论文部分内容阅读
汽车主动避撞系统作为一种先进驾驶辅助技术,能够辅助驾驶员,降低驾驶员驾驶强度和交通事故发生的可能性,改善汽车的主动安全性能,具有广阔的市场发展前景。但在国内研究大多还处在论证和实验阶段,缺少价格合适的硬件系统和虚警率过高等都是急需解决的问题,因此对其进行相应的研究很有必要。本文以城市道路汽车主动避撞系统为应用背景,以单线激光雷达为主要传感器,根据雷达扫描特性,设计了一套具有自适应特性的车辆前方障碍物检测与跟踪算法,使用Matlab/Simulink搭建仿真模型,对比了几种常用的机动目标模型在不同仿真工况下的Kalman跟踪结果,根据实车实验数据获得适应于实验车主动避撞系统的安全距离模型。具体的研究内容如下:(1)通过对比近年来我国发生的交通事故中的一些实际数据,引出了研究主动避撞系统的意义,对比分析了主动避撞系统的国内外研究现状。介绍了现阶段主动避撞系统障碍物识别所采用的几种方法。(2)制定防撞系统障碍物识别算法整体流程。根据汽车防碰撞系统的工作原理,将整个障碍物识别算法分为行车信息感知、障碍物识别、目标跟踪以及安全状态评估四个部分,并分析了算法的关键技术。对比分析防碰撞系统的行车信息感知传感器,选取激光雷达作为传感器;对防碰撞系统控制单元的组成及接口电路进行了简单介绍,为后续的算法的详细介绍奠定基础。(3)确定具有自适应阈值的障碍物识别算法。介绍了几种常用的聚类分析算法的原理,分析比较各种算法的优缺点,根据所选用的激光雷达的采样特点,采用最近邻聚类分析算法进行障碍物识别,同时根据扫描距离的变化自适应改变聚类阈值,以提升聚类算法的准确性。(4)选取机动目标模型,对自适应卡尔曼滤波算法进行研究。比较常速度模型、常加速度模型、Singer模型以及当前统计模型的系统原理及应用场合。根据城市道路车辆行驶的实际情况,选取当前统计模型作为机动目标模型,并采用基于当前统计模型的自适应卡尔曼滤波算法对车辆前方目标进行跟踪,分析跟踪系统参数对自适应算法的影响。(5)算法仿真对比分析及实车实验。应用Simulink搭建仿真模型,就匀速运动、匀加速运动及变加速度运动三种仿真工况对常速度模型、常加速度模型以及当前统计模型进行目标跟踪仿真对比实验。搭建实车实验平台,对聚类分析算法及目标跟踪算法进行实车实验验证。以驾驶员预瞄安全距离模型为基础进行安全状态评估试验,对试验测得的制动距离进行回归分析处理,最终得到适应于实验车主动避撞系统的安全距离模型。