变道辅助系统弯道目标车辆位置识别方法

识别弯道上行驶的后方目标车辆相对自车所在的车道是变道辅助系统的难点。文中提出一种基于雷达传感器识别弯道上行驶的后方目标车辆所在车道的方法,根据自车的转向角及车身结构参数计算自车的转弯半径,再根据雷达探测的目标车辆的方位角和相对自车的距离计算后方目标车辆的转弯半径,通过比较两者的大小,判别后方目标车相对自车的位置关系。     

一种复杂交通环境下的毫米波雷达目标跟踪方法

车载毫米波雷达是智能驾驶环境感知系统中重要的传感器,为实现车载毫米波雷达目标跟踪的稳定性、实时性和精确性,本文设计了一种基于联合概率数据关联(JPDA)的雷达目标跟踪算法,并提出了一种对传统JPDA算法的改进方式,该方式考虑了车载毫米波雷达运行的实际工况,通过改进点迹的选取方式以及利用生命周期理论简化关联事件的生成两个步骤,对传统JPDA算法进行了简化,解决了传统JPDA算法在密集目标环境下的组合爆炸问题,以及毫米波雷达虚警和漏检带来的数据不连贯、不稳定问题,实现了跟踪的稳定性和实时性;同时本文采用常加速度模型结合Kalman滤波对雷达目标运动状态进行了估计,解决了前后帧雷达目标运动状态不连续以及雷达信息中的噪声问题,实现了跟踪的精确性。实验结果表明:在复杂交通环境下,该毫米波雷达跟踪算法相较于传统JPDA算法,运算速率提升了50. 5%,稳定性提升了78. 46%。     

基于支持向量机的跟车模型优化

利用毫米波雷达、车辆总线设备及GPS等设备搭建实车数据采集平台,采集真实交通环境下车辆跟车行驶时前车运动状态表征参数,以两车间相对速度、相对距离、自车速度和横摆角速度为输入参数,基于支持向量机理论,利用粒子群算法对支持向量机参数进行优化,建立跟车行驶时前车运动状态预测模型。结果表明,该模型能有效预测前车加速、减速及稳速状态,时间窗口宽度为3s时,直线道路上的预测准确率为89%;时间窗口宽度为3.5s时,曲线道路上的预测准确率为87%。     

基于模糊控制理论的汽车纵向防撞控制研究

研究了模糊控制理论在汽车防撞中的应用.利用毫米波雷达,霍尔传感器等测得本车与前车的相对速度和相对距离,并经模糊算法模糊化处理后作为输入,对节气门和刹车的控制量（即后车的加速度）作为输出量进行模糊控制研究,本文通过对汽车纵向行驶控制行为的模糊集定义,在安全距离的数学模型基础上,设计了车辆跟驰情况下的汽车防撞模糊智能控制器。利用matlab仿真软件进行了相应的验证及分析,结果表明该模糊控制控制系统能达到防撞控制效果。     

基于多传感器融合的换道预警模型研究

针对基于单一传感器换道预警模型准确性和可靠性不足,且换道过程中自车加速度的确定未考虑真实场景因素等问题,提出了基于多传感器融合的换道预警模型,并在模型自车加速度的确定中充分考虑了自车车速、他车相对距离和相对速度等因素,优化了原有的换道预警模型,并采用碰撞时间和安全换道距离为评价指标制定换道决策规则。仿真和实车实验结果表明,基于多传感器融合的换道预警模型预警更加灵敏高效,符合道路使用和驾驶员操作要求,验证了多传感器在环境感知中的优势,证明了换道预警模型的有效性。     

面向低速清扫车的信息融合车辆跟踪方法

交通参与者运动的准确跟踪与预测对智能车行为决策的有效性至关重要。传统运动目标的跟踪系统多采用单一传感器，难以保证数据的精度与可信度。为提高系统的鲁棒性与可靠性，设计一种融合毫米波雷达和相机的目标跟踪方案，该方案针对多目标的特征级信息进行融合。首先，考虑低速行驶的自动驾驶清扫车所处环境杂波较多，方案选择基于IMM/JPDA的多目标跟踪方法估计局部航迹。为降低JPDA数据关联的计算复杂度，结合基于马氏距离构造的椭圆关联门和基于车辆非完整性约束构造的扇形关联门，实现关联门的自适应调整，减少关联杂波的干扰。其次，结合传感器的配置与特性，对目标的航迹状态进行空间对准和时间对准，按照航迹点间的欧氏距离和互协方差选择融合模式，进行局部航迹融合。最后，为验证多目标跟踪和航迹融合方法的有效性与实用性，分别设计基于MATLAB/PreScan环境的仿真试验和基于智能清扫车平台的实车试验。研究结果表明：在横、纵方向上，融合后的系统状态都比单一传感器的估计状态更为准确，融合结果对单一传感器的估计误差有35%以上的提升；实车试验证明，该方案能有效融合ESR毫米波雷达和Mobileye单目前视相机的状态估计信息，能基本正确地跟踪目标和估计航迹；融合状态的横、纵向误差都在可接受范围以内，且融合状态比单一传感器的估计波动更小。     

ADAS应用中汽车的近场RCS仿真研究

文章使用基于3D电大尺寸仿真软件搭建ADAS应用场景,模拟不同场景下防撞雷达发射电磁波照射到目标车辆并返回到雷达的过程;通过仿真某种应用场景下目标车辆相对雷达不同距离时,雷达接收到的散射能量,根据雷达方程计算出目标车辆在不同距离下的近场RCS。分别将仿真中雷达接收到的散射能量与雷达在道路上实测数据归一化并进行对比分析,二者吻合较好,证明了仿真结果的正确性与可靠性。     

一种基于加速度及轮速信息的参考车速估计方法

以两轮驱动轿车为研究对象,提出了一种基于加速度及轮速信息的参考车速估计方法。以Kalman滤波为基本算法,结合试验分析,通过估计系统噪声特征和修正量测方程,改进了算法对加速度量测信号静态偏差变化的跟踪能力,提高了参考车速的估计精度。利用该方法估计参考车速具有不依赖大量试验、计算量小的特点,适于实车应用。     

考虑路径平滑性和避撞稳定性的智能汽车弯道轨迹规划研究

针对智能汽车弯道避障问题，提出了一种兼顾规划曲线平滑度和车辆稳定性的轨迹规划方法。将轨迹规划分为解耦的路径规划和速度规划处理，利用改进的快速随机搜索树（RRT）构建曲率连续且曲率变化量最小的无碰撞的螺旋线路径。改进后的RRT基于深度神经网络的度量函数，选取并连接代价函数最小的树节点，并通过搜索附近节点寻找是否存在代价函数更小的节点。而在速度规划中首先根据道路限速规则，采用梯形规划输出连续的目标加速度曲线。然后基于螺旋线路径曲率和自车状态，采用预瞄加速度矢量控制（PGVC）动态调整目标加速度，最后通过加速度控制逻辑获得最终的期望加速度。仿真结果表明，所提出的轨迹规划方法不仅能使智能汽车满足弯道避撞和路径跟踪的目标要求，且提高了车辆高速过弯的稳定性能，同时本文还验证RRT的快速收敛性质、路径平滑性和基于并行计算的实时性。     

基于横向安全距离模型的主动避障算法

现有的安全距离模型是基于纵向相对车速或减速度值建立的,没有考虑移动目标的横向运动特性。本文利用移动目标横穿马路的速度、相对位置,建立横向安全距离模型,并提出一种基于横向安全距离模型的主动避障算法。首先,根据横向移动目标横穿马路的速度、相对位置和自车的制动距离建立横向安全距离模型,设计主动避障算法。接着,为计及路面条件对制动效果的影响,引入当前行驶路面估算的附着系数峰值估算最大制动减速度,约束目标避障减速度,并调整制动强度,以适应不同路况的安全避障行驶。最后,以典型横向移动目标骑行者作为研究对象,通过PreScan/Simulink/CarSim联合仿真验证避障算法的有效性。结果表明:基于横向安全距离模型的主动避障算法能有效避免与骑行者碰撞,提高行车的主动安全性。     

融合毫米波雷达与深度视觉的多目标检测与跟踪

针对现有融合毫米波雷达与传统机器视觉的车辆检测算法准确率较低与实时性较差的问题,本文中对多目标检测与跟踪进行研究。首先,利用阈值筛选和前后帧数据关联方法对毫米波雷达数据进行预处理,进而提出一种用于毫米波雷达数据跟踪的自适应扩展卡尔曼滤波算法。然后,为提高目标检测精度与速度,基于采集到的实车数据集训练卷积神经网络,完成深度视觉的多车辆检测。最后,采用决策级融合策略融合毫米波雷达与深度视觉信息,设计了一种用于复杂交通环境下前方车辆多目标检测与跟踪的框架。为验证所设计的框架,进行了不同交通环境下的实车实验。结果表明:该方法可实时检测跟踪前方车辆,具有比融合毫米波雷达与传统机器视觉的车辆检测方法更好的可靠性与鲁棒性。     

基于ACC系统的目标车辆换道与出入弯道状态辨识算法

自适应巡航控制(ACC)系统利用雷达对前方目标进行追踪,当前车进行换道或进出弯道时,ACC系统无法区分这两种状态,容易引发交通冲突。针对此问题,本文中通过实际驾驶试验,获取了前车不同运动状态的数据,采用道路曲率估算值、前车行驶轨迹的斜率及其变化率和前车与自车之间横向距离作为表征参数,结合车-路协同运动特征,建立了前车换道与进出弯道的识别模型,并利用实测数据对模型的有效性进行了验证。结果表明:当自车处于直道时,对前车换道和进入弯道的识别率分别达到91.46%和89.81%;当自车处于弯道时,对前车换道和驶出弯道的识别率分别达到87.06%和90.42%。     

基于目标速度的汽车ACC系统油门控制策略研究

ACC系统能够根据雷达等传感器检测到的前方车辆行驶信息,并自动控制本车的油门开度和制动强度,实现自适应巡航行驶,通过对车辆行驶纵向阻力特性的分析,针对目前广泛使用的基于目标加速度的油门开度控制策略受车辆装载质量影响较大的情况,利用功率平衡原理,提出了1种基于目标车速的油门开度控制策略,并利用PreScan软件对基于目标车速的油门开度控制策略进行了仿真实验,仿真结果表明了该控制策略有效的避免了整车装载质量变化对控制目标的影响。     

基于模糊理论的汽车智能巡航控制策略与仿真

基于模糊控制和模型匹配理论,应用分层式汽车智能巡航控制策略,实现节气门和制动踏板的协调控制。模糊上位控制器以实际距离与理想距离差和前方车辆与巡航车速度差作为输入,结合设计的模糊规则,获得巡航车期望加速度。考虑车辆系统干扰和响应延时性影响,构建了模型匹配下位控制器以确保巡航车期望加速度的实际输出。利用Simulink对控制功能实施了仿真验证,结果表明,该控制策略可有效实现智能跟随和定速巡航功能,提高行驶安全性。     

车对车斜角碰撞中灵敏因子的探究和约束系统的优化EI北大核心CSCD

为寻找对斜角碰撞中有显著影响的约束系统参数,建立了SUV、中型车和小型车的驾驶员约束系统模型,采用均匀拉丁方方法进行试验设计,利用T检验筛选出不同车型车对车斜角碰撞中的灵敏因子,并针对灵敏因子进行了考虑车对车碰撞兼容性的约束系统优化。结果表明,车对车斜角碰撞中3种车型的灵敏因子大致相同;与每辆车单独优化相比,采用碰撞两车WIC值之和最小作为优化目标,除能有效减少目标车和同伴车的损伤值外,还可获得更好的车对车碰撞兼容性;不同车型在车对车斜角碰撞中的约束系统参数优化趋势有所不同,但仍有一定的共性,即优化一般会导致气体气囊质量流率的增加和安全带限力级别的降低。     

基于浮动车停车点数据交叉口车辆排队长度计算方法

浮动车数据中存在许多行驶速度为零的停车点数据记录,它们和交叉口车辆排队长度存在一定的空间关系.针对此提出一种新的基于浮动车停车点数据计算交叉口前车辆排队长度的方法.首先根据车辆停车点地理位置和正常行驶点的连续关系及和路段的相对位置进行地图匹配,提取出路段上交叉口前正常排队停车点数据;然后从正常排队停车点数据中计算出相对交叉口的浮动车数据相对位置关系,根据对浮动车停止点距离交叉口的位置密度分布变化进行2次统计计算,推算出交叉口前车辆排队长度.最后通过实际浮动车数据计算实例对本方法进行了说明和验证.     

车对车斜角碰撞中灵敏因子的探究和约束系统的优化

为寻找对斜角碰撞中有显著影响的约束系统参数,建立了SUV、中型车和小型车的驾驶员约束系统模型,采用均匀拉丁方方法进行试验设计,利用T检验筛选出不同车型车对车斜角碰撞中的灵敏因子,并针对灵敏因子进行了考虑车对车碰撞兼容性的约束系统优化。结果表明,车对车斜角碰撞中3种车型的灵敏因子大致相同;与每辆车单独优化相比,采用碰撞两车WIC值之和最小作为优化目标,除能有效减少目标车和同伴车的损伤值外,还可获得更好的车对车碰撞兼容性;不同车型在车对车斜角碰撞中的约束系统参数优化趋势有所不同,但仍有一定的共性,即优化一般会导致气体气囊质量流率的增加和安全带限力级别的降低。     

基于激光雷达的远距离运动车辆位姿估计

为了解决激光雷达扫描远距离运动车辆产生的点云稀疏导致位姿特征难以提取的问题,提出了一种远距离运动车辆位姿估计方法。首先利用时空连续性提取远距离运动车辆。然后利用最小二乘拟合得到稀疏点云水平面二维投影近似拟合直线对,依次在不同角度的垂直正交直线对上对稀疏点云的二维投影进行一维向量估计的装箱过程,基于目标车辆与激光雷达间相对位置的观测角函数最大化匹配滤波响应,进而利用全局优化算法对投影点概率分布与匹配滤波运算得到的代价函数作离散卷积,寻优比较得到单帧拟合最优矩形。最后结合连续帧平移约束进行多帧拟合,优化当前帧目标车辆拟合矩形的位姿。利用仿真和真实场景下采集的目标车辆点云数据进行算法验证分析。结果表明:在点云稀疏的情况下,当远距离目标车辆做直线运动时,提出的多帧拟合方法得到的位姿参数均方根误差低于单帧拟合和已有的RANSAC拟合方法;当远距离目标车辆做曲线运动时,提出的单帧拟合和多帧拟合方法得到的位姿估计结果较为接近,且误差明显低于已有的RANSAC拟合方法;对于不同相对距离下采集的目标车辆点云,提出的单帧拟合和多帧拟合位姿估计方法的适应性优于已有的RANSAC拟合方法。     

相对传递路径分析方法及其在轿车车身振动分析中的应用

提出一种基于全局传递率矩阵的相对传递路径分析方法,该方法建立传递路径分离模式,对分离模式下的响应进行预测,并计算出传递路径相对贡献度。针对轿车车身振动问题进行应用研究,选取发动机悬置安装点加速度和车内座椅安装处加速度作为振动传递分析的研究对象,试验结果表明,基于全局传递率矩阵的相对传递路径分析方法可以有效预测振动传递分离模式下的目标加速度,能够识别出贡献度较大的传递路径,验证了方法的工程可行性,为开展轿车车身NVH性能分析提供了可借鉴的方法和途径。     

基于角毫米波雷达的目标筛选

随着ADAS系统在汽车领域的普及,基于角毫米波雷达的ADAS系统由于其成本低、环境适应能力强被广泛应用。其中,使用角毫米波雷达的盲区监测系统能够有效辅助驾驶员对车辆周围环境的感知。根据24GHz角毫米波雷达的特性,使用2个角毫米波雷达对驾驶员盲区进行辅助监控,建立基于角毫米波雷达的盲区监测系统。而毫米波雷达输出目标存在一定的误检,文章使用角毫米波雷达连续5帧数据,建立反馈目标值运动模型,对目标位置数据进行更新,使用K-means算法对检测目标数据进行聚类,使用聚类结果判断检测目标是否真实存在,以消除毫米波雷达的误检,从而实现角毫米波雷达的目标筛选。