基于V-REP自动垂直泊车的教学仿真实验

泊车对驾驶员的操作技能有很高的要求,自动泊车系统的出现能够很好地解决这一问题,帮助驾驶员安全精准地完成泊车操作。该文对典型的自动垂直泊车进行仿真研究,针对标准和狭窄停车通道的垂直泊车,研究了C字型与人字型的泊车规划路径算法。基于机器人仿真平台(virtual robot experimentation platform,V-REP)搭建了典型的泊车仿真场景,利用用户数据协议(user datagram protocol,UDP)构建V-REP与MATLAB之间的通信,开展了V-REP与MATLAB的联合仿真实验,充分展示了自动垂直泊车的泊车过程,总结了垂直泊车的路径特点,对自动垂直泊车进行了可视化演示。此外,基于该平台为学生提供了虚拟仿真实验环境,激发了学生对无人驾驶的学习兴趣和勇于探索的精神,提高了学生的操作能力与创新思维能力,获得了良好的教学效果。

基于自然驾驶数据的交互轨迹基元表征与提取

在共享道路空间中不同流向道路使用者间存在通行路径冲突,为规避碰撞风险,道路使用者须通过驾驶交互进行路权协商,从而消解潜在冲突。对交互行为的表述和建模,对于准确理解和预测动态环境具有重要意义。为此,本文提出一种以交互基元为分析单元的多车驾驶交互行为语义级表征和提取方法。首先,利用非参数贝叶斯方法对交互驾驶行为进行分割,得到具有显著行为模式的驾驶交互片段。然后,利用黏性层次狄利克雷-隐马尔可夫模型,从驾驶交互片段中提取得到交互基元。最后,对规范化处理后的交互基元进行无监督聚类,以获得驾驶交互场景的语义级行为特征。基于NGSIM高速公路数据集中20 797组多车交互数据的实证研究,本文提出的方法可提取并分析多个体参与的复杂交互场景,突破了已有研究中只针对两车交互场景构建交互基元的局限性,可支撑对多交通参与者交互的本质进行分析。实验结果表明,本文所提出的方法可以将连续的驾驶行为划分为离散的交互基元。且聚类划分结果可以与实际交互场景相对应,用于不同交互轨迹基元中车辆之间的交互行为特性分析。同时,该方法对于复杂场景下游驾驶任务具有提升作用。在车辆多步轨迹预测任务中,相比于基线方法,本文所提出的交互基元提取方法在与基线预测方法融合后可以将平均预测误差和终点预测误差分别降低19.3%和14.6%。

多层感知器自监督在线学习非结构化道路识别

针对智能车辆非结构化道路识别中存在的环境自适应性和在线学习算法实时性问题,提出了一种结合多线程技术和多层感知器自监督在线学习技术的道路识别算法.通过识别结果在线自动更新训练集,并利用评估函数判断是否触发重训分类器,确保当前分类器对行驶道路环境的有效识别.同时,算法中道路图像采集、分类器训练、训练集更新、分类器识别等计算操作分别在各自线程中实现,利用信号量对数据流进行同步互斥,优化计算资源,充分利用了多层感知器分类计算快的特点,并克服其训练耗时问题.实际道路检测实验结果表明,算法具有较好的自适应性及实时性,能够满足智能车辆非结构化道路导航需求.

一种自适应动态窗口车道线高速检测方法

为提高结构化道路车道线检测的图像处理速度,提出一种单目视觉自适应动态窗口的高速检测算法.利用栅格法划分出初始图像感兴趣区域,剔除掉与栅格线相交像素点外的其它像素点,进而在保留的像素点中找到车道线特征点,并利用膨胀算法以保留的特征点为基础实时动态产生少量窗口,对这些动态窗口中的图像进行灰度转化、滤波去噪、边缘增强和二值化等处理,得到车道线边界特征,最后利用Hough变换进行车道线拟合.在实车实验中,对实际采集的结构化道路图像的处理速度可达到22 ms/帧左右.结果表明,该算法基本上满足车辆高速行驶时对视觉导航系统的实时性要求.

轮式移动机器人航向跟踪预估控制算法

本文提出了一种轮式移动机器人航向跟踪预估控制算法 ,航向预估量根据机器人前轮偏角和纵向速度实时得出 ,预估量与机器人实际航向之和作为控制反馈航向 .仿真和实验时用 PID控制器和航向预估算法结合进行航向跟踪 ,结果表明该算法与常规 PID算法相比 ,对机器人纵向速度适应范围较宽 ,能有效地改善控制器的动态特性 ,表现出了较好的自适应能力 .

基于航向示教再现的履带式移动机器人路径跟踪

本文阐述了一种基于航向示教再现的履带式移动机器人路径跟踪控制方法 ,人工示教时 ,从示教路径起点至终点 ,每隔一定距离记录移动机器人航向形成示教文件 ,再现控制复现了示教文件记录的航向与里程的航迹推算函数关系。实验结果表明 ,这种方法与有限的遥控干预相结合 ,仅用电子罗盘和里程计两种设备可简单、有效地实现移动机器人的路径跟踪。结合实验结果 。

轮式移动机器人大转向航向跟踪控制

为了防止轮式移动机器人在大弯道路径跟踪时出现过度转向而引起较大跟踪误差或偏离预定路径 ,提出一种能适应大转向的航向跟踪控制方法 ,利用机器人前轮偏角的绝对方向作为控制器反馈航向 .仿真实验结果表明 ,该方法与以机器人车体航向作为反馈量的常规方法相比 ,在大转向航向跟踪时能有效地改善系统的动态特性 ,减少超调和振荡 。

举办大型体育赛事效应分析

大型体育赛事所产生的政治效应、经济效应、城市品牌效应等对举办城市的发展起着积极的推动作用,所带来的负面影响也同样不容忽视,如何更好的解决好二者之间的问题一直是学术界研究的热点。

移动机器人失控的安全防范

本文针对遥控和自主式移动机器人失控防范提出了多层安全区域保护体系结构 .建立了 GPS安全运行区域、软件定时安全运行区域、移动机器人主发动机油源定时关断安全运行区域三层保护机制 ,对其划定方法及实现方式进行了详细的说明 .当机器人在失控行驶状态下驶出被划定的安全区域时会自动停车 .这些安全措施为移动机器人的安全行驶提供了有力的保证 .设计思想的主要原则适用于所有遥控和自主式移动机器人 .

高校公共体育课程的现状与发展研究

本文运用文献法、访谈法、对比分析等研究方法,从高校公共体育的课程目标、课程设置、课程实施、课程评价几个层面对高校公共体育课程的现状及存在的问题进行了分析,在此基础上探讨了其发展对策,旨在为高校公共体育课程改革提供参考。

试谈“和而不同”的高校体育教育改革

通过对"和而不同"的哲学观进行解读,将这种哲学观运用到高校体育教育改革的实践工作中。通过分析得出,东西方学校体育的结合是当代高校体育教育发展的需要。

智能车辆规划与控制策略学习方法综述

智能车辆相关技术已实现了长足的发展,并已能够在有限封闭场景中实现自主行驶的基本功能.然而,实际道路测试结果表明,目前智能车辆技术仍存在较多局限,而智能车辆在复杂城市与越野环境的大规模应用仍面临较多挑战.作为智能车辆关键技术之一,运动规划与控制技术已基本建立了完整的理论体系并已得到较多工程应用,但传统方法在实际应用中仍存在动态复杂场景理解能力弱、场景适应性差、模型复杂度高、参数调整难度大等缺陷.由于机器学习方法具备较强的知识表征与模型拟合能力,其已经在智能车辆的感知与导航技术中得到了广泛的应用.而为了解决传统运动规划与控制技术存在的泛化性与适用性等问题,许多研究者近年来也开始探索基于深度学习、强化学习等机器学习方法的运动规划与控制方法.本文将对目前基于机器学习的智能车辆规划与控制方法研究现状进行回顾,从规划与控制策略基本架构、基本学习范式以及基于学习的规划与控制方法三方面对现有智能车辆规划与控制策略学习方法进行分析,最后对研究现状与未来发展方向进行总结与展望.

基于数字运算的PSD调理电路设计

介绍了基于数字运算的PSD调理电路思想及具体线路构造,该电路避免了模拟运算的缺陷,提高了精度和可靠性。

影响重庆市大众体育消费的相关因素分析

随着经济社会的不断发展,体育消费已逐步成为拉动地区经济增长的重要力量.重庆作为我国的几大直辖市之一,地区经济正在发展,整体经济水平的偏低,导致了本市体育消费水平不高.因此,结合重庆市大众体育消费现状,对影响大众体育消费基本因素进行分析,探讨制约大众体育消费的原因,是促进重庆市体育产业和体育消费整体水平的持续增长,拉动重庆市整体经济发展重要基础.

轴对称曲线对称轴的数值计算方法

利用转动惯量对于坐标轴平移或旋转的不变性 ,以及轴对称曲线的转动惯量在对称轴及其垂线方向取得极值的特性 ,提出一种用于求解轴对称曲线的对称轴线的极小惯量数值计算方法。对算法原理进行了理论分析 ,仿真数据处理和实验数据处理验证了算法的正确性和有效性。

简单城市环境下地面无人驾驶系统的设计研究

由于需要在统一的软硬件配置下满足各类场景的工作要求,因此具有开放性的智能驾驶系统对于地面无人平台而言至关重要。全面介绍参加2011中国智能车未来挑战赛的北京理工大学BIT-III智能驾驶系统。该系统具有两方面的突出特点:设计具备纵横向规划能力的局部路径规划算法并将其作为系统核心功能,从底层实现安全、平顺和稳定的自主驾驶;围绕路径规划的需求,根据输出模态对环境感知功能进行分类,便于融合不同传感器的信息。比赛和测试结果表明,BIT-III具有简单城市环境下全无人自主驾驶的能力,而开放式的系统设计使其能够在保证已有功能的基础上进化式地提高智能化水平,满足更为复杂的工作要求。

无人驾驶车辆局部路径规划的时间一致性与鲁棒性研究

在无人驾驶系统中,局部规划在跟踪全局路径的同时完成避障,提高了规划系统在动态未知环境中的工作能力.避障分析的有效性是局部规划最重要的功能之一.然而在仿真和实车测试中发现,广泛使用的基于优化求解的局部规划算法无法在不依赖全局精确定位时保证规划结果满足时间一致性要求.时间不一致将导致车辆的实际行驶路线偏离初始规划结果,造成避障分析失效.本文设计了基于前向预测的局部路径规划算法,在不依赖全局精确定位的前提下保证规划结果的时间一致性.除了时间一致性问题外,跟踪控制误差也是导致规划结果避障分析失效的主要原因之一.现有研究大多通过膨胀障碍物体现误差的影响,然而这种方法无法避免车辆驶入膨胀危险区域而停车.本算法在路径生成过程中增加误差影响,用通行区域代替原有不具有宽度的规划路径进行避障分析,既可以解决误差导致的避障失效,又避免出现膨胀障碍物带来的问题.通过V-Rep软件与实车规划程序进行联合仿真,在能够体现时间一致性影响的典型场景中对本算法与基于最优化曲线生成的局部路径规划算法进行比较,验证了该算法具有更好的安全分析有效性.应用本算法的北京理工大学无人驾驶平台参加了2013年"智能车未来挑战赛",在无人干预的情况下顺利完成18公里城郊赛段和5公里城市赛段行驶,展现了良好的避障能力.

基于运动微分约束的无人车辆纵横向协同规划算法的研究

为了满足在动态环境中快速行驶的要求,现有无人车辆普遍采用在传统规划系统的两层结构(路径规划–路径跟踪)之间增加局部规划的方法,通过在路径跟踪的同时进行避障来减少耗时的全局路径重规划.本文针对这种三层结构规划系统存在的问题,提出基于运动微分约束的纵横向协同规划算法,在真实环境中实现速度不超过40km/h的无人驾驶.根据车辆的实时运动状态,用高阶多项式模型在预瞄距离内对可行驶曲线进行建模,不仅使行驶过程中的转向平稳,而且在较高速时仍具有良好的路径跟踪能力.由横向规划提供横向安全性的同时,在动力学约束的速度容许空间中进行纵向规划,实现平顺的加速与制动,并保证了纵向安全性和侧向稳定性.该算法根据实时的局部环境自动决定纵横向期望运动参数,不需要人为设定行驶模式或调整参数.采用该算法的无人驾驶平台在2011年和2012年智能车未来挑战赛的真实交通环境中,用统一的程序框架顺利完成全程的无人驾驶.

高速无人驾驶车辆的操控稳定性研究

通过分析路面附着条件和道路曲率等因素对车辆转向特性和稳定性的影响,建立了高速车辆的等效动力学模型。提出了一种变步长的模型离散化方法,能够在保证车辆模型预测精度的基础上,实现较长的预测时域,并满足计算实时性的要求。通过对高速车辆稳定行驶状态进行分析,推导了基于包络线的滑移稳定性约束条件,并设计了基于模型预测控制的高速无人驾驶车辆的轨迹跟踪控制器。仿真结果表明,该方法可有效保证高速无人驾驶车辆在不同地面附着情况及道路曲率下的操控稳定性。

智能汽车横向控制方法研究综述

智能汽车在提高行驶安全性和减少交通事故方面有很大的优势,已成为世界范围内的研究热点。综述了智能汽车横向控制的国内外发展历程与研究现状;介绍了车辆横向动力学和轮胎力学的研究历程和模型;阐述了智能汽车横向控制理论和方法以及自动转向执行机构的设计;给出智能汽车横向控制研究的重点和发展趋势。通过分析认为,系统非线性、不确定性和时变特性的智能汽车横向动力学建模和横向控制器设计,特别是高速时的横向控制,以及智能车辆感知决策系统与车辆本身系统的一体化设计,将是今后研究的重点。