自動(dòng)駕駛目前已成為汽車領(lǐng)域的研究熱點(diǎn),而自動(dòng)駕駛安全問(wèn)題是制約自動(dòng)駕駛技術(shù)的最關(guān)鍵因素之一。高效準(zhǔn)確的防撞預(yù)警ADAS算法對(duì)于保障自動(dòng)駕駛車輛和周邊行人的安全具有重要作用�，F(xiàn)有的防撞預(yù)警算法均基于傳統(tǒng)的安全車距模型來(lái)判斷是否發(fā)生碰撞,不具備任何預(yù)測(cè)功能。若ADAS防撞算法能在汽車行進(jìn)過(guò)程中實(shí)時(shí)預(yù)測(cè)未來(lái)可能發(fā)生的碰撞事故和后果,減少駕駛員不當(dāng)?shù)鸟{駛行為,可有效避免車禍發(fā)生。本文基于碰撞仿真大數(shù)據(jù)和深度學(xué)習(xí)方法,提出了一種仿真數(shù)據(jù)驅(qū)動(dòng)的有預(yù)知功能的防撞預(yù)警算法,該算法能夠提前直接預(yù)測(cè)計(jì)算兩車碰撞后的車輛和乘員的損傷程度,使得駕駛員在得知相應(yīng)的危險(xiǎn)程度后,提前做出規(guī)避動(dòng)作,從而杜絕事故的發(fā)生。本論文主要研究?jī)?nèi)容如下:（1）基于PC-Crash建立了深度卷積神經(jīng)網(wǎng)絡(luò)需要的碰撞仿真大數(shù)據(jù)。首先,利用PC-Crash仿真軟件建立了小汽車和大卡車車輛模型,對(duì)它們的各種碰撞工況進(jìn)行了仿真,計(jì)算出在相應(yīng)工況下兩車碰撞后的損傷系數(shù),從而獲得深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)所需要的仿真數(shù)據(jù)的數(shù)據(jù)集。其中,兩車的質(zhì)量,相對(duì)速度,相對(duì)角度,相對(duì)距離是深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的輸入,兩車碰撞后的車輛的損傷程度是神經(jīng)網(wǎng)絡(luò)的輸出。其中,損傷... 

【文章來(lái)源】：大連理工大學(xué)遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

交通事故因素Fig.1.1Trafficaccidentfactors


本文編號(hào)：3608942