智能小车坡度采集与避障模块的设计研究

本设计以STC89C51单片机为控制核心,小车速度和方向的控制通过PWM脉宽调制完成。利用控制系统中的超声波检测模块来测量距前方坡道的长度,同时由单片机计算出斜坡角度,并自主判断采取爬坡或者避障动作。若障碍物的坡度超出智能小车的爬坡能力范围,则由红外避障模块检测障碍物的外形尺寸参数,采用绕行方式来躲避障碍物。     

基于超声波的室内移动机器人贴地障碍物检测

通常的室内移动机器人系统,往往忽视环境中存在的贴近地面、但并不阻碍机器人行驶的低矮障碍物。为增强机器人行驶的稳定性,提出了专门用于检测贴地障碍物的超声波测距系统,并分析总结了此类系统的设计要求与实现方法。     

高速公路清障持续时间预测分析

高速公路清障是高速公路管理部门对社会服务的重点内容之一。文中采用概率分布分析及逐步回归分析法对高速公路清障持续时间预测问题进行了研究。通过概率分布分析,否定了清障持续时间一般服从的3种分布模型。在此基础上用方差分析找出对事件持续时间具有显著的影响因素,并用逐步回归法确定了高速公路清障持续时间预测的多元线性回归模型。经检验,预测值与实际值的误差80%在30 min以内,预测结果基本能够反应真实的情况。     

面向动态避障的智能汽车滚动时域路径规划

为解决城市低速条件下智能汽车在避障过程中的路径规划问题，提出面向动态避障的智能汽车滚动时域路径规划方法。首先，划分车道可行区域，利用3次拉格朗日插值法拟合车道边界，并根据"车-路"的相对位置关系将车道区域进一步划分为车道间区域与车道内区域两部分。其次，以区域虚拟力场进行动态交通场景模拟，包括在障碍车周身沿车道方向的虚拟矩形区域斥力场，行驶目标位置的虚拟引力场和车道保持虚拟区域引力场3个部分，然后结合划分的车道区域确定各虚拟力场的作用区域。再次，建立主车动力学与运动学模型，障碍车运动学预测模型，把主车与障碍车无碰撞，主车行驶在车道内区域，趋向目标位置以及保证车辆稳定性作为优化目标，综合车辆模型的控制输入、状态变量等动力学约束条件，构建多目标的滚动时域控制器用于车辆避障路径规划，求解获得前轮转角作为控制量。最后，利用MATLAB和veDYNA软件对提出的路径规划控制系统分别在静态障碍和动态障碍工况下进行联合仿真。研究结果表明：该方法能够很好地解决躲避静态障碍和低速动态障碍车的问题，控制车辆驶向目标位置，并且在避障过程中满足车辆的动力学约束，同时又不会与道路边界发生碰撞，保证了车辆的安全性和稳定性。     

公共政策终结的障碍及其消解策略

公共政策终结对于提升政策执行效率,根据形势变迁制定新的公共政策意义重大,然而,公共政策在终结过程中经常会遭遇一些障碍。本文分析了公共政策终结的障碍,并就如何消解障碍提出了一些具体策略。     

土体障碍物超声探测信号小波包特征分析方法

利用小波包分解方法,对土体中障碍物的超声探测信号进行分析。选用sym8小波基函数进行6层小波包分解,并截取信号能量集中的前16个频带进行细致分析,从小波包频带能量、小波包频带能量熵、小波包频带能量矩三个角度对信号进行对比。结果显示,存在障碍物位置处信号和不存在障碍物位置处信号的小波包频带能量熵大致相等,不能作为信号识别及障碍物判断的方法,而小波包频带能量和小波包频带能量矩在部分频带上差异明显,可以作为信号识别及判断的方法。     

无人帆船自主避障算法

针对无人帆船短途航行的避障需求构建了无人帆船自主避障系统,提出了基于A*的帆船避障路径规划算法以及基于LOS的帆船循迹控制算法。案例帆船的仿真测试和航行测试均成功实现多个障碍物场景下的自主避障航行,较为充分地证明了方法的可行性与实时性,对无人帆船应用具有重要意义。     

长江上游龙门水道河床演变及碍航原因分析

龙门水道为长江上游重点碍航河段,兼具浅险滩和急流滩的特点。采取实测资料研究该河段近期水沙特性,以及岸线、深泓和典型断面等变化,分析龙门水道碍航原因。结果表明,龙门水道平面形态稳定,岸线和深槽位置变化很小,年际间冲淤交替。在上游水库蓄水等的影响下,来沙量减少,枯水河槽小幅冲刷。弯道段洪、枯河宽差距较大,汛期易在凸岸形成碍航浅滩;中、枯水流量下,大河村丁顺坝束水形成急流滩,弯顶右岸石梁头部的复杂流态与左岸漫滩斜流综合作用形成险滩。     

基于代价函数的无人驾驶汽车局部路径规划算法

局部路径规划层作为无人驾驶汽车软件层的重要组成分布,如何有效、安全地到达目的地是当前研究的热点。针对结构化道路信息,充分考虑车道线的约束,在使用Frenet坐标系理论的基础上,提出一种考虑到车道线曲率和障碍物模型信息,得到不同车道上其他道路参与者的位置信息,以便计算其他障碍物模型对本车危险程度,综合算法实时性、轨迹平顺性等要素的最小代价局部路径规划算法。在局部路径规划过程中,沿着参考线（Frenet坐标系下X轴上一段路径）选取多个路径分割点,Frenet坐标系下在每个分割点处沿Y轴进行控制点离散,每个路径分割点处选取1个控制点构成路径控制点集合,使用一元三次方程对每种排列组合路径进行拟合,从而使用代价函数对每种排列组合路径进行评估,代价函数值最小为最优的局部路径。代价函数考虑拟合轨迹到障碍物的危险程度、轨迹平顺性、轨迹到当前参考线（实时在全局路径规划层上根据车速得到一条当前需要跟踪的理想轨迹）的偏离程度、拟合轨迹行驶方向的改变程度、无人驾驶汽车最小转弯半径。研究结果表明：在不同试验场景下,所提出基于代价函数的局部路径规划算法,能规划出一条不与障碍物发生碰撞的最优路径,并能保证无人驾驶汽车行驶轨迹平顺性和路径规划层实时性的要求。     

驾驶员昼间动态环境暖色调障碍物空间距离判识规律

随机选取32名驾驶员,获得绝对距离和相对距离判识数据.通过数据统计和回归分析,分析了驾驶员在地面动态环境下,对暖色调障碍物空间距离判识变化的定量规律.建立了障碍物在25、75、125 m 3种距离状态下,空间绝对距离与相对距离判识变化的6种数学模型.分析结果表明:在车辆行驶深度方向,驾驶员对暖色调障碍物空间绝对距离判识的准确性随距离增加而下降,相对距离判识准确性高于绝对距离;随车辆运行速度的增加,空间距离判识的准确性不断下降,且两者之间呈负指数变化关系;6种数学模型的相关系数不小于0.941,拟合度良好.