毫米波雷达与视觉传感器信息融合的车辆跟踪

为提高车辆前向防碰撞预警系统对前方道路环境感知的准确性,提出一种毫米波雷达与视觉传感器信息融合的车辆跟踪方法.提出的剔除雷达干扰目标算法缩短了对干扰目标的处理时间;提出的对称检测算法可对雷达目标兴趣区域进行对称检测,减小雷达目标兴趣区域的横向位置误差;提出的KCF-KF组合滤波算法可提高跟踪车辆的精度.实车试验表明,该...     

双动态条件下多传感器融合的车辆检测方法研究

运用双动态条件研究追尾事故中车辆防撞预警方法,提出一种基于毫米波雷达和PTZ摄像机相结合的前方车辆检测方法。解决摄像机、雷达、世界坐标系的变换关系,实现空间上的融合;采用线程同步方式实现时间上的融合。目标识别过程中,在图像中生成感兴趣区域,通过三阶Kalman滤波算法对当前周期内获取的初始目标信息进行预测,基于已训练好的级联分类器进行多尺度识别,得到感兴趣区域内的车辆。将单目测距获得的距离与毫米波雷达获得的实际距离进行比对,以验证上述算法的准确性,试验结果表明,测量距离与实际距离误差率为1.96%,可控制在用户可接受的区间内。     

基于图像识别的汽车智能防撞系统研究与实现

设计了一种在公路上利用车栽单目机器视觉测量前方车距的方法,利用计算机视觉理论与方法,在对行车道内的前方车辆进行快速探测以及对摄像机进行预先标定的基础上,探讨仅利用摄像机参数和道路几何模型,计算前方车辆距离的方法,即基于单目视觉测距系统的智能防撞装置.该装置安装在车辆前部,对本车与前车进行持续监视,在有险情发生前,及时发出报警声音,提醒驾驶员注意并采取减速或制动措施,从而达到有效预防追尾碰撞事故发生的目的.     

基于安全距离模型的汽车主被动结合CST技术

针对目前主动技术和被动技术的单一性或者主动技术和被动技术简单相加的情况,提出一种基于安全距离模型的主动测距与被动碰撞吸能相结合的螺纹剪切式汽车碰撞吸能(CST)技术。即以单片机技术为核心,通过毫米波雷达测得本车与前方车辆之间的距离,运用行车安全距离模型确定本车的安全状态,一旦发现两车之间的距离小于安全距离时,则立即启动螺纹剪切式汽车碰撞吸能系统,从而实现根据汽车所处的安全距离自动确定螺纹剪切式汽车碰撞吸能系统工作状态。并以此制作相应的电路板,以干燥路面情况下车速为36 km/h和速度84 km/h的危险状况进行实验。试验结果表明:系统能通过比较实际车辆之间的距离与安全距离大小,以此来控制CST的伸缩。     

考虑车间反应时距的汽车自适应巡航控制策略

通过引入车间反应时距的概念,使用单一控制算法实现汽车自适应巡航控制（Adaptive cruise control,ACC）。结合熟练驾驶员经验,使用车间反应时距定量描述自车何时对目标车辆做出反应,将ACC系统分为上位控制器和下位控制器,给出考虑车间反应时距的上位控制器架构,分别设计线性二次型调节器（Linear quadratic regulator,LQR）和模型预测控制器（Model predictive control,MPC）,通过MATLAB/Simulink与CarSim联合仿真初步验证系统可行性,并以乘用车辆为试验平台在平直铺装路进行实车试验。仿真及实车试验结果表明：目标车辆信息跳变、目标车辆行驶速度超过自车驾驶员设定限速时,考虑车间反应时距的LQR或MPC控制器均能有效处理复杂交通环境信息,实现自车安全、舒适行驶,有效避免模式切换过程中车辆加速度突变,提升车内乘员乘车体验。     

前方车辆障碍物检测方法的研究

为降低车辆前方障碍物检测的误警率及冗余报警率,建立毫米波雷达与摄像机数据融合模型;通过毫米波雷达检测初选出有效目标物,借助OpenCV对摄像机采集的图像进行处理,获得障碍物轮廓信息,识别出障碍物;分析障碍物底部阴影特征,并建立图像感兴趣区域,从而判断其是否是车辆类型障碍物;最后在联合卡尔曼滤波算法的基础上提出多传感器信息融合障碍物检测方法。仿真结果表明,运用毫米波雷达与摄像机信息融合能够更有效地检测障碍物相关信息,并提高系统的精确度。     

毫米波技术正广泛应用于无人驾驶

毫米波雷达指工作在毫米波波段的雷达,是测量被测物体相对距离、相对速度、方位的高精度传感器,早期被应用于军事领域,随着雷达技术的发展与进步,毫米波雷达传感器开始应用于汽车电子、无人机、智能交通等多个领域。同超声波雷达相比,毫米波雷达具有体积小、质量轻和空间分辨率高的特点。与红外、激光、摄像头等光学传感器相比,毫米波雷达穿透雾、烟、灰尘的能力强,具有全天候全天时的特点。另外,毫米波雷达的抗干扰能力也优于其他车载传感器。     

基于信息融合的前方车辆检测技术

为了避免出现交通事故,使车辆检测效率与准确率得到提高,提出基于车辆阴影、纹理、边缘等信息融合的前方车辆检测技术。基于机器视觉使用多特征结合方法对目标车辆进行确定,通过激光扫描得到车辆距离与宽度,对目标特征提取创建车辆验证函数。之后,根据车辆验证函数创建分类器,验证视觉图像跟踪车辆,之后融合视觉传感器和激光扫描信息。通过验证表示,能够对前方车辆精准检测,能够避免汽车碰撞。     

基于传感器数据融合的车辆目标匹配

利用毫米波雷达和相机数据融合检测前方障碍物的方法,可以为智能驾驶汽车提供准确可靠的感知信息。因而,基于多传感器数据融合的目标匹配的重要性逐渐凸显。为实现二者的目标匹配,首先构建了相机和毫米波雷达的时间融合模型和空间融合模型,实现二者数据的时间一致和空间对准,然后对毫米波雷达数据和图像数据进行处理,通过对毫米波雷达数据的预处理且引入有效目标决策算法,获取毫米波雷达的有效目标数据;利用基于深度学习的目标检测算法,实现对图像中车辆目标的检测。最后设计了二者的目标匹配算法,并通过实验验证了该方法的有效性。     

基于单目视觉的前方车辆距离计算方法研究

针对基于单目视觉的前方车辆距离测量方法无法计算曲线道路中的前方车辆实际距离等问题,对结构化道路中的前方车辆模型、前方车辆距离主车及其行驶线的距离计算等方面进行了研究,构建了世界坐标系、摄像机坐标系和图像坐标系中的前方车辆车尾模型,分析了前方车辆在图像平面和道路平面中的对应位置,建立了道路平面中前方车辆位置与主车行驶线之间的相对关系,推导出了前方车辆距离主车纵向行驶距离的计算模型以及前方车辆距离主车行驶线的横向距离计算模型,提出了一种适用于直线和圆弧曲线行驶状况的前方车辆距离计算方法,利用仿真实验平台对距离计算方法的有效性进行了测试。研究结果表明,该计算方法适用于直线和圆弧曲线行驶的道路状况,能够用于估算前方车辆与主车行驶线的距离,该计算方法适用性强、准确性高。     

汽车紧急制动安全与舒适性控制仿真研究

汽车自动紧急制动系统是汽车主动安全的一部分,在车辆行驶过程中能提高车辆应对潜在碰撞危险的能力。若车辆前方出现潜在安全隐患时,驾驶员没有采取制动措施或者施加的制动压力太小不足以避免车辆发生碰撞,系统将协助驾驶员进行制动以避免碰撞事故的发生。为使车辆停止,常采用某一固定主缸压力来使车辆减速,压力太小时,应对突发事件的效果不理想,汽车的安全性得不到保障;制动压力太大时,突然施加的制动压力会使乘坐舒适性大大降低。为汽车提高紧急制动系统在保证汽车制动安全性前提下制动的驾乘舒适性,通过分析汽车紧急制动系统的工作过程,提出了以两车的安全行驶距离为目标,以相对速度和两车间距为输入,以主缸制动压力为输出的模糊控制策略。为此采用Simulink软件与Carsim软件联合仿真的形式建立了紧急制动系统模型,并对汽车紧急制动系统的安全性和汽车紧急制动时的舒适性进行了仿真分析。结果表明,在模糊控制下的汽车紧急制动系统能够实现汽车制动时在保证汽车安全性的同时兼顾汽车的乘坐舒适性。     

车辆避撞换道自动驾驶控制系统设计实验

汽车自动驾驶控制中,针对车辆运行前方避免碰撞事故发生,车辆实现减速及自动转换车道控制的要求,本文提出了利用毫米波雷达对车辆运行前方车道车辆情况进行监控的设计试验方案,通过图像处理对左右侧位车道车辆情况进行检测,判断寻找左右两侧适合避险车道,实现车辆运行中自动转换车道的控制系统,达到防止车辆行驶事故出现的主动安全控制方法。     

基于FBFN的车辆跟驰防碰撞控制器设计

对车速的非线性控制提出了一种基于模糊基函数网络的车辆跟驰防碰撞控制器。由雷达传感器测得后车与前车的相对距离与相对速度,将其并输入给控制器,建立模糊隶属函数及模糊规则,基于车辆特性,控制器输出预期的加减速率。提出的FBFN车辆跟驰防碰撞控制器可以提供安全、合理且舒适的驾驶体验。     

基于红外图像处理的高速公路汽车追尾预警系统研究

系统基于红外图像处理,在雾天、阴天等能见度低的情况下也能够采集清晰图像。单目测距方法能够发现道路前方的车辆并估算出与前方车辆之间的距离,利用预警机制及时提醒驾驶员危险状况。     

考虑停车距离的载货汽车制动危险状态辨识

通过对紧急制动下的停车距离计算,可间接预测出车辆的安全行驶间距,从而实现车辆防追尾避撞。以载货汽车为研究对象,提出了停车距离模型参数计算方法,从制动距离影响因素着手,通过对驾驶员制动反应时间、制动管路压力、制动蹄片温度、路面附着系数等停车距离的影响参数分析,建立了停车距离分析模型;通过空挡怠速、滑行试验来标定了制动距离计算模型中车辆内外阻力参数;最后综合考虑制动距离、驾驶员反应距离和路面情况,建立在人-车-路闭环系统下多参数融合的载货汽车停车距离模型,提出了载货汽车制动危险状态辨识方法;在不同工况下对停车距离进行仿真试验及实车道路试验,通过对仿真结果和试验结果的分析,验证了停车距离计算模型的可行性,为车辆运行安全状态预警技术的研究提供理论依据和技术支持。     

基于深度学习的自动驾驶环境感知技术研究

自动驾驶车辆是由环境感知、定位导航、路径规划、运动控制等组成。充分考虑车路合一,协调规划的车辆系统。自动驾驶的环境感知系统融合了超声波传感器、红外线传感器、激光雷达、毫米波雷达等多种传感器的数据来获取道路信息。为此,本文首先介绍了激光雷达在自动驾驶感知系统的应用。然后对自动驾驶环境感知系统的关键技术:目标检测、跟踪、场景分割分别进行研究。     

超视界路况下网联汽车的辅助驾驶方法

针对车辆前方超视界路况不易预测、驾驶员易因路况不明而错误操作车辆导致失稳等危险事故的情况,提出了一种超视界路况下的网联汽车辅助驾驶方法。设计了基于车联网实时通信技术的网联汽车辅助驾驶系统,它主要由云端服务、共享驿站和车载单元组成;研究了行驶车辆的路况信息识别方法,包括路面附着系数识别、道路曲率计算和路面坡度测量;研究了基于多车辆测量数据的路况信息融合与校正方法,建立了基于三自由度车辆的刚体力学的弯道安全车速计算模型。实车实验结果表明,所提方法能够准确测量车辆前方超视界的路况信息,并可使驾驶员提前、准确地获知超视界路况信息,特别是弯道路况信息。     

基于碰撞相容性的载货汽车后下吸能防护装置研究

由于车辆混合行驶及驾驶员违规操作,在高速路或山区道路极易导致追尾事故发生。结合碰撞相容原理,结合国标规定对载货汽车后下防护装置功能进行设计,降低追尾碰撞过程中对乘用车的危害。     

视觉导航智能车辆横向运动的自适应预瞄控制

车道保持系统中车辆横向运动控制应模拟驾驶员的横向操纵行为,驾驶员根据前方道路曲率及车辆速度适时调节预瞄距离,以获得理想的路径跟踪性能。首先,以车辆二自由度动力学模型及车辆道路几何位置关系为基础,建立车-路横向动力学模型。其次,基于单点预瞄最优曲率模型设计侧向加速度PD跟踪控制器,联立车-路横向动力学模型构建横向控制闭环系统,分析预瞄距离、车速、道路曲率的变化对系统响应的影响。最后,设计模糊控制器对预瞄距离进行模糊选择以提高车辆横向控制精度和减小侧向加速度,采用遗传算法对模糊规则进行优化以使横向控制系统性能达到最优。试验表明,相对固定预瞄控制方法,自适应预瞄减小了车辆侧向加速度,且道路跟踪的方向偏差和距离偏差均得到减小。     

车辆后向防追尾预警系统设计与控制的研究

针对汽车跟车距离过近致使追尾事故频发的问题,提出了一种自车实时向后方车辆发出防撞警示信号的系统。系统分别利用了激光雷达和非接触式路面状况传感器对行车间距与行车环境进行监控,通过单片机程序以监控后车跟车距离,并据此通过控制制动灯、主动头枕以及座椅靠背角度以警示后车及时制动及保护自车乘员安全。所提方法具有较好的工程实用性。