基于DMPC的无信控交叉口智能网联车辆多车协同轨迹规划

为了解决智能网联自动驾驶环境下无信控十字交叉口多车协同通行的冲突问题,该文提出了一种基于分布式模型预测控制(DMPC)的多车协同轨迹规划方法。采用分布式模型预测框架实现多车协同轨迹规划的分布式独立计算,利用滚动时域预测周车轨迹实现车-车未来状态交互,基于智能网联环境车-车交互通信功能实现规划结果共享;引入道路边界约束、加速度约束与碰撞约束等车辆安全约束条件,通过二次规划求解可以安全通行十字路口的多车轨迹;基于MATLAB驾驶场景生成模块建立无信控十字交叉口环境,并在2种场景下验证了该方法的有效性。结果表明:在直行工况和左转工况下多车间最小距离分别为2.58 m和2.99 m,均满足避撞的安全距离约束,实现了多车之间的协同避撞并且能够保证通行效率。

基于特征增稳的混合固态激光雷达目标检测

稳定的点云特征提取对激光雷达三维目标检测至关重要。针对现有深度学习算法仅能处理机械旋转式激光雷达点云数据,而对混合固态激光雷达数据支持不足的问题,本文基于IA-SSD搭建了适用于混合固态激光雷达的目标检测模型。首先,在点云编码前端添加了Cloth Simulation Filtering(CSF)用于地面次优点过滤;其次,利用局部特征融合和全局双线性正则化层组成的注意力机制,从局部和全局共同推动点云几何信息与特征信息融合;再次,利用GhostGConv替换原有低效的逐点卷积,通过通道混洗机制加强点云的特征交互,构建了增强型特征提取网络。最后,在点检测器IA-SSD中整合了上述模块完成模型构建。在混合固态激光雷达数据集SimoSet开展的验证结果表明,所提出的方法显著优于SimoSet数据集支持的其他算法精度指标;在KITTI数据集中等难度检测中,所提方法将IA-SSD三分类平均检测精度分别提升了1.17、1.47、0.5百分点。

基于MPC的自动驾驶汽车轨迹跟踪控制

文中提出了一种基于模型预测控制的自动驾驶汽车轨迹跟踪控制方法。首先,建立了由车辆轨迹跟踪侧向偏差、横摆角偏差与车辆质心侧偏角、横摆角速度构成的自动驾驶汽车轨迹跟踪误差状态空间方程;其次,构建了考虑轨迹跟踪精度和前轮转角变化率的目标函数;然后,设计了包括汽车前轮转角极限值与前轮转角变化率的汽车转向系统执行机构物理约束条件,并采用二次规划方法求解实现轨迹跟踪控制的前轮转角;并进行变质量和变侧偏刚度鲁棒性验证。最后,通过仿真试验、硬件在环试验与实车测试对文中提出轨迹跟踪控制算法进行验证。仿真测试结果表明,相比于LQR轨迹跟踪控制器,文中提出的MPC轨迹跟踪控制器的峰值横向误差7.4%,并且对于质心侧偏角的控制效果更好。硬件在环试验结果表明,在高速高附着工况下文中所提方法具有良好的轨迹跟踪精度和车辆稳定性。实车测试结果表明文中所提方法能够在低速工况下实现单移线、双移线的自动驾驶汽车轨迹跟踪控制。

风险场景驱动的次任务驾驶行为对接管绩效的影响

以高风险场景元素参数为控制权切换条件,探究次任务对驾驶人接管绩效的影响。从NGSIM数据集中提取旁车切入高风险场景作为控制权切换条件,使用皮尔逊相关性检验分析不同接管绩效指标间的相关性,利用单因素方差分析比较不同次任务资源占用模式与可中断性对接管绩效指标的影响。结果表明,接管时间与接管过程的横纵向操纵能力、安全性、接管效率相互耦合。增加视觉占用会增大0.26s的接管反应时间并破坏车辆纵向稳定性与接管效率,增加听觉占用会增大0.45 s的接管反应时间并降低接管效率,增加认知占用会减小0.23 s的接管反应时间并提升接管安全性,增加操作占用会增大0.21s的接管反应时间并增大接管过程的最大横向加速度,次任务可中断性会减小0.23 s的接管反应时间,但对接管后续车辆控制相关的指标无显著影响。

基于Adaboost算法的日间前方车辆检测

提出了一种基于类Haar特征和Adaboost算法的车辆检测方法,以解决汽车安全辅助驾驶系统中对前方车辆的信息感知问题。基于类Haar方法对训练集的积分图进行提取,采用Adaboost算法选取有效的类Haar特征并生成前方车辆检测分类器。利用前方车辆检测分类器对PETS(Performance evaluation of tracking and surveillance)提供的图片进行测试。试验结果表明:该方法可以快速、准确地实现日间前方车辆的检测。

液压挖掘机节能参数自适应模糊PID控制器研究

从节能角度出发 ,提出了一种新的液压挖掘机节能控制方法—参数自适应模糊PID控制系统 :根据工况的变化 ,模糊控制系统实时计算出适合条件的控制参数输入PID控制中 ,从而实现最佳的实时控制。基于此方法进行了仿真和台架试验 ,结果证明本控制系统优于传统的PID控制方法。

液压挖掘机节能用油门模糊控制器的开发研究

从液压挖掘机节能角度出发,提出了实现挖掘机节能的理论和控制方法。根据实际工作中不同的作业对象和工作要求,将挖掘机分为四个动力模式,分别对应不同的发动机转速。为使发动机转速控制在规定的低油耗区范围内工作,在油门控制中采用了模糊控制方法。根据挖掘机外部负载改变而引起的发动机转速变化情况,由模糊控制器实时控制步进电机实现对发动机油门的精确控制,从而达到节能的目的,并基于此方法进行了挖掘机节能控制台架试验,试验结果验证了控制理论和方法能够实现对油门的精确控制,是可行的。

基于BP神经网络的车道保持控制系统

利用机械动力学仿真软件ADAMS/CAR建立了主要包括用于进行自主控制的转向系统及可输出状态变量车身模型的整车动力学模型,在MATLAB/Simulink环境下设计了基于BP神经网络PID的车道保持控制系统。通过输入输出接口实现了整车模型与Matlab的通信。利用建立的Matlab控制模块和ADAMS机械系统动力学模型实现了车道保持控制的联合仿真。仿真结果表明,所设计的车道保持控制系统能较好地实现在危险状态下的车道保持自主控制,且控制过程平稳。

基于毫米波雷达和机器视觉的夜间前方车辆检测

为研究夜间追尾事故中本车智能防撞预警方法,提出了一种基于毫米波雷达和机器视觉的前方车辆检测方法。利用多传感器融合数据,检测前方车辆的距离、速度等。建立传感器之间转换关系,转换雷达目标的世界坐标到图像坐标。在图像上形成感兴趣区域,利用图像处理方法减少干扰点,运用Dempster-Shafer(D-S)证据理论,融合特征信息,得到总的信任度值检验感兴趣区域内的车辆。实验采集多段夜间道路行车视频数据,统计实现尾灯识别的帧数,与主观判断进行比较。结果表明:该方法能够实现对夜间前方车辆的检测和定位。

日间高速公路侧后方车辆识别方法

为帮助驾驶员发现目标车道侧后方车辆尤其是视野盲区内车辆,从而避免或减少换道过程中发生的交通事故,提出了日间在高速公路上识别侧后方车辆的新方法.根据路面灰度值,将日间图像分为正常光照和弱光照两类.由于车辆阴影的灰度小于路面平均灰度,根据两侧车道区域内存在的灰度突变确定出侧后方车辆的可能存在区域.对确定的区域采用相应的阈值分割方法进行图像分割.在对分割后的二值化图像去噪、边缘提取和细化,以及提取车辆直线水平边缘基础上,根据系列车辆统计获得的先验知识(车辆前车窗的大小及比例等)验证车辆的真实存在.试验结果表明,该算法具有较好的可靠性和鲁棒性.

用于视觉导航自动车辆的统计数字识别方法

通过对图像特征选择不同方法的分析,考虑到图像的全局特征更易被检测到,而且更不易受到噪声和较小的局部失真影响,提出了以全局特征为立足点,即从图像的总体出发,采用图像的灰度均值为主要特征量的特征选择与提取方法。在此基础上,全面分析了数字分块的机理,并采用投影的方法得到了10个数字的特征值。为实现对数字的快速识别,对得到的数字投影值采用了方向特征的处理方法。试验结果表明:有噪声的情况下,通过利用统计原理获得数字特征值能够实现对数字的快速、准确识别,该方法具有较好的抗干扰能力。

基于区域生长的智能车辆阴影路径图像分割方法

针对作者自主开发的视觉导航区域交通智能车辆(Cyber Car)的导航路径在阴影条件下难以应用单一传统阈值方法分割提取的问题,提出了基于区域生长的图像分割方法。该方法利用路径边缘信息寻找种子点,进而对整个路径区域进行生长,最终实现车辆导航路径的准确分割与提取。同时为满足车辆导航实时性的要求,还提出了对分块子图像进行压缩的方法。对不同阴影下导航路径图像的分割试验表明,该方法能够实时、准确地识别导航路径,并具有较强的抗干扰能力。

液压挖掘机PID专家节能控制系统

从节能角度出发 ,提出了分工况智能 PID专家控制系统。根据不同的作业对象 ,将挖掘机动力模式分为重载、正常和轻载 ,当发动机被设定为某一动力模式后 ,由安装在发动机上的转速传感器和变量泵出口处的压力传感器测出转速值和压力值 ,通过专家控制推理机在控制规则中找出适合的控制规则 ,从而实现节能控制。

四轮独立转向车辆稳定性的模糊最优控制方法

为改善四轮独立转向(4WIS)车辆的操纵稳定性,在设计了4WIS模型跟踪最优控制器的基础上,对最优控制参数对控制性能的影响以及4WIS车辆转向动力学特性进行了分析,提出了一种基于车辆转向状态的最优控制器参数调整策略,并设计了模糊逻辑控制参数调节器,实现最优控制器参数的自适应调整.结合4WIS车辆的八自由度动力学模型对提出的模糊最优控制系统进行仿真实验分析,结果表明:设计的4WIS模糊最优控制系统能够极大地改善车辆的稳定性与安全性;在高速低附着系数的极限工况下,该系统仍然够能保证车辆的理想转向状态.该系统对于强侧向风一类的侧向干扰具有很强的抑制能力;风速90 km/h的强侧风且无驾驶员干预情况下,车辆在320 m行驶距离内,侧向偏移量仅为0.78 m.

视觉导航自动车辆用BP神经网络数字识别方法的研究

为了满足视觉导航自动车辆AGV对阿拉伯数字准确、快速识别的要求,该文提出了基于BP神经网络的数字识别方法。为满足对数字识别实时性、准确性的要求,研究改进了数字识别的算法,考察了隐层节点数对收敛速度、数字识别效果的影响以及学习率η对收敛速度的影响,并选取了较好的学习率对阿拉伯数字进行了网络训练,得到了网络收敛后的权值和阈值矩阵。在有噪声的条件下,进行了实验检验,实验结果表明该方法能够实现对阿拉伯数字的准确、快速识别。

液压挖掘机节能用智能PID专家控制系统

从节能角度出发，在充分分析国内、外液压挖掘机节能控制方法及理论的基础上，综合考虑了转速控制和压力控制的优点，为液压挖掘机节能首次提出了基于这两种控制理论的新的控制方法──分工况智能ＰＩＤ专家控制系统，并基于此方法进行了计算机仿真和试验检验。

不同道路线形下驾驶人认知分散状态监测

通过驾驶模拟实验采集了不同驾驶人在不同道路线形下的驾驶行为参数,通过对参数的统计分析,确立了表征正常驾驶和认知分散状态下驾驶的特征参数组。利用提取的特征参数组作为支持向量机模型输入,建立了不同驾驶人在不同道路线形下的认知分散状态监测模型。实验结果表明,在不同道路线形下分别进行监测的准确度(直道88.58%,弯道81.25%)高于采用同一模型不区分道路线形直接进行监测的准确度74.17%。研究同时表明个人驾驶习惯对驾驶人意识监测结果有重要影响。

智能车辆自主导航神经网络控制器设计

针对自主设计、制造的智能车辆,提出了设计新的神经网络控制器来实现对车辆导航路径的自主跟踪控制。分析了神经网络导向控制器的设计方法,选择了神经网络导向控制器的输入、输出变量,并建立了神经网络导向控制器的结构。在此基础上,采用人工驾车采集的数据对控制器进行了训练。完成了计算机仿真和实际路径跟踪控制试验,试验结果表明该神经网络控制器能够很好地实现对导航路径的自主跟踪控制。

高速公路合流区车间无线通讯安全辅助驾驶研究

针对高速公路入口匝道合流处易发生交通事故,而传统汽车安全辅助驾驶系统在这类区域无法实际应用等问题,提出了利用车间无线网络通讯、GPS与电子地图匹配等技术协同来解决这些问题。并采用基于前后车辆间跟驰模型的加速度风险评价标准作为安全评价,构建系统并在校园内进行了简单的道路实验。实验证明提出的方法可有效地解决传统汽车安全辅助驾驶系统中各类传感器失效而造成的问题,并可应用于极端的气候条件、特殊的路况包括交叉路口等复杂道路下的安全辅助驾驶等各类系统。

次任务驾驶对行车安全性影响研究综述

次任务驾驶已成为导致道路交通事故的重要原因。驾驶过程中,次任务操作会在不同程度上占用驾驶人的视觉资源、认知资源和动作资源,分散驾驶人注意力,严重影响行车安全。因此,对次任务驾驶安全性开展相关研究具有重要意义。从移动电话使用、音乐、调控车载设备、喝水抽烟及吃东西等4个方面,对目前国内外次任务驾驶安全研究现状进行了阐述,分析了次任务驾驶安全性评价模型研究进展,概括了次任务驾驶对驾驶安全性影响研究手段和方法的优缺点,并对我国驾驶次任务研究方向作出展望。