基于激光雷达和摄像机的前方车辆检测

考虑到激光雷达和机器视觉间信息的互补性,提出了一种融合图像和雷达信息的前方目标车辆检测方法.分析激光雷达数据的特点,提出了改进的基于密度的空间聚类算法实现雷达数据的聚类.目标车辆检测时,首先通过信息融合确定车辆的初始检测区域,生成车辆假设;然后利用模糊推理系统融合车辆多个特征验证车辆假设,实现车辆检测.试验结果表明,算法实现了无约束条件下的目标车辆检测,并且具有较好的适应能力和抗干扰能力,能准确地检测前方目标车辆.     

关于车道线图像识别轨迹规划跟踪仿真

针对智能车辆在结构化道路上行驶时车道线识别不精确,常用轨迹规划跟踪中没有考虑避障与车辆运动学及动力学约束的问题,提出用双边沿检测与霍夫变换结合卡尔曼滤波来自适应确定感兴趣区域进行车道线检测的方法,并采用符合车辆运动学的五次参数方程生成行驶轨迹,并加入车辆几何宽度信息和车辆动力学约束以保证车辆行驶安全,根据环境变化结合有限状态机切换车道保持、超车、换道、停车线停车四种行驶状态.仿真结果证明,改进方法可以快速识别跟踪车道线,保证车辆避障安全的前提下切换行驶状态进行轨迹跟踪.在结构化道路环境中,车辆安全行驶跟踪精度较高.     

基于LuGre模型的反演自适应滑模ABS控制

针对车辆紧急制动过程中增加车辆行驶安全以及寻求最优刹车策略的要求,对车辆稳定控制系统中防抱死制动系统进行研究,提出一种基于LuGre动态轮胎模型的防抱死制动系统的反演(backstepping)自适应滑模控制方法.首先,构建结合LuGre动态轮胎模型的1/4车辆模型,应用实际轮胎数据拟合LuGre模型参数.其次,利用纵向动力学和滑移率的关系搭建控制系统模型设计反演自适应的滑模控制器,在自适应控制器作用下快速跟踪期望滑移率并改善系统的输出抖动,根据Lyapunov稳定性理论对该方法的稳定性进行了证明.最后,在良好路面和低附着路面上进行车辆紧急制动仿真实验,对该方法的可行性及有效性进行验证.