基于缩微环境下的智能车仿真与研究

车路协同系统的研究的目的是增加交通通行能力,减少交通事故的发生。融合了先进的信息技术、通讯技术、传感技术为一体。为研究此系统,从建设车路协同实验平台的需求分析,自主开发搭建了半物理仿真的一体化实验平台。通过实验,验证了实验平台模拟系统的有效性。

基于视频图像的目标识别与跟踪算法

研究了基于视频图像的目标识别与跟踪算法。主要应用了Hog特征和支持向量机(SVM)分类器设计完成对目标的侦察识别。当侦察到目标时,采用高斯模型对目标和背景建模,结合卡尔曼滤波预测估计方法和均值漂移(mean-shift)理论,实现目标跟踪和定位功能。最后通过缩微环境中的案例演示,验证了所提算法的可行性。

基于缩微智能车的车辆跟随控制系统

针对车辆跟随系统中每辆车只能获得局部信息的情况,给出了一种控制器设计方法,并利用李雅普诺夫方法分析了系统的稳定性,给出了保证系统能够稳定运行的充分条件.为增强系统的可扩展性,在原有控制器基础上加入了速度限制,以避免系统位置偏差的逐级放大.在缩微交通环境下实现了5辆缩微车的车辆跟随系统,以验证控制方案的可行性.通过仿真和缩微车实验表明,运用所设计的控制方案,车辆跟随系统能够稳定行驶,避免了系统位置偏差的传播.