發(fā)布時間：2024-02-27 20:19

　　路面附著特性辨識一直是汽車主動安全系統(tǒng)研究的重點,隨著智能駕駛的發(fā)展,智能汽車對路面附著特性辨識方法提出了新的要求,需要對前方道路-輪胎附著特性進行準確預估以提高智能汽車行駛的安全性。針對這一問題,本文研究將利用智能汽車獲取的前方道路圖像信息和路面附著特性辨識原理,利用概率統(tǒng)計模型隱馬爾可夫模型對智能汽車前方規(guī)劃行駛區(qū)域附著信息進行準確估計。首先,分析常見行駛路面的紋理和顏色特征,對常見的路面圖像進行處理和特征提取。利用灰度共生矩陣(GLCM)和HSV顏色空間分別提取典型路面圖像紋理和顏色特征參數并進行分析,采取能量、熵、慣性矩、相關性四種紋理特征參數和色調、飽和度、亮度三種顏色特征參數來表征典型路面的圖像特征,作為隱馬爾可夫模型建模的輸入參數。然后,分析傳統(tǒng)的路面附著特性估計算法的原理,利用Burckhardt輪胎-路面模型擬合出六種典型路面μ-s曲線,得出常見路面與附著特性之間的關系。并在此基礎上,設計了一種新型的適用于不同路面的當前路面峰值附著系數辨識算法,并在Carsim/Simulink中進行聯合仿真,仿真結果表明提出的辨識算法能夠有效的估計出給定的不同路面所隱藏的峰值附著系...

【文章頁數】：69 頁

【學位級別】：碩士

【部分圖文】：

圖1.1路面識別方法圖

置來探測車輛周圍的障礙物信息、盲區(qū)信息和路面狀態(tài)信息等[5]，所以智線的道路-輪胎附著力特性的準確識別也是智能駕駛的環(huán)境感知模塊亟。尤其是智能汽車在中高速行駛時，由于缺乏駕駛員對前方路況的準確能汽車能夠充分利用車載雷達、攝像頭等傳感器對前方道路隱藏的力學測，給智能汽車留有安全的決....

圖1.2本文研究技術路線

圖1.2本文研究技術路線Fig.1.2Technicalrouteofresearch中，有三項關鍵技術需要重點研究，如圖1.3所示。圖1.3三項關鍵技術Fig.1.3Threekeytechnologies：路圖像特征提取與分析

圖1.3三項關鍵技術Fig.1.3Threekeytechnologies

圖1.3三項關鍵技術Fig.1.3Threekeytechnologies下：路圖像特征提取與分析技術是典型路面圖像特征的提取與分析。如何對CCD相行提取，運用哪些特征參數能夠最有效表達路面圖像的性隱馬爾可夫建模的前提與關鍵。輛動力學響應的當前道路-輪胎附著特性辨識....

圖2.1RGB彩色立方體

江蘇大學碩士學位論文最明顯最重要的特征之一，它反映一幅圖像整不變性[37]，在圖像旋轉、放大或縮小時，它的魯棒性好，算法簡單易實現等優(yōu)點，所以得到顏色空間是最簡單有效的一種方案，它用數學常見的顏色空間有HSV顏色空間、RGB顏色間只是一種媒介，要想實現對圖像顏色特征的然后量....

本文編號：3912924