汽车试验学-车道曲率检测与识别试验.docVIP

汽车试验学作业 车道曲率检测与识别试验 二〇一三年十月 目录 TOC \o 1-3 \h \z \u 一 实验目的 2 二 研究现状 2 三 实验条件 3 （1）实验设备 3 （2）实验道路 5 四 试验方法 5 五 数据处理 6 1．曲率计算过程 6 2．数据滤波 7 六 实验验证 8 1．路段1曲率半径验证结果。 9 2．路段2曲率半径验证结果 10 3．结果分析 11 一 实验目的 换道是驾驶过程中常见的驾驶行为之一，也是一种对驾驶人的决策判断能力和车辆操控能力有较高要求的过程。换道过程中，车辆之间的位置关系体现在纵向和横向两个方面。换道预警系统首先需要分析车辆在横向方向的位移差，用于确定车辆之间的相对车道关系。此外，车辆换道时与周围其他车辆均可能发生冲突，考虑换道行为的特点，换道预警系统重点关注换道过程目标车道后方车辆的运动趋势，判断换道过程中自车与目标车道后方车辆是否发生交通冲突，根据判断结果对驾驶人进行预警。在此之前，换道预警系统首先需要解决以下两个问题： 1．后方是否存在车辆。后方是否存在车辆由微波雷达和激光雷达所监测，如果后方存在车辆，微波雷达和激光雷达会测量输出自车与后车的相对距离、相对角度以及相对速度。 2．后方车辆是否处于自车换道的目标车道。如果后方存在车辆，在多车道条件下，需要根据后方车辆与自车的相对角度、相对距离来判断后方车辆是否处于自车换道的目标车道。直道路段情况下，根据相对角度、相对距离数据即可计算出后车与自车在横向方向上的位移差，从而可以根据位移差来辨识该车是否处于换道目标车道。弯道路段情况下，车辆间的车道关系受到道路曲率影响。若已知道路曲率，则可以计算自车和后方车辆在横向方向上的位移差，以此实现对车的识别。 由此可知，道路曲率是影响到换道预警系统工作有效性的重要参数，本实验的目的在于通过车载数据采集设备采集相关车辆运动和道路参数，利用采集参数建立道路曲率估计模型，以提高换道预警系统在弯道下使用的准确性。 二 研究现状 国内外研究人员通过使用不同传感器、不同算法对道路曲率进行测量，主要的技术手段如下： 1．机器视觉。机器视觉技术近年来在车辆主动安全领域取得了广泛的应用，通过对道路图像中的车道标线进行识别，并对识别得到的标线进行曲线拟合，计算得到道路曲率。基于机器视觉的方法受到摄像机和微处理器性能限制，曲率测量精度有限、测量距离较近，同时受天气、光线影响强烈。 2．GPS系统与电子地图。电子地图可以记录道路的形状，利用GPS的定位功能与电子地图相结合可以实现对道路曲率的测量。尽管基于GPS和电子地图能够得到道路曲率值，但由于GPS定位精度通常在十米的数量级上，系统无法准确判断自车的行驶车道，从而影响到车道关系辨识模型的效果。 3．采用轮速传感器测量不同车轮的转速差。车辆在弯道上行驶时，不同车轮的转动速度存在差异，从而使得可以根据车轮转速差对车辆行驶轨迹的曲率进行估算。基于轮速差的曲率估算方法受到车辆动态运动的影响，计算过程中需要考虑到车辆动态运动规律，计算过程较复杂。 4．基于车速和横摆角速度进行曲率求解。车辆在弯道上行驶时，安装于车辆上的陀螺仪实时测量车身横摆角速度，而横摆角速度由车辆速度和道路曲率直接决定，因此基于车速和横摆角速度对曲率的计算过程较简单。但国外研究人员的结果表明，横摆角速度的测量误差较大、波动性强，导致对道路曲率的测量存在较大误差。 5．其他辅助测量方法。针对机器视觉或基于轮速、横摆角速度的测量方法存在的不足，研究人员提出了一些模型优化方法。例如通过雷达传感器对前方车辆的运动趋势进行识别，根据前车的运动状态来提高对道路曲率的估算。另外雷达传感器还可以对道路两侧的构造物如护栏进行探测，通过对道路两侧构造物的形状进行分析可以提高道路曲率的估算精度。 三 实验条件 试验过程中采用陀螺仪测量车辆的加速度、横摆角速度等信息。采用微波雷达、激光雷达和超声波传感器监测自车后方和侧方的其他车辆。此外，同步采集车速、车辆与车道线距离数据。 （1）实验设备 1．IMU02陀螺仪。IMU02陀螺仪与VOBX 3i GPS主机配套使用，实时测量试验过程中车辆的加速度和角速度信息，采用CAN 2.0B（兼容2.0A）方式输出测量数据。 横摆角速度范围： ± 150°/s 横摆角速度分辨率： 0.1°/s 加速度范围：±1.7g 加速度分辨率：1 mg 输出频率：最大100Hz 2．微波雷达。试验车辆的前保险杆和后保险杠中央各安装一套微波雷达，用于实时追踪周围的其他车辆。微波雷达的技术参数如下： 距离范围：0.5 - 200 m 水平测量角度：± 45° 角度分辨率：0.5° 输出频率：20H