摘要: |
针对城市拥挤交通工况的车辆Stop & Go巡航辅助驾驶系统能控制车辆自动起步和停车,减轻驾驶员操作强度,提高车辆的行驶安全性,具有重要的研究意义。前方车辆的跟踪与识别是Stop & Go巡航系统实现的前提。因此,本文采用激光雷达传感器,深入研究了车辆跟踪与识别算法及车辆的Stop & Go巡航控制器设计两方面内容。
本文首先简单介绍了TORCS及CyberC3智能车研究平台的总体结构,详细分析了激光雷达使用过程中误差产生原因及激光雷达的安装位置对车辆跟踪与识别方法的影响。
接着,研究了基于激光雷达的车辆跟踪与识别算法,该算法的亮点为:提出了一种结合车辆外形与轮廓特征的聚类合并算法,解决了由于遮挡或某部分反射率低而引起的目标分割现象;采用几何中心作为Kalman滤波的目标跟踪中心,运用坐标变换法消除由于不同数据帧中物体形状差异对跟踪中心的影响,提高跟踪精度;结合车辆矩形投影及速度特征识别车辆。实验证明,本算法精度高,鲁棒性强,实时性好,在AMD3200+台式电脑上平均每帧处理时间约12ms。
最后,采用二层式结构设计了Stop & Go巡航控制器,上层控制器的设计完全脱离车辆模型,在建立目标性能函数的基础上,根据两车的相对距离与相对速度偏差采用线性二次型最优(LQ)控制算法得到控制律,计算出期望的加速度,下层采用经典的PID控制器,控制油门或制动器实现期望的加速度。通过车辆直线行驶时多种行驶工况下的试验,验证了本文建立的控制算法能合理的控制车辆实现起步、加速、停车等各种工况,达到最初的设计要求。 |