隨著人們生活水平的不斷提高,汽車的數(shù)量呈現(xiàn)指數(shù)的增長形勢,道路交通問題也越來越嚴峻,交通事故時常發(fā)生。在緩解道路交通壓力和避免發(fā)生更多交通事故方面,高級輔助駕駛系統(tǒng)（Advanced Driving Assistant System,ADAS）起著至關(guān)重要的作用。ADAS包括許多輔助駕駛功能,車輛避障及車道保持是科研工作者探究ADAS的熱點問題之一,因此,本文針對車輛避障及車道保持系統(tǒng)展開研究。（1）建立二自由度車輛動力學(xué)模型、電動助力轉(zhuǎn)向系統(tǒng)及最優(yōu)預(yù)瞄側(cè)向加速度駕駛員模型。為了使智能汽車沿著規(guī)劃好的避障路徑循跡行駛,首先建立二自由度車輛模型,分析車輛各種參數(shù)之間的運動學(xué)和動力學(xué)之間的關(guān)系,其次對車輛避障時方向盤進行控制,滿足車輛避障所需的轉(zhuǎn)向功能;然后以預(yù)測-跟隨理論為基礎(chǔ)搭建最優(yōu)預(yù)瞄側(cè)向加速度駕駛員模型,在MATLAB/Simulink軟件中進行不同工況下的仿真,仿真結(jié)果與Carsim軟件中駕駛員模型循跡曲線進行對比,驗證所搭建駕駛員模型的準確性,并以此作為仿真實驗平臺。（2）對傳統(tǒng)人工勢場法做出改進,搭建新的引、斥力勢場,然后將兩種不同避障換道模型融合在一起輔助智能汽車躲避動靜、... 

【文章來源】：江西理工大學(xué)江西省

【文章頁數(shù)】：92 頁

【學(xué)位級別】：碩士

【部分圖文】：

導(dǎo)致交通事故問題的原因各部分占比其他

1.4 研究方法及技術(shù)路線建立精確的車輛模型,是研究車輛動力學(xué)及其控制與仿真的基礎(chǔ),因此,本章首先搭建車輛二自由度模型和電動助力轉(zhuǎn)向系統(tǒng),然后建立最優(yōu)預(yù)瞄側(cè)向加速度駕駛員模型,建立駕駛員模型就是替代駕駛員完成循跡行駛操作。科學(xué)研究表明:影響車輛行駛的關(guān)鍵因素包括以下幾點:第一,駕駛員的駕駛操縱方式;第二,車輛的操縱穩(wěn)定性。因此,要想完成智能汽車循跡行駛,就必須要搭建一個可以描述駕駛員具體駕駛行為的精確數(shù)學(xué)模型,有了駕駛員模型就可以替代駕駛員完成相應(yīng)的避障操作。

大地坐標系XOYZ是地球上所有運動物體的參照系,也是通常提到的慣性坐標系,是固接于地面上且不會隨著任何物體的運動而發(fā)生改變。大地坐標系的原點O為汽車最初靜止不動時,通過汽車的質(zhì)心向地面的投影得到的點。過大地坐標系原點O沿著車輛最開始行駛的方向定義為大地坐標系X軸的正方向,過大地坐標原點O垂直大地向上的方向定義為大地坐標Z軸的正方向,過大地坐標原點O垂直于X軸和Y軸向左的方向為Y軸的正方向,這樣定義出來的慣性坐標系滿足右手定則。那么車輛在大地參考坐標系上的絕對運動狀態(tài)就可以表示出來了,如車輛的位置、速度、加速度和運動方向等等。而車輛坐標系oxyz的定義方式與大地坐標系定義方法相同,車輛模型運動參考坐標系如圖2.1所示。2.1.2 車輛二自由度模型

【參考文獻】：
期刊論文
[1]基于參數(shù)時變?nèi)斯輬龅能嚨辣３謪f(xié)調(diào)控制[J]. 王其東,魏振亞,陳無畏,談東奎,謝有浩.  機械工程學(xué)報. 2018(18)
[2]基于改進人工勢場法的巡航導(dǎo)彈自主避障技術(shù)[J]. 范世鵬,祁琪,路坤鋒,吳廣,李伶.  北京理工大學(xué)學(xué)報. 2018(08)
[3]Integrated traffic-power simulation framework for electric vehicle charging stations based on cellular automaton[J]. Yue XIANG,Zipeng LIU,Jichun LIU,Youbo LIU,Chenghong GU.  Journal of Modern Power Systems and Clean Energy. 2018(04)
[4]智能汽車駕駛員模型的預(yù)瞄時間自適應(yīng)分析[J]. 解炬,江浩斌,馬世典.  江蘇大學(xué)學(xué)報(自然科學(xué)版). 2018(03)
[5]雙重標準下的車輛安全性優(yōu)化設(shè)計研究[J]. 侯滿哲,馬宏,黃新萍,李剛.  現(xiàn)代制造工程. 2018(03)
[6]基于人機共駕的車道偏離防避控制[J]. 汪選要,王其東,高振剛,王家恩.  汽車工程. 2017(07)
[7]中國汽車工程學(xué)術(shù)研究綜述·2017[J]. 《中國公路學(xué)報》編輯部.  中國公路學(xué)報. 2017(06)
[8]基于駕駛員行為的神經(jīng)網(wǎng)絡(luò)無人駕駛控制[J]. 張文明,韓泓冰,楊玨,易筱.  華南理工大學(xué)學(xué)報(自然科學(xué)版). 2016(12)
[9]基于模型預(yù)測控制的主動配電網(wǎng)多時間尺度動態(tài)優(yōu)化調(diào)度[J]. 董雷,陳卉,蒲天驕,陳乃仕,王曉輝.  中國電機工程學(xué)報. 2016(17)
[10]基于改進人工勢場法的無人機路徑規(guī)劃算法[J]. 丁家如,杜昌平,趙耀,尹登宇.  計算機應(yīng)用. 2016(01)

博士論文
[1]自適應(yīng)駕駛員特性的車道保持輔助控制[D]. 丁潔云.清華大學(xué) 2015

碩士論文
[1]汽車車道保持系統(tǒng)控制算法研究[D]. 佘爍.吉林大學(xué) 2018
[2]智能汽車主動避撞控制策略及系統(tǒng)研究[D]. 胡雄.重慶大學(xué) 2018
[3]面向無人駕駛的智能車系統(tǒng)平臺研究與應(yīng)用[D]. 劉繼周.浙江大學(xué) 2017
[4]基于EPS的車道保持輔助控制算法設(shè)計與實驗驗證[D]. 于立嬌.吉林大學(xué) 2016
[5]基于廣義元胞自動機的混合交通流建模研究[D]. 沈逢春.浙江大學(xué) 2012



本文編號：3610751