人工智能技術(shù)在解決智能網(wǎng)聯(lián)汽車在復雜場景下的感知決策課題中具有極大的應用潛力,但同時面臨車載算力限制、開發(fā)效率較低與場景驗證困難的三個方面的挑戰(zhàn)。為此,本論文提出一種基于高性能計算平臺的仿真平臺。該平臺主要包括以下兩個個內(nèi)容:（1）構(gòu)建基于高性能計算的仿真平臺,并在其中融合多種常用人工智能算法,提供算法支持;（2）提出一種虛實融合的半真實仿真測試場景,解決算法驗證過程中對場景的隨機性、真實性的需求,提高保障測試安全的同時,提高測試效率。論文的主要研究研究內(nèi)容如下:（1）針對在人工智能算法開發(fā)門檻高、開發(fā)效率低下的問題,以及針對人工智能算法需要較高的車載算力的問題,本文搭建了一個融合低延遲圖像傳輸算法及多種人工智能算法的高性能計算仿真平臺。開發(fā)了模塊化封裝的各類人工智能算法開發(fā)工具箱,降低人工智能算法開發(fā)門檻,提高開發(fā)效率。同時算法開發(fā)工具箱多線程調(diào)用,支撐云平臺多車感知決策需求。算法開發(fā)工具箱主要包括:目標識別算法、語義分割算法、車道線識別算法、端到端決策算法、有限狀態(tài)機決策算法以及低延遲圖像傳輸系統(tǒng)。依靠5G等高帶寬、低時延的通訊手段,在云端實現(xiàn)感知決策等對算力需求較大的任務,并將結(jié)... 

【文章來源】：電子科技大學四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：93 頁

【學位級別】：碩士

【部分圖文】：

國內(nèi)外駕駛仿真平臺自動駕駛模擬技術(shù)有助于認證機構(gòu)改善對車載智能化系統(tǒng)的認證程序和監(jiān)控

自動駕駛實車系統(tǒng)

電子科技大學碩士學位論文燈、建筑物和其它道路特征等靜態(tài)交通目標。圖1-3Waymo路測車傳感器配置認知模塊是智能車的大腦，通過傳感器得到的感知數(shù)據(jù)通過智能算法的處理，可以得到智能車周邊的語義和認知信息，通過車道線識別算法，可以使車了解到行駛區(qū)域，通過目標識別定位算法，可以使車認識到周邊的障礙物種類和相對位置，軌跡預測算法可以使智能車通過預測出的目標軌跡動態(tài)規(guī)劃自身的行車軌跡，多個認知模塊共同組成了智能網(wǎng)聯(lián)車的認知系統(tǒng)。決策系統(tǒng)是智能車的小腦，最終控制車輛在道路上的正常行駛，當前主流的決策方式方式主要分為兩種，分別是基于人為預先設(shè)定規(guī)則的行為決策方式和基于算法自學習的行為決策方式，基于人為設(shè)定規(guī)則的決策方式是根據(jù)當前的交通法規(guī)以及人們對正常道路駕駛的主觀認知，對智能車的決策系統(tǒng)進行編程從而形成一套駕駛規(guī)則庫，智能車通過有限狀態(tài)機的方式在不同狀態(tài)和策略間切換，從而實現(xiàn)自動駕駛的目的；基于學習的決策方式則是，通過記錄大量有經(jīng)驗駕駛員的一系列駕駛行為操作，不斷的迭代訓練智能學習算法，從而得到一個從傳感器輸入到智能車控制量的一個直接映射關(guān)系。1.2.2自動駕駛仿真平臺研究現(xiàn)狀自動駕駛仿真測試環(huán)境的搭建通常分為六個部分，分別是虛擬仿真場景的構(gòu)建，無人駕駛中應用的主流傳感器仿真，不同交通流下的交通場景庫構(gòu)建，無人駕駛汽車的車輛動力學建模，仿真場景中的動態(tài)交通流生成和多線程多任務以及6

【參考文獻】：
期刊論文
[1]自動駕駛仿真技術(shù)研究現(xiàn)狀[J]. 張微,李鑫慧,吳學易,唐風敏,郭蓬,何佳.  汽車電器. 2019(08)
[2]自動駕駛汽車仿真測試與評價方法進展[J]. 周干,張嵩,羅悅齊.  汽車文摘. 2019(04)
[3]CPU與GPU的計算性能對比[J]. 韓菲,李煒.  電子技術(shù)與軟件工程. 2019(01)
[4]基于有限狀態(tài)機的車輛自動駕駛行為決策分析[J]. 冀杰,黃巖軍,李云伍,吳飛.  汽車技術(shù). 2018(12)
[5]Apollo自動駕駛技術(shù)與安全設(shè)計[J]. 孫勇義.  人工智能. 2018(06)
[6]NVIDIA為模擬伙伴開放DRIVE Constellation平臺[J]. 戴朝典.  汽車電器. 2018(10)
[7]福田獲國內(nèi)首張商用車自動駕駛路測牌照[J]. 商車.  商用汽車新聞. 2018(16)
[8]自動駕駛汽車“撞人”,誰來擔責[J]. 曹建峰.  方圓. 2018(07)
[9]虛擬化技術(shù)在飛行試驗中的應用[J]. 李亞偉,屈程,宋勇剛.  信息與電腦(理論版). 2017(24)
[10]基于canny和霍夫變換的車道線識別算法研究[J]. 唐陽山,李棟梁,朱停仃,黃賢成.  汽車實用技術(shù). 2017(22)

碩士論文
[1]基于駕駛傾向的汽車防碰撞預警系統(tǒng)設(shè)計[D]. 于廣鵬.山東理工大學 2015
[2]汽車全景環(huán)視系統(tǒng)的研究[D]. 程德俊.南京農(nóng)業(yè)大學 2013



本文編號：3577083