(yōu)預瞄控制64-66
• 4.6 避障軌跡規(guī)劃仿真及性能對比66-71
• 4.7 本章小節(jié)71-73
• 第5章 仿真驗證與分析73-83
• 5.1 仿真環(huán)境介紹73-74
• 5.2 避障系統(tǒng)仿真驗證74-81
• 5.2.1 換道工況74-77
• 5.2.2 干擾換道工況77-80
• 5.2.3 交叉路口工況80-81
• 5.3 本章小節(jié)81-83
• 第6章 全文總結與展望83-85
• 6.1 全文總結83-84
• 6.2 未來工作展望84-85
• 參考文獻85-91
• 作者簡介及科研成果91-93
• 致謝93

【參考文獻】

中國期刊全文數據庫 前4條

1 杜明博;梅濤;陳佳佳;趙盼;梁華為;黃如林;陶翔;;復雜環(huán)境下基于RRT的智能車輛運動規(guī)劃算法[J];機器人;2015年04期

2 孫浩;鄧偉文;張素民;吳夢勛;;考慮全局最優(yōu)性的汽車微觀動態(tài)軌跡規(guī)劃[J];吉林大學學報(工學版);2014年04期

3 邊明遠;;基于緊急變道策略的汽車主動避障安全車距模型[J];重慶理工大學學報(自然科學);2012年04期

4 郭孔輝;駕駛員—汽車閉環(huán)系統(tǒng)操縱運動的預瞄最優(yōu)曲率模型[J];汽車工程;1984年03期

中國博士學位論文全文數據庫 前2條

1 陳佳佳;城市環(huán)境下無人駕駛車輛決策系統(tǒng)研究[D];中國科學技術大學;2014年

2 朱愿;基于視覺和雷達的智能車輛自主換道決策機制與控制研究[D];中國人民解放軍軍事醫(yī)學科學院;2014年

中國碩士學位論文全文數據庫 前9條

1 李勇;無信號燈十字交叉口協(xié)作車輛控制研究[D];北京理工大學;2015年

2 賈瑞;基于滾動優(yōu)化的自主駕駛車輛避障控制[D];吉林大學;2014年

3 陳冬雪;城市工況汽車低速避撞控制策略研究[D];吉林大學;2014年

4 李林雷;基于彈性帶理論的機器人路徑規(guī)劃算法研究[D];西安電子科技大學;2013年

5 喻再濤;高速公路環(huán)境中基于預測控制的自主車輛避障控制[D];吉林大學;2012年

6 肖浩;基于危險斥力場的汽車主動避撞局部路徑規(guī)劃研究[D];湖南大學;2012年

7 劉多能;基于人機智能融合的移動機器人路徑規(guī)劃方法研究[D];國防科學技術大學;2011年

8 隋玲玲;復雜未知環(huán)境下機器人路徑規(guī)劃算法研究[D];復旦大學;2010年

9 王文霞;高速公路基本路段車輛換道安全距離模型的研究[D];吉林大學;2007年

，

本文編號：981986