無人駕駛車輛自主導航關(guān)鍵技術(shù)研究
發(fā)布時間:2020-07-27 14:47
【摘要】:無人駕駛車輛是計算機科學、模式識別以及智能控制技術(shù)發(fā)展的產(chǎn)物,在城市交通、安保以及軍事巡邏等方面具有廣闊的應用前景。為了緩解城市交通壓力,減少城市交通事故,用于城市交通和安保領(lǐng)域的無人駕駛車輛是目前的研究熱點。城市交通領(lǐng)域和安保領(lǐng)域中的無人駕駛車輛,應具有獨立自主執(zhí)行任務的能力,因此,無人駕駛車輛在城市道路環(huán)境下的獨立自主導航是自主導航技術(shù)的重要發(fā)展方向。無人駕駛車輛的自主導航的本質(zhì)是指在沒有人為干預的情況下車輛自主安全到達指定目的地,其主要涉及的研究方向包括環(huán)境感知、路徑規(guī)劃、決策控制和定位導航等,其中環(huán)境感知和路徑規(guī)劃是最基本、最關(guān)鍵的問題,因此本文重點對這兩個方向開展研究。環(huán)境感知是指無人駕駛車輛利用多種探測設備(如相機、激光、雷達等),感知車輛外部的環(huán)境。環(huán)境感知中以相機等視覺傳感器探測實現(xiàn)自主導航的無人駕駛車輛稱為基于視覺導航的無人駕駛車輛。相比基于激光雷達等探測設備,視覺感知設備不僅價格低廉,且還具有為無人駕駛車輛提供豐富的外部環(huán)境信息的能力,有利于無人駕駛車輛感知外部環(huán)境,因此基于視覺導航的無人駕駛車輛是目前的研究熱點。應用于城市環(huán)境下的無人駕駛車輛,基于視覺的環(huán)境感知的主要任務是檢測和識別出周圍的城市道路環(huán)境,包括車道線檢測識別,路面標志檢測識別和道路障礙檢測。由于城市道路復雜的交通環(huán)境和不可控的自然環(huán)境的影響,導致檢測識別算法在檢測識別目標時,出現(xiàn)目標檢測識別率不高,算法實時性差等問題。路徑規(guī)劃是指無人駕駛車輛根據(jù)環(huán)境感知得到的信息,規(guī)劃出一條從任務起點運行到終點的合理路線。目前路徑規(guī)劃算法存在搜索精度低、特定情況下的搜索停滯等問題,導致路徑規(guī)劃精度低和實時性差。針對上述問題,本文以視覺導航為主線,在現(xiàn)有研究的基礎(chǔ)上,對車道線檢測算法、路面標志檢測識別算法和道路障礙車輛檢測算法以及路徑規(guī)劃算法開展研究,為無人駕駛車輛的自主導航提供有效的解決途徑。論文的主要工作及創(chuàng)新之處包括:(1)車道線檢測。詳細分析了基于模型的車道線檢測算法,包括直線模型、拋物線模型和三次曲線模型。針對目前算法的不足,提出了上凸曲線模型的車道線檢測算法,算法首先使用上凸曲線模型對左右車道線進行檢測,然后采用最小二乘法對檢測結(jié)果進行擬合重構(gòu),實現(xiàn)高精度車道線檢測,改善了目前算法應用范圍窄,檢測能力不足,魯棒性差的問題。(2)箭頭標志檢測識別。主要研究了基于生物視覺感知模型和基于判別型表觀模型的路面箭頭標志檢測識別算法,通過分析兩種模型的優(yōu)缺點,提出了兩種模型相結(jié)合的結(jié)合模型。該方法通過利用兩種模型各自的優(yōu)勢,互相彌補不足。所提算法提高了復雜環(huán)境下箭頭標志的檢測識別的速度和準確率。(3)車輛檢測。主要對基于可變形部件模型(Deformable Part Model,DPM)的車輛檢測算法進行了分析總結(jié),針對經(jīng)典的DPM檢測算法存在小目標車輛漏檢問題,本文用尺度可變的金字塔模型去代替經(jīng)典的DPM算法中固定尺度的金字塔模型,提出了基于自適應金字塔模型改進的DPM車輛檢測算法。為了提高自適應金字塔模型的建造速度,使用快速金字塔估算理論進行自適應金字塔的建造。改進算法降低了小目標車輛的漏檢率,提高道路車輛的檢測能力。(4)路徑規(guī)劃。為了解決復雜道路環(huán)境下,無人駕駛車輛路徑規(guī)劃精度低的問題,重點對基于群體智能算法的路徑規(guī)劃,包括雞群、蟻群、粒子群等智能算法進行了分析研究。并提出了一種改進的粒子群算法,通過對經(jīng)典的粒子群算法的參數(shù)進行改進,同時增加了多種更新策略,改善了目前粒子群算法搜索精度低、搜索停滯等缺點,提高了無人駕駛車輛路徑規(guī)劃的精度。
【學位授予單位】:中國科學院大學(中國科學院長春光學精密機械與物理研究所)
【學位級別】:博士
【學位授予年份】:2019
【分類號】:U463.6
【圖文】:
圖 1.1 城市道路環(huán)境感知Figure 1.1 Urban road environment perception1.4.1 車道線檢測算法研究現(xiàn)狀車道線是城市道路交通環(huán)境中重要的標志,通過車道線將道路劃分成不同的
圖 1.2(a) 路旁交通標志 圖 1.2(b) 路面交通標志圖 1.2 道路交通標志Figure 1.2 Road traffic signs路面箭頭標志是一種印刷在道路表面的交通指向標志,包括直行、直行左轉(zhuǎn)、直行右轉(zhuǎn)、左轉(zhuǎn)、右轉(zhuǎn)等,也是城市道路上重要的交通標志,通過路面箭頭標志
可視圖法Figure1.4Visibilitygraph
【學位授予單位】:中國科學院大學(中國科學院長春光學精密機械與物理研究所)
【學位級別】:博士
【學位授予年份】:2019
【分類號】:U463.6
【圖文】:
圖 1.1 城市道路環(huán)境感知Figure 1.1 Urban road environment perception1.4.1 車道線檢測算法研究現(xiàn)狀車道線是城市道路交通環(huán)境中重要的標志,通過車道線將道路劃分成不同的
圖 1.2(a) 路旁交通標志 圖 1.2(b) 路面交通標志圖 1.2 道路交通標志Figure 1.2 Road traffic signs路面箭頭標志是一種印刷在道路表面的交通指向標志,包括直行、直行左轉(zhuǎn)、直行右轉(zhuǎn)、左轉(zhuǎn)、右轉(zhuǎn)等,也是城市道路上重要的交通標志,通過路面箭頭標志
可視圖法Figure1.4Visibilitygraph
【參考文獻】
相關(guān)期刊論文 前9條
1 劉永蘭;李為民;吳虎勝;宋文靜;;基于狼群算法的無人機航跡規(guī)劃[J];系統(tǒng)仿真學報;2015年08期
2 敖永才;師奕兵;張偉;李焱駿;;自適應慣性權(quán)重的改進粒子群算法[J];電子科技大學學報;2014年06期
3 王全;;一種改進Hough變換的車道線檢測算法[J];計算機與數(shù)字工程;2014年11期
4 魏新國;徐佳;張廣軍;;星敏感器質(zhì)心定位的S曲線誤差補償[J];光學精密工程;2013年04期
5 姜建國;田e
本文編號:2771983
本文鏈接:http://www.sikaile.net/kejilunwen/sousuoyinqinglunwen/2771983.html
最近更新
教材專著