【摘 要】
:
随着汽车保有量的快速增长和驾驶道路环境的复杂化发展,交通安全成为了各个国家的关注重点。汽车作为最重要的交通主体之一,其驾驶安全性对道路交通安全有着至关重要的作用,而高效的智能驾驶技术能有效降低人为事故风险,因此汽车智能驾驶技术成为了汽车领域的重点研究方向。其中环境感知技术作为智能驾驶系统的“眼睛”,为决策和控制系统提供更准确的环境信息,对于提高汽车智能驾驶的安全性和效率有着重大意义。本文围绕视觉信
论文部分内容阅读
随着汽车保有量的快速增长和驾驶道路环境的复杂化发展,交通安全成为了各个国家的关注重点。汽车作为最重要的交通主体之一,其驾驶安全性对道路交通安全有着至关重要的作用,而高效的智能驾驶技术能有效降低人为事故风险,因此汽车智能驾驶技术成为了汽车领域的重点研究方向。其中环境感知技术作为智能驾驶系统的“眼睛”,为决策和控制系统提供更准确的环境信息,对于提高汽车智能驾驶的安全性和效率有着重大意义。本文围绕视觉信息与激光雷达信息融合,对基于视觉、激光雷达信息的车辆目标检测技术进行研究,并从传感器信息融合的角度提高检测精度,主要研究内容如下:(1)基于视觉信息的二维车辆目标检测算法研究。考虑到智能驾驶系统对准确性和实时性的要求,首先在YOLOv5网络模型基础上,使用Swin-Transformer特征编码模块替换YOLOv5网络中部分CSP网络结构块,以较低计算成本提升了浅层局部特征提取能力。其次使用Bi-FPN特征融合网络框架代替原始PANet网络结构,并利用CBAM注意力机制增强重点关注特征融合性能。最终构造出ST-YOLO算法,提高了车辆算法的检测性能,尤其是提升了远距离小目标车辆和遮挡车辆的检测精度,为后期多传感器融合奠定了有效的视觉检测基础。(2)基于激光雷达信息的三维车辆目标检测算法研究。针对Point Pillars算法将点云数据转化为伪图像数据后,检测精度不够高的问题。在Point Pillars的特征融合网络中引入CBAM注意力机制和残差网络结构块,加强网络对重点关注特征的融合效果,搭建出CBAM-Point Pillars算法模型。经过实验验证,CBAM-Point Pillars车辆检测算法模型比原始Point Pillars具有更高的检测精度。(3)基于视觉与激光雷达信息融合的车辆目标检测算法研究。针对单一传感器信息的局限性问题,为充分利用视觉和激光雷达检测器的性能,提出了一种决策级多传感器信息融合检测框架。利用残差卷积神经网络结构对2D和3D检测结果进行融合处理,输出融合分类得分,以提高车辆目标检测精度。经过量化实验验证,证明所提出的决策级融合检测算法能够准确检测前方车辆,比基于单一传感器的车辆检测算法具有更好的检测精度。
其他文献
随着全球汽车保有量的持续增长,车辆主动避障技术受到越来越多研究人员的关注。目前,自动紧急制动(Automatic Emergency Braking,AEB系统发展相对成熟,其在紧急情况下主动或辅助驾驶员操纵车辆制动,避免自车与障碍物碰撞。但是相比AEB需要较长的纵向制动距离,自动紧急转向(Automatic Emergency Steering,AES往往具有更高的避障效能。因此,本文从进一步提
目前主动避撞安全技术大多采用制动方式避撞,该方式在高速或低附着情况下存在较大局限:制动距离随车速呈指数增长,且路面附着系数越低相应制动距离也不断增大。在此基础上,研究发现转向避撞方式在高速或低附着工况下所需纵向距离较小,可对制动避撞进行有效补充。本研究针对目前主动避撞技术存在局限,考虑车辆制动过程、路面峰值附着系数及驾驶员意图等因素,提出一种结合纵向制动、转向换道避撞的主动避撞策略以提高车辆行驶安
目前,全球风电产业已进入快速发展时期,在役风电机组数量逐年增加。然而,由于复杂的外界环境条件、不完备的设计和制造等因素的干扰,风电机组会出现性能退化甚至发生严重故障事故。风电齿轮箱作为风电机组设备中的关键传动部件,由于故障导致的停机时间长和维修成本高,成为了智能运维中的重点关注部件。风电齿轮箱健康状态直接影响到风电机组使用寿命,因此对风电齿轮箱进行智能健康状态评估是一个重要的研究课题。风电齿轮箱健
智能汽车技术与能耗控制技术是解决能源短缺、交通拥堵与道路事故频发的重要措施。其中,智能汽车技术可以有效提高车辆通行效率,减少交通拥堵。多传感器信息融合技术是智能汽车环境感知的关键难题,如何利用多传感器信息融合技术,将城市道路的交通状态综合起来,通过车-路-云协同系统进行信息共享,是实现节能、安全、高效的智能交通策略研究中必须考虑的问题。多传感器融合是实现智能汽车无人驾驶的首要前提,而多传感器联合标
随着汽车工业的发展,汽车智能化程度不断提高,然而道路交通安全问题依旧影响着人民生命财产安全。研究显示,情绪驾驶是造成交通事故的重要因素之一。现有研究中,对驾驶员情绪识别大多数停留在实验室环境,没有在真实驾驶环境下进行研究;同时,现有研究也并未对驾驶情绪与驾驶风险的关系进行量化,而实现驾驶情绪的精准预测及其对驾驶风险的量化表征、对防范危险驾驶行为、提升驾驶安全有着重要意义。因此,本文通过文献梳理,提
环境感知是自动驾驶中的关键阶段,全面且准确地感知周围环境信息是自动驾驶车辆行车安全的重要保障。对障碍物目标进行检测与识别是感知阶段中的一项基础性关键工作,对于提高自动驾驶汽车环境理解力具有重要意义。单一感知系统检测算法在应对复杂多变与目标密集的道路环境中存在鲁棒性差、感知能力不足的问题,而目前已有的大部分多传感器融合算法难以精确检测行人、骑行人等较小目标物体,为实现精准的障碍物类别检测,本文开展了
行星滚柱丝杠具有体积小、导程精度高、负载能力强、震动噪声小和寿命长等优点,广泛用于车辆、武器装备、航天航空等国家重点发展领域。然而,经过热处理的滚柱经常出现弯曲、跳动增大等现象,导致行星滚柱丝杠扭矩增大、行程精度降低,滚柱磨损加剧甚至寿命急剧缩短等缺陷,制约了产品推广应用。目前,消除滚柱变形的方法主要采用磨削加工,该方式效率低、成本高且磨削后滚柱渗碳层变薄,一致性较差。因此,本论文依托某企业《冷轧
伴随着智能互联时代的来临,汽车由传统代步工具逐渐向情感体验化的第三方移动空间转变,情感化、安全化已成为了智能座舱的发展主题。语音作为信息与情感的介质,在智能座舱人机交互中发挥了至关重要的作用,语音情绪识别系统,不仅能改善人机情感交流环境,还能监测驾驶员的情绪状态,当驾驶员情绪波动较大时,予以自适应干预来减轻情绪对驾驶员的影响。本文从语音的角度研究了驾驶员情绪识别与调节,旨在进一步丰富汽车座舱的语音
近年来道路交通安全问题日益严峻,促使自动驾驶技术得到快速发展。十字路口交通行为复杂,是汽车交通事故高发地带。针对自动驾驶车在十字路口下左转的运动规划控制以及关键测试场景问题,本文构建了自动驾驶汽车十字路口左转工况的运动规划控制算法,并提出了基于优化方法的关键场景生成框架。主要研究内容如下:(1)构建了十字路口车辆左转工况下的道路模型、车辆动力学模型、干扰车运动模型和车辆碰撞检测模型。设计并对比了基
燃料电池汽车在低温环境中的快速冷启动能力是制约其商业化进程的关键因素之一,合理的车用燃料电池系统设计和有效的整车冷启动策略对于提高燃料电池汽车的冷启动能力至关重要。本文依托课题组与企业合作项目,对燃料电池汽车的冷启动特性展开研究,主要研究内容如下:首先,为实现燃料电池汽车在低温环境下的快速冷启动,采用集成了冷却液预热功能的汽车混合动力系统结构,设计了详细的基于冷却液预热的整车冷启动策略。为验证冷启