無人駕駛汽車動態(tài)障礙物避撞關(guān)鍵技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩109頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

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

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論