ITS智能车辆关键技术研究

论文摘要

智能交通系统(Intelligent Transport System,ITS)可以显著提高运输效率,降低运输成本,减少能耗与排放,增强车辆运行安全性能,是未来交通运输方式的发展方向。智能车辆(Intelligent Vehicle,IV)是ITS核心和主要组成部分,更是未来汽车的发展方向。本文针对高速公路环境下IV的关键技术进行研究,包括状态检测与环境感知、建模,运动控制方法和算法,底层控制子系统和全局路径导航等。针对轮式车辆具有的典型非线性、强耦合、参数时变特性而导致车辆运行动态范围大、不易进行控制的问题,提出以空间压缩维代替时间维建立IV运动模式空间的思想。利用聚类技术构造IV的运动模式空间和子空间,确定车辆动态范围,建立了IV运动模式空间模型,为车辆动力学研究开辟了新思路,具有十分重要的理论意义和实践价值。在噪声加入、关键参数选择、参考轨迹设置、随机初始状态设置等算法的支持下,发展了“基于模式的智能控制器设计方法”,提供了一种新的复杂对象控制器设计手段PBICD。对利用PBICD设计的IV运动控制器进行了仿真研究,并对设计的ATRV移动机器人运动控制器进行了实验研究。通过仿真找出了对IV运动控制性能具有重要影响的车辆和执行机构参数,尤其是明确了刹车器特性对运动控制性能的主要影响因素,为相关IV集成系统的开发提供了依据,具有十分重要的意义。针对IV运行环境中有较多节点和道路的大网络,使用Mapinfo开发了其数字电子地图,提出了一种局部最优方向的A*启发式搜索算法,进行全局最短路径规划。结合济南城市交通,利用Mapinfo和Visual Basic 6.0作为仿真工具,证实这种算法可以快速地找到最短路径,减少了计算时间并实现可视化操作。分别采用MATLAB语言或VB语言开发了基于计算机视觉的车道线识别、车辆运动模式分析、车辆运动控制、车辆导航与路径规划等应用软件,为相关技术的研究提供了研究手段。利用软件集成技术,采用黑盒复用的方法,将MATLAB和VB编写的不同构件集成,实现了“智能车辆运动模式分析和运动控制器自动设计”的运行和测试软件平台,为IV的研究提供了一个较理想的开发环境。

论文目录

• 中文摘要
• ABSTRACT
• 第一章 绪论
• 1.1 智能车辆（IV）及关键技术
• 1.2 IV 国内外研究现状
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.2.3 应用现状
• 1.2.4 研究方向
• 1.3 IV 研究涉及的技术
• 1.3.1 软计算与基于软计算的智能控制
• 1.3.2 全局路径规划方法
• 1.4 主要研究内容及创新点
• 1.4.1 主要研究内容
• 1.4.2 主要创新点
• 1.4.3 论文的内容安排
• 第二章 IV 结构、主动安全技术等的研究
• 2.1 IV 基本功能组成
• 2.2 车辆主动安全技术研究
• 2.2.1 公路交通安全现状
• 2.2.2 现有公路交通安全保障技术及其不足
• 2.2.3 以自主驾驶系统为核心的IV 主动安全方案
• 2.2.4 IV 主动安全技术与现有主动安全技术的关系
• 2.2.5 小结
• 2.3 软件平台的实现
• 2.3.1 软件集成的目的、内容与要求
• 2.3.2 软件集成语言选择
• 2.3.3 集成实现方法与过程
• 2.3.4 集成界面与操作说明
• 2.3.5 小结
• 第三章 车辆状态测量与环境感知
• 3.1 车体姿态与运动状态测量
• 3.1.1 测量用传感器
• 3.1.2 测量方法
• 3.2 环境感知
• 3.2.1 环境测量传感器
• 3.2.2 IV 单目视觉系统简介
• 3.2.3 行车线检测与车辆行驶方向计算
• 3.3 本章小结
• 第四章 基于模糊聚类方法的车辆运动模式分析
• 4.1 车辆运动控制思想
• 4.1.1 概念定义
• 4.1.2 控制思想
• 4.2 系统聚类分析
• 4.2.1 基本数学原理
• 4.2.2 模糊聚类分析的一般步骤
• 4.3 车辆运动模式分析
• 4.3.1 基于模式聚类的车辆运动模式分析
• 4.3.2 运动模式分析软件平台构建
• 4.4 本章小结
• 第五章 基于运动模式的控制器自动设计方法
• 5.1 基于软计算的一种实现
• 5.2 PBICD 用于智能控制器设计的一般方法和步骤
• 5.3 PBICD 的4 种支持算法
• 5.3.1 关键参数选择（KPS）算法
• 5.3.2 噪声加入（NA）算法
• 5.3.3 初始状态随机设置（RISS）算法
• 5.3.4 参考轨迹设置（RTS）算法
• 5.3.5 算法总结
• 5.4 设计方法特点
• 5.5 一个具体实现
• 5.6 IV 控制仿真研究
• 5.7 IV 运动控制实验研究
• 5.8 本章小结
• *算法的车辆全局路径规划'>第六章 基于改进A^*算法的车辆全局路径规划
• 6.1 MapInfo 及MapX 地理信息软件简介
• 6.2 基于图搜索策略的路径规划算法简介
• 6.3 路径规划算法研究
• 6.3.1 图搜索策略的一般过程
• *算法'>6.3.2 改进A^*算法
• *算法的最短路径搜索算法'>6.3.3 基于改进A^*算法的最短路径搜索算法
• *算法性能对比分析及其优点'>6.3.4 改进A^*算法性能对比分析及其优点
• 6.4 基于MapInfo 的车辆路径规划仿真平台
• 6.5 本章小结
• 第七章 总结与展望
• 7.1 总结
• 7.2 展望
• 参考文献
• 发表论文和科研情况说明
• 致谢