基于Android平台的车辆防碰撞预警系统设计

为了在行车过程中准确判断周边车辆安全距离,对危险情况及时进行预警,提醒驾驶员采取相应措施规避碰撞,基于Android平台设计了车辆防碰撞预警系统。利用CCD摄像头采集道路图像,对图像进度灰度及降噪等处理之后结合Hog特征与Haar特征进行目标车辆识别,利用单目视觉技术测算车辆间距,根据危险距离范围设定多级别预警机制。经过UAS数据集中5 561张道路图像测试,系统在晴天、黄昏、夜间等不同环境下车辆识别准确率均比较高。另外,通过设置不同车速下的危险距离,验证系统多级别预警准确。可以有效降低碰撞事故发生概率,为车辆安全驾驶提供了强有力的技术支持。     

基于车内外视觉信息的行人碰撞预警方法

行人碰撞预警系统通常依据行人检测与碰撞时间判断的方式为驾驶员提供预警信息。为了提供更加可靠的危险判断依据，本文提出一种同时分析道路状况与驾驶员头部姿态的行人碰撞预警方法，用两个单目相机分别获取车辆内外环境图像。通道特征检测器用于定位行人，根据单目视觉距离测量方法估计出行人与自车间的纵向与横向距离。多任务级联卷积网络用于定位驾驶员面部特征点，通过求解多点透视问题获取头部方向角以反映驾驶员注意状态。结合行人位置信息与驾驶员状态信息，本文构建模糊推理系统判断碰撞风险等级。在实际路况下的实验结果表明，根据模糊系统输出的风险等级可以为预防碰撞提供有效的指导。     

基于蒙特卡洛方法的碰撞预警系统仿真

本文提出了一种基于蒙特卡洛方法的汽车碰撞预警系统.本系统可以自动连续测量行驶车辆前方障碍物的速度和方位等数据,经过估计产生车体和目标的姿态,利用蒙特卡洛方法计算碰撞概率,发出适当的警报给驾驶员.仿真结果表明此算法能够比较精确地估计车辆的安全级别,产生相对准确的警报,为开展快速的碰撞预警系统的研究提供了一种可行方案.     

基于单目视觉的汽车防偏防追尾预警系统研究

该文设计了一个基于单目视觉的汽车防偏防追尾预警系统,应用于主要障碍物为车辆的结构化道路环境.利用视觉传感器提供的道路图像序列亮度、纹理、形状等丰富特征,对汽车前方道路和车辆进行检测和跟踪,根据其危险程度,向驾驶员提供可靠的防偏指令和防追尾预警信号,并辅以声光报警.介绍了系统软硬件结构,给出了主程序流程图.对定位前方道路及车辆的算法和预警方案等关键技术进行了研究,给出了系统可行性和有效性验证的仿真和初步试验结果.     

雷达导航避碰模糊识别

在多目标雷达导航避碰过程中,识别目标船相 对于本船可能发生碰撞的危险程度是驾驶员十分重要的工作,通常是由驾驶员根据经验作出 人为的识别或判断,本文运用模糊数学综合评判理论于船舶雷达导航避碰技术中,综合分析目 标相对于本船的方位,距离,最近碰撞点和最近碰撞时间参数,将目标碰撞危险程度这一模糊 概念加以数量化,最终提出一种新的目标碰撞危险度综合评判数学模型.     

基于超声波的汽车倒车主动防御系统

本设计以51单片机STC89C52RC为控制核心,主要采用超声波测距,结合红外避障技术的优越性,研制并设计了一套汽车倒车主动防御系统.该系统能实时显示出车尾与车后障碍物的距离;在可能发生碰撞事故时及时声光报警;驾驶员未注意或慌忙中未采取措施而即将碰撞时,紧急制动系统启动,紧急刹车,从而避免汽车与障碍物发生碰撞.     

基于立体视觉的移动机器人导航方法的研究

提出一种新颖、有效的移动机器人导航方法.首先利用归一化RGB值的特性和几何封闭性提取出道路区域和可疑障碍物区域;然后利用重投影以及灰度相似性剔除路面水迹及裂痕;接着对障碍物区域进行局部视差连续性约束下的相似性匹配,并构造障碍物的最大包围盒;最后对连续二帧图像进行色调均值和方差的匹配以估计障碍物的相对速度,利用不同的策略进行避障.道路区域和障碍物区域的提取实验以及避障的仿真实验验证了该方法的有效性.     

基于碰撞危急程度和深度强化学习的实时轨迹规划算法

动态环境的实时碰撞规避是移动机器人轨迹规划中的一个巨大挑战。针对可变障碍物数量的环境，提出了基于LSTM(Long Short Term Memory)和DRL(Deep Reinforcement Learning)的实时轨迹规划算法Crit-LSTM-DRL。首先，根据机器人和障碍物的状态，预测碰撞可能发生的时间，计算各个障碍物相对于机器人的碰撞危急程度(Collision Criticality);其次，将障碍物根据碰撞危急程度由低到高排序，然后由LSTM模型提取固定维度的环境表征向量；最后，将机器人状态和该环境表征向量作为DRL的输入，计算对应状态的价值。在任何一个时刻，针对每一个动作，通过LSTM和DRL计算下一时刻对应的状态的价值，从而计算当前状态的最大价值以及对应的动作。针对不同环境，训练获得3个模型，即在5个障碍物的环境里训练的模型、在10个障碍物的环境里训练的模型和在可变障碍物数量(1～10)的环境里训练的模型，分析了它们在不同测试环境中的性能。为进一步分析单个障碍物和机器人之间的交互影响，将障碍物表示为障碍物和机器人的联合状态(Joint State),分析了在上述...     

基于三维激光雷达的道路边界提取和障碍物检测算法

为了快速有效地提取智能车辆在不同环境下的道路环境信息,提出基于三维激光雷达的道路边界提取和障碍物检测算法.首先,对三维激光雷达点云数据进行栅格化滤波处理,利用单束激光点云空间邻域联合分割的方法进行空间分析,得到点云平滑度特征图像.然后,采用自适应方向搜索算法获取道路边界候选点,并进行聚类分析和曲线拟合.最后,对道路边界约束下可通行区域内点云进行聚类分割,获得道路内障碍物方位和距离信息.实验表明,文中算法能够实时准确地提取道路边界和障碍物位置信息,满足智能车环境建模和路径规划的需求.     

基于双网融合的车辆事故呼救系统研究

基于GPRS/CDMA和Internet的融合通信技术,构建了车辆事故呼救系统。该系统利用车载传感器获取车辆碰撞状态数据,并利用序次Probit模型估计驾驶员的损伤程度。通过无线通信技术,将驾驶员损伤程度估计、车辆是否翻滚、驾驶员-车辆基本信息、事故GPS数据等发送至事故呼救服务中心。事故呼救服务中心可以自动启动Google Earth软件确定事故方位,并可以激活事故车辆内的视音频通信,增强对事故现场的了解程度,提高事故救援效率。     

Simultaneous braking and steering control method based on nonlinear model predictive control for emergency driving support

Autonomous emergency braking (AEB) has drawn a lot of attention as an active safety system preventing rear-end collision avoidance when the relative speed between vehicles is slow. To increase the operation range of current AEB system, this paper suggests a collision avoidance strategy using steering and braking simultaneously with nonlinear model predictive control (NMPC) method. The NMPC predicts the vehicle’s future trajectory with its open-loop dynamics and calculates the error between the predicted and the desired paths. Then NMPC calculates the control inputs such as the wheel steering angle and vehicle acceleration by optimizing the cost function over future receding horizon with predetermined constraints. In this paper, constraints on the wheel steering angle is proposed in consideration of vehicle’s predicted lateral acceleration, which should be smaller than the threshold in order to maintain lateral vehicle’s stability. To verify the performance of the proposed strategy, two simulation scenarios were tested in MATLAB and CarSim simulation environments.

     

A diagnosis-based approach for tire-road forces and maximum friction estimation

A new approach to estimate vehicle tire forces and road maximum adherence is presented. Contrarily to most of the previous works on this subject, it is not an asymptotic observer-based estimation, but a combination of elementary diagnosis tools and new algebraic techniques for filtering and estimating derivatives of noisy signals. In a first step, instantaneous friction and lateral forces will be computed within this framework. Then, extended braking stiffness concept is exploited to detect which braking efforts allow to distinguish a road type from another. A weighted Dugoff model is used during these ‘distinguishable’ intervals to estimate the maximum friction coefficient. Very promising results have been obtained in noisy simulations and real experimentations for most of the driving situations.     

Estimation of Road Friction Coefficient and Vehicle States by 3‐DOF Dynamic Model and HSRI Model Based on Information Fusion

Vehicle states and the road friction coefficient in active safety control systems have become increasingly prominent. However, a low‐cost, high‐precision system in real‐time has yet to be achieved. The use of complex models has led to poor real‐time estimation, while variations in the road friction coefficient have often been neglected. This paper adopts information fusion technology by using DEKF theory for rapid simulation and estimation of these parameters. Using a vehicle dynamic model based on three degrees of freedom (3‐DOF) and the Highway Safety Research Institute tire model, DEKF recursive estimation models are established and verified. In the DEKF, two recursive state and parameter estimation models exist in parallel. The models are dependent upon each other and have real‐time interaction correction in order to forecast information, which quickly yields true value estimation in simulation. Experimental brake test results show that the DEKF estimator not only accurately estimates the vehicle state parameters, but also estimates the road friction coefficient in real‐time. This can reduce the cost of the vehicle sensor, and can estimate the status parameter, which is difficult to measure. The validity and feasibility of this algorithm have been verified by an HIL driving simulator, offering the possibility of future application in real cars.     

低附着路面的弯道制动控制策略研究

为了解决车辆在低附着弯道路面制动中载荷转移造成的汽车失稳问题,建立7自由度整车模型。通过分析整车弯道制动过程的动态特性,推导出制动力与滑移率的关系,提出了纠正转向中车辆失稳的措施,设计了以滑移率为主的门限值控制方法。仿真验证了该方法能够有效提高制动稳定性。     

基于干扰估计的非对称运动下飞机刹车系统模型预测控制

针对飞机在非对称运动下的双侧机轮协调控制问题, 提出一种基于滑模干扰估计的模型预测控制方法. 首先, 通过对飞机制动过程横纵方向力矩机理分析并分别考虑左右机轮对刹车性能的影响, 建立全面刻画系统动态的地面滑跑动力学模型. 在此基础上, 设计滑模观测器对侧风干扰进行实时估计, 利用补偿机制实现对侧风扰动的有效抑制. 此外, 提出基于前轮荷载状态门限特征和结合系数阈值范围特征的分析方法, 解决切换跑道环境辨识问题. 设计非线性模型预测算法, 实现飞机纵向防滑刹车和横向跑道纠偏的协调控制. 最后, 在侧风干扰、跑道切换以及不对称着陆等情况下进行仿真实验, 验证了所提出的控制策略能够有效提升刹车系统的防滑效率及纠偏性能.     

非结构道路环境下的智能汽车质心侧偏角估计

车辆质心侧偏角是描述车辆侧向运动状态的重要参量之一,其估计的精度直接影响车辆的安全控制,传统的质心侧偏角估计方法不能满足非结构道路环境下的智能汽车质心侧偏角估计的要求。通过建立3自由度智能汽车动力学模型,采用CarSim和MATLAB构建智能汽车整车参数化模型;基于扩展kalman滤波(EKF)算法,设计非结构道路环境下的状态观测器对智能汽车质心侧偏角进行估计。在高、低附着系数路面双移线工况和蛇形工况下,对状态观测器的估计效果进行联合仿真验证。仿真结果表明:该方法能较精确地估计出非结构道路环境下智能汽车的质心侧偏角。     

基于TruckSim的三轴汽车自寻最优ABS控制设计

为提高三轴汽车的制动安全性能,在TruckSim中建立了三轴整车模型,针对以往研究中自寻最优理论不能应用到整车模型的问题,设计了简单可行的控制逻辑,将该理论应用到三轴整车模型。在TruckSim中建立了对开路面、对接路面、低附着路面、高附着路面四种工况,采用TruckSim与Simulink联合仿真,加入传统逻辑门限ABS作为对比,验证控制器的可行性。仿真结果表明,在四种工况下,自寻最优ABS的制动性能都要优于传统ABS,其中,在低附着路面工况下,自寻最优ABS的优越性最突出,制动距离减少24.5m,制动时间减少2.04s。说明自寻最优ABS可以自动搜索轮胎的最佳滑移率,提高三轴汽车的制动安全性能。     

基于T-H方程的编队卫星碰撞概率与规避策略研究

基于T-H方程,对椭圆轨道下编队卫星碰撞预测以及规避机动进行了研究。通过递推编队卫星的初始状态协方差矩阵,将碰撞概率密度在危险域内积分获得编队卫星的碰撞概率。当碰撞概率大于安全阈值时,采用瞬时校正速度的控制策略对卫星施加最小脉冲速度修正量,在所预测的碰撞点沿碰撞概率梯度产生偏移,到达安全等高线上,从而降低碰撞概率。仿真结果表明,该预测方法有效,规避策略可行。     

Estimation of automotive tire force characteristics using wheel velocity

It is important to estimate friction force characteristics between tire and road in order to improve the control performance of a vehicle in critical motions. In this paper, an estimation method which estimates parameters concerned with a friction force margin is proposed by applying the on-line least-squares method to wheel rotational velocities. The effect of the estimation is evaluated by applying the method to the braking control.     

基于Simulink／Stateflow的汽车防抱死系统的建模与仿真

防抱死系统（即ABS）是汽车关键的安全装置之一。该文在Simulink／Stateflow的环境下对ABS进行建模,用逻辑门限控制算法来建立控制模型,并对所建立的汽车制动系统模型进行仿真,得到仿真曲线,以验证汽车在不同路面上行驶时的制动性能。