传感器感知盲区条件下智能汽车主动制动系统控制研究

传感器感知盲区是造成智能汽车交通事故的主要原因之一。为了降低传感器感知盲区对智能汽车主动安全性能的影响,对传感器感知盲区条件下的智能汽车主动制动系统控制进行了研究。首先,建立感知盲区数据库,并搭建卷积神经网络对其进行识别;其次,根据其运动特征进行分类,建立感知盲区条件下的安全距离模型;最后,基于上述安全距离模型对感知盲区内的潜在障碍物进行自车速度控制,达到主动避撞的目的。仿真和实车试验表明,提出的传感器感知盲区分类可以较好地表述感知盲区的运动特征,传感器感知盲区条件下的主动避撞安全距离模型对潜在障碍物有较好的预防作用,主动避撞算法提高了智能汽车在传感器感知盲区内的主动安全性能。

复杂三维曲面覆盖算法研究

针对无线传感器网络中三维空间曲面覆盖问题进行研究,建立传感器节点的三维感知模型,考虑到曲面的不规则性,曲面凸点会成为节点感知过程中的障碍物,形成三维空间中特有的三维感知盲区。首先从理论上对简单曲面进行分析,计算出实现有限曲面全覆盖所需的最少节点数,在对三维曲面进行网格划分以及根据三维感知盲区改进适应度函数后,引入差分进化(DE)算法对随机部署在三维空间中的传感器节点的位置坐标进行优化,通过大量仿真实验得出实现目标曲面全覆盖所需的最少的节点数,引入误差率,通过提出的测试准则验证了引用DE算法解决简单三维曲面覆盖问题的有效性。最后将DE算法运用到解决复杂三维曲面覆盖问题中,取得了良好的效果。

基于可视图法的多载波生命体征监测算法

针对传统的基于信道状态信息的生命体征监测算法使用单个子载波的幅度或相位信息进行监测时存在感知盲区的问题,提出一种基于可视图法的多载波生命信号检测方法.首先,分析相邻子载波之间的相关性,利用可视图法构建子载波间高感知性能的复杂网络,实现生命体征更精准的建模;然后,采用网络分析方法提取出相应的网络参数,并设计用于表示、构造多载波信息的网络特征信号;最后,采用离散小波变换提取出正常呼吸和心跳频率范围内的生命体征信息,分别采用峰值检测算法和快速傅里叶算法来估计呼吸频率和心率.实验结果表明,所提算法与传统的采用单个子载波的方法相比呼吸频率和心率的错误率分别降低了3.06%和2.26%,具有更好的检测性能.

考虑预期功能安全的智能汽车自动紧急制动系统

预期功能安全的提出,使得传统的自动紧急制动系统的安全性受到了挑战。为此,本文中利用基于系统理论过程分析(systems-theoretic process analysis,STPA)方法得到了自动紧急制动系统的预期功能安全要求,在传统的自动紧急制动系统基础上增加了感知盲区安全车速规划策略。然后基于盲区场景下车辆与行人相遇运动学模型,构造盲区安全车速公式。接着设计加入非线性干扰观测器的速度滑模控制器,对该速度进行跟踪控制,最后在CarSim与Simulink联合平台上开展仿真试验,比较此系统与没有增加预期功能安全要求的自动紧急制动系统的安全性,并进一步在硬件在环仿真试验台上验证。结果表明,考虑预期功能安全的自动紧急制动系统能有效降低行人碰撞风险,并确保车辆安全通过盲区的行驶效率。