發(fā)布時(shí)間：2025-06-18 23:09

　　智能汽車集環(huán)境感知、路徑規(guī)劃及跟蹤控制于一體,以自動(dòng)駕駛代替人工操作,彌補(bǔ)駕駛員能力不足,將“人”這一不確定因素從由“人-車-環(huán)境”組成的道路系統(tǒng)中剔除,能夠最大限度地避免由于人為因素而引起的道路擁堵和傷亡事故的發(fā)生。研究表明目前智能汽車在自動(dòng)駕駛操縱時(shí),特別是在車輛轉(zhuǎn)向操縱控制中,智能汽車的舒適性與熟練駕駛員駕駛車輛的舒適性相差甚遠(yuǎn)。車輛行駛中往往會(huì)由于躲避障礙、超車及交通信號(hào)指示等原因進(jìn)行換道操作,涉及車輛縱向和橫向位移及速度的改變。本文對(duì)智能汽車換道控制進(jìn)行研究,以換道工況中的軌跡規(guī)劃與跟蹤控制為研究重點(diǎn)。開(kāi)展了基于實(shí)車和駕駛模擬器的熟練駕駛員換道操縱特征采集試驗(yàn)并對(duì)試驗(yàn)數(shù)據(jù)進(jìn)行分析。在試驗(yàn)車輛上加裝相應(yīng)傳感器記錄車輛實(shí)驗(yàn)數(shù)據(jù),并將所記錄的軌跡坐標(biāo)進(jìn)行轉(zhuǎn)換。對(duì)試驗(yàn)軌跡進(jìn)行分析,研究中間位置狀態(tài)約束對(duì)換道軌跡的影響,選擇采用六次多項(xiàng)式作為換道軌跡的表達(dá)形式。針對(duì)熟練駕駛員換道操縱具有較強(qiáng)的非線性,基于神經(jīng)網(wǎng)絡(luò)算法設(shè)計(jì)了智能汽車換道軌跡規(guī)劃系統(tǒng)。采用遺傳算法對(duì)其閾值和權(quán)重進(jìn)行優(yōu)化,建立GA-BP神經(jīng)網(wǎng)絡(luò)模型。分析不同因素對(duì)換道軌跡的影響,建立熟練駕駛員換道模型,并采用實(shí)車和駕駛模擬器數(shù)...

【文章頁(yè)數(shù)】：83 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1.2Stanley智能汽車Fig.1.2Stanleyintelligentvehicle

基于熟練駕駛員操縱特征的智能汽車換道控制研究賽舉辦，共有5輛智能汽車完成了全部賽程，冠軍由美國(guó)斯坦福大學(xué)Stanley智能車以6時(shí)53分58秒的成績(jī)奪得，車輛如圖1.2所示。2017年，在美國(guó)加利福尼亞后勤空軍基地舉辦了第三屆DARPA挑戰(zhàn)賽，與前兩....

圖1.3BOSS智能汽車Fig.1.3BOSSintelligentvehicle

基于熟練駕駛員操縱特征的智能汽車換道控制研究賽舉辦，共有5輛智能汽車完成了全部賽程，冠軍由美國(guó)斯坦福大學(xué)Stanley智能車以6時(shí)53分58秒的成績(jī)奪得，車輛如圖1.2所示。2017年，在美國(guó)加利福尼亞后勤空軍基地舉辦了第三屆DARPA挑戰(zhàn)賽，與前兩....

圖1.4谷歌無(wú)人駕駛汽車Fig.1.4Googleautonomousvehicle

圖1.2Stanley智能汽車.1.2Stanleyintelligentvehicle圖1.3BOSS智能Fig.1.3BOSSintellige府、汽車廠商及高校對(duì)智能汽車的研究投入了大量的精力車也進(jìn)行了深入研究。谷歌公司通過(guò)邀請(qǐng)第二屆DARPA坦福大....

圖1.5Pioneer先鋒號(hào)Fig.1.5Pioneer

預(yù)示著我國(guó)智能汽車行業(yè)正式起步以及關(guān)鍵技術(shù)研究正式開(kāi)啟。在九五期間，ATB-2研制成功。2005年，在障礙檢測(cè)和運(yùn)動(dòng)控制能力上得到大幅提升的ATB-3順利面世[15]。此后，我國(guó)各高校研制的智能汽車如雨后春筍般面世，如國(guó)防科技大學(xué)研制的紅旗CA7460、清華大學(xué)研制的....

本文編號(hào)：4050478