無人駕駛汽車動態(tài)障礙物避撞關(guān)鍵技術(shù)研究.pdf

1、隨著汽車保有量的增加，交通擁堵和交通事故發(fā)生率不斷升高，作為解決此問題的重要手段，無人駕駛汽車的研究日益迫切。
　　無人駕駛汽車在復(fù)雜交通環(huán)境中行駛時會不可避免地與其他交通參與者如汽車、行人和自行車等產(chǎn)生交互，在交互過程中必須避開所有潛在碰撞以保證行駛安全。為了完成此任務(wù)，首先需要無人駕駛汽車能夠準確地檢測并跟蹤動態(tài)障礙物，估計其運動狀態(tài);其次，不同種類的動態(tài)障礙物具有不同的運動特性，為提高避撞行為的合理性，需要識別出動態(tài)障礙物的

2、種類以便無人駕駛汽車執(zhí)行更加合理的避撞行為;最后為了避開與動態(tài)障礙物之間的潛在碰撞，要求無人駕駛汽車能夠準確預(yù)測出動態(tài)障礙物的運動軌跡，尤其是運動速度較快的動態(tài)車輛。但現(xiàn)有的基于單一輪廓特征的方法在動態(tài)障礙物檢測跟蹤過程中的準確率和速度較低，無法滿足動態(tài)障礙物避撞安全性的要求，基于輪廓特征和運動狀態(tài)的動態(tài)障礙物識別算法的準確率較低且識別范圍較小，無法滿足無人駕駛汽車避撞合理性的要求，動態(tài)車輛行駛軌跡由很多因素決定，現(xiàn)有的基于動態(tài)車輛實時

3、運動狀態(tài)的軌跡預(yù)測方法誤差較大，不滿足無人駕駛汽車避撞準確性的要求。
　　針對以上問題，本文提出了基于多特征融合的動態(tài)障礙物檢測跟蹤方法、基于時空特征向量的動態(tài)障礙物識別方法和基于駕駛行為意圖檢測的動態(tài)車輛軌跡預(yù)測方法，從而實現(xiàn)更加安全、合理和準確的動態(tài)障礙物避撞，主要研究內(nèi)容如下:
　　1)動態(tài)障礙物的檢測跟蹤:為了提高動態(tài)障礙物檢測跟蹤的準確性與速度，提出了一種基于多特征融合的動態(tài)障礙物檢測跟蹤方法。首先分別從三維激光雷

4、達獲得的數(shù)據(jù)和多層激光雷達獲得的數(shù)據(jù)中提取障礙物的輪廓特征和激光脈沖反射強度特征，接著融合提取的特征并對動態(tài)障礙物進行建模，通過構(gòu)建相似度矩陣完成動態(tài)障礙物的匹配跟蹤并利用建立的障礙物模型完成動態(tài)障礙物的運動狀態(tài)估計，為動態(tài)障礙物識別和動態(tài)車輛軌跡預(yù)測提供障礙物運動狀態(tài)信息。
　　2)動態(tài)障礙物的識別:不同類型的動態(tài)障礙物具有不同的運動特性且需要不同的避撞策略，為了使無人駕駛汽車能夠更加合理地選擇避撞行為，本文提出了一種基于時空特

5、征向量的無人駕駛汽車動態(tài)障礙物識別方法。首先結(jié)合障礙物空間維度上的幾何輪廓特征、時間維度上的Zernike不變矩特征和無人駕駛汽車的位姿信息構(gòu)建時空特征向量，在此基礎(chǔ)上使用AdaBoost算法構(gòu)建動態(tài)障礙物分類器，最后使用分類器識別動態(tài)障礙物，為避撞行為決策提供障礙物類別信息。
　　3)動態(tài)車輛軌跡預(yù)測:在動態(tài)障礙物識別的基礎(chǔ)上，針對其中動態(tài)車輛軌跡預(yù)測不準確的問題，提出了基于駕駛行為意圖檢測的軌跡預(yù)測方法。首先，利用高斯混合模型