城市行駛環(huán)境中智能汽車(chē)的行為決策規(guī)劃與運(yùn)動(dòng)控制
發(fā)布時(shí)間:2023-05-18 21:33
智能汽車(chē)(又稱(chēng)自動(dòng)駕駛汽車(chē)),其核心技術(shù)包括環(huán)境感知、行為決策、運(yùn)動(dòng)規(guī)劃與控制等方面。其中,行為決策系統(tǒng)、運(yùn)動(dòng)規(guī)劃與控制系統(tǒng)作為無(wú)人駕駛汽車(chē)的“大腦”,決定了其在不同交通駕駛場(chǎng)景中行駛的合理性與安全性。然而,現(xiàn)有的文獻(xiàn)中對(duì)于駕駛行為決策的研究還很少,同時(shí)在運(yùn)動(dòng)規(guī)劃與控制方面,已有的方法存在實(shí)時(shí)性不高,效率差等問(wèn)題;诖,本文主要從智能汽車(chē)的駕駛行為決策模型建立、典型交通駕駛場(chǎng)景中的運(yùn)動(dòng)規(guī)劃、智能汽車(chē)運(yùn)動(dòng)控制算法研究及整車(chē)測(cè)控等四方面展開(kāi)研究。(1)智能汽車(chē)駕駛行為決策模型構(gòu)建。從實(shí)際運(yùn)用工程出發(fā),分析智能汽車(chē)在城市交通駕駛場(chǎng)景中的行車(chē)任務(wù)以及進(jìn)行行為決策時(shí)的難點(diǎn),通過(guò)研究實(shí)際駕駛過(guò)程中影響駕駛行為的相關(guān)條件屬性,選取多組訓(xùn)練樣本數(shù)據(jù),采用灰關(guān)聯(lián)熵方法進(jìn)行條件屬性的量化排序,根據(jù)處理后的條件屬性構(gòu)建駕駛行為決策ID3決策樹(shù)模型,依據(jù)決策樹(shù)產(chǎn)生的推理式行車(chē)規(guī)則,智能汽車(chē)可以進(jìn)行車(chē)道保持、跟馳前車(chē)、車(chē)道變換三種駕駛操作。(2)典型交通駕駛場(chǎng)景中智能汽車(chē)的運(yùn)動(dòng)規(guī)劃。采用改進(jìn)的行為動(dòng)力學(xué)理論建立運(yùn)動(dòng)規(guī)劃模型,在直道、十字路口、丁字路口、彎道以及環(huán)形交叉路口等不同典型交通駕駛場(chǎng)景下,建立智能汽車(chē)...
【文章頁(yè)數(shù)】:82 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
1 緒論
1.1 引言
1.2 研究背景和意義
1.3 智能汽車(chē)關(guān)鍵技術(shù)及研究現(xiàn)狀
1.3.1 智能汽車(chē)駕駛行為決策研究現(xiàn)狀
1.3.2 智能汽車(chē)運(yùn)動(dòng)規(guī)劃研究現(xiàn)狀
1.3.3 智能汽車(chē)運(yùn)動(dòng)控制研究現(xiàn)狀
1.4 本文主要研究?jī)?nèi)容及結(jié)構(gòu)安排
1.5 本章小結(jié)
2 智能汽車(chē)駕駛行為決策模型建模
2.1 引言
2.2 城市行駛環(huán)境中智能汽車(chē)駕駛行為決策難點(diǎn)分析
2.2.1 城市行駛環(huán)境所面臨的問(wèn)題
2.2.2 城市行駛環(huán)境中智能汽車(chē)的任務(wù)
2.2.3 智能汽車(chē)駕駛行為決策的難點(diǎn)
2.3 ID3決策樹(shù)模型構(gòu)建
2.3.1 決策樹(shù)的相關(guān)概念
2.3.2 ID3決策樹(shù)信息增益與信息熵計(jì)算
2.3.2.1 信息增益計(jì)算
2.3.2.2 信息熵計(jì)算
2.4 智能汽車(chē)駕駛行為ID3決策樹(shù)模型構(gòu)建
2.4.1 條件屬性與決策屬性選取
2.4.2 決策樹(shù)模型構(gòu)建及行車(chē)規(guī)則提取
2.5 本章小結(jié)
3 智能汽車(chē)運(yùn)動(dòng)規(guī)劃與仿真分析
3.1 引言
3.2 智能汽車(chē)運(yùn)動(dòng)規(guī)劃行為動(dòng)力學(xué)模型
3.2.1 不同交通駕駛場(chǎng)景下的局部目標(biāo)點(diǎn)選取
3.2.2 目標(biāo)點(diǎn)吸引子模型
3.2.3 障礙物排斥子模型
3.3 城市行駛環(huán)境中環(huán)形交叉路口交通駕駛場(chǎng)景介紹
3.4 典型交通駕駛場(chǎng)景運(yùn)動(dòng)規(guī)劃分析與仿真
3.4.1 直道駕駛場(chǎng)景
3.4.2 十字交叉路口駕駛場(chǎng)景
3.4.3 丁字交叉路口駕駛場(chǎng)景
3.4.4 彎道駕駛場(chǎng)景
3.4.5 環(huán)形交叉路口駕駛場(chǎng)景
3.5 本章小結(jié)
4 智能汽車(chē)運(yùn)動(dòng)控制算法研究
4.1 引言
4.2 模糊滑?刂扑惴
4.2.1 模糊滑模控制原理
4.2.2 模糊滑?刂破髟O(shè)計(jì)
4.3 智能汽車(chē)動(dòng)力學(xué)模型分析
4.4 智能汽車(chē)運(yùn)動(dòng)控制仿真分析
4.5 本章小結(jié)
5 智能汽車(chē)整車(chē)實(shí)驗(yàn)與結(jié)果分析
5.1 引言
5.2 整車(chē)減速時(shí)間與車(chē)頭時(shí)距實(shí)驗(yàn)分析
5.3 交叉路口轉(zhuǎn)彎實(shí)驗(yàn)分析
5.4 本章小結(jié)
6 總結(jié)與展望
6.1 全文總結(jié)
6.2 工作展望
致謝
參考文獻(xiàn)
本文編號(hào):3819033
【文章頁(yè)數(shù)】:82 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
1 緒論
1.1 引言
1.2 研究背景和意義
1.3 智能汽車(chē)關(guān)鍵技術(shù)及研究現(xiàn)狀
1.3.1 智能汽車(chē)駕駛行為決策研究現(xiàn)狀
1.3.2 智能汽車(chē)運(yùn)動(dòng)規(guī)劃研究現(xiàn)狀
1.3.3 智能汽車(chē)運(yùn)動(dòng)控制研究現(xiàn)狀
1.4 本文主要研究?jī)?nèi)容及結(jié)構(gòu)安排
1.5 本章小結(jié)
2 智能汽車(chē)駕駛行為決策模型建模
2.1 引言
2.2 城市行駛環(huán)境中智能汽車(chē)駕駛行為決策難點(diǎn)分析
2.2.1 城市行駛環(huán)境所面臨的問(wèn)題
2.2.2 城市行駛環(huán)境中智能汽車(chē)的任務(wù)
2.2.3 智能汽車(chē)駕駛行為決策的難點(diǎn)
2.3 ID3決策樹(shù)模型構(gòu)建
2.3.1 決策樹(shù)的相關(guān)概念
2.3.2 ID3決策樹(shù)信息增益與信息熵計(jì)算
2.3.2.1 信息增益計(jì)算
2.3.2.2 信息熵計(jì)算
2.4 智能汽車(chē)駕駛行為ID3決策樹(shù)模型構(gòu)建
2.4.1 條件屬性與決策屬性選取
2.4.2 決策樹(shù)模型構(gòu)建及行車(chē)規(guī)則提取
2.5 本章小結(jié)
3 智能汽車(chē)運(yùn)動(dòng)規(guī)劃與仿真分析
3.1 引言
3.2 智能汽車(chē)運(yùn)動(dòng)規(guī)劃行為動(dòng)力學(xué)模型
3.2.1 不同交通駕駛場(chǎng)景下的局部目標(biāo)點(diǎn)選取
3.2.2 目標(biāo)點(diǎn)吸引子模型
3.2.3 障礙物排斥子模型
3.3 城市行駛環(huán)境中環(huán)形交叉路口交通駕駛場(chǎng)景介紹
3.4 典型交通駕駛場(chǎng)景運(yùn)動(dòng)規(guī)劃分析與仿真
3.4.1 直道駕駛場(chǎng)景
3.4.2 十字交叉路口駕駛場(chǎng)景
3.4.3 丁字交叉路口駕駛場(chǎng)景
3.4.4 彎道駕駛場(chǎng)景
3.4.5 環(huán)形交叉路口駕駛場(chǎng)景
3.5 本章小結(jié)
4 智能汽車(chē)運(yùn)動(dòng)控制算法研究
4.1 引言
4.2 模糊滑?刂扑惴
4.2.1 模糊滑模控制原理
4.2.2 模糊滑?刂破髟O(shè)計(jì)
4.3 智能汽車(chē)動(dòng)力學(xué)模型分析
4.4 智能汽車(chē)運(yùn)動(dòng)控制仿真分析
4.5 本章小結(jié)
5 智能汽車(chē)整車(chē)實(shí)驗(yàn)與結(jié)果分析
5.1 引言
5.2 整車(chē)減速時(shí)間與車(chē)頭時(shí)距實(shí)驗(yàn)分析
5.3 交叉路口轉(zhuǎn)彎實(shí)驗(yàn)分析
5.4 本章小結(jié)
6 總結(jié)與展望
6.1 全文總結(jié)
6.2 工作展望
致謝
參考文獻(xiàn)
本文編號(hào):3819033
本文鏈接:http://www.sikaile.net/kejilunwen/qiche/3819033.html
最近更新
教材專(zhuān)著