基于单目视觉的无人车环境感知技术研究

为提高无人车的主动安全性能,对其环境感知技术进行了研究,提出了一种在结构化道路上基于单目视觉的汽车前方可行区域内的障碍物检测方法;在确定路面感兴趣区域时,提出了基于模糊聚类的边界跟踪检测算法,实现对车道线的识别;针对序列图像帧间差分法的不足,提出了一种基于帧间差分法的二次改进算法,在突出障碍物特征信息后,采用了静态单帧图像特征处理算法,确定出障碍物位置。实验结果表明,该方法能够有效地识别出车道标志线以及感兴趣区域内的障碍物信息。     

地面无人机动平台总体设计和动力性分析

通过分析一种地面无人机动平台的重要技术参数,设计了其移动平台部分。对整个控制系统进行总体设计,实现了遥控驾驶。用Cruise软件对移动平台建模并进行整车动力性分析,分析表明,所设计的移动平台满足要求。     

基于环境感知的无人车避障系统建模与仿真

保持合适的行车安全距离是无人车能够主动安全避障的前提,针对现有安全距离模型和控制理论的不足,在基于环境感知技术的基础上建立了动态安全距离数学模型,综合考虑了前车的各种运动状态和车辆加速度突变的问题;提出模糊控制理论与最优控制理论相结合的思想设计了避障系统控制器,利用MATLAB/Simulink仿真环境建立的模糊最优避障控制系统模型对所建立的安全距离模型进行验证,结果表明在不同工况下安全距离模型既满足了无人车主动安全性能又不影响道路通行能力,为降低交通事故率提供了一定的依据。