【摘要】：當(dāng)前,在無(wú)人駕駛技術(shù)的快速發(fā)展下,智能車控制系統(tǒng)上的研究有著十分重要的意義。針對(duì)智能車的兩個(gè)主要特點(diǎn),其一它是非線性定常系統(tǒng),其二它易受外界干擾,本文主要研究?jī)?nèi)容是基于模糊神經(jīng)網(wǎng)絡(luò)智能車輛方向上的控制,研究的目的是建立一個(gè)控制系統(tǒng),來(lái)實(shí)現(xiàn)智能車的控制。本文主要工作是通過(guò)硬件與軟件設(shè)計(jì)相結(jié)合的方式來(lái)實(shí)現(xiàn)小車對(duì)跑道的識(shí)別和小車在直道、彎道上的行駛仿真。并通過(guò)仿真驗(yàn)證了設(shè)計(jì)的正確性。本文具體完成的工作如下:1.在硬件方面,首先確定了各部分芯片的選型,并通過(guò)對(duì)比選擇了合適的圖像傳感器,同時(shí)完成了對(duì)四路電機(jī)驅(qū)動(dòng)電路、WiFi傳輸電路等相關(guān)電路設(shè)計(jì),并完成主控芯片的PCB設(shè)計(jì)。2.在軟件方面,對(duì)目標(biāo)跑道進(jìn)行圖像處理的工作,首先是圖像的畸形矯正,實(shí)現(xiàn)了最大程度上還原了跑道;其次,進(jìn)行圖像二值化的分割,得到局部自適應(yīng)二值化的去噪效果更好;最后神經(jīng)網(wǎng)絡(luò)邊緣檢測(cè)的算法,并與基于Canny算子的邊緣檢測(cè)算法比較,對(duì)比結(jié)果顯示BP神經(jīng)網(wǎng)絡(luò)邊緣檢測(cè)的效果較好。3.本文搭建了模糊滑�？刂破鞯哪Ｐ�,采用的是滑�？刂破髋c模糊控制相結(jié)合的方法來(lái)控制小車,在Matlab仿真下說(shuō)明,模糊滑�？刂破鞯恼袷庉^小,比較平穩(wěn)。實(shí)際驗(yàn)證可保證小車沿著跑道線正常行駛,證明了模糊滑�？刂破鲗�(duì)小車進(jìn)行有效的控制。
【學(xué)位授予單位】：內(nèi)蒙古大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：U463.6
【圖文】：

2.2 無(wú)人駕駛國(guó)內(nèi)研究現(xiàn)狀無(wú)人駕駛盡管在中國(guó)起步不算早，但是已經(jīng)取得了一些進(jìn)步。我國(guó)從 1980 年開始進(jìn)行方面的研究，在 2005 年，中國(guó)第一輛無(wú)人智能汽車在上海交大成功研制出來(lái)。如圖 1.。在 2011 年 7 月，紅旗 HQ3 無(wú)人駕駛智能車進(jìn)行改造，這是由一汽和國(guó)科大一起研究的，汽車完成了 286 公里的實(shí)驗(yàn)，這是改造后的成果，其中，人們自行操作的部分不到的百分之一。首次完成的實(shí)驗(yàn)有了很重要的結(jié)果，標(biāo)志這我國(guó)自主研發(fā)的智能汽車在各有了新的技術(shù)突破[19]。圖 1.2 是新一代紅旗 HQ3 無(wú)人駕駛汽車，由國(guó)科大研究發(fā)明的。2，軍事交通學(xué)院研究發(fā)明的智能汽車“軍交猛獅Ⅲ號(hào)”[20]，如圖 1.3 所示，是由一輛黑色途勝越野車改裝而成的[21]。整個(gè)汽車主要用有 1 個(gè) GPS 傳感器的復(fù)雜試聽感知系統(tǒng)、達(dá)、2 個(gè)攝像頭所組成的。在實(shí)測(cè)數(shù)據(jù)中，在高速公路行駛 114 公里的距離中，主要測(cè)是尋線行駛、跟車行駛、自主換道、鄰道超車、自主超車、人工指令行駛六部分[22]，自駛時(shí)間超過(guò) 80 分鐘，已經(jīng)達(dá)到國(guó)際先進(jìn)水平[23]。

2.2 無(wú)人駕駛國(guó)內(nèi)研究現(xiàn)狀無(wú)人駕駛盡管在中國(guó)起步不算早，但是已經(jīng)取得了一些進(jìn)步。我國(guó)從 1980 年開始進(jìn)行方面的研究，在 2005 年，中國(guó)第一輛無(wú)人智能汽車在上海交大成功研制出來(lái)。如圖 1.。在 2011 年 7 月，紅旗 HQ3 無(wú)人駕駛智能車進(jìn)行改造，這是由一汽和國(guó)科大一起研究的，汽車完成了 286 公里的實(shí)驗(yàn)，這是改造后的成果，其中，人們自行操作的部分不到的百分之一。首次完成的實(shí)驗(yàn)有了很重要的結(jié)果，標(biāo)志這我國(guó)自主研發(fā)的智能汽車在各有了新的技術(shù)突破[19]。圖 1.2 是新一代紅旗 HQ3 無(wú)人駕駛汽車，由國(guó)科大研究發(fā)明的。2，軍事交通學(xué)院研究發(fā)明的智能汽車“軍交猛獅Ⅲ號(hào)”[20]，如圖 1.3 所示，是由一輛黑色途勝越野車改裝而成的[21]。整個(gè)汽車主要用有 1 個(gè) GPS 傳感器的復(fù)雜試聽感知系統(tǒng)、達(dá)、2 個(gè)攝像頭所組成的。在實(shí)測(cè)數(shù)據(jù)中，在高速公路行駛 114 公里的距離中，主要測(cè)是尋線行駛、跟車行駛、自主換道、鄰道超車、自主超車、人工指令行駛六部分[22]，自駛時(shí)間超過(guò) 80 分鐘，已經(jīng)達(dá)到國(guó)際先進(jìn)水平[23]。

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 賀瑞芳;;基于BP神經(jīng)網(wǎng)絡(luò)的圖像目標(biāo)識(shí)別算法研究[J];微處理機(jī);2015年06期

2 丁曉峰;何凱霖;;基于最大類間方差的改進(jìn)圖像分割算法[J];計(jì)算機(jī)工程與設(shè)計(jì);2015年10期

3 宋曉琳;張三林;張偉偉;;應(yīng)用匹配濾波器的車道線恒虛警率識(shí)別方法[J];電子測(cè)量與儀器學(xué)報(bào);2015年03期

4 宋文杰;付夢(mèng)印;楊毅;;一種面向無(wú)人駕駛汽車的高效交通標(biāo)志識(shí)別方法[J];機(jī)器人;2015年01期

5 宋申民;鄧立為;陳興林;;分?jǐn)?shù)階微積分在滑模控制中的應(yīng)用特性[J];中國(guó)慣性技術(shù)學(xué)報(bào);2014年04期

6 沈文超;徐建閩;王艷麗;游峰;;1種基于平行直線對(duì)模型的車道檢測(cè)方法[J];交通信息與安全;2014年03期

7 陳峗;章婭瑋;陳龍;;傳感器技術(shù)在無(wú)人駕駛汽車中的應(yīng)用和專利分析[J];功能材料與器件學(xué)報(bào);2014年01期

8 李金輝;何杰;李旭宏;;基于軸距預(yù)瞄的重型汽車主動(dòng)懸架道路友好性研究[J];公路交通科技;2013年11期

9 COOPER Dave E;;Intelligent transportation systems for smart cities:a progress review[J];Science China(Information Sciences);2012年12期

10 許悟生;謝可夫;;基于像素灰度關(guān)聯(lián)的邊緣檢測(cè)[J];湖南師范大學(xué)自然科學(xué)學(xué)報(bào);2012年04期

相關(guān)碩士學(xué)位論文 前1條

1 雷敏;基于動(dòng)力學(xué)模型的智能車輛橫、縱向及綜合控制策略研究[D];重慶交通大學(xué);2017年

本文編號(hào)：2716201