检索结果-南通市图书馆

作者：王卫东东北大学

学位级别：硕士

在交通道路上，存在着各种复杂的状况，对于道路上行驶的智能车会因这些状况导致智能驾驶系统在一定速度下不能及时准确的确定自己在环境中的具体位置并规划出能够及时躲避四周障碍物的最优路径，导致自动制动系统失效，引起事故的发生... 详细信息

在交通道路上，存在着各种复杂的状况，对于道路上行驶的智能车会因这些状况导致智能驾驶系统在一定速度下不能及时准确的确定自己在环境中的具体位置并规划出能够及时躲避四周障碍物的最优路径，导致自动制动系统失效，引起事故的发生，造成人员和财产的重大损失。因此，对于深入研究智能车定位和路径规划算法，提高算法各方面的性能具有重要的理论意义和应用价值。论文围绕自主搭建的智能车进行研究，主要内容包括如下几个方面:　　(1)建立智能车的各种系统模型，包括智能车辆软硬件系统模型、运动学及动力学模型、传感器模型等。通过这些模型的搭建可以对智能车系统有更加深入的了解，并根据这些模型搭建出真实的实验平台，本位采用的实验平台有两种，一种是履带式智能车,用于算法的验证，另一种是课题组轮式驱动智能车，用于对算法的应用。　　(2)深入研究路径规划算法，并在Matlab中用栅格法建立环境地图，对传统的蚁群算法和A*算法进行仿真验证，分析两个算法的优缺点，提出改进的思路。　　(3)针对传统的蚁群算法在路径节点搜索效率低和规划路径并非最优等问题，对传统的蚁群算法的信息素的初始化、状态转移的初始值策略、全局信息素的更新等方面设计新的改进策略，并在Matlab中进行仿真验证。　　(4)提出一种提高粒子采样效果和减少重采样次数的有效方法。首先以粒子滤波为基础在求解采样时，采用扩展卡尔曼滤波计算出的后验概率的均值和方差作为权重计算的建议密度的均值和方差。随后并用权重的标准差及有效粒子数作为评价粒子滤波算法权值退化严重程度，并统计小于权重均值的个数，当大于预先设定的阈值时决定需要重新采样。通过算法改进减少重采样次数，改善粒子滤波粒子多样性退化的现象，提高系统效率。最后，通过Matlab对扩展卡尔曼滤波、粒子滤波定位算法和融合算法分别进行仿真实验，并对比分析融合方法的有效性和实时性。　　(5)结合A*算法和改进的蚁群算法的优缺点，设计出一种改进的蚁群-A*融合的全局路径规划算法。该融合算法以改进的蚁群为基础算法，A*算法为辅助算法对全局环境进行双规划，提高了整体算法的收敛速度和搜索效率，并很好解决规划算法易于陷入局部最优值的问题。并在Matlab中用栅格法建立环境地图，进行路径规划，通过对比分析，验证算法可行性。针对栅格地图规划出的路线不平滑问题，采用B样条曲线算法对其优化，使其更符合实际智能车运动轨迹，提高了路线的平滑性，减少不必要的尖峰拐点。　　(6)提出了一种基于干扰观测器的复合自适应神经网络跟踪控制策略。通过设计二阶低通滤波辨识模型构造复合自适应学习率，其中自适应参数由建模误差向量和跟踪误差共同调节，不但有效地衰减了测量噪声还加快了系统跟踪误差的收敛速度。通过设计干扰观测器来估计系统受到的复合干扰，在输入通道中将观测出的干扰值抵消，提高了系统抗干扰能力。通过Matlab和课题组智能车对算法进行实车验证。通过所研究的路径规划算法规划出一条最优期望路径，智能车沿着该期望路径利用神经网络控制车辆行驶,保证车辆中心与规划的路线保持一致，达到不偏离路线，提高了智能车在实际环境中抗干扰的能力，保证智能车安全行驶。

关键词：智能车辆定位路径规划蚁群算法路径跟踪

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于语义似然与高精度地图匹配的智能车辆同时定位与检测

引用

上海交通大学学报 2023年

作者：赖国良胡钊政周哲万金杰任靖渊武汉理工大学重庆研究院武汉理工大学信息工程学院武汉理工大学智能交通系统研究中心

车载传感器数据与高精度地图的精确匹配是提升智能车辆感知与定位的关键。文章提出基于语义似然模型（Semantic Likelihood Model， SLM）的高精度地图匹配新算法，实现智能车辆同时定位与目标检测任务。首先通过U-Net提取路面语义目标... 详细信息

车载传感器数据与高精度地图的精确匹配是提升智能车辆感知与定位的关键。文章提出基于语义似然模型（Semantic Likelihood Model， SLM）的高精度地图匹配新算法，实现智能车辆同时定位与目标检测任务。首先通过U-Net提取路面语义目标，利用核密度估计建立SLM。基于粒子滤波框架，利用位姿变换将高精度地图上目标抽样点映射至SLM中，计算该抽样点与传感器数据的匹配程度对每个粒子的权重更新，实现智能车辆的高精度定位。最后利用定位结果完成地图上的要素目标到图像的映射，实现目标的精准检测。利用在校园道路与城市道路环境下采集的数据对所提算法进行验证，实验结果表明，算法的平均定位误差约为14cm，路面路标检测结果MIOU均大于80。较之深度神经网络等SOTA检测方法，所提算法引入高精度地图的先验信息可显著提升智能车辆定位与目标检测性能。

关键词：智能车辆定位高精度地图语义似然模型粒子滤波

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于多传感器信息融合的智能汽车定位方法研究

基于多传感器信息融合的智能汽车定位方法研究

引用

作者：肖广聪湖南大学

学位级别：硕士

车辆定位模块是智能驾驶汽车系统的基础,也是最重要的组成部分之一。它负责解决车辆感知自身位置和姿态的问题,为决策、规划和控制模块提供重要的信息。目前智能驾驶车辆搭载多种类型传感器捕获环境信息,通过信息融合的方法实现车辆的... 详细信息

车辆定位模块是智能驾驶汽车系统的基础,也是最重要的组成部分之一。它负责解决车辆感知自身位置和姿态的问题,为决策、规划和控制模块提供重要的信息。目前智能驾驶车辆搭载多种类型传感器捕获环境信息,通过信息融合的方法实现车辆的定位。传感器的种类以及信息融合的方法直接影响着车辆的定位精度。因此,开展基于多传感器信息融合方法的车辆定位技术研究,提高车辆在复杂交通环境下的定位精度,有助于推动智能驾驶车辆大规模商业应用的进程。本文基于多传感器信息融合的思想,以提高城市道路下车辆定位的准确性、减少位置估计的不确定性为目的,对智能驾驶汽车定位方法进行了深入的研究。主要研究内容如下:（1）提出了协作贝叶斯滤波定位方法:介绍了贝叶斯滤波算法的原理,并在此基础上,提出了融合主车原始GPS数据、周围车辆位置数据、车辆距离车道线的横向距离数据的协作贝叶斯滤波器。同时搭建了基于Open Street Map-Pre Scan-Simulink的联合仿真平台,搭建了预定义固定交通流和基于Gipps跟车模型的随机交通流。仿真结果表明,协作贝叶斯滤波能大大降低原始GPS的位置估计误差,该方法可以作为其他定位方法的预处理模块。（2）提出了增强扩展卡尔曼滤波定位方法:介绍了车辆定位中常用的四种运动学模型:恒定速度（Constant Velocity,CV）、恒定加速度（Constant Acceleration,CA）、恒定转弯速率和速度（Constant Turn Rate and Velocity,CTRV）以及恒定转弯速率和加速度（Constant Turn Rate and Acceleration,CTRA）。针对单一运动学模型无法适用于所有的运动场景的问题,提出了基于Takagi-Sugeno（T-S）模糊推理的多运动学模型融合算法,以车辆的加速度和横摆角速度作为输入,经过高斯隶属度函数模糊化、规则乘积模糊推理和平均权值解模糊后,预测车辆的系统状态。结合多运动学模型融合的预测值和协作贝叶斯滤波的量测值,提出了增强扩展卡尔曼滤波器。实验结果表明,增强扩展卡尔曼滤波的定位方法能将原始GPS位置估计误差从5m降低至亚米级别,达到了智能车辆的定位需求。（3）对本研究提出的协作贝叶斯滤波和增强扩展卡尔曼滤波进行深入分析:首先分析了车道线数量、周围车辆数目、求解协作贝叶斯滤波中使用的粒子数量对算法的定位精度和运行时间的影响,然后探讨了协作贝叶斯滤波与其它定位算法的结合后的定位性能,最后提出利用车道数据改进协作贝叶斯滤波器的方法。

关键词：智能车辆定位多传感器信息融合协作贝叶斯滤波 T-S模糊推理增强扩展卡尔曼滤波

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：