發(fā)布時(shí)間：2021-06-30 07:45

　　當(dāng)前汽車作為便利的交通代步工具,其保有量每年呈快速增長(zhǎng)的態(tài)勢(shì)。但交通安全事故的增加,導(dǎo)致人民的生命和財(cái)產(chǎn)遭受巨大損失。因此汽車安全輔助駕駛技術(shù)與無(wú)人駕駛技術(shù)可以很好的避免因駕駛員的原因?qū)е碌慕煌ò踩鹿省１疚囊允∽匀豢茖W(xué)基金為依托,基于毫米波雷達(dá)與Mobileye融合算法對(duì)車輛行駛環(huán)境中的目標(biāo)進(jìn)行跟蹤,并對(duì)沖突危險(xiǎn)評(píng)估算法與沖突預(yù)警策略進(jìn)行了研究。由于毫米波雷達(dá)檢測(cè)的數(shù)據(jù)存在虛警率高的問題,本文提出對(duì)檢測(cè)數(shù)據(jù)進(jìn)行有效目標(biāo)初步篩選后,再采用有效生命周期檢驗(yàn)法,對(duì)初選的雷達(dá)檢測(cè)目標(biāo)進(jìn)行相鄰周期內(nèi)運(yùn)動(dòng)參數(shù)的連續(xù)性判斷,并對(duì)多幀數(shù)據(jù)進(jìn)行連續(xù)跟蹤判斷,使得毫米波雷達(dá)檢測(cè)目標(biāo)的有效性與穩(wěn)定性得到了很大提高。并使用卡爾曼加權(quán)融合算法對(duì)數(shù)據(jù)關(guān)聯(lián)完成后的傳感器數(shù)據(jù)進(jìn)行融合,同時(shí)使用交互式多模型算法進(jìn)行目標(biāo)跟蹤,有效的解決了單模型算法目標(biāo)跟蹤的精度不夠的問題。針對(duì)大量只考慮制動(dòng)或換道的單一預(yù)警策略的研究,本文考慮了多種預(yù)警策略,以四種預(yù)警策略:保持當(dāng)前狀態(tài)行駛、以一定減速度減速行駛、緊急制動(dòng)、換道行駛進(jìn)行了預(yù)警策略的研究,并對(duì)四種預(yù)警策略的切換時(shí)機(jī)進(jìn)行了判斷設(shè)置,使得四種預(yù)警策略可以依據(jù)判斷條件進(jìn)行相應(yīng)的... 

【文章來(lái)源】：山東理工大學(xué)山東省

【文章頁(yè)數(shù)】：81 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

008年至2018年國(guó)民人均GDP與汽車保有量變化情況

山東理工大學(xué)碩士學(xué)位論文第一章緒論7圖法沖突危險(xiǎn)評(píng)估相結(jié)合的方式實(shí)現(xiàn)了：保持當(dāng)前狀態(tài)行駛、以一定減速度減速行駛、緊急制動(dòng)、換道行駛四種策略。第四章結(jié)合哈佛H7介紹了改裝的無(wú)人駕駛實(shí)驗(yàn)用車平臺(tái)架構(gòu)，并對(duì)第四章介紹的沖突預(yù)警系統(tǒng)進(jìn)行驗(yàn)證，驗(yàn)證了該系統(tǒng)的有效性。第五章對(duì)本文存在的不足與對(duì)本文研究方向的展望進(jìn)行了總結(jié)。1.4.2技術(shù)路線本文的研究目標(biāo)是通過無(wú)人駕駛技術(shù)減少交通事故，通過將毫米波雷達(dá)與Mobileye的攝像頭檢測(cè)的信息融合，實(shí)現(xiàn)目標(biāo)跟蹤，并經(jīng)過沖突危險(xiǎn)評(píng)估為預(yù)警策略選擇提供依據(jù)，實(shí)現(xiàn)多種避免沖突策略的選擇。圖1.2本文的技術(shù)路線Fig.1.2Thetechnicalrouteofthispaper本文基于毫米波雷達(dá)與Mobileye的沖突預(yù)警策略與算法研究的技術(shù)路線如圖1.2所示。首先通過兩個(gè)傳感器經(jīng)過解析后的數(shù)據(jù)檢測(cè)目標(biāo)，毫米波雷達(dá)檢測(cè)的目標(biāo)再經(jīng)過有效生命周期檢驗(yàn)法進(jìn)行有效性篩選，再進(jìn)行毫米波雷達(dá)與Mobileye檢測(cè)數(shù)據(jù)的空間對(duì)準(zhǔn)與時(shí)間對(duì)準(zhǔn)，經(jīng)過數(shù)據(jù)融合后實(shí)現(xiàn)對(duì)目標(biāo)的跟蹤。再由目標(biāo)信息進(jìn)行沖突危險(xiǎn)的評(píng)估，根據(jù)結(jié)合多種沖突危險(xiǎn)評(píng)估算法的沖突危險(xiǎn)評(píng)估體系，進(jìn)行沖突預(yù)警策略的選擇。

山東理工大學(xué)碩士學(xué)位論文第二章多傳感器數(shù)據(jù)融合的目標(biāo)跟蹤算法9圖2.1多傳感器數(shù)據(jù)融合的目標(biāo)跟蹤算法研究的流程圖Fig.2.1Flowchartofmutargettrackingalgorithmbasedonmulti-sensordatafusion從圖2.1可以看出，本文先進(jìn)行毫米波雷達(dá)與Mobileye檢測(cè)信息的時(shí)空對(duì)準(zhǔn)，再進(jìn)行毫米波雷達(dá)與Mobileye檢測(cè)數(shù)據(jù)的解析，并對(duì)毫米波雷達(dá)數(shù)據(jù)進(jìn)行處理，最后進(jìn)行多傳感器數(shù)據(jù)融合及目標(biāo)跟蹤。2.1傳感器介紹2.1.1毫米波雷達(dá)FR51F是深圳安智杰科技公司開發(fā)的車用77GHz毫米波雷達(dá)，如圖2.2所示，使用調(diào)頻連續(xù)波方式（FMCW），可以根據(jù)時(shí)間調(diào)整電壓的發(fā)射頻率，通過接受同頻率的反射波，通過相位差解算障礙物狀態(tài)，可探測(cè)本車前方道路運(yùn)動(dòng)目標(biāo)的距離、速度、方位等信息，安智杰的FR51F毫米波雷達(dá)檢測(cè)范圍如圖2.3所示，此毫米波雷達(dá)最多同時(shí)對(duì)32個(gè)目標(biāo)進(jìn)行檢測(cè)，檢測(cè)信息包括自車與檢測(cè)障礙物的相對(duì)距離、相對(duì)速度、角度等。

【參考文獻(xiàn)】：
期刊論文
[1]非結(jié)構(gòu)化環(huán)境下無(wú)人駕駛車輛跟馳方法[J]. 張海鳴,龔建偉,陳建松,王羽純.  北京理工大學(xué)學(xué)報(bào). 2019(11)
[2]基于主動(dòng)變道策略的汽車緊急避障系統(tǒng)研究[J]. 段婷婷,呂冬慧,陳寬,胡順堂,王毓.  時(shí)代汽車. 2019(12)
[3]多假設(shè)多目標(biāo)跟蹤算法[J]. 王巖,蒿興華,楊順云.  數(shù)字通信世界. 2019(08)
[4]智能汽車換道避障路徑規(guī)劃與跟蹤控制研究[J]. 羅鷹,冒興蜂.  機(jī)械設(shè)計(jì)與制造. 2019(07)
[5]基于超聲波傳感器的汽車防撞系統(tǒng)研究[J]. 鄭大波,溫艷.  電子世界. 2019(13)
[6]基于機(jī)器學(xué)習(xí)的單線激光雷達(dá)進(jìn)行車輛識(shí)別與跟蹤方法研究[J]. 劉偉,王世峰,公大偉,王澤,王銳.  長(zhǎng)春理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(03)
[7]模糊控制算法優(yōu)化的車輛避障操控系統(tǒng)[J]. 李志文,樊剛,張緯昊,周冬,蘇晨飛.  單片機(jī)與嵌入式系統(tǒng)應(yīng)用. 2019(06)
[8]霧天環(huán)境對(duì)高速公路車輛跟馳安全的影響[J]. 劉兆惠,虞春濱,王超,李倩.  重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(09)
[9]面向無(wú)人車運(yùn)動(dòng)規(guī)劃問題的VFH算法[J]. 屈盼讓,薛建儒,朱耀國(guó),肖鵬.  計(jì)算機(jī)仿真. 2018(12)
[10]2.5D激光傳感器設(shè)計(jì)及室內(nèi)環(huán)境特征提取算法研究[J]. 楊宇,田應(yīng)仲,鄭天江.  計(jì)量與測(cè)試技術(shù). 2018(10)

博士論文
[1]陣列激光三維成像點(diǎn)云數(shù)據(jù)配準(zhǔn)技術(shù)研究[D]. 王巖.中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所 2016

碩士論文
[1]雷達(dá)攝像頭數(shù)據(jù)融合在智能輔助駕駛的應(yīng)用[D]. 王賀.吉林大學(xué) 2019
[2]基于視覺與雷達(dá)的智能汽車橫向避障策略研究[D]. 程冠旻.湖南大學(xué) 2018
[3]基于駕駛員駕駛意圖的換道軌跡預(yù)測(cè)研究[D]. 徐偉民.湖南大學(xué) 2018
[4]大型客車環(huán)境感知系統(tǒng)設(shè)計(jì)及前方障礙物檢測(cè)方法研究[D]. 王戰(zhàn)古.山東理工大學(xué) 2018
[5]基于D-S證據(jù)理論的多傳感器決策級(jí)圖像融合的算法研究[D]. 江金娜.哈爾濱理工大學(xué) 2015



本文編號(hào)：3257343