搜索
兰州理工大学硕士学位论文竞赛用智能汽车控制系统的研究姓名：宋养鸼申请学位级别：硕士专业：机械制造及其自动化指导教师：韩致信20090501竞赛用智能汽车控制系统的研究作者：宋养鸼学位授予单位：兰州理工大学相似文献(10条)1.学位论文张兆惠基于微处理器的智能车控制系统开发与研究2008智能汽车是智能交通系统(ITS)中的关键环节，智能汽车自主驾驶技术在公路管理、交通运输等方面有着广阔的应用前景，受到广泛的重视。本文以“飞思卡尔”全国智能车竞赛为背景，讨论了智能车系统的设计，在对智能车模型的车体机械结构以及硬件电路进行设计的基础上，对智能车自主行驶的控制算法进行了研究。论文的主要工作如下：(1)文章针对控制要求对智能车模型的机械结构进行设计和调整。结合汽车理论与实验对智能车主销后倾角、主销内倾角、前轮外倾角、车轮前束等前轮定位参数进行了调整，同时对智能车运行中产生侧滑的原因进行分析，并对智能车的质量和重心位置进行优化调整，保证控制系统具备灵活而执行能力强的执行机构。(2)文章对智能车的硬件电路系统进行了设计与讨论。分别针对单片机最小系统、电源模块、道路识别模块、电机驱动模块和无线通讯模块等部分电路进行设计，保证每部分的稳定性与电路硬件系统整体的稳定性和可靠性。(3)在道路识别的研究中，文章针对道路标志线特征，采用数字图像处理方法，提出准确而快速的道路辨识方法，在此基础上对人-车-路闭环系统进行分析。(4)汽车动力学系统具有较强的非线性特性，用传统方式进行控制不仅求解时间较长、难度较高，而且很难求得最优解；采用经典PID算法对系统进行控制则无法克服智能车在不同路况下控制参数不匹配等问题，控制效果不理想。本文采用基于专家经验的模糊PID控制方法对系统进行控制，同时在大量实验的基础上结合专家经验讨论了PID参数的实时整定方法。实验证明，所建立的控制系统具有适应性强，实时性好，简洁高效的特点，以该系统为控制核心的智能车模型能够正确而快速地对预期轨道进行辨识和跟踪。该车模在第二届“飞思卡尔”杯全国智能车竞赛中获得全国一等奖。2.学位论文赵龑骧基于DM642的智能车道路跟踪系统研究与设计2009随着汽车电子和智能控制技术的发展，智能车已经成为自动控制领域内的一个研究热点，路径跟踪是智能车控制领域的基础。本文以DM642为核心控制器对智能车的道路识别算法和转向控制技术进行研究，通过实验和仿真对识别和控制效果进行验证。主要工作有以下几个方面：1)路径识别系统。首先研究了视觉导航中常用的图像处理算法，根据智能车的要求采取中值滤波算法，并对改进的算法进行适当调整。根据摄像机像平面和所拍摄路平面不在同一个平面，由像平面和路平面的立视图，利用立体几何关系对采集的图像进行视觉矫正；将路面纵向划分为等间隔区域，并利用矫正公式计算摄像机相应的扫描行。对比分析不同的彩色图像分割方法，利用YUV空间中基于阈值的直方图分割方法进行图像分割；提出基于参考区域的自适应三维阈值法，即根据智能车前方近车端始终包含引导区域，利用此已判定的引导区域，通过统计直方图的上下阈值来计算实时的图像分割参考阈值，自适应地对图像进行有效分割。2)转向控制系统。根据智能车非线性、不稳定的特点，引入模糊控制理论；同时根据智能车和人对路径判断的相似性，引入预瞄理论；对智能车转向条件进行分析，并设计以预瞄点与智能车的距离s和预瞄点与摄像机中心轴的横向偏差d为输入，智能车的线速度v和转向轮偏转角度α为输出的双输入双输出模糊转向控制器。3)通过CCD摄像机和DSP开发板进行转向参数的提取实验，根据路径状况获取智能车的转向参数，通过开发板的OSD功能显示在屏幕上，然后对参数进行分析；通过Plastid2智能车仿真环境对转向控制系统进行整体效果仿真，验证模糊转向控制器对智能车的控制效果，将车辆仿真的行驶路线，和跟踪的路径做比较，从宏观角度分析模糊转向控制器的执行效果。3.期刊论文付梦印.李博.王美玲.FUMeng-yin.LIBo.WANGMei-ling一种基于逆投影变换的智能车道路识别方法-光学技术2008,34(3)针对智能车辆实验环境,提出了一种基于单目视觉的智能车辆道路识别方法.该方法对智能车辆在行驶过程中采集的图像进行逆投影变换,消除透视投影对道路识别的影响,并且可以根据视觉导航的需要选择部分兴趣区域进行投影变换.再对道路俯视图进行中值滤波、边缘检测,有效地提取出了道路的边缘图像.该方法还提出了简易的道路模型,提高了视觉导航的实时性.4.学位论文徐斌基于单目视觉的智能车辆道路识别技术研究2009基于机器视觉的智能车系统的研究，如今非常普遍，国内外都已经取得一定进展。基于视觉的道路识别是智能车系统的基础，对道路识别算法的研究已经非常多，但这些算法都存在局限性，在理想的实验环境下效果不错，脱离了理想环境识别会失败，这严重制约了智能车的发展，提高道路识别算法的鲁棒性迫在眉睫。如今算法主要存在如下三个问题：其一，算法在结构化道路检测效果不错，非结构化道路检测效果差；其二，如今的道路识别算法针对线性模型，对于弯道检测效果差；其三，对于能见度低、对比度差、雨雪及阴影等环境下，算法抗干扰性差。围绕这些问题，本文做了如下工作：br 论文首先介绍图像预处理算法，对比各种算法，本文选择了如下预处理过程：灰度图像线性变换、灰度图像均衡化、二维一次中值滤波和基于投影法的感兴趣区域划分。经过预处理后图像信息点增强，噪声点得到抑制。br 其次介绍了图像分割算法，对比了几种阈值分割算法和边缘检测算法，最后本文选择了逐行最优阈值分割算法和Sobel边缘检测算法。br 对于结构化的道路识别，本文采用基于线段增长法和线性扫描的特征点提取算法，极大地去除伪信息点，而非结构化道路，本文用融合两种边缘检测算法提取道路边缘特征点，克服单一算法的缺点。br 在模型匹配时，本文为了实现对弯道的拟合，在传统的线性拟合的基础上改进，主要过程如下：在近视野内，用基于中值截距的线性拟合，而对于弯道用Catmull-Rom样条函数的分道线拟合，由于它可以拟合经过控制点的任意形状的曲线，拟合的匹配效果好，且对噪声有很强抑制作用。得到道路模型后，然后确定车辆的定位参数，有车道宽度、车辆位置偏差和方向偏差。br 视频是由相关序列图像组成，相邻序列间有很强的相关性，对于当前帧的道路识别时，可以用上一帧信息确定此帧的感兴趣区域，从而减小扫描区域，提高算法鲁棒性。br 最后，介绍了视觉导航系统的结构、工作原理、功能模块和软件算法仿真设计。5.学位论文毕诗皓智能车建模与仿真软件设计2007清华大学承办的第一届“飞思卡尔”杯全国大学生智能车大赛，要求参赛者在提供的模型车体及主控制器芯片基础上，设计制作具有自主道路识别能力的智能赛车，在赛道上以最快速度完成赛程者为优胜。本课题以智能车比赛为背景，以缩短智能车控制算法的开发周期为目的，基于虚拟仪器LabVIEW开发了智能车仿真软件，为智能车比赛提供可以离线验证控制算法的软件平台。本文首先对智能车的运行模型进行分析，建立了数学模型，在此基础上，运用传统的PID控制算法为智能车的转向机构舵机和驱动机构电机设计了调节器，完成智能车转向控制系统和速度控制系统的设计。其次，制作仿真软件，软件包括赛道创建，赛车建模，运行仿真，和赛车运行回放四个环节，赛道和赛车是运行仿真的基础条件，运行仿真可以实现控制算法的验证，赛车回放环节是赛车运行数据的后期处理。软件能够实现赛车的仿真运行。最后，对赛车转向过程时间优化问题进行探讨，提出了三种转弯策略，并通过仿真研究了三种转弯方案的转向过程，从而得出，从靠近赛道外侧提前进行转弯的策略可以缩短智能车比赛时间，提高智能车比赛成绩。6.期刊论文王璞.王宜怀.WangPu.WangYihuaiCCD图像中道路的识别与表示-军民两用技术与产品2008,(9)智能车辆系统的视觉系统需要实时检测行驶环境,确定道路的中线和边界,为智能车行驶提供决策.以道路图像为研究对象,分别从效率和精度等方面论述了相关处理算法,对如何有效地检测出道路作了一定的研究,并搭建了一个实验平台对相关的算法和设计进行了验证,得出了一定的结果.7.学位论文唐高友基于机器视觉的道路识别与障碍物检测技术研究2005论文以基于机器视觉的道路识别与障碍物检测为研究对象，采用动态图像处理技术为行驶车辆提供环境状态信息及车辆行驶状态信息。综合利用车辆的当前行驶车道状态(弯道或者直道)和距离信息实现了障碍物的检测与跟踪。论文首先介绍了智能车辆在国内外的发展情况，并介绍了各大公司及研究机构的在智能车辆开发方面的成果和产品。介绍了机器视觉在辅助导航系统、自适应巡航控制系统、自动走停辅助系统、交通信号识别系统和辅助换道系统等智能车辆中的应用。最后介绍了上个世纪80年代以来机器视觉算法的发展状况。论文讨论了基于视频处理的道路识别技术。综合分析了各种图像预处理技术，并通过实验对比分析，再选用适合课题的预处理算法；然后提出了基于视频处理的逐行最优阈值分割算法，以解决单一阈值对道路图像分割不完全的情况，并根据视频处理特性对逐行最优阈值分割算法作了改进；提出了基于链码思想及边界跟踪的分道线检测技术，以及基于车道透视变换模型的相邻分道线段斜率差的车道二维重建技术；最后集中分析了通过分道线检测技术能为智能车辆提供的信息。实验结果表明该道路识别技术有很好的实时性、可靠性和准确性。论文提出了基于单目视觉的障碍物检测、识别和跟踪技术，构造了完整的车辆检测方案。本文提出了一种基于信息熵理论的障碍物粗定位，并分别针对前方车辆在前方车道内行驶和压线行驶的情况提出了相应的基于边界脉冲信号检测的障碍物左右边界定位算法。提出采用有色噪声的卡尔曼滤波技术进行运动物体跟踪预测，从理论上证明了其准确性，并针对具体问题进行了实际的方程求解。公路实验结果证明了本方法能够准确的定位前方障碍物的下、左和右边界，且能区分破损路面、积水和桥梁阴影等伪障碍物。论文论述了摄像机标定技术和计算机视觉测距的基本方法与典型技术。介绍了摄像机成像模型，提出了摄像机的标定技术。分别对双目和单目测距方法作了原理性的介绍。基于视觉测距原理，在分道线重建和透视投影原理的理论基础上，建立了一种针对高速公路的单目视觉距离测量方法。8.学位论文程洪智能车辆视觉导航算法及其系统实现的研究2003智能车辆是机器视觉的重大应用方向,是当今科学界和工程界研究的热点.智能车辆关键技术研究对于提高交通安全性,将人从枯燥乏味和繁琐的驾驶任务中解放出来,降低车辆的燃料消耗,减少排气污染,提高军事实力等将具有重要的意义.道路识别和跟踪是智能车辆视觉导航的关键部分,道路图像常常受到阴影遮挡、噪声、光照变化、道路标志线不连续等因素的影响,导致道路识别和跟踪算法失败.该文研究工作围绕视觉导航中的道路识别和跟踪算法以及系统实现展开,目的是在断续道路标志线、光照变化、阴影遮挡、噪声等因素的影响下,寻找鲁棒的道路识别和跟踪算法,并在具体系统上加以实现.该文的主要研究内容和学术上的主要贡献包括以下几个方面:1提出了一种利用非同质性特征和样条模型在复杂背景下的道路识别方法.2提出了基于变形模板和遗传算法的道路识别方法.3提出基于PCNN和局部统计特征的道路识别方法.4提出一种均值移动和特征聚类的道路识别方法.5提出一种基于变形模板和粒子滤波的道路跟踪算法.9.学位论文周红娟基于红外图像道路识别与道路跟踪2004智能车辆(Ⅳ)系统是近年来各国潜心研究的一个新领域,其中的视觉系需要实时检测行驶环境,确定道路的边界,使得智能车辆能够全天候的在无人驾驶或操纵的情况下自主安全平稳的行驶.采用红外摄像机获取图像是该视觉系统常用的一种方法.因此,红外图像的道路识别成为智能车辆系统的一个研究重点.该文主要针对红外道路图像的特点,对如何有效的提取出道路区域作了一定的研究.主要从三个方面研究了红外道路图像的处理算法.从点域、邻域分别探讨和实现了对道路图像的灰度拉伸、噪声平滑及突出边缘的锐化处理,使用合理的方法去掉了过亮和过暗点的影响