Research on Key technology of auto-driving using fuzzy logic approach.pdf

1、在過去的30年，用于城市地面交通工具中自動駕駛技術(shù)的開發(fā)已經(jīng)得到了飛速的發(fā)展。目前，現(xiàn)代自主駕駛車輛已具備一定感知車輛周圍環(huán)境的能力，比如根椐分類所分析對象的類型并進(jìn)行檢測；觀測周身環(huán)境的變化并評估對象的移動可能性；在遵循交通法規(guī)的基礎(chǔ)之上對復(fù)雜的交通現(xiàn)狀進(jìn)行車輛路徑規(guī)劃并分析障礙物的移動方向等。在這些復(fù)雜的情況下，這種自主導(dǎo)航能力是建立在很多學(xué)科(例如：計算機(jī)學(xué)、電子工程學(xué)、機(jī)器人技術(shù)和控制學(xué)等)的基礎(chǔ)之上跨越并結(jié)合之后研發(fā)的。

2、>　　在過去的30年，用于城市地面交通工具中自動駕駛技術(shù)的開發(fā)已經(jīng)得到了飛速的發(fā)展。目前，現(xiàn)代自主駕駛車輛已具備一定感知車輛周圍環(huán)境的能力，比如根椐分類所分析對象的類型并進(jìn)行檢測；觀測周身環(huán)境的變化并評估對象的移動可能性；在遵循交通法規(guī)的基礎(chǔ)之上對復(fù)雜的交通現(xiàn)狀進(jìn)行車輛路徑規(guī)劃并分析障礙物的移動方向等。在這些復(fù)雜的情況下，這種自主導(dǎo)航能力是建立在很多學(xué)科(例如：計算機(jī)學(xué)、電子工程學(xué)、機(jī)器人技術(shù)和控制學(xué)等)的基礎(chǔ)之上跨越并結(jié)合之后研發(fā)的。

3、
　　本學(xué)位論文對自主車輛系統(tǒng)所包含很多重疊和整合系統(tǒng)及技術(shù)知識進(jìn)行了探討，并對從攝像機(jī)鏡頭捕捉到的圖像以及對于車輛位置、車輛性質(zhì)種類、不同物體的速度及來自從各種傳感器如GPS、雷達(dá)、相機(jī)、和其他人對車輛周圍的危險指數(shù)分析并對相關(guān)數(shù)據(jù)資料加以分析和總結(jié)。值得說明的是對所研究對象來判斷并得出詳細(xì)描述他們的內(nèi)容研究(比如根椐他們的外部形象特征來將其歸類)不在本論文的范圍內(nèi)。
　　首先設(shè)計或規(guī)劃得出描述每個對象的N個特征向量等數(shù)據(jù)

4、，每個特征向量包含的數(shù)據(jù)描述如下：
　　(1)對象屬性(比如汽車、人群、樹木、障礙物等等)。
　　(2)測試車輛和物體之間的距離以[以(x，y)坐標(biāo)軸的方式描述與計算]。
　　(3)運(yùn)動客體的相對移動方向[以(x，y)坐標(biāo)軸的方式描述與計算]。
　　(4)行駛車輛的當(dāng)前速度。
　　行駛環(huán)境范圍內(nèi)，車輛與每個物體之間計算得出的時間值可能會有沖突，這是證明風(fēng)險的關(guān)鍵點(diǎn)。基于可能存在的碰撞時間標(biāo)準(zhǔn)，每個對象都是通

5、過使用不同的分類技術(shù)風(fēng)險和危險水平來排序。目前這些技術(shù)具體包含：K最近鄰群集算法(KNN)、神經(jīng)網(wǎng)絡(luò)(NN)、支持向量機(jī)(SVM)等。相比較之下，K-means算法經(jīng)研究被驗(yàn)證為最適用于本文所描述數(shù)據(jù)集的最好方法。
　　然后，研究如何處理那些僅使用單項(xiàng)輸入模式可能無法實(shí)現(xiàn)的、并從多個特征向量中為了提高準(zhǔn)確性和更具體推論規(guī)則和推理的數(shù)據(jù)融合系統(tǒng)相結(jié)合的數(shù)據(jù)，以及為了給予一個正確精準(zhǔn)的決策而需要對n向量操控和整合等方面的問題。

6、　　為了計算給出一個正確的決策信息，針對一個由F個自定義的特征組成向量，并結(jié)合N個采集對象特征向量，然后融合集成所有必需的數(shù)據(jù)集。在此研究背景的框架下，提出了兩種不同的融合算法：
　　A)基于車輛相對位置的決策級數(shù)據(jù)融合[最高風(fēng)險從(左，右和前面，后面)]。
　　B)基于對象特征屬性的數(shù)據(jù)融合[風(fēng)險最高的(汽車、人力、交通信號燈、和障礙]。
　　并且，在此基礎(chǔ)上詳細(xì)比較了這兩個方法。同時在決策階段時依據(jù)輸入的特性選用其

7、中之一方法，以便得到較好的決策結(jié)果。
　　最后，介紹了提出的模糊邏輯控制系統(tǒng)，用于解決不確定性的考慮多個選擇的問題，一種合適的模糊邏輯決策算法。該算法的思想是依據(jù)不同行為特征選擇導(dǎo)致的有關(guān)車輛位置等不同距離特征的影響，并以計算得出的汽車碰撞時間進(jìn)行測試。不同距離特征會影響所需計算的汽車碰撞時間，這個運(yùn)算法則始于那些行為被選擇，而后執(zhí)行“并”的法則完成和遵循。
　　系統(tǒng)描述了汽車自主行駛決策的各種工況，包括每個“僅在前”，“僅