【摘要】：高級(jí)駕駛員輔助系統(tǒng)(Advanced Driver Assistance Systems,ADAS)逐漸應(yīng)用于汽車中,提高了駕駛的安全性和舒適性。ADAS主要由感知層、決策層、控制層組成:感知層主要包括車輛中集成的各種傳感器;決策層主要是車載ADAS電子控制單元(Electronic Control Unit,ECU);控制層包括車輛中安裝的電子剎車,電子轉(zhuǎn)向,電子驅(qū)動(dòng)以及電子信號(hào)提示等。ADAS系統(tǒng)是通過安裝在車輛上的各種傳感器(紅外線探測(cè)器,雷達(dá),相機(jī))對(duì)周邊環(huán)境進(jìn)行探測(cè),并對(duì)采集到的環(huán)境信息由ECU進(jìn)行實(shí)時(shí)地分析實(shí)現(xiàn)對(duì)周圍環(huán)境中的其他目標(biāo)的識(shí)別和檢測(cè),掌控周邊環(huán)境,預(yù)測(cè)危險(xiǎn)發(fā)生。最終由控制層和人機(jī)交互系統(tǒng)作出相應(yīng)的控制行為,如變道、巡航、減速、動(dòng)力轉(zhuǎn)換、緊急制動(dòng)等。ADAS系統(tǒng)功能的實(shí)現(xiàn)離不開精準(zhǔn)的ADAS導(dǎo)航地圖,ADAS導(dǎo)航地圖介于普通導(dǎo)航地圖與高精度導(dǎo)航地圖之間。與傳統(tǒng)導(dǎo)航地圖相比,ADAS導(dǎo)航數(shù)據(jù)已經(jīng)實(shí)現(xiàn)由二維道路級(jí)轉(zhuǎn)變?yōu)槿S車道級(jí),具有精度高,精細(xì)化程度高等特點(diǎn),高程信息的引入是ADAS導(dǎo)航地圖相比傳統(tǒng)導(dǎo)航地圖最大的轉(zhuǎn)變,相較于高精度導(dǎo)航地圖,在空間維度上ADAS導(dǎo)航地圖在地圖精細(xì)化程度與精度上略有不足,但基本上具有高精度地圖的一些特點(diǎn)。高精度的三維坐標(biāo)信息的引入,使車輛可以計(jì)算實(shí)時(shí)坡度與曲率,大大提高了車輛安全性和經(jīng)濟(jì)性,而導(dǎo)航地圖數(shù)據(jù)采集手段以及后期地圖構(gòu)建方法,使其高程信息出現(xiàn)大量的畸變。即不同LINK上的同名NODE點(diǎn)上高程不一致。該問題嚴(yán)重影響數(shù)據(jù)的LINK的連續(xù)性和整體數(shù)據(jù)的高程平滑性,降低了數(shù)據(jù)的可用性,并直接導(dǎo)致安全隱患。本文提出一套基于水準(zhǔn)網(wǎng)平差思想的ADAS高程畸變修正算法,主要從ADAS高程數(shù)據(jù)字段最優(yōu)組合、數(shù)據(jù)預(yù)處理中的EDGE抽象方法、最小獨(dú)立閉合環(huán)搜索算法的改進(jìn)、圖的獨(dú)立性判別與冗余圖剝離算法、EDGE改正數(shù)的最優(yōu)估計(jì)及最優(yōu)分配方法、ADAS導(dǎo)航數(shù)據(jù)數(shù)據(jù)重建與回庫(kù)等方面做了大量實(shí)驗(yàn)及驗(yàn)證,本文所作的工作完全消除了ADAS導(dǎo)航地圖中的高程畸變,在抽取北京地區(qū)計(jì)算結(jié)果進(jìn)行數(shù)據(jù)分析后,其EDGE高差改正數(shù)中誤差為0.221m,最小數(shù)據(jù)元形狀點(diǎn)高程改正數(shù)中誤差為2.019m。完全滿足ADAS導(dǎo)航地圖高程數(shù)據(jù)平滑性優(yōu)化的客觀要求。為ADAS導(dǎo)航地圖三維信息的完整性、精確性提供了技術(shù)支撐,提升了ADAS導(dǎo)航地圖數(shù)據(jù)的質(zhì)量,具有整體符合性好,對(duì)原始數(shù)據(jù)改動(dòng)幅度小,整體合理的優(yōu)點(diǎn)。
【學(xué)位授予單位】：北京建筑大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：U463.67
【圖文】：

第 1 章 緒論各種各樣的移動(dòng)道路測(cè)量系統(tǒng)，使制作更精細(xì)更精確的導(dǎo)航地圖成為可能。地圖作為 ADAS 的系統(tǒng)先驗(yàn)信息，為 ADAS 功能模塊提供了更多的發(fā)揮空界上越來(lái)越多的國(guó)家都制定和出臺(tái)了相關(guān)的技術(shù)標(biāo)準(zhǔn)[13]。ADAS 導(dǎo)航地圖是介于普通導(dǎo)航地圖與高精度導(dǎo)航地圖之間的一種導(dǎo)航地圖ADAS 導(dǎo)航地圖已經(jīng)具備高精度地圖的特點(diǎn)，四維圖新發(fā)布的報(bào)告中指出目DAS 導(dǎo)航地圖的相對(duì)精度已經(jīng)達(dá)到 20cm。與傳統(tǒng)導(dǎo)航地圖最大的區(qū)別在于 地圖是三維的，如圖 1-2 所示，地圖中用間隔 5m 的形狀點(diǎn)連續(xù)描述地圖中。得益于高精度的平面位置信息和高程信息，地圖可以為導(dǎo)航系統(tǒng)提供包括等信息。

程控制點(diǎn)具有一定的密度，計(jì)算結(jié)果中將有對(duì)應(yīng)數(shù)量的同名高程點(diǎn)具有相同的高程值，那么在所有的高程控制點(diǎn)的整體約束作用下，整個(gè)區(qū)域?qū)⒛軌蚝芎玫馁N合實(shí)際高程的走勢(shì)，以確保數(shù)據(jù)在宏觀上的整體符合性。2）制定了在觀測(cè)條件極好區(qū)域的自由網(wǎng)平差方案。在高速，城際高速以及中國(guó)西部等區(qū)域，由于觀測(cè)條件相對(duì)較好，因而數(shù)據(jù)質(zhì)量也相對(duì)較好，同時(shí)該地區(qū)的高程控制點(diǎn)分布較少且不均勻。在這種情況下無(wú)已知控制點(diǎn)約束的自由網(wǎng)平差是較好的選擇。針對(duì)以上兩種需求，建立高程畸變的最優(yōu)估計(jì)數(shù)學(xué)模型。（6）由于估計(jì)的直接對(duì)象是 EDGE 并非 LINK，因此改正數(shù)需要先行分配到 LINK然后再分配到基本數(shù)據(jù)單元形狀點(diǎn)（Shape_Point），科學(xué)合理地分配改正數(shù)對(duì)于最終的數(shù)據(jù)改動(dòng)幅度，數(shù)據(jù)與實(shí)際的符合程度，對(duì)真實(shí)坡度的影響程度等是非常重要的影響因素。因此需要設(shè)計(jì)算法將 EDGE 的改正參數(shù)合理地分配到每一個(gè)基本數(shù)據(jù)元。以上是本文論述的主要問題，在此之外還涉及到數(shù)據(jù)的原始恢復(fù)等工作，該工作目的是將改正后的基本數(shù)據(jù)單元對(duì)應(yīng)替換到原始數(shù)據(jù)數(shù)據(jù)中。保證原始數(shù)據(jù)結(jié)構(gòu)上的穩(wěn)定性。本文將圍繞以上幾個(gè)問題展開論述，詳細(xì)的研究思路與技術(shù)路線如圖 1-3 所示。

第 2 章 ADAS 導(dǎo)航地圖2.1 ADAS 導(dǎo)航地圖構(gòu)建流程移動(dòng)道路測(cè)量系統(tǒng)的出現(xiàn)和發(fā)展，帶動(dòng)了導(dǎo)航地圖采集手段和作業(yè)模式的飛速發(fā)展，促進(jìn)了導(dǎo)航地圖的快速發(fā)展。移動(dòng)道路測(cè)量系統(tǒng)一般來(lái)說包括車輛載體，傳感器組，供電系統(tǒng)，數(shù)據(jù)處理系統(tǒng)，控制系統(tǒng)五部分組成[36]。如圖 2-1 所示，其中傳感器組包括 GNSS、慣性測(cè)量單元 IMU、里程計(jì) DMI、激光掃描儀、數(shù)字相機(jī)五部分組成，其中GNSS, IMU、DMI 主要獲取剛性載體的位置和姿態(tài)。激光掃描儀和數(shù)字相機(jī)則用來(lái)獲取周邊中關(guān)鍵要素的幾何形狀和影像紋理信息。目前車載移動(dòng)道路系統(tǒng)通常包括了定位定姿模塊和數(shù)據(jù)采集模塊。其中圖 2-1（a）為高精度移動(dòng)道路測(cè)量設(shè)備，圖 2-1（b）為中精度移動(dòng)道路測(cè)量設(shè)備。二者的主要區(qū)別為是否裝備高精度的激光雷達(dá)掃描設(shè)備。為L(zhǎng)3 以及 L3 以上的智能駕駛車輛所使用的高精度地圖一般需要完整的道路要素映射，需要高精度的車載激光雷達(dá)掃描設(shè)備獲取高精度的道路以及附屬設(shè)施點(diǎn)云，以備后續(xù)精細(xì)化后處理。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張志強(qiáng);;ADAS的發(fā)展歷程及趨勢(shì)[J];內(nèi)燃機(jī)與配件;2019年01期

2 趙津;杜志彬;張慶余;趙鵬超;;中國(guó)乘用車ADAS市場(chǎng)發(fā)展趨勢(shì)淺析[J];時(shí)代汽車;2019年02期

3 蕭實(shí);;ADAS成為汽車廠商新賣點(diǎn)[J];金融經(jīng)濟(jì);2019年07期

4 許廣吉;石晶;;ADAS實(shí)驗(yàn)平臺(tái)硬件在環(huán)仿真[J];汽車實(shí)用技術(shù);2019年09期

5 ;ADAS是實(shí)現(xiàn)汽車主動(dòng)安全的關(guān)鍵[J];電源世界;2017年04期

6 黃嫻嫻;何敏超;;阿爾茨海默病評(píng)定量表在我國(guó)的研究進(jìn)展[J];醫(yī)學(xué)綜述;2017年16期

7 ;圖像識(shí)別在ADAS系統(tǒng)中的應(yīng)用[J];電子產(chǎn)品世界;2016年08期

8 劉儒;孫玲;石晶;;基于ADAS實(shí)驗(yàn)平臺(tái)自適應(yīng)巡航控制系統(tǒng)的研究[J];汽車實(shí)用技術(shù);2019年17期

9 張春洲;石晶;;基于ADAS實(shí)驗(yàn)平臺(tái)的自動(dòng)垂直泊車研究[J];汽車實(shí)用技術(shù);2019年17期

10 曹桂榮;;帶ADAS功能的整車電器功能硬件在環(huán)測(cè)試系統(tǒng)研究[J];內(nèi)燃機(jī)與配件;2019年17期

相關(guān)會(huì)議論文 前10條

1 ;7家ADAS重點(diǎn)供應(yīng)商一覽[A];西南汽車信息（2018年第10期 總第391期）[C];2018年

2 ;Application of Modeling and Simulation in Clinical Drug Development for Alzheimer's Disease[A];第十二次全國(guó)臨床藥理學(xué)學(xué)術(shù)會(huì)議會(huì)議論文集[C];2010年

3 常鵬飛;徐晉暉;;面向ADAS應(yīng)用的導(dǎo)航電子地圖研究[A];衛(wèi)星導(dǎo)航系統(tǒng)應(yīng)用與繁榮2011[C];2011年

4 高鋒;李希鵬;張強(qiáng);陳達(dá)興;;基于實(shí)時(shí)虛擬現(xiàn)實(shí)的ADAS測(cè)試技術(shù)研究[A];2013中國(guó)汽車工程學(xué)會(huì)年會(huì)論文集[C];2013年

5 張曉華;;ADAS&AV仿真模擬測(cè)試的研究與發(fā)展[A];衛(wèi)星導(dǎo)航定位與北斗系統(tǒng)應(yīng)用2017——深化北斗應(yīng)用 開創(chuàng)中國(guó)導(dǎo)航新局面[C];2017年

6 柏麟;;智能網(wǎng)聯(lián)汽車ADAS及V2X技術(shù)推廣動(dòng)態(tài)淺析[A];第十二屆中國(guó)智能交通年會(huì)大會(huì)論文集[C];2017年

7 孔悅;鄧偉文;王瑩;王珊珊;;基于虛擬環(huán)境下Vi-ADAS研發(fā)的有效性驗(yàn)證[A];2014中國(guó)汽車工程學(xué)會(huì)年會(huì)論文集[C];2014年

8 Deqi Jiang;Xiujuan Yang;Mingxing Li;Yan Wang;Yong Wang;;Efficacy and safety of galantamine treatment for patients with Alzheimer's disease:a meta-analysis of randomized controlled trials[A];2016年廣東省藥師周大會(huì)論文集[C];2015年

9 張楠;程焱;杜紅堅(jiān);;美金剛治療阿爾茨海默病的臨床研究[A];第九次全國(guó)神經(jīng)病學(xué)學(xué)術(shù)大會(huì)論文匯編[C];2006年

10 劉園園;肖世富;王濤;李霞;李冠軍;蘇寧;;中文版成套神經(jīng)心理測(cè)驗(yàn)的信度和效度及其在輕度認(rèn)知功能損害診斷中的應(yīng)用[A];中華醫(yī)學(xué)會(huì)精神病學(xué)分會(huì)第九次全國(guó)學(xué)術(shù)會(huì)議論文集[C];2011年

相關(guān)重要報(bào)紙文章 前10條

1 賽迪智庫(kù)無(wú)線電管理研究所 孫美玉;ADAS傳感器:從“做產(chǎn)品”到“做品牌”[N];新能源汽車報(bào);2018年

2 許恒錦;ABI：智能駕駛時(shí)代保險(xiǎn)業(yè)的機(jī)遇與挑戰(zhàn)[N];中國(guó)保險(xiǎn)報(bào);2017年

3 記者 朱艷霞;ADAS為車險(xiǎn)行業(yè)帶來(lái)科技清風(fēng)[N];中國(guó)保險(xiǎn)報(bào);2017年

4 記者 邱登科;Edge AI：讓車輛理賠率下降六成[N];民營(yíng)經(jīng)濟(jì)報(bào);2018年

5 本報(bào)記者 陳炳欣;瑞薩全面布局ADAS市場(chǎng) 環(huán)景監(jiān)測(cè)成重點(diǎn)[N];中國(guó)電子報(bào);2015年

6 本報(bào)記者 顧鴻儒;自動(dòng)駕駛：行業(yè)理性回歸 安全更受重視[N];中國(guó)電子報(bào);2019年

7 張欽思;ADAS與自動(dòng)駕駛[N];電腦報(bào);2018年

8 本報(bào)記者 楊博;MBLY助力自動(dòng)駕駛 REM用戶持續(xù)擴(kuò)容[N];中國(guó)證券報(bào);2016年

9 陳炳欣;ADAS解決方案引領(lǐng)前置攝像頭市場(chǎng)[N];中國(guó)電子報(bào);2017年

10 麥姆斯咨詢CEO 王懿;ADAS推高毫米波雷達(dá)需求 上游企業(yè)如何跟進(jìn)[N];中國(guó)電子報(bào);2018年

相關(guān)博士學(xué)位論文 前1條

1 周炯;說漢語(yǔ)中國(guó)老人的遺忘型輕度認(rèn)知功能障礙和阿爾茨海默病的彌散張量成像和神經(jīng)語(yǔ)言學(xué)研究[D];浙江大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 陳志鋒;ADAS導(dǎo)航地圖高程畸變處理算法及實(shí)現(xiàn)[D];北京建筑大學(xué);2019年

2 董旭陽(yáng);基于ADAS實(shí)驗(yàn)平臺(tái)的汽車AEB系統(tǒng)仿真研究[D];遼寧工業(yè)大學(xué);2019年

3 王易川;基于視頻的ADAS車道檢測(cè)系統(tǒng)的研究[D];杭州電子科技大學(xué);2018年

4 岳天明;基于AVB的ADAS視頻節(jié)點(diǎn)設(shè)計(jì)與實(shí)現(xiàn)[D];武漢理工大學(xué);2017年

5 朱博文;ADAS傳感器檢測(cè)設(shè)備中伺服電機(jī)定位控制系統(tǒng)的設(shè)計(jì)[D];東北農(nóng)業(yè)大學(xué);2018年

6 張建;應(yīng)用于ADAS系統(tǒng)的CMOS低噪聲放大器技術(shù)研究[D];電子科技大學(xué);2018年

7 楊立琦;ADAS路試數(shù)據(jù)回放系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];北京交通大學(xué);2016年

8 曹臣;車載環(huán)境下基于手持終端的ADAS系統(tǒng)研究與實(shí)現(xiàn)[D];東北大學(xué);2013年

9 季雪淵;模擬前端ADAS1000在醫(yī)學(xué)穿戴式裝置中的應(yīng)用研究[D];中國(guó)人民解放軍醫(yī)學(xué)院;2015年

10 王海;基于單脈沖單通道的跟蹤數(shù)據(jù)處理[D];電子科技大學(xué);2006年

本文編號(hào)：2781790