本文關(guān)鍵詞：基于雷達信息巡航車前方關(guān)鍵目標的判別研究

  更多相關(guān)文章： 自適應巡航 雷達信息 本車狀態(tài)估計 擴展卡爾曼濾波 關(guān)鍵目標判別 仿真驗證

【摘要】：在自適應巡航系統(tǒng)工作時,本車跟隨的目標車被稱為關(guān)鍵目標,具體來說就是距本車縱向距離最近的本車道內(nèi)的前方目標車或者是相鄰車道要切入本車道的車輛。將關(guān)鍵目標信息送入到自適應巡航控制系統(tǒng)中,系統(tǒng)將自動控制本車縱向速度,使得本車與前車保持合適的安全距離。因此,準確快速的判別出巡航車前方的關(guān)鍵目標對于自適應巡航系統(tǒng)控制本車具有重要意義。論文基于雷達信息對自適應巡航車前方關(guān)鍵目標的判別進行了理論研究與仿真驗證。論文主要包括五部分。第一部分,介紹論文的研究背景、研究意義、研究現(xiàn)狀及論文的主要研究內(nèi)容。第二部分,進行了基于擴展卡爾曼濾波的本車狀態(tài)估計,建立了以前輪轉(zhuǎn)角為輸入,質(zhì)心側(cè)偏角和橫擺角速度為輸出汽車的二自由度動力學模型。同時建立了擴展卡爾曼濾波的車輛狀態(tài)估計模型。第三部分,分別針對直道和彎道行駛工況,采用不同的研究方法對前方目標車輛進行關(guān)鍵目標的有效判別。在彎道工況下,通過本車狀態(tài)估計,實現(xiàn)了道路曲率的實時在線估計。建立了彎道關(guān)鍵目標判別模型,通過幾何關(guān)系計算目標車距本車行駛軌跡中心線的距離,以判別目標車是否在本車道內(nèi),進而判別彎道處的關(guān)鍵目標。對于直道行駛條件除考慮本車道內(nèi)前方目標外,還需考慮相鄰車道內(nèi)前方目標車輛切入本車道的可能性。論文采用模糊控制理論,建立了以相鄰車道側(cè)向相對距離與相對速度為輸入變量,以換道的可能性為輸出變量的模糊控制器,實現(xiàn)直道行駛車輛換道行為的判別,進而確定直道關(guān)鍵目標。第四部分,通過CarSim和Matlab/Simulink進行仿真,對直道和彎道行駛等工況進行了仿真并對結(jié)果進行了相應分析。仿真結(jié)果表明:論文提出的巡航車前方關(guān)鍵目標判別方法能夠準確識別前方關(guān)鍵目標。第五部分為結(jié)論,對論文所取得的研究成果進行了總結(jié),并提出了進一步需要探討的問題。論文的研究成果對于汽車自適應巡航系統(tǒng)控制功能的完善與產(chǎn)品開發(fā)具有重要的參考價值。
【關(guān)鍵詞】：自適應巡航 雷達信息 本車狀態(tài)估計 擴展卡爾曼濾波 關(guān)鍵目標判別 仿真驗證
【學位授予單位】：遼寧工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：U463.6
【目錄】：

• 摘要5-6
• Abstract6-10
• 1 緒論10-14
• 1.1 論文的研究背景及意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-13
• 1.2.1 國外研究現(xiàn)狀11-12
• 1.2.2 國內(nèi)研究現(xiàn)狀12-13
• 1.3 論文的主要研究內(nèi)容13-14
• 2 基于擴展卡爾曼濾波的本車狀態(tài)估計14-26
• 2.1 卡爾曼濾波理論14-18
• 2.1.1 經(jīng)典卡爾曼濾波算法14-16
• 2.1.2 擴展卡爾曼濾波算法16-18
• 2.2 基于擴展卡爾曼濾波的本車狀態(tài)估計算法18-25
• 2.2.1 二自由度汽車模型19-20
• 2.2.2 本車狀態(tài)估計算法過程20-22
• 2.2.3 本車狀態(tài)估計仿真驗證22-25
• 2.3 本章小結(jié)25-26
• 3 巡航車前方關(guān)鍵目標判別方法研究26-37
• 3.1 巡航車前方關(guān)鍵目標判別流程26-27
• 3.2 彎道工況下巡航車前方關(guān)鍵目標判別27-30
• 3.2.1 道路曲率計算27-28
• 3.2.2 彎道關(guān)鍵目標判別28-30
• 3.3 基于模糊控制直道工況下巡航車前方關(guān)鍵目標判別方法30-36
• 3.3.1 模糊控制器結(jié)構(gòu)與原理31-32
• 3.3.2 模糊控制器設(shè)計32-36
• 3.3.3 直道關(guān)鍵目標判別36
• 3.4 本章小結(jié)36-37
• 4 巡航車前方關(guān)鍵目標判別的仿真與分析37-54
• 4.1 仿真軟件簡介37-40
• 4.1.1 Simulink簡介37-39
• 4.1.2 CarSim仿真軟件簡介39-40
• 4.2 仿真設(shè)置40-42
• 4.2.1 傳感器模型設(shè)置40-41
• 4.2.2 交通場景設(shè)置41
• 4.2.3 道路模型設(shè)置41-42
• 4.3 直道工況下前方關(guān)鍵目標判別研究的仿真與分析42-46
• 4.3.1 仿真實驗工況參數(shù)設(shè)置42-44
• 4.3.2 直道工況仿真結(jié)果分析44-46
• 4.4 彎道工況下前方關(guān)鍵目標判別研究的仿真與分析46-52
• 4.4.1 彎道工況仿真實驗工況參數(shù)設(shè)置46-49
• 4.4.2 彎道工況仿真結(jié)果分析49-52
• 4.5 本章小結(jié)52-54
• 5 結(jié)論54-56
• 5.1 全文總結(jié)54
• 5.2 研究展望54-56
• 參考文獻56-58
• 致謝58

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王旭輝;劉云猛;裴浩東;;基于嵌入式圖像處理平臺的實時多目標識別算法[J];科學技術(shù)與工程;2014年03期

2 朱峰,竇麗華,楊國勝,陳文頡;基于異類傳感器的戰(zhàn)場運動目標識別算法[J];北京理工大學學報;2002年03期

3 孔剛,張啟衡,許俊平;一種復雜背景下運動擴展目標識別算法[J];儀器儀表學報;2005年S1期

4 劉祥林;;復雜地面背景下多目標的檢測和識別[J];飛航導彈;1988年08期

5 康鵬;現(xiàn)代防空系統(tǒng)中目標識別算法研究之一[J];現(xiàn)代防御技術(shù);1998年01期

6 黨二升;李麗;;激光探測“貓眼”效應目標識別算法[J];航空科學技術(shù);2011年06期

7 梁偉;崔寧;孟東起;;一種基于復合匹配的目標識別算法[J];彈箭與制導學報;2008年02期

8 宋皓;徐小紅;;基于生物視覺通路的目標識別算法[J];合肥工業(yè)大學學報(自然科學版);2012年04期

9 潘秀琴,侯朝楨,蘇利敏;一種新的基于分形特征融合的圖像目標識別算法(英文)[J];Journal of Beijing Institute of Technology(English Edition);2002年04期

10 聶振鋼;張曉林;;一種新的無人機監(jiān)控圖像實時目標識別算法[J];遙測遙控;2007年02期

中國重要會議論文全文數(shù)據(jù)庫 前5條

1 徐小琴;;多傳感器數(shù)據(jù)融合目標識別算法綜述[A];2006年全國光電技術(shù)學術(shù)交流會會議文集（D 光電信息處理技術(shù)專題）[C];2006年

2 孔剛;張啟衡;許俊平;;一種復雜背景下運動擴展目標識別算法[A];第三屆全國信息獲取與處理學術(shù)會議論文集[C];2005年

3 常青;;分形特征目標識別算法[A];2005年中國智能自動化會議論文集[C];2005年

4 王明芬;李翠華;;基于形狀外觀的海面目標識別算法[A];第十四屆全國圖象圖形學學術(shù)會議論文集[C];2008年

5 王偉明;;一種使用并行黑板模型仿真系統(tǒng)實現(xiàn)的基于知識的圖象目標識別算法[A];'99系統(tǒng)仿真技術(shù)及其應用學術(shù)交流會論文集[C];1999年

中國博士學位論文全文數(shù)據(jù)庫 前9條

1 張抒;可視目標檢測與分割關(guān)鍵技術(shù)研究[D];電子科技大學;2015年

2 徐培;基于少量樣本的快速目標檢測與識別[D];電子科技大學;2014年

3 竇建方;視頻圖像處理中的關(guān)鍵技術(shù)研究[D];上海交通大學;2014年

4 于加其;基于激光成像雷達距離像的地面目標識別算法研究[D];北京理工大學;2015年

5 喻曉源;基于特征學習的目標檢測、跟蹤、識別算法研究[D];華中科技大學;2014年

6 嚴忠貞;內(nèi)河在航船舶動態(tài)跟蹤和航跡融合方法研究[D];武漢理工大學;2013年

7 張兵;光學圖像末制導中的點目標檢測與識別算法研究[D];國防科學技術(shù)大學;2005年

8 汪洋;極化合成孔徑雷達圖像處理及其應用研究[D];安徽大學;2007年

9 盧巖;交通監(jiān)控中的運動人體目標檢測與跟蹤[D];中國科學院研究生院（長春光學精密機械與物理研究所）;2011年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 韓衛(wèi)潔;入侵報警系統(tǒng)中振動源的目標識別算法研究[D];長安大學;2015年

2 曾誠宇;基于時序光度信號的目標衛(wèi)星狀態(tài)特性估計[D];哈爾濱工業(yè)大學;2015年

3 閆曉敏;智能監(jiān)控視頻中的目標檢測、識別與跟蹤算法研究[D];電子科技大學;2015年

4 黃浩;雙波段紅外成像目標檢測與識別方法研究[D];國防科學技術(shù)大學;2013年

5 周天鳳;無重疊視域多攝像機目標關(guān)聯(lián)研究[D];合肥工業(yè)大學;2014年

6 王彬;基于改進的ViBE和HOG的運動目標檢測系統(tǒng)研究與實現(xiàn)[D];沈陽工業(yè)大學;2016年

7 朱甲林;基于雷達信息巡航車前方關(guān)鍵目標的判別研究[D];遼寧工業(yè)大學;2016年

8 劉明;毫米波主被動探測器目標識別算法研究[D];南京理工大學;2010年

9 譚芳;基于特征信息提取的目標識別算法研究[D];電子科技大學;2010年

10 盧碩超;一種目標識別算法驗證平臺的設(shè)計與實現(xiàn)數(shù)據(jù)存儲與處理[D];西安電子科技大學;2012年

，

本文編號：1062404