车联网环境下智能车辆的避障策略研究
发布时间：2022-01-02 19:53
近年来,国民经济的飞速发展和人口的增加使得汽车保有量几近呈指数式增长,交通堵塞和交通事故等城市交通问题亟待解决。因此,对提高道路交通安全的辅助驾驶技术进行相关技术研究具有重要的理论意义和实际应用价值。然而,目前关于自动变换车道方法的研究局限很大,仅依赖于其自身的传感器来获取外部信息。在整个车道变换过程中,假定周围的车辆状态是静态的与复杂且可变的实际道路状况相矛盾。因此,本文提出了一种基于车辆网络信息的自动车道变换策略。智能汽车通过车联网和传感器来感知行驶环境,传感器包括毫米波雷达、GPS、摄像头和激光雷达等来,这些原始数据通过“传感器数据融合模块”进行融合,同时车联网收发单元接收车联网实时信息得到动静态障碍物信息。系统根据障碍物的实时信息,规划出一条安全、舒适和通行效率高的行驶轨迹,然后对这条轨迹进行跟踪控制。本文首先对国内外局部路径规划方法和路径跟踪控制方法进行分析总结,选取改进的多项式理论作为避障路径规划的方法,在以多项式理论为基础的路径规划中,对周围道路信息及障碍物信息的运动状态进行分析,选取最小安全距离作为改善多项式路径的性能参数,保证了通行效率和安全性;在得出最优换道轨迹后选...
【文章来源】：江苏大学江苏省
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
中国汽车保有量及增速Fig.1.1China'scarownershipandgrowthrate汽车数量的增加在给出行带来极大便利的同时，也不可避免带来频繁的交通
江苏大学硕士学位论文实时车辆位置和状态信息，可以更好地提高传统传感器在道路识别上的能力。另外，车联网技术具有很好的实时性和预测性，在车辆主动安全方面起着不可或缺的作用。目前，主流先进的驾驶辅助系统（图 1.3）包括车道保持辅助系统（LKAS）、自适应巡航控制（ACC）、自主紧急制动（AEB）以及车道偏离预警系统（LDW）等子系统。借助于先进的传感通信技术，可实时获取自动驾驶车辆的运动状态和周围环境的信息。根据设计的换道避障策略，我们可以及时警告驾驶员发生追尾碰撞的危险。当追尾碰撞不能避免时，系统会主动介入以减少碰撞程度。
图 1.4 Navlab2V 无人驾驶汽车Fig.1.4 Navlab2V driverless vehicle 年美国举办的机器人挑战赛极大地激发了人们对无人驾驶憾的是许多参赛车辆没有跑完全程，仅仅斯坦福大学的参赛车图 1.5）成功跑完全程，该车利用车载传感设备获取信息，为息，数据更新频率为 10Hz,因此获得较为准确的周围障碍物及径。
【参考文献】：
期刊论文
[1]基于计算机视觉的交通标志自动识别软件研究与实现[J]. 李俊华,宋海玉,佟雨欣,张奇,牛军海,张宇新. 中国高新科技. 2018(01)
[2]基于元胞自动机的车辆换道行为研究[J]. 李娟,曲大义,刘聪,王进展,许翔华. 公路交通科技. 2016(11)
[3]智能网联汽车现状及发展战略建议[J]. 李克强. 经营者(汽车商业评论). 2016(02)
[4]动态环境下基于模糊逻辑算法的移动机器人路径规划[J]. 李擎,张超,韩彩卫,张婷,张维存. 中南大学学报(自然科学版). 2013(S2)
[5]基于道路势场的智能车辆机动驾驶控制算法[J]. 曹凯,周芦芦,张政新. 系统仿真学报. 2011(10)
[6]并线工况下车载雷达有效目标快速检测方法[J]. 张威,陈慧岩,刘海鸥,宋卫群. 北京理工大学学报. 2011(01)
[7]基于模糊化环境建模的无人车路径规划研究[J]. 王文刚,张秀丽,王曦鸣. 国防制造技术. 2009(03)
[8]基于遗传算法的移动机器人动态路径规划研究[J]. 王海英,蔡向东,尤波,张礼勇. 传感器与微系统. 2007(08)
[9]动态环境中基于模糊神经网络的AGV路径规划[J]. 肖本贤,齐东流,刘海霞,李善寿. 系统仿真学报. 2006(09)
[10]微观仿真中车辆换道的行为分析和建模[J]. 杨建国,王金梅,李庆丰,王兆安. 公路交通科技. 2004(11)
博士论文
[1]基于视觉和雷达的智能车辆自主换道决策机制与控制研究[D]. 朱愿.中国人民解放军军事医学科学院 2014
[2]车辆主动安全系统关键预测算法研究[D]. 詹盛.长安大学 2014
[3]智能车辆自动换道与自动超车控制方法的研究[D]. 游峰.吉林大学 2005
[4]避障路径规划的算法研究[D]. 戴光明.华中科技大学 2004
[5]自主驾驶汽车智能控制系统[D]. 孙振平.国防科学技术大学 2004
硕士论文
[1]基于模糊控制的智能交通研究[D]. 何佩伦.西安科技大学 2017
[2]无人驾驶车辆换道控制方法研究[D]. 王震宇.东南大学 2016
[3]基于人工势场法的机器人路径规划研究[D]. 程紫云.燕山大学 2016
[4]基于模型预测控制的无人驾驶车辆轨迹跟踪控制算法研究[D]. 孙银健.北京理工大学 2015
[5]基于车联网的车辆移动状态识别研究[D]. 黄勋.华南理工大学 2012
[6]城市道路车辆变道安全距离模型研究[D]. 郭文莲.长沙理工大学 2009
本文编号：3564789
【文章来源】：江苏大学江苏省
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
中国汽车保有量及增速Fig.1.1China'scarownershipandgrowthrate汽车数量的增加在给出行带来极大便利的同时，也不可避免带来频繁的交通
江苏大学硕士学位论文实时车辆位置和状态信息，可以更好地提高传统传感器在道路识别上的能力。另外，车联网技术具有很好的实时性和预测性，在车辆主动安全方面起着不可或缺的作用。目前，主流先进的驾驶辅助系统（图 1.3）包括车道保持辅助系统（LKAS）、自适应巡航控制（ACC）、自主紧急制动（AEB）以及车道偏离预警系统（LDW）等子系统。借助于先进的传感通信技术，可实时获取自动驾驶车辆的运动状态和周围环境的信息。根据设计的换道避障策略，我们可以及时警告驾驶员发生追尾碰撞的危险。当追尾碰撞不能避免时，系统会主动介入以减少碰撞程度。
图 1.4 Navlab2V 无人驾驶汽车Fig.1.4 Navlab2V driverless vehicle 年美国举办的机器人挑战赛极大地激发了人们对无人驾驶憾的是许多参赛车辆没有跑完全程，仅仅斯坦福大学的参赛车图 1.5）成功跑完全程，该车利用车载传感设备获取信息，为息，数据更新频率为 10Hz,因此获得较为准确的周围障碍物及径。
【参考文献】：
期刊论文
[1]基于计算机视觉的交通标志自动识别软件研究与实现[J]. 李俊华,宋海玉,佟雨欣,张奇,牛军海,张宇新. 中国高新科技. 2018(01)
[2]基于元胞自动机的车辆换道行为研究[J]. 李娟,曲大义,刘聪,王进展,许翔华. 公路交通科技. 2016(11)
[3]智能网联汽车现状及发展战略建议[J]. 李克强. 经营者(汽车商业评论). 2016(02)
[4]动态环境下基于模糊逻辑算法的移动机器人路径规划[J]. 李擎,张超,韩彩卫,张婷,张维存. 中南大学学报(自然科学版). 2013(S2)
[5]基于道路势场的智能车辆机动驾驶控制算法[J]. 曹凯,周芦芦,张政新. 系统仿真学报. 2011(10)
[6]并线工况下车载雷达有效目标快速检测方法[J]. 张威,陈慧岩,刘海鸥,宋卫群. 北京理工大学学报. 2011(01)
[7]基于模糊化环境建模的无人车路径规划研究[J]. 王文刚,张秀丽,王曦鸣. 国防制造技术. 2009(03)
[8]基于遗传算法的移动机器人动态路径规划研究[J]. 王海英,蔡向东,尤波,张礼勇. 传感器与微系统. 2007(08)
[9]动态环境中基于模糊神经网络的AGV路径规划[J]. 肖本贤,齐东流,刘海霞,李善寿. 系统仿真学报. 2006(09)
[10]微观仿真中车辆换道的行为分析和建模[J]. 杨建国,王金梅,李庆丰,王兆安. 公路交通科技. 2004(11)
博士论文
[1]基于视觉和雷达的智能车辆自主换道决策机制与控制研究[D]. 朱愿.中国人民解放军军事医学科学院 2014
[2]车辆主动安全系统关键预测算法研究[D]. 詹盛.长安大学 2014
[3]智能车辆自动换道与自动超车控制方法的研究[D]. 游峰.吉林大学 2005
[4]避障路径规划的算法研究[D]. 戴光明.华中科技大学 2004
[5]自主驾驶汽车智能控制系统[D]. 孙振平.国防科学技术大学 2004
硕士论文
[1]基于模糊控制的智能交通研究[D]. 何佩伦.西安科技大学 2017
[2]无人驾驶车辆换道控制方法研究[D]. 王震宇.东南大学 2016
[3]基于人工势场法的机器人路径规划研究[D]. 程紫云.燕山大学 2016
[4]基于模型预测控制的无人驾驶车辆轨迹跟踪控制算法研究[D]. 孙银健.北京理工大学 2015
[5]基于车联网的车辆移动状态识别研究[D]. 黄勋.华南理工大学 2012
[6]城市道路车辆变道安全距离模型研究[D]. 郭文莲.长沙理工大学 2009
本文编号：3564789
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3564789.html
