【摘要】：近年來,得益于以專用短距離通訊技術(shù)為代表的低延時(shí)高可靠性通訊技術(shù)的快速發(fā)展,車輛之間、車輛與交通設(shè)施之間實(shí)時(shí)共享信息成為可能。協(xié)同式自適應(yīng)巡航控制系統(tǒng)(Cooperative Adaptive Cruise Control,CACC)在傳統(tǒng)自適應(yīng)巡航控制(Adaptive Cruise Control,ACC)系統(tǒng)的基礎(chǔ)上,借助車與車之間的通訊,實(shí)現(xiàn)車輛行駛狀態(tài)信息的共享。相比于傳統(tǒng)ACC系統(tǒng),CACC系統(tǒng)對(duì)道路突發(fā)狀況的響應(yīng)更加迅速,能夠更好地保障車輛的行駛安全,同時(shí)可以縮短車輛之間的跟馳距離,降低車輛能耗,提高道路的通行效率。本文主要對(duì)CACC跟隨控制算法進(jìn)行研究,并設(shè)計(jì)智能微縮車試驗(yàn)平臺(tái)對(duì)算法進(jìn)行測(cè)試。首先,針對(duì)利用智能網(wǎng)聯(lián)汽車進(jìn)行控制算法測(cè)試具有危險(xiǎn)系數(shù)高、試驗(yàn)成本昂貴、靈活性較低、試驗(yàn)平臺(tái)搭建困難等問題,本文搭建了基于智能微縮車的試驗(yàn)平臺(tái),通過智能微縮車模擬智能網(wǎng)聯(lián)汽車,進(jìn)行CACC控制算法的驗(yàn)證。本文詳細(xì)介紹了試驗(yàn)平臺(tái)的總體設(shè)計(jì)、智能微縮車的軟硬件系統(tǒng)架構(gòu)設(shè)計(jì)及智能微縮車各個(gè)模塊的工作原理以及具體硬件實(shí)現(xiàn)。其次,在CACC控制算法驗(yàn)證中,智能微縮車具備自動(dòng)駕駛能力是基礎(chǔ),在本文中可理解為具備車道保持的功能。本文中智能微縮車通過車載攝像頭實(shí)時(shí)獲取微縮車前方的車道圖像,經(jīng)過圖像預(yù)處理步驟得到車道線二值圖像。本文設(shè)計(jì)了一種在二值圖像上基于車道線寬度特征的邊緣點(diǎn)提取算法,通過霍夫變換對(duì)提取的車道線邊緣點(diǎn)集合進(jìn)行擬合,得到車道線方程,同時(shí)完成車道線方程從像素坐標(biāo)系到世界坐標(biāo)系的轉(zhuǎn)換,確定微縮車與車道線的相對(duì)位置,進(jìn)而計(jì)算微縮車相對(duì)于車道中線的偏航角及偏航位移,輸入橫向控制器計(jì)算轉(zhuǎn)向舵機(jī)的控制量,完成微縮車的車道保持功能。再次,本文設(shè)計(jì)了一種分為上下兩層的CACC系統(tǒng),上層通過車車通訊獲得前車的位置與速度信息,基于固定車間時(shí)距的車間安全距離計(jì)算方法,利用LQR控制器計(jì)算自車的最優(yōu)加速度,下層通過模糊PID控制器計(jì)算智能微縮車調(diào)速電機(jī)的控制量。針對(duì)CACC系統(tǒng)中頭車的速度規(guī)劃問題,本文中的頭車與信號(hào)燈進(jìn)行交互,基于信號(hào)燈正時(shí)(Signal Phase And Timing,SPAT)模型,根據(jù)信號(hào)燈狀態(tài)信息決策出自車的最佳速度,使車隊(duì)盡可能地在綠燈時(shí)間窗口內(nèi)通過信號(hào)燈。最后,本文通過智能微縮車試驗(yàn)平臺(tái)完成單輛車的車道保持試驗(yàn)及兩輛車的CACC控制算法試驗(yàn),通過大量實(shí)驗(yàn)與數(shù)據(jù)分析,不僅驗(yàn)證了智能微縮車以及試驗(yàn)平臺(tái)的可行性與可靠性,而且驗(yàn)證了CACC系統(tǒng)控制算法的有效性。
【圖文】：

合肥工業(yè)大學(xué)碩士學(xué)位論文。CACC 系統(tǒng)可以通過車載通訊設(shè)備接收前方車輛的行駛狀態(tài)信息行駛狀態(tài)信息實(shí)現(xiàn)車輛隊(duì)列行駛，相對(duì)于傳統(tǒng) ACC 系統(tǒng)，有效縮短的跟馳距離與后車響應(yīng)時(shí)間，CACC 系統(tǒng)的裝車率到達(dá)一定程度時(shí)升道路的通行效率，改善車隊(duì)安全性能，優(yōu)化車輛的燃油消耗[8~9]。典型的 CACC 系統(tǒng)結(jié)構(gòu)[10]。

1 緒論長(zhǎng)遠(yuǎn)來看，，車輛網(wǎng)聯(lián)化的市場(chǎng)規(guī)模是非常巨大的，根據(jù)權(quán)威機(jī)構(gòu)的預(yù)測(cè)，球V2X的市場(chǎng)規(guī)模超過6140億人民幣，而中國(guó)的V2X市場(chǎng)規(guī)模也將超過民幣。隨著更多的車輛加裝 V2X 設(shè)備，帶來的智能交通基礎(chǔ)設(shè)施改造、系統(tǒng)升級(jí)的市場(chǎng)規(guī)模同樣將達(dá)到千億級(jí)別。到 2030 年，中國(guó)市場(chǎng)內(nèi) 100%產(chǎn)品將具備信息化功能，由此衍生出來的更多新商業(yè)模式同樣將帶來巨大
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：U495

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫鵬飛;宋聚寶;張婷;周玉祥;;基于視覺的車道線檢測(cè)技術(shù)綜述[J];時(shí)代汽車;2019年16期

2 馬泉鈞;何自超;林邦演;曾文軒;;基于圖像處理的長(zhǎng)距離車道線檢測(cè)[J];河南科技;2019年29期

3 王秋生;賀云濤;張曉輝;劉莉;;基于無人機(jī)航拍圖像的車道線檢測(cè)方法綜述[J];無人系統(tǒng)技術(shù);2019年05期

4 駱濟(jì)煥;蘭鳳崇;陳吉清;;聯(lián)合圖像處理和目標(biāo)約束的車道線檢測(cè)方法[J];汽車工程學(xué)報(bào);2019年01期

5 趙偉康;黎向鋒;畢高杰;謝昌剛;李X;楊振泰;;一種基于橫截面特征的車道線檢測(cè)方法[J];機(jī)械制造與自動(dòng)化;2019年03期

6 姜立標(biāo);臺(tái)U_龍;;基于實(shí)例分割方法的復(fù)雜場(chǎng)景下車道線檢測(cè)[J];機(jī)械設(shè)計(jì)與制造工程;2019年05期

7 劉雁斌;;基于結(jié)構(gòu)化道路的車道線檢測(cè)研究[J];交通科技;2019年04期

8 李�？�;顧敏明;;車道線實(shí)時(shí)檢測(cè)與偏離預(yù)警系統(tǒng)設(shè)計(jì)與研究[J];光電子·激光;2018年03期

9 方睿;;基于視覺的車道線檢測(cè)技術(shù)綜述[J];內(nèi)江科技;2018年07期

10 王爽;;車道線檢測(cè)專利技術(shù)綜述[J];中國(guó)新通信;2017年24期

相關(guān)會(huì)議論文 前10條

1 李玉卿;鮑泓;鄭穎;徐成;;基于視覺的車道線檢測(cè)研究進(jìn)展[A];中國(guó)計(jì)算機(jī)用戶協(xié)會(huì)網(wǎng)絡(luò)應(yīng)用分會(huì)2019年第二十三屆網(wǎng)絡(luò)新技術(shù)與應(yīng)用年會(huì)論文集[C];2019年

2 胡坤福;范曉娟;段海艷;賓洋;羅文廣;朱書善;;基于自適應(yīng)感興趣區(qū)域的車道線識(shí)別技術(shù)[A];第36屆中國(guó)控制會(huì)議論文集（G）[C];2017年

3 王月;楊航;曹愷;江源遠(yuǎn);何聰;;基于結(jié)構(gòu)化道路的車道線擬合方法[A];2018中國(guó)汽車工程學(xué)會(huì)年會(huì)論文集[C];2018年

4 佟洋;毛須偉;張茂楨;徐熙平;;一種基于圖像處理的車道線識(shí)別方法[A];國(guó)防光電子論壇第二屆新型探測(cè)技術(shù)及其應(yīng)用研討會(huì)論文集[C];2015年

5 楊廣林;苗冬霜;;結(jié)構(gòu)化道路車道線檢測(cè)與跟蹤算法[A];2005年全國(guó)理論計(jì)算機(jī)科學(xué)學(xué)術(shù)年會(huì)論文集[C];2005年

6 畢雁冰;;提高車道線識(shí)別精度的一種方法[A];第三屆中國(guó)CAE工程分析技術(shù)年會(huì)論文集[C];2007年

7 鄭欣蕊;王云鵬;余貴珍;徐永正;;基于圖像連通區(qū)域特征的低空航拍圖車道線識(shí)別算法[A];第八屆中國(guó)智能交通年會(huì)優(yōu)秀論文集——智能交通與安全[C];2013年

8 劉曉龍;鄧志東;;基于全局與局部模型相互制約及具有模型不確定性評(píng)估的車道線檢測(cè)方法[A];2013年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第三分冊(cè)）[C];2013年

9 張潔穎;王生進(jìn);丁曉青;;基于車輛軌跡的車道線檢測(cè)與劃分[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2008年

10 徐西海;;分段搜索彎道車道線識(shí)別算法研究[A];西南汽車信息：2016年第4期（總第361期）[C];2016年

相關(guān)重要報(bào)紙文章 前6條

1 記者 王大波　趙宏光;牛家鎮(zhèn)種糧農(nóng)民增產(chǎn)不增收[N];哈爾濱日?qǐng)?bào);2008年

2 記者 韓麗梅;齊心協(xié)力打一場(chǎng)環(huán)衛(wèi)攻堅(jiān)戰(zhàn)[N];佳木斯日?qǐng)?bào);2010年

3 本報(bào)記者 李宏策;全自動(dòng)駕駛夢(mèng)何日實(shí)現(xiàn)[N];科技日?qǐng)?bào);2019年

4 本報(bào)記者 何曉亮;自動(dòng)駕駛汽車：出事算誰的？[N];科技日?qǐng)?bào);2012年

5 饒洪斌;市區(qū)開展停車秩序?qū)ｍ?xiàng)整治[N];咸寧日?qǐng)?bào);2007年

6 本報(bào)記者 韋銘　張璐 本報(bào)通訊員 張輝;這些新技術(shù)與生活息息相關(guān)[N];南京日?qǐng)?bào);2011年

相關(guān)博士學(xué)位論文 前10條

1 曲峰;基于視覺的結(jié)構(gòu)化道路及障礙物檢測(cè)技術(shù)研究[D];吉林大學(xué);2019年

2 于泳;應(yīng)用于智能車的車道信息感知及增量建模技術(shù)研究[D];吉林大學(xué);2018年

3 穆柯楠;基于車—路視覺協(xié)同的行車環(huán)境感知方法研究[D];長(zhǎng)安大學(xué);2016年

4 王俊;無人駕駛車輛環(huán)境感知系統(tǒng)關(guān)鍵技術(shù)研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2016年

5 沈\

本文編號(hào)：2693720