基于多Agent系統(tǒng)的智能車輛自主行駛控制研究.pdf

1、智能車輛是集環(huán)境感知、規(guī)劃決策、輔助駕駛等功能于一體的綜合智能系統(tǒng)，是計算機視覺、人工智能、控制理論和電子技術(shù)等多學(xué)科交叉的產(chǎn)物，能夠在具有一定地形特征的環(huán)境中運行，順利到達期望目的地或沿期望路徑行駛，具有廣闊的應(yīng)用前景。
　　 本研究以四輪智能車為研究對象，采用高精度線陣CCD攝像頭、高速雙核DSP和超聲波傳感器等構(gòu)成智能車輛的視覺導(dǎo)航、運動控制、避障和信息獲取系統(tǒng)。著重研究智能車輛的圖像處理、行駛控制、軌跡規(guī)劃以及多電機控制

2、問題。主要工作包括以下幾個方面：
　　 ⑴為了增強運動環(huán)境條件下視覺系統(tǒng)的適應(yīng)性，解決運動模糊、失真和噪聲等問題，研究了多種圖像處理技術(shù)，嘗試的方法主要有：道路圖像平滑濾波處理中的鄰域濾波、中值濾波等；邊緣增強處理中的Robert算子、Sobel算子、Prewitt算子、LOG算子及Canny算子，以及最佳閾值分割迭代算法。對上述處理方法進行了大量的對比實驗，從實際處理效果與實時性方面對相關(guān)試驗結(jié)果進行了比較分析，提出了適合智能

3、車輛導(dǎo)航的圖像預(yù)處理方法，突出標(biāo)識線與環(huán)境之間的邊緣線，為車體中心線與標(biāo)識線的側(cè)向距離偏差和角度偏差的計算提供依據(jù)。
　　 ⑵在結(jié)構(gòu)或非結(jié)構(gòu)環(huán)境下智能車輛必須具有實時反應(yīng)能力、行為自主決策能力，因此，設(shè)計構(gòu)建由協(xié)調(diào)和控制兩層結(jié)構(gòu)組成的Multi Agent System，一方面，根據(jù)智能車輛相對標(biāo)識線位置的不同，采用由不同控制算法的Agent控制，通過傳感器及其快速信息處理過程獲得比較好的運行效果，同時也具有快速時間響應(yīng)的特點；

4、另一方面，協(xié)調(diào)層起到宏觀調(diào)控作用，比如，制定子目標(biāo)，監(jiān)督智能車輛的運動，優(yōu)化路徑等。克服了傳統(tǒng)基于行為的結(jié)構(gòu)中以犧牲優(yōu)化為代價的缺點，使應(yīng)激行為更具有全局優(yōu)化的特性。該控制結(jié)構(gòu)既能在局部行動上顯示出靈活的反應(yīng)能力和魯棒性，又能在全局上做出長遠的、優(yōu)化的運動控制規(guī)劃。
　　 ⑶提出基于GA和LS-SVM的智能車輛變結(jié)構(gòu)控制，利用典型樣本，在離線狀態(tài)下，運用遺傳算法優(yōu)化計算變結(jié)構(gòu)控制律中最優(yōu)參數(shù)ε和δ，分別建立ε和δ的支持向量機；在

5、在線狀態(tài)下，通過支持向量機為變結(jié)構(gòu)控制器提供實時的ε和δ，既充分利用了遺傳算法的全局優(yōu)化和支持向量機的小樣本、泛化能力強的特點，又克服了遺傳算法計算時間長的缺陷，較好地解決了由離散指數(shù)趨近律設(shè)計的變結(jié)構(gòu)控制器易產(chǎn)生抖振的問題。
　　 ⑷針對智能車輛轉(zhuǎn)向系統(tǒng)的復(fù)雜，非線性和時變系統(tǒng)，提出了基于RBF神經(jīng)網(wǎng)絡(luò)在線辨識的單神經(jīng)元PID控制。在該控制系統(tǒng)結(jié)構(gòu)中，采用RBF神經(jīng)網(wǎng)絡(luò)辨識器實現(xiàn)對轉(zhuǎn)向系統(tǒng)的Jacobian矩陣信息的在線辨識，