视觉导航智能车辆的路径识别和跟踪控制

论文摘要

智能车辆是一个集环境感知、规划决策、自动驾驶等多种功能于一体的综合系统。它是目前各国重点发展的智能交通系统中一个重要组成部分,同时在柔性制造和装配系统、军事领域以及特殊环境下也得到广泛运用。发展智能车辆能够提高车辆行驶的安全性、舒适性,达到提高交通效率、改善交通环境的目的。本文对智能车辆的相关关键技术进行了研究,包括控制体系结构、图像识别、跟踪控制。智能车辆的控制体系结构是智能车辆信息处理和控制系统的总体结构,是整个系统的基础。在分析各种体系结构特点的基础上,提出了一种基于行为的智能车辆控制体系结构。在该结构中,智能车辆的功能通过一个或多个行为模块的组合来实现,各个行为首先利用各自分散的知识源进行并行决策;黑板模块在总体上对各个行为模块进行协调并作出最终决策,从而激活合适的行为,组成行为序列引导智能车辆完成导航任务。在此基础上,进行了基于路径导航的视觉智能车辆系统设计,主要包括路径识别系统和跟踪控制系统。路径识别系统完成智能车辆对导航路径的识别,其核心是保证导航路径图像识别的鲁棒性和实时性。为此,在识别路径时依次进行滤波、最优阈值二值化、数学形态学滤波以提高了识别精度:同时,为提高识别的实时性进行了相关改进处理。跟踪控制系统根据导航路径识别结果完成对路径的跟踪控制,其核心是跟踪控制器的设计。考虑到常规的反馈控制仅利用当前的路径信息,在复杂条件和突发状况下难以有效工作,在导航路径中划分出当前路径和未来路径,分别用于反馈控制和预瞄控制,设计了预瞄加反馈的控制器。该控制器能够自动根据导航路径的弯曲程度调整智能车辆的预瞄距离和行驶速度,从而提高了路径跟踪的精度和行驶的稳定性。最后进行了整车试验以验证相关理论和方法。不同测试条件下的试验结果表明,所设计的视觉智能车辆系统能够实时、准确地识别出导航路径图像,并能在不同车速和不同路径条件下较好地完成跟踪任务。

论文目录

• 摘要
• ABSTRACT
• 致谢
• 第一章 绪论
• 1.1 智能车辆概述
• 1.1.1 智能车辆的研究意义
• 1.1.2 智能车辆的应用范围
• 1.1.3 智能车辆的研究状况
• 1.1.4 智能车辆的研究方向
• 1.2 智能车辆的关键技术
• 1.2.1 导航技术
• 1.2.2 传感器及其数据融合
• 1.2.3 智能控制
• 1.2.4 智能车辆控制体系结构
• 1.2.5 智能车辆导航技术的发展趋势
• 1.3 本文选题和研究内容
• 1.3.1 论文的选题
• 1.3.2 论文的研究内容
• 1.3.3 论文的组织
• 第二章 智能车辆导航控制体系结构
• 2.1 智能车辆的导航控制体系结构
• 2.1.1 体系结构的定义
• 2.1.2 两种基本的控制体系结构
• 2.1.3 其它典型的控制体系结构
• 2.2 基于行为的智能车辆导航控制体系结构
• 2.2.1 基于行为的控制体系结构
• 2.2.2 行为的优先级
• 2.2.3 黑板模型
• 2.3 智能车辆各行为设计和仿真
• 2.3.1 智能车辆的运动学模型
• 2.3.2 行为设计
• 2.3.3 仿真结果及分析
• 第三章 视觉导航智能车辆的路径图像识别
• 3.1 基于视觉的路径导航原理
• 3.1.1 基本原理
• 3.1.2 路径导航的改进方法
• 3.2 导航路径识别的数学基础
• 3.3 导航路径识别的流程和方法
• 3.3.1 基于阈值的中值滤波
• 3.3.2 最优阈值分割
• 3.3.3 数学形态学滤波
• 3.3.4 实时性处理
• 3.3.5 区域最优阈值
• 第四章 智能车辆路径跟踪的预瞄控制
• 4.1 智能车辆路径跟踪的预瞄控制
• 4.1.1 预瞄弯曲度计算
• 4.1.2 预瞄控制及导航参数提取
• 4.1.3 预瞄距离和智能车辆速度的确定
• 4.2 智能车辆的运动学模型
• 4.3 控制器设计及仿真
• 第五章 基于DSP系统的智能车辆路径导航
• 5.1 第一代智能车辆系统
• 5.1.1 第一代智能车辆系统简介
• 5.1.2 第一代智能车辆系统的不足和改进
• 5.2 第二代智能车辆的DSP系统
• 5.2.1 DSP硬件系统
• 5.2.2 DSP软件系统
• 5.3 基于DSP的智能车辆路径识别系统
• 5.3.1 路径识别硬件系统
• 5.3.2 路径识别系统软件设计
• 5.4 基于DSP的智能车辆路径跟踪控制系统
• 5.4.1 跟踪控制系统硬件组成
• 5.4.2 跟踪控制系统硬件设计
• 5.4.3 跟踪控制系统软件设计
• 5.5 整车试验结果
• 5.5.1 导航路径的图像识别结果
• 5.5.2 路径跟踪控制结果
• 第六章 结论
• 6.1 研究内容
• 6.2 创新点
• 6.3 建议和展望
• 参考文献
• 攻读博士学位期间发表的论文