原文传递
雾天条件下智能车辆换道轨迹规划研究
| 论文题名： | 雾天条件下智能车辆换道轨迹规划研究 |
| 关键词： | 智能车辆;换道轨迹规划;图像去雾;雾天等级检测 |
| 摘要： | 新一代汽车产业革命方兴未艾，车辆“智能化”已是全球汽车产业发展的战略目标。感知能力及自动驾驶功能覆盖场景的全面度，是衡量智能车辆“智能化”水平的最直接标准。雾天场景换道无论对驾驶员还是智能车辆来说，都是不小的挑战。雾天场景下，智能车辆的感知系统对环境的错误判断会导致危险换道轨迹的产生。因此，本文对雾天场景下的智能车辆换道轨迹规划进行研究。本文的主要研究内容如下： （1）针对智能车辆雾天等级检测问题，建立雾天等级检测模型。根据雾天的影响程度，将雾天等级分为微雾、薄雾、浓雾三种。以HSV色彩空间特征V/S值为检测依据，采用灭点检测方法在图像中设置计算区域，采用时间滤波计算一定时间范围内的特征值。实验采集雾天视频数据，通过统计微雾、浓雾等级图像各3000帧的特征值，确定了模型中的判断阈值。 （2）改进暗通道去雾算法，提高雾天图像质量，并基于YOLO-v3目标检测网络训练车辆检测模型。通过快速估计大气光值与细化透射率有效解决了原算法耗时长、去雾后图像出现光晕这两个问题，并通过与5种去雾算法的对比，验证了本算法的优势。实车采集不同雾天等级下的行车视频，制作雾天车辆检测数据集。结合图像去雾算法，提高了雾天车辆检测的有效率。 （3）考虑雾天影响及换道时车辆的安全性与乘客舒适度，提出雾天换道轨迹规划算法，并通过换道安全性检测保证车辆换道时的安全性。基于五次多项式，构建满足横向加速度约束、最高车速等约束的候选轨迹簇，结合雾天等级分类，设计了考虑雾天影响的轨迹评价函数，根据雾天等级的不同选择相应的换道轨迹。在浓雾等级下车辆安全性、舒适性最好；微雾等级下，车辆换道效率最佳。建立了考虑雾天影响的安全距离模型，在不同雾天等级条件下进行安全性检测时，车辆模型的安全范围不同。 （4）基于模型预测控制（MPC）设计了换道轨迹跟踪控制器。通过CarSim与MATLAB/Simulink联合仿真，验证雾天换道轨迹规划算法的安全性与可行性。仿真结果显示，建立的安全距离模型提高了换道安全性，规划的轨迹对车辆来说是安全可行的。 |
| 作者： | 张丙哲 |
| 专业： | 车辆工程 |
| 导师： | 陈涛 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长安大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
