近些年來,國內(nèi)機動車的數(shù)量和機動車駕駛員數(shù)量的急速增加,導(dǎo)致了交通事故頻繁的發(fā)生,而其中車輛變道是造成一些嚴重交通事故的主要原因。因此,為了提高汽車在行駛過程中的安全性,一些汽車廠商和研究人員開發(fā)了先進的駕駛輔助系統(tǒng)（ADAS）,其中包括前碰撞預(yù)警系統(tǒng)（FCWS）、自動緊急制動（AEB）、車道保持輔助（LKA）等功能用于提高汽車駕駛安全,發(fā)現(xiàn)潛在的危險。通過對國內(nèi)外相關(guān)文獻的調(diào)研,發(fā)現(xiàn)大部分研究中對變道預(yù)測的方法都需要大量的訓(xùn)練數(shù)據(jù)才能獲得較好效果,這通常意味著需要巨大的經(jīng)濟成本和時間成本,用于收集不同道路場景的實際數(shù)據(jù)來訓(xùn)練算法。此外,隨著目標車輛數(shù)量的增加,算法的計算效率將大大降低,這些缺點限制了這些方法在車輛車載系統(tǒng)中的適用性。另一方面,許多方法都依賴于從雷達或視頻中收集或提取的信息。缺點是這些傳感器容易受到障礙物,雨雪天氣和其他障礙物阻擋等因素的影響。本文根據(jù)車輛無線通信協(xié)議標準（WAVE）中發(fā)送的基本安全消息（BSMs）,設(shè)計了在人工駕駛車輛的ADAS系統(tǒng)中的高效,可靠的車輛變道預(yù)測和防碰撞預(yù)警系統(tǒng),以提高駕駛安全。本文的主要工作如下:（1）本文提出了一種基于車輛狀態(tài)信息和駕... 

【文章來源】：合肥工業(yè)大學(xué)安徽省 211工程院校 教育部直屬院校

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【部分圖文】：

近五年小型載客汽車和私家車保有量情況

第一章緒論3圖1.2汽車變道預(yù)警系統(tǒng)的組成Fig1.2Compositionoflanechangewarningsystem1.2.1感知模塊的研究了解自我交通工具運動狀態(tài)和周圍物體的移動是避免碰撞的必要條件，感知模塊的作用就是收集汽車的信息和行駛環(huán)境的信息，為變道預(yù)測模塊提供數(shù)據(jù)輸入。車載傳感器和通信是獲取信息的兩種主要方式。車載傳感器在輔助駕駛系統(tǒng)中起到了重要作用，攝像機和雷達傳感器是車輛最常用的兩種傳感器，早在1999年，日本三菱公司便借助機器視覺監(jiān)視車輛行駛的道路狀況，防止車輛偏離車道。除了對車輛外部環(huán)境的了解，目前一些研究人員利用車載攝像機捕捉駕駛員駕駛車輛時的動作信息用于推測駕駛員的變道意圖。例如使用車載內(nèi)置式攝像機對駕駛員開車時候的頭部圖像進行捕捉，對駕駛員的頭部和眼部動作進行分析，預(yù)測本車駕駛員的變道意圖[4]。車載雷達包括超聲波雷達、紅外雷達、激光雷達、毫米波雷達等，其中被稱為汽車自動駕駛之眼的毫米波雷達的使用最為普遍。2010年，德國開姆尼茨理工大學(xué)的研究人員開發(fā)了一種變道輔助系統(tǒng)，由一個77千兆赫遠程雷達（LRR），兩個24千兆赫短程雷達（SRRs）和兩個攝像機組成[5]。攝像機用于確定車輛在道路中的位置，雷達傳感器用于測量遠距離的車輛，通過對其他車輛的運動狀態(tài)分析，給本車駕駛員合適的變道建議。隨著無線傳感器的廣泛應(yīng)用和通訊技術(shù)的不斷發(fā)展，人們發(fā)現(xiàn)，利用通信的手段實現(xiàn)車車通信在解決交通擁堵和行駛安全等問題有較好的優(yōu)勢。2005年，通用公司首先開發(fā)出了車車信息通訊（VehicleToVehicle，V2V）系統(tǒng)用于汽車間信息傳輸，汽車搭載有無線通訊設(shè)備和全球定位系統(tǒng)，檢測是否有車輛出現(xiàn)在視線盲區(qū)或者拐彎處以便提醒駕駛員注意[6]。2014年，福特汽車公司在汽車上安裝了基于Wi-Fi傳輸?shù)腣2V技術(shù)

合肥工業(yè)大學(xué)碩士學(xué)位論文4[7]。除了車對車之間的通信，車輛也可以從云端獲取全局宏觀交通信息和實時的局部交通信息場景下的汽車自適應(yīng)車輛碰撞防御系統(tǒng)[8]。1.2.2變道預(yù)測模塊的研究汽車變道預(yù)測模塊是整個變道預(yù)警算法的核心，只有準確的對目標車輛變道操作進行估計，碰撞風(fēng)險的計算才有意義。汽車完整的變道過程可以由三個階段組成，如圖1.3所示，第一階段為汽車的變道意圖生成，對變道環(huán)境檢查階段。駕駛員受到交通狀況的影響產(chǎn)生變道動機，同時會檢查是否滿足變道條件，決定是否要變道。在這階段中，預(yù)測方法主要根據(jù)交通環(huán)境信息進行預(yù)測。第二階段為汽車實施變道操作階段，司機一旦確定變道意圖，會采取相應(yīng)的制動措施控制汽車離開本車道駛向目標車道。在這階段預(yù)測方法主要根據(jù)汽車的行駛狀態(tài)進行估計。第三階段為汽車穿過道路邊界線以后在另一個車道調(diào)整的階段。圖1.3汽車變道過程Fig1.3Vehiclelanechangeprocess在第一階段中，交通環(huán)境是駕駛員變道意圖產(chǎn)生的主要刺激因素，例如，變道機動通常發(fā)生在前方低速車輛或后方高速行駛的車輛時，通過對行駛的交通環(huán)境分析可以提高預(yù)測的準確度。這些模型大多數(shù)基于目標車輛和周圍車輛的相對速度和位置，利用相對于其他車輛的動力學(xué)特性來進行預(yù)測。1996年，美國麻省理工大學(xué)的Q.Yang對駕駛員的變道操作的假設(shè)是基于車輛在目標車道上的超前和滯后間隙，當(dāng)間隙的差距達到最小可接受大小時，判斷駕駛員傾向于改變車道[9]。在文獻[8]中提出的自適應(yīng)車輛防撞系統(tǒng)中是利用目標車輛與周圍車輛之間的相對距離和速度來預(yù)測車道改變的可能性。除了使用速度和距離信息外，碰撞時間(Time-to-collision，TTC)作為測量車輛之間的危險程度的參數(shù)經(jīng)常被用于變道預(yù)測中。TTC越小，交通狀況越危險，反之?

【參考文獻】：
期刊論文
[1]車聯(lián)網(wǎng)終端的設(shè)計與實現(xiàn)[J]. 牛坤,丁志中,王煜.  計算機系統(tǒng)應(yīng)用. 2016(07)
[2]基于NGSIM軌跡數(shù)據(jù)的換道行為微觀特性分析[J]. 張穎達,邵春福,李慧軒,馬雪婧.  交通信息與安全. 2015(06)
[3]基于貝葉斯網(wǎng)絡(luò)的車輛換道模型[J]. 邱小平,劉亞龍,馬麗娜,楊達.  交通運輸系統(tǒng)工程與信息. 2015(05)
[4]汽車智能防追尾控制系統(tǒng)設(shè)計[J]. 孫浩,周力,邱意敏.  西華大學(xué)學(xué)報(自然科學(xué)版). 2013(06)
[5]車聯(lián)網(wǎng)網(wǎng)絡(luò)架構(gòu)與媒質(zhì)接入機制研究[J]. 須超,王新紅,劉富強.  中興通訊技術(shù). 2011(03)

碩士論文
[1]基于貝葉斯網(wǎng)絡(luò)的車輛變道行為分析[D]. 黨彤.西安理工大學(xué) 2018
[2]基于WAVE通信協(xié)議的車路協(xié)同系統(tǒng)的研究與設(shè)計[D]. 張東偉.天津理工大學(xué) 2018
[3]基于毫米波雷達的汽車變道預(yù)警系統(tǒng)報警級別的研究[D]. 李尊.長安大學(xué) 2017
[4]基于ZigBee的高速公路車輛防碰撞預(yù)警系統(tǒng)研究[D]. 王春磊.哈爾濱工業(yè)大學(xué) 2010
[5]基于VISSIM的實時數(shù)據(jù)交通仿真技術(shù)的應(yīng)用研究[D]. 謝正全.西南交通大學(xué) 2010



本文編號：3509018