智能车辆关键技术研究

论文摘要

当今交通安全已经是社会的一大焦点问题。近年网络曝出多起重大交通事故,事故发生造成众多人员伤亡和巨大经济损失,给社会和受害者家庭在物质和精神方面带来不可估量负面影响。交通安全已受到社会各界的关注,也是智能交通(ITS)要致力解决的重大问题之一。据专家研究,通过智能交通技术提高道路管理水平后,可大量减少交通事故死亡人数,并大幅提高交通工具的使用效率。为此,世界各发达国家竞相投入大量资金和人力,进行大规模的智能交通技术研究试验。在智能交通(ITS)系统中,智能车辆作为一个重要的研究分支,越来越受到重视。其中,车辆控制系统是智能车辆研究的重点。智能车辆的控制包括速度控制和方向控制,其中智能车辆方向控制的研究即智能车辆自主导航技术尤其受到关注。智能车辆若要实现安全行驶,在交通流稳定的道路上可能要进行车辆跟随控制；在高速路上可能进行换道超车；在一些有障碍的路段上需要进行避让操作；在弯道处更需要对车辆方向进行合理控制。只有处理好这些情况,智能车辆才能实现在道路上安全行驶的目标。智能车辆的用处不只应用于交通,还可应用与消防及其他特殊的需要无人驾驶作业的场所,这样可以节省大量的人力,避免使人们在危险或者是环境恶劣的条件下工作,可见若能实现智能车辆的精确导航控制,将能有利于人们日常生活工作环境的改善。在交通流稳定的道路上进行智能车辆的速度控制时,不同的驾驶员对同一安全距离的接受程度不同,即使在相同的情况下也有不同的操作,但都在一个相对固定的范围内。本文通过云理论体现这些个体差异,基于云推理设计二维云控制器以控制车速,实现稳定车流状态下智能车辆的安全灵活的跟驰运动。随着地图匹配技术的发展,智能车辆可以结合地图匹配的结果来规划行驶路径。文中基于车辆前方的动态目标位置,研究了车辆行驶在十字路口或者是弯道处的转向控制。文中基于动态目标位置,以三次曲线作为被控车辆的期望路线。采用自适应神经模糊推理系统设计控制器,控制器控制车辆跟随动态目标位置移动,并对这一过程进行仿真。最后,本文基于人工势场理论,构造道路边界影响势能函数。利用道路边界影响势能函数和动态目标位置点的引导,模拟驾驶员行为特性提出在复杂路况下车辆运动横向控制算法。通过计算机仿真,结果表明该算法具有较好的控制性能,较为理想地模拟了车辆在复杂道路上的车道保持和避障控制。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题研究的意义
• 1.2 国内外研究状况
• 1.2.1 智能车辆简介
• 1.2.2 国外研究进展
• 1.2.3 国内研究进展
• 1.3 本文的结构安排及创新之处
• 1.3.1 结构安排
• 1.3.2 创新之处
• 第二章 基于云的跟车安全间距控制
• 2.1 车辆跟驰理论
• 2.1.1 车辆跟驰特性
• 2.1.2 跟驰模型
• 2.2 云模型
• 2.2.1 驾驶员行为的不确定性
• 2.2.2 云模型定义
• 2.2.3 云发生器
• 2.2.4 云规则及推理
• 2.3 云控制器设计
• 2.3.1 推理规则
• 2.3.2 仿真实验结果
• 2.4 本章小结
• 第三章 基于动态目标位置的车辆弯道保持控制仿真
• 3.1 引言
• 3.2 预瞄跟随理论
• 3.2.1 稳态预测动态校正假说
• 3.2.2 最优曲率模型
• 3.2.3 最优预瞄加速度模型
• 3.3 动态目标位置提出
• 3.3.1 车辆模型
• 3.3.2 动态目标位置
• 3.3.3 三次曲线路径规划
• 3.4 控制器设计
• 3.4.1 T-S模糊模型
• 3.4.2 神经网络训练
• 3.5 仿真实验
• 3.6 结论
• 第四章 基于人工势场的避障路径规划方法与仿真
• 4.1 引言
• 4.2 避障问题描述
• 4.2 最小势场理论
• 4.3 避障路径规划法
• 4.3.1 避障路径规划定义
• 4.3.2 避障路径规划算法
• 4.3.4 期望轨迹建立中的非完整约束
• 4.3.5 轨迹追踪控制
• 4.4 仿真实验
• 4.4.1 控制器设计
• 4.4.2 仿真结果
• 4.5 结论
• 第五章 总结及展望
• 5.1 研究总结
• 5.2 下一步研究展望
• 致谢
• 参考文献
• 硕士期间科研成果