利用激光点云的智能网联汽车自主换道横向避障

通过智能网联汽车自主换道横向避障设计,提高车辆自主驾驶安全性能,提出基于激光点云的智能网联汽车自主换道横向避障方法,构建基于全激光雷达的无人驾驶系统的汽车行驶环境激光点云数据采集模型,通过激光雷达激光点云图像检测方法实现对智能网汽车行驶环境感知。结合障碍物检测、车道线检测、可行驶区域检测的方法,分析智能网联下汽车换道障碍物和车道的相关性特征量,通过激光点云的自主寻优方法寻找边界点直到搜索路径达到阈值,再结合直线道路模型和车道线连续性原则实现对汽车自主换道横向避障规划设计。仿真结果表明,采用该方法进行汽车自主环控避障,在5 s时达到收敛状态,障碍物坐标识别误差距离低于0.7,并且该方法的识别精度达到了0.970以上,提高了车道信息的感知能力,准确高效地估计可行驶区域,提高车辆避障能力。

基于正弦函数的自动驾驶电动汽车换道控制系统设计

由于交通道路环境具有不确定性,为实现对换道行为的有效控制,对基于正弦函数的自动驾驶电动汽车换道控制系统进行了研究;利用正弦型三相逆变控制电源输入的电力信号,驱动换道模拟平台与换道信息通信编码器,完成自动驾驶电动汽车换道控制系统的各级应用部件设计;筛选出关键的换道片段,在此基础上,提取始末换道位置,构建车道中心线势场,定义具体的换道轨迹簇,生成控制所需的电动汽车换道轨迹簇;根据安全换道车距的正弦函数计算结果,搭建反馈控制器闭环,并利用该模型实施对换道轨迹的控制与规划,实现基于正弦函数的汽车换道行为控制,联合各级应用结构,完成自动驾驶电动汽车换道控制系统的设计;实验结果表明,上述系统不会因不及时换道导致自动驾驶电动汽车的行车碰撞问题,且能够准确识别道路中的障碍物,提升行车安全;该系统的设计和实现为自动驾驶电动汽车的发展和应用提供了有益的参考和启示。

一种用于激光雷达识别车道标线算法

利用点云数据空间分布特征和回波强度信息,结合局部均值变点统计方法,提出了一种用于激光雷达数据帧的车道标线识别算法。该算法首先基于车载激光雷达采集的道路周围环境点云数据中高程信息进行滤波,确定可行驶区域。然后利用局部均值变点统计对可行驶区域点云数据中的回波强度值进行标记提取,即车道标线点云数据粗提取。最后基于EM(最大期望)方法聚类,从而完整、准确地识别车道标线。实验结果表明,该算法不仅能够准确定位可行驶区域,进而可以实现车道标线的自动提取;而且有效抑制了道路周围环境对车道标线识别的干扰,验证了算法的有效性。

交叉口入口路段车流量及车辆换道率检测研究

针对交叉口入口路段交通视频中存在车辆遮挡严重、频繁走停以及频繁换道插队等特点,提出了一种获取交叉口停车线后大视野范围内车流量以及车辆换道率的检测方法。首先采用多级虚拟特征线生成多级时空图,对车辆进行快速检测和分割,获得车辆候选区域;然后对车辆候选区域内局部特征点进行初步分组和跟踪,并根据相同组内特征点运动趋势相似性来修正分组,解决车辆遮挡问题,用于检测车辆换道率;最后将多级时空图与特征点跟踪相结合,进行相互反馈,实现对车辆准确分割和鲁棒跟踪,避免车辆行驶中走停的影响。实验结果表明,通过该方法能实时准确地获取大视野范围内交叉口入口路段车流量和车辆换道率的交通参数。

基于行驶轨迹的合流区车辆换道特性研究

为了研究快速路合流区车辆换道特性,以福州市三环快速建新互通入口匝道合流区作为研究对象,采用无人机拍摄所有车辆从驶入到驶出合流区的整个行驶过程的视频资料,并用Tracker软件中质点追踪模块追踪车辆左前引擎盖的轨迹,分析车辆换道起点的分布情况;根据车辆在换道过程所需要的最小安全距离与换道车和目标车道跟随车之间的速度差值的关系,得到车辆换道过程中的安全区域及危险区域.结果表明,加速车道车辆换道对紧邻的外侧车道车辆行驶影响最大,中间车道次之,内侧车道最小;各车道车辆的换道行为存在明显的横向延迟扩散的现象;车辆换道加速度越大所得到的安全区域越大且加速度建议范围为1.0~1.5 m/s^2.

基于hp自适应伪谱法的智能汽车紧急变道轨迹规划与优化

为了提高智能汽车紧急变道轨迹规划的实时性和适应性,将紧急变道过程分为初始阶段和跟踪阶段,初始阶段的轨迹由优秀驾驶人紧急变道模型产生,跟踪阶段的轨迹采用Sigmoid函数规划出紧急避让路径。首先通过聚类分析处理优秀驾驶人转向操作的实车试验数据,拟合得出紧急变道过程中的方向盘转角随时间的关系(即驾驶人紧急变道模型),作为智能汽车在紧急变道初始阶段不同速度下车辆控制的输入量。然后通过建立与求解约束方程,满足避撞约束、侧向位移约束以及最大侧向加速度约束.得出Sigmoid函数表达式,作为智能汽车在紧急变道过程跟踪阶段的参考路径。最后利用hp自适应伪谱法加入切换点的物理量约束,逼近全局正交多项式的状态量和控制量,自动调整和处理2个阶段的切换点位置和衔接问题.以最小变道距离为目标对跟踪阶段的变道轨迹进行优化。运用PreScan与MATLAB对4种不同工况下的紧急变道轨迹规划进行联合仿真。结果表明:提出的轨迹规划与优化方法在满足各项约束的情况下成功避开障碍物,同时缩短了需要优化的轨迹,优化时间都小于0.9s,并且与基于多项式函数轨迹规划方法相比,该方法能够以距障碍物较远的距离避开障碍物,在不同的车辆速度、道路曲率和障碍物宽度的复杂工况下具有更好的适应性。