汽车自动驾驶系统 [2].docVIP

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
汽车自动驾驶系统 姓名: 学号: 班级: 数据采集与模糊控制在自动驾驶汽车的应用 摘要: 自动驾驶汽车是指安装汽车自动驾驶技术的汽车。汽车自动驾驶技术包括可视屏摄像头,雷达传感器,激光雷达,车速传感器,转向角传感器,油门开度传感器和车载计算机等。自动驾驶汽车使用视屏摄像头,雷达传感器,以及激光雷达来了解周围的交通状况,并通过一个详细的地图(通过有人驾驶汽车采集的地图)对前方的道路进行导航。汽车的车速,转向角,油门开度等物理量经相应传感器转化成电信号,摄像头拍摄汽车前方图像并转换成视屏信号,扫描时激光雷达检测汽车下部前方障碍物并转化成电信号,由数据采集器件采集并传至控制器(车载计算机),可以准确的判断车与障碍物自建的距离,如果遇到紧急情况,车载计算机能够及时的发出警报或者自动刹车进行避让,并且根据道路的状况自己调节行车的速度,实现对汽车速度的自动控制。 针对车辆动力学控制系统所具有的强非线性特点提出了基于机器视觉的车辆自动驾驶模糊控制方案. 采用车辆系统动力学模型, 通过模糊控制规则的量化划分对车辆在道路上的运动进行了仿真.仿真的结果显示, 本方案可以很好地解决空旷道路上的车辆自动驾驶问题, 并且该控制方法可以保证车辆快速准确地在道路上安全高速行驶, 具有很好的鲁棒性.此外,还可以基于模糊逻辑和滑模控制理论设计一种车辆纵向和横向运动综合控制系统。该控制系统通过对前轮转向角度、发动机节气门开度、制动液压及主动横摆力矩进行协调控制, 使车辆能够以期望速度在理想道路轨迹上行驶, 并提高车辆在行驶过程中的操纵稳定性。 关键字: 车辆自动驾驶 机器视觉 模糊控制规则 模糊逻辑 滑膜控制 仿真 数据采集 引言: 模糊控制是上个世纪诞生的一种基于语义规则的人工智能,是以模糊集合理论为基础的一种新兴控制手段,它是模糊集合理论和模糊技术与自动控制技术相结合的产物。随着时代的发展,科技的创新,模糊理论在控制领域取得了广泛的应用。自动驾驶便是其中一个重要的应用对象。 汽车是现代的主要交通工具,自动驾驶系统是交通体系中最重要的部分之一,一方面它可以推动在机器人自主导航方面的研究进程,在航天和水下机器人的应用中起到重要的作用;另一方面这种技术在未来的智能交通系统中的运用既可以避免驾驶员因判断和交通失误而引起的交通事故,提高交通系统效率,又可以最终实现无人驾驶。汽车自动驾驶是一个比较复杂的问题,难以建立精确的数学模型,如果采用模糊控制器,通过一些不精确的观察,执行一些不精确的控制,这个问题就容易解决。 模糊控制原理: 车辆的运动模型 现在假设汽车在某处行驶,我们需要达到的目标是:设计一个基于模糊控制的汽车自动驾驶系统,使得无论汽车的起始点在哪儿,汽车都能自动驾驶到设定的目标位置。其中,汽车的任意时刻的位置可以通过GPS获得。根据模糊规则进行推理,选择一条最优的行驶路线达到目标位置。 车辆的系统动力学模型如图1所示 : XOY是地面固定的直角坐标系,V?OcV?为车辆的相对坐标系,V?为车辆的纵向速度, V?为车辆的横向速度. θ为车辆与y 轴的夹角, 到y 轴逆时针为正, 顺时针为负. 对地面固定的坐标系xoy, 车辆的运动模型为 X cosθ sinθ V? = (1.1) Y -sinθ cosθ V? 其中, 这个系统的输入量为{ δ, Pf }, 分别为车辆的方向盘转角和前轮驱动力, 由车辆的动力学模型可知,中间量为{ V? ,V? ,θ },分别为车辆的横向速度、纵向速度和角速度, 输出量为{x, y,θ}, 分别为车辆在地面固定的xoy 直角坐标系中的横坐标、纵坐标和车辆前进方向与y 轴的夹角. 其中系统输入量的取值范围为 - 0. 2 rad ≤δ≤0. 2 rad, - 8 000N ≤Pf ≤ 4 000N. ( 1. 2) ?? ?? 在此车辆上, 我们假设安装了基于机器视觉的车辆导航系统, 其视觉系统包括安装在车辆四周的CCD摄像机和内部微机主板上的图像采集卡. 车载CCD摄像机根据路面和路边的明显路径标志线, 动态摄取路面图像, 经过车载计算机处理识别

文档评论(0)

jdy261842 + 关注
实名认证
文档贡献者

分享好文档!

1亿VIP精品文档

相关文档