智能車校園自主導(dǎo)航方法研究.pdf

1、隨著城市化進程的加速，城市交通問題日益嚴重。智能車技術(shù)作為解決城市交通安全、效率等問題的有效手段而備受關(guān)注。城市環(huán)境是智能車研究的趨勢，它是一種半結(jié)構(gòu)化的復(fù)雜環(huán)境，包含無法用統(tǒng)一的數(shù)學(xué)模型進行描述的路口環(huán)境?；诟呔菺PS、基于機器視覺或全景激光雷達等傳統(tǒng)導(dǎo)航方法都因其固有的局限性，限制了智能車在城市環(huán)境下的廣泛應(yīng)用和發(fā)展。這些局限性包括：同一種導(dǎo)航方法無法覆蓋全部導(dǎo)航區(qū)域、難以承受的傳感器成本、導(dǎo)航的實時性和可靠性不高。因此找到一種

2、能同時解決這三大主要問題的自主導(dǎo)航方法，對于智能車的應(yīng)用發(fā)展有著重要的意義。
　　本文以校園環(huán)境為研究對象，以解決這三大現(xiàn)有問題為研究目標。校園環(huán)境是一種典型的半結(jié)構(gòu)化城市區(qū)域交通環(huán)境，是智能車完全應(yīng)用于城市環(huán)境前的階段性研究對象。研究內(nèi)容主要由三個部分組成，即系統(tǒng)方案設(shè)計、道路環(huán)境下的導(dǎo)航研究、路口環(huán)境下的導(dǎo)航研究，具體如下：
　?。?）系統(tǒng)方案設(shè)計部分，對導(dǎo)航環(huán)境的特點進行了分析，基于環(huán)境劃分的思想提出了自主導(dǎo)航的方案；

3、給出了智能車系統(tǒng)的傳感器配置。①將導(dǎo)航環(huán)境劃分為道路環(huán)境和路口環(huán)境，根據(jù)環(huán)境的特點，使用不同的導(dǎo)航方法。道路環(huán)境下，使用視覺進行道路邊界追蹤作為基本導(dǎo)航方法；路口環(huán)境的結(jié)構(gòu)不規(guī)則，利用多種傳感器融合來解決路口導(dǎo)航問題。導(dǎo)航環(huán)境的劃分使得自主導(dǎo)航不再要求一種方法覆蓋全部導(dǎo)航區(qū)域。②系統(tǒng)的傳感器配置是以導(dǎo)航需求為依據(jù)的，主要包括了：使用攝像頭用于道路環(huán)境下的道路檢測以及標志檢測；使用激光雷達用于車輛避碰；使用低精度GPS提供全局定位信息，用

4、于環(huán)境劃分；使用編碼器用于輔助解決路口問題。
　?。?）道路環(huán)境下的導(dǎo)航研究，提出了一種實時可靠地道路檢測算法；預(yù)瞄跟隨控制在車輛橫向控制上的應(yīng)用；提出了車輛控制轉(zhuǎn)角的濾波方法。①道路檢測綜合了色彩分析和邊緣檢測，通過彩色空間的RGB數(shù)值分析濾除環(huán)境噪聲，通過邊緣檢測方法得到道路邊界輪廓。然后，通過Hough變換和一組約束條件得到道路邊界。同時，提出了一種興趣區(qū)域生成方法，減小了圖像處理的區(qū)域。多場景的實驗驗證了該方法的有效性。②

5、分別針對檢測到車道兩條邊界或只有一條邊界的情況，詳述如何根據(jù)道路檢測結(jié)果應(yīng)用預(yù)瞄跟隨控制方法。③針對傳統(tǒng)濾波方法中過分依賴閾值的選取，提出改進的限幅平均濾波方法。實驗證實了它在保持濾波性能的同時并不會因為濾波閾值的選取不當(dāng)而失效。
　?。?）路口環(huán)境下的導(dǎo)航研究，提出了路口導(dǎo)航問題的劃分和解決方法；使用了基于車輛模型的避碰判斷方法。①路口問題被劃分為路口檢測、局部初始定位、目標位姿計算、路徑規(guī)劃、實時定位。針對這5個問題，詳細介紹