基于激光雷达的自动泊车系统

自动泊车的任务复杂且精度要求较高,为此设计了基于激光雷达的自动泊车系统,主要通过高精度的激光雷达进行车位检测和车辆定位。泊车过程为先通过车身姿态的预调整,来更精确地检测车位,再进行安全易控的路径规划,最后通过前馈反馈控制进行路径跟随。仿真结果证明该泊车方法精度高,系统稳定可行。     

多信息融合自动泊车系统研究综述

自动泊车系统能帮助驾驶者更好地进行泊车操作,减少泊车时的心理压力.为了增加泊车系统的应用场景及成功率,对多信息融合自动泊车系统的关键研究进行了归纳与总结.从车位识别传感器、路径规划、控制器、传感器多信息融合体系的研究分析中介绍了多信息泊车系统现状,提出了泊车系统发展中存在的问题与挑战.     

无人驾驶车辆路径规划算法综述

为了提高无人驾驶汽车路径规划效率,减少规划时间,对无人驾驶车辆路径规划问题的算法进行归纳和总结.从环境信息的理解层面出发,根据研究对象对行驶环境信息认知程度不同,将无人驾驶路径规划算法分为全局路径规划和局部路径规划两种类型.对这两种规划方法的相关具体算法进行分析,找出其优缺点,提出路径规划未来的发展趋势的思路.     

线控四轮转向汽车自主代客泊车路径规划

针对线控四轮转向汽车自主代客泊车路径规划问题,提出了一种对动态障碍物具有自适应能力的自主代客泊车路径规划方法.首先,采用栅格地图描述停车场环境信息,将连续状态空间中的自主代客泊车路径规划问题转化为离散状态空间中的自主代客泊车路径规划问题,并采用各向同性的圆形结构元素对栅格地图进行膨胀处理,使规划的自主代客泊车路径与障碍...     

基于自动泊车的自动驾驶控制算法设计与研究

介绍了自动泊车系统的硬件架构,在此基础上,对自动泊车控制算法进行了设计与研究,包括APA算法功能需求分析,APA控制系统接口确定,系统多个模块的功能算法设计等。整个控制算法设计合理有效,为自动驾驶研究奠定了一定的基础。     

基于入位基准线的避死区自动泊车路径规划

为避免自动泊车过程中出现泊车死区,提出一种在车位外部汽车自动向前行驶至前进水平线的轨迹计算方法;为了减小泊车所需的车位长度,研究了由前进水平线倒车泊入车位,并保证该泊车轨迹经过入位基准线的方法。通过确定出的几个必须经过的定点坐标,利用插值样条理论与几何数学,确定出汽车在车位外部的泊车路径及其函数,且该函数具有唯一性,因此减少了自动泊车过程中系统不断进行反馈与纠正的计算过程。通过实验车的模拟验证,证明了路径规划的正确性。利用CarSim软件进行泊车过程的运动仿真,并对绘制出的轨迹线进行分析,结果表明该方法能控制汽车自动前进至非泊车死区位置,并可以减少对泊车所需车位长度的要求。     

车辆平行泊车系统路径规划与控制研究

从路径规划和曲率优化两个方面建立平行泊车路径体系,提出了避障约束和曲率约束2种指标,以阿克曼转向为基础建立数学模型,通过避障约束分析得到车辆轨迹的相关参数,并且用五次多项式对路径曲率进行了优化,结果表明车辆可以安全平稳进入泊车位内.     

多约束双向自动平行泊车轨迹规划

针对不能满足后退式平行泊车要求的狭小车位,提出两种双向平行泊车方式：平移式双向平行泊车、自由式双向平行泊车。根据两种泊车方式车辆轨迹特点,分析泊车过程中存在的可能性碰撞,选择合适的轨迹函数变量,建立碰撞约束函数,以泊车车位尺寸最小化为目标,利用MATLAB软件非线性约束优化功能求解最小车位尺寸,以轨迹半径最大化为目标对某一泊车环境进行泊车轨迹规划。仿真结果表明相同的泊车环境下,两种方法均可实现小车位安全泊车,但相比平移式双向平行泊车,自由式双向平行泊车方法能实现车辆安全进入更小车位;相同泊车环境及车位大小情况下,自由式平行泊车能更轻便地完成泊车。     

自动垂直泊车控制算法研究

在无人驾驶快速发展的当下,高级辅助驾驶系统(ADAS)作为无人驾驶的基础,需要逐渐完善以保证驾驶员在行车过程中的安全.在泊车过程中,驾驶员会被障碍物遮挡视线,同时会因为紧张引起不必要的交通事故,对经验欠缺的驾驶员会增加一定难度.研究了自动垂直泊车的路径规划问题,在Matlab中构建了汽车运动模型、泊车位模型、模糊逻辑控制器,针对垂直泊车路径规划问题,参考驾驶员经验,提出了一种基于模糊控制的垂直泊车三段式路径规划方法.仿真结果验证了此算法可以使车辆能够较高质量完成泊车过程.     

基于Bootstrap方法的自动泊车系统精度评价研究

针对自动泊车系统泊车精度评价过程中遇到的试验数据样本量不大、系统误差无法忽略且难以量化等困难,采用Bootstrap方法理论构建小样本条件下泊车精度综合评价方法。通过实车试验收集泊车精度偏差样本数据,充分利用有限试验数据样本信息,开展重抽样,生成多组同分布的泊车偏差数据,在90%置信度下对泊车精度评价结果进行检验,结果准确可信。     

浅析无人驾驶汽车发展现状与问题

回顾并介绍了国内外无人驾驶汽车的发展历程与现状,结合目前的技术发展水平对无人驾驶汽车领域面临的问题进行了讨论与分析,对无人驾驶汽车的普及应用和产业化的发展做了总结与展望。     

从无人驾驶汽车奔赴世博会看未来汽车

将意大利无人驾驶汽车奔赴世博作为引子,分析和研究了无人驾驶汽车的重要意义、发展状况、原理和技术以及所面临的复杂问题,展望了无人驾驶汽车的未来。     

全自动泊车系统路径规划与非时间系滑模跟踪

为了提高全自动泊车系统的路径规划质量和跟踪精度,提出了微分平坦路径规划方法和非时间参考滑模的跟踪控制方法。分析了微分平坦系统原理,确定了车辆运动学模型的平坦输出,基于平坦输出量规划了泊车路径。分析了随时间单调递增的非时间参考量,建立了在非时间参考系下的路径跟踪误差模型;在非时间参考系下设计了滑模面和控制律,并证明了Lyapunov意义下的稳定性。经仿真验证可以看出,基于微分平坦原理可以规划出一条最优的泊车路径;同时使用PID控制器和非时间参考滑模控制器对泊车路径进行跟踪,PID控制器的最大纵向误差是滑模控制器的3.57倍,最大方位角误差是滑模控制器的1.67倍,证明了非时间滑模控制器对泊车路径具有更高的跟踪精度。     

新兴电子辅助驾驶技术之自动泊车系统

目前出现了一种新兴的电子辅助驾驶技术一一自动泊车系统,近1、2年,搭载该系统的车型越来越多,原来这项技术主要在某些高档进口车当中才可一见,但现在慢慢有往下普及的趋势,国产车如吴锐、一汽大众CC、新皇冠、     

基于Gauss伪谱法的泊车轨迹规划方法

为了应对不同类型泊车,提高车载泊车系统的适应性,采取基于数值求解最优控制问题的方法进行泊车轨迹优化.使用基于Gauss伪谱法的最优控制算法进行泊车轨迹规划并进行仿真试验,实验结果表明,该方法可以很好地解决垂直泊车与平行泊车问题,适应性强.     

基于自抗扰控制的自动泊车路径跟踪

建立了基于电动助力转向系统的自动泊车系统动力学模型,考虑汽车动力学约束及泊车防碰撞约束,基于两段弧规划路径,使用反正切函数来拟合路径;应用非时间参考的路径跟踪控制策略生成目标转角,采用自抗扰控制（ADRC）方法进行转角跟踪,并通过硬件在环试验进行验证。结果表明,反正切函数拟合的路径曲率连续无突变,非时间参考的路径跟踪效果较好;所提出的ADRC转角跟踪算法比PID控制具有更高的泊车精度和响应速度。     

无人驾驶汽车没有你想得那么容易

不要希望自动驾驶汽车能在短时间内开上道路。这篇文章可以告诉你汽车制造商们正在干什么。在一条位于慕尼黑和因戈尔施塔特之间并穿过巴伐利亚东北部的高速公路上,一辆银色的宝马5系轿车正以大约每小时120千米（75英里）的速度在车流中蜿蜒前行。我坐在驾驶座上,看着周围的轿车和卡车开过,但却在至少10分钟里没碰方向盘、刹车和油门。这辆宝马车正接近一辆行驶缓慢的卡车。为了保持我们的速度,宝马打开了转向灯,向左转并进入超车道。正在这时,一辆在我们几个车位之后的汽车突然拐进超车道。     

一种泊车系统超声波障碍物检测方法

超声波障碍物检测是智能泊车系统的基础模块,为了精确计算障碍物距离,采用两点定位法,即利用同一个超声波探头不同时刻的2个点,分别测量得到障碍物距离发波点的距离信息,通过三角函数计算出车辆周围的障碍物坐标及距离车辆最近的障碍物距离.并采用多个传感器的计算数据进行校对,从而可以计算出更加精确的、可靠的障碍物距离,形成了完整的...