智能车辆机器视觉发展近况

简要回顾了机器视觉的早期发展，从简单的特定场合应用到模拟人眼的复杂系统设计，介绍了机器视觉产品在智能汽车上的应用情况，分析了世界各国在车用机器视觉技术领域研究开发情况以及未来发展趋势。     

猎豹智能车无人驾驶系统总体设计

介绍猎豹智能车无人驾驶系统总体设计及其硬件和软件的设计特点和实现方法。系统采用机器视觉来识别高速公路车道线,利用拟人控制算法来实现车辆自动驾驶控制,最高时速为95km/h的初步试验结果验证了系统的可行性。     

基于线性模型的导航路径图像检测算法研究

对智能车辆视野内的车道采用线性模型进行拟合，分析线性模型拟合车辆道的误差，提出减小误差的方法，并分析户外环境中几种典型光照变化和阴影响对智能车导航的影响，改进基于线性车道模型的边缘检测算法。实验证明：在JUTIV-Ⅱ上采用线性模型可提高导航路径识别的准确性，减少数据处理量和获得较高计算机处理频率。     

TPMS--汽车安全行驶的保护神

概述 TPMS即汽车轮胎气压实时监测系统。近年来，该系统在国外发展很快，许多汽车生产厂家的产品已装用该系统，有些国家甚至将其定为汽车的标准配置。     

面向动静态混合环境的智能车运动规划方法

针对存在动态和静态障碍物环境中的智能车运动规划问题，本文提出一种基于三维搜索的方法。该方法首先在笛卡尔坐标系中增加时间维度以建立时间-空间栅格，构建不同车速下的车辆运动基元；将智能车转化为多个圆心组成的线段，采用膨胀静态障碍物的方法进行不规则障碍物碰撞检测，运用时间间隔法将动态障碍物碰撞检测简化为线段交叉性检测；构建包含最大速度和加速度约束的速度启发式函数，用于引导搜索树在时空空间中快速到达目标位置和速度；最后基于启发式方法和局部运动规划方法在时空栅格中进行搜索，获取融合时间信息和“停止-等待”等决策信息的运动轨迹。实验结果表明：本文运动规划方法在动静态混合环境中能够引导智能车安全行驶，相比速度障碍方法，安全行驶的平均成功率提升23%；相比混合A*方法，平均成功率提升19%，行驶耗时缩短21%。     

基于跟踪误差模型的智能车辆轨迹跟踪方法

为提高智能车辆轨迹跟踪精度,以车辆动力学模型为基础,提出一种基于线性时变模型预测控制的轨迹跟踪方法。该方法将车辆非线性动力学跟踪误差模型进行线性化和离散化处理,作为控制器的预测模型;建立系统控制增量的目标函数,设计状态量、控制量和控制增量约束条件,利用带约束的二次规划问题求解目标函数;将求得的最优序列的第一项控制量作用于系统。实验结果表明,在双移线工况下,当车速小于15 m/s时,横向最大误差小于0.52 m,航向最大误差小于0.067 rad。     

车队协同驾驶混成控制研究现状与展望

车队协同驾驶是车路协同技术在智能交通领域中的重要应用与示范。混成动态系统理论与半实物仿真技术已成为研究车队协同驾驶系统的重要手段。阐述了车队协同驾驶在智能车路系统中应用的可行性和优点;对近十年车队协同驾驶研究进行了回顾和综述,包括系统结构、车车通信、车队协作策略以及半实物仿真技术等4个方面;概括了车队协同驾驶混成控制系统内容与仿真手段,并给出车队协同驾驶半实物仿真结果;对车队协同驾驶混成控制研究进行了总结和展望。     

基于视觉的智能车辆自主导航最优控制器设计

本文主要介绍作者设计、制造的新型智能车辆JUTIV－Ⅱ的基于视觉的最优控制器设计技术、实验表明，我们采用的基于视觉的最优控制器算法有效、可靠。     

世界智能车辆近况综述

本文综述了世界智能车辆关键技术现状及其发展方向，并介绍了世界上主要发达国家智能车辆技术应用现状和发展计划，提出了今后智能车辆发展中值得注意的一些问题。     

基于三维激光雷达的无人车障碍物检测与跟踪

针对真实交通场景中障碍物的检测与跟踪问题,提出了一种基于三维激光雷达HDL-64E的无人车障碍物检测与跟踪方法。首先对三维激光雷达产生且经路面分割后的点云数据栅格化,并进行栅格增补。在障碍物聚类之后,先利用无人车RTK-GPS数据和INS航向角数据进行多帧融合的静态障碍物的检测,再进一步利用动态障碍物模板匹配算法对静态障碍物检测结果形成的可行驶区域进行动态障碍物检测。最后,利用标准卡尔曼滤波器实现对动态障碍物的跟踪。本文方法应用在自主研发的无人车上的大量实验结果表明,本文提出的方法具备较高的可靠度,满足无人车的环境感知要求。