视觉导航智能车辆的路径跟踪控制研究

视觉导航智能车辆的路径跟踪控制研究

论文摘要

智能车辆作为智能交通系统的核心部分,在当前对汽车安全、智能化方面要求越来越高的背景下成为各国交通领域研究的热点。基于视觉导航的智能车辆因其结构相对简单、处理信息量大等特点成为智能车辆系统最为活跃与最有潜力的分支。本文以单目视觉导航智能车辆为研究对象,对其关键技术中的路径识别与跟踪控制开展了研究工作。首先根据单目视觉的导航原理进行了自主导航智能车辆的系统方案设计,完成了转向、制动与驱动模块等关键系统的选型和结构设计。并对单目视觉导航中路径识别的关键技术提出了基于直方图阈值增强的边缘检测算法,结合Hough变换原理完成了车辆行驶道路轨迹的识别。该方法简单实用,易于实现,并对识别后的图像道路轨迹与智能车辆的期望轨迹进行了偏差计算。重点研究了基于车辆动力学模型的智能车辆路径跟踪控制。采用的动力学模型充分考虑了轮胎的侧偏特性,并且能对车辆的侧向加速度与横摆角速度等指标进行观测以评价车辆的路径跟踪性能。车辆的路径跟踪模型采用基于视觉预瞄的方法,使车辆在行驶中对前方路径有一定的预见性,从而提前对车辆加以控制调整以获得优良的跟踪性能,进而建立了视觉导航智能车辆的增广模型。运用现代控制理论方法实现对车辆路径的跟踪控制,构建了基于二次型泛函为指标的最优控制器。在对二次型最优控制加权矩阵的选取了做了大量研究工作,以保证所设计的控制器对于闭环系统有良好的动态响应特性。对于所设计的最优控制器进行了阶跃响应及带有初始误差的系统响应分析和鲁棒性分析,结果表明控制器的动态特性与鲁棒性良好。对于视觉导航智能车辆的路径跟踪控制进行了SIMULINK仿真分析,对于弧线跟踪与换道路径跟踪等工况的分析表明,所构建的路径跟踪最优控制器是满足设计要求的。并对车辆的小半径大曲率路径跟踪提出了路径曲率圆滑算法,仿真结果表明对于曲率突变,圆滑算法能有效的降低侧向加速度与横摆角加速度,从而提高车辆行驶的舒适性。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  • 1.1 课题研究背景和意义
  • 1.2 智能车辆的研究现状
  • 1.2.1 国外研究现状
  • 1.2.2 国内研究现状
  • 1.3 智能车辆的关键技术与研究方向
  • 1.4 本课题主要研究内容
  • 第2章 智能车辆的单目视觉导航
  • 2.1 单目视觉导航概述
  • 2.2 视觉导航智能车辆系统方案设计
  • 2.3 单目视觉的路径识别及SIMULINK 实现
  • 2.3.1 霍夫变换原理及其应用
  • 2.3.2 基于直方图阈值的增强道路边缘检测
  • 2.3.3 道路识别的SIMULINK 检测分析
  • 2.4 期望轨迹偏差计算
  • 2.5 本章小结
  • 第3章 视觉导航智能车辆路径跟踪系统建模
  • 3.1 车辆系统模型
  • 3.1.1 车辆模型的控制
  • 3.1.2 车辆动力学模型
  • 3.1.3 车辆动力学模型的线性化
  • 3.2 视觉预瞄路径跟踪模型
  • 3.3 视觉导航车辆的路径跟踪增广模型
  • 3.4 本章小结
  • 第4章 路径跟踪控制器设计
  • 4.1 系统的可控性与可观性分析
  • 4.2 系统的稳定性分析
  • 4.3 最优性能指标的确定
  • 4.3.1 最优控制理论简介
  • 4.3.2 线性二次型最优控制率的选取
  • 4.4 二次型指标中加权矩阵的选取
  • 4.4.1 确定加权矩阵Q 和R
  • i'>4.4.2 确定加权矩阵Q 中qi
  • 4.5 构建路径跟踪最优控制器
  • 4.5.1 预瞄距离L 的选取
  • 4.5.2 最优控制算法实现
  • 4.5.3 最优控制器的鲁棒性分析
  • 4.6 本章小结
  • 第5章 路径跟踪仿真及结果分析
  • 5.1 路径跟踪SIMULINK 模型分析验证
  • 5.2 智能车辆的路径跟踪仿真
  • 5.2.1 车辆弧线路径跟踪
  • 5.2.2 车辆换道路径跟踪
  • 5.3 路径跟踪的曲率圆滑及仿真
  • 5.3.1 基于回旋曲线的曲率圆滑
  • 5.3.2 大曲率道路圆滑跟踪仿真
  • 5.4 本章小结
  • 结论
  • 参考文献
  • 攻读硕士学位期间所发表的论文及其它成果
  • 致谢
  • 相关论文文献

    • [1].关于农业机械机器视觉导航的探讨[J]. 化工管理 2017(02)
    • [2].视觉导航系统中图像采集及处理技术综述[J]. 科技视界 2016(24)
    • [3].双半球型胶囊机器人弯曲肠道内视觉导航方法[J]. 机械工程学报 2020(07)
    • [4].智能机器人视觉导航系统的分析[J]. 电子制作 2014(01)
    • [5].梯度下降法在双目视觉导航中的一个运用[J]. 电子世界 2018(16)
    • [6].视觉导航技术的发展[J]. 导航定位与授时 2017(02)
    • [7].农业车辆视觉导航技术研究进展[J]. 农机化研究 2008(11)
    • [8].一种基于视觉导航的痰盂收集小车[J]. 常熟理工学院学报 2020(05)
    • [9].枣园视觉导航路径提取软件的设计与实现[J]. 江苏农业科学 2018(10)
    • [10].视觉导航机器人技术在大学实践教育环节内容中的探讨[J]. 大学教育 2019(01)
    • [11].基于边缘检测探究移动机器人视觉导航技术[J]. 电子技术与软件工程 2015(05)
    • [12].人工智能算法赋能视觉导航清洁机器人[J]. 人工智能 2020(05)
    • [13].一种前视红外视觉导航连续跟踪导航区选取方法[J]. 电光与控制 2015(12)
    • [14].无人机软式自主空中加油视觉导航方法[J]. 测控技术 2015(09)
    • [15].基于视觉的车辆导航系统的研究[J]. 自动化与仪器仪表 2014(06)
    • [16].AGV视觉导航技术研究进展[J]. 物流科技 2019(06)
    • [17].基于智能视觉导航的盲人指路设备设计[J]. 现代电子技术 2017(16)
    • [18].基于双目视觉导航的仿生机器人鲁棒控制算法[J]. 计算机科学 2017(08)
    • [19].德马科技首发物流机器人产品[J]. 物流技术与应用 2020(10)
    • [20].基于多状态卡尔曼滤波的双目视觉导航设计[J]. 兵器装备工程学报 2020(06)
    • [21].视觉导航网球捡球机器人控制系统设计[J]. 工业控制计算机 2019(03)
    • [22].视觉导航AGV多路径快速检测算法研究[J]. 电子设计工程 2016(11)
    • [23].农业AGV视觉导航参数提取与轨迹控制分析[J]. 南方农机 2020(12)
    • [24].农业机械视觉导航研究现状及分析[J]. 安徽农业科学 2015(13)
    • [25].插秧机视觉导航系统研究[J]. 农业机械 2011(21)
    • [26].基于分层策略的机器人视觉导航[J]. 商场现代化 2008(26)
    • [27].水稻收获作业视觉导航路径提取方法[J]. 农业机械学报 2020(01)
    • [28].基于嵌入式视觉导航的AGV控制系统[J]. 现代计算机(专业版) 2018(08)
    • [29].基于运动辅助的视觉导航处理方法[J]. 兵工自动化 2017(10)
    • [30].基于方向引导优化的视觉导航方法[J]. 电子技术应用 2018(02)

    标签:;  ;  ;  ;  

    视觉导航智能车辆的路径跟踪控制研究
    下载Doc文档

    猜你喜欢