智能车辆路径跟踪控制与测控系统硬件开发

来源 :西安理工大学 | 被引量 : 0次 | 上传用户:benq702
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
汽车数量的与日俱增,导致众多交通安全问题频频出现,与此同时智能化技术的快速发展,也更加推动了人们对智能车辆无人驾驶技术的研究。智能车辆不仅能够很好地解决交通问题,更是智能化时代技术应用的重要体现。本文主要针对智能车辆运动路径规划、规划路径实时跟踪以及整车测控系统硬件开发问题展开研究,主要研究工作及成果如下。1、基于行为动力学的智能车辆路径规划。结合智能车辆道路行车环境与跟车、换道、超车等典型驾驶行为,分别建立了基于行为动力学的车道保持与跟车行为模型、换道行为模型及超车行为模型;建立了奔向目标的吸引子模型,以及躲避障碍物的排斥子模型,通过吸引力和排斥力的加权合成,最终建立了智能车辆运动路径规划整体行为动力学模型。仿真结果表明,在各典型驾驶行为模式下,该算法可有效控制车辆的航向角和线速度,规划出安全的行车路径。2、基于模糊自适应整定PID的智能车辆路径跟踪方法。通过递推增广最小二乘系统辨识算法得到车辆转向系统模型;结合二自由度车辆模型,建立被控智能车辆整体动力学模型的传递函数;采用模糊自适应整定PH3算法,设计了智能车辆路径跟踪运动控制器,对用行为动力学规划出的安全行车路径进行实时跟踪。仿真实验表明,该算法及设计的控制器对规划的航向角和线速度有良好的实时跟踪效果。3、智能车辆测控系统硬件开发。搭建了符合智能车辆控制要求的测控系统硬件设备(工控机、GUC运动控制器、感知传感器)平台,根据测控需求以及控制器I/O模块数字量通用输出电平的特点,设计、制作了 16路光耦隔离继电器模块电路板:针对超声波传感器、惯性导航仪和GPS传感器,采用串口通信方式,对其数据的采集、解析;基于百度地图API,Visual Studio环境下MFC框架,C/C++与JavaScript交互编程,设计、开发了智能车辆导航电子地图;基于TCP/IP协议,建立、实现了上位机(工控机)与下位机(GUC运动控制器)之间的网络通信数据传输。4、整车测控调试实验。以实验用车为对象,构建实验平台与实验方案,对超声波传感器数据进行了标定以及转向机构调试,在校园道路环境中进行了速度控制测试及整车直行、转弯测控实验,实现了对转向、变速及制动机构的联合控制。
其他文献
目的:世界卫生组织(The world Health Organization,WHO)已批准对于中小学生心肺复苏(Cardiopulmonary Resuscitation,CPR)的培训计划。但是在我国,与之相关的研究还非常有限。因此,本研究旨在探讨我国中小学生应急意识和心肺复苏知识的现状,以及地区社会经济状况(Socio-Economic Status,SES)对其的影响;并进行心肺复苏培训
新《历史课程标准》指出:历史教学是师生之间、学生之间互动和共同发展的过程。在课堂教学中,教师应有效地组织学生学习,挖掘出学生的潜能,取得良好的教学效果。我的体会是:
为提高带区间变时滞基因调控网络的全局稳定性,利用李亚普诺夫泛函、线性矩阵不等式方法和新的积分不等式,得到一类改进基因调控网络的全局渐近稳定性判定条件。该稳定性准则不
网络信息的时代伴随时间发展逐渐到来,使得信息的传播方式已经有了很大的变化,人们在获得信息资源的方式不再仅仅局限于报纸和电台媒体等诸多传统的媒体,而是可以运用手机、
海洋科技在21世纪维护国家主权、安全及经济发展中发挥着至关重要的作用。随着潜水科技的发展,辅助潜水员探索海洋及维权反恐的设备不断涌现。当出现无法及时派遣出动船艇、
随着互联网的快速普及,手机App客户端、微信和微博等给人们的生活带来了天翻地覆的变化。在新媒体环境下,广播作为传统传播媒介,在新时代是否还有市场生存空间?在激烈的竞争
印度流散一直以来是后殖民研究的常见话题之一,其中绝大部分研究与身份焦虑相关。本文认为,不同于以往研究,阿米塔夫·高希“朱鹭号三部曲”中的印度流散者的身份焦虑得到了缓解,甚至达到平衡状态。在中国的鸦片战争背景下,印度流散者获得了一种归属感,最终形成一种集体身份。本文通过丹尼尔·巴塔尔的集体身份模式研究印度流散在鸦片战争背景下集体身份的形成过程并揭示其影响因素。论文共分为五章。第一章主要介绍高希的作品
基于簇聚类的确定型有穷自动机(DFA)压缩算法,即ClusterFA算法,解决了正则表达式匹配中的空间爆炸问题,但该算法的分组个数取理想值较为困难,且其类中心向量表的每一行中连续重
大通县卫生学校地处桥头镇园林路北24号,始建于上世纪50年代,2004年新建了教学综合楼,占地面积3516.87平方米,建筑面积1399.8平方米。现有教学模型2000余种,中草药标本350种,设有解剖
针对粒子滤波跟踪丢失目标后较难恢复的问题,提出一种基于粒子滤波和在线学习的目标跟踪方法。使用粒子滤波有效的跟踪结果作为正训练样本不断更新样本库,将随机蕨作为分类器检测目标位置,当分类器和粒子滤波的检测结果存在较大差异时,重新初始化粒子滤波器。在线学习采用二维二值特征,具有计算简单、尺度不变和光照不变的特点。实验结果证明,该方法的跟踪结果优于传统的粒子滤波,能够准确地跟踪到被遮挡和消失再出现的目标。