智能汽車綜述樊杰玉課件

智能車輛綜述

汽車與交通學院樊杰玉1230852343771、前言2、智能車輛研究3、智能車輛發(fā)展及鍵技術4、智能車輛的技術發(fā)展5、智能車輛導航技術的發(fā)展趨勢6、結束語智能車輛的概念智能汽車指的是利用多種傳感器和智能公路技術實現的汽車自動駕駛。它有一套導航信息資料庫，存有全國公路以及各種服務設施的信息資料以及GPS定位系統(tǒng)、道路狀況信息系統(tǒng)、車輛防碰系統(tǒng)等。它集中運用了計算機、現代傳感、通訊、人工智能及自動控制等技術。智能車輛的原理示意圖智能車輛研究基于模糊控制理論的智能車輛研究基于人工神經網絡技術的智能車輛研究基于神經模糊技術的智能車輛研究

基于模糊控制理論的智能車輛研究駕駛員對汽車的認識是建立在模糊認識的基礎之上的，如對汽車速度的認識就是車速很快、快、較快、較慢、慢，對汽車的轉向操縱是左轉大、左轉小、零、右轉大、右轉小等?；谀：刂评碚摰能囕v的引導控制系統(tǒng)，即車輛模糊引導控制系統(tǒng)是使各車輛都裝有該系統(tǒng)的車隊保持前后車輛的合適車距，由引導車輛引導隨后的車輛自動行駛。智能車輛的發(fā)展及關鍵技術感知技術

智能車輛系統(tǒng)可靠運行的前提是通過各種傳感器準確的捕捉環(huán)境和車輛自身的狀態(tài)信息，并加工處理，隨后發(fā)出預警或者自動操控車輛。研究如何將傳感器傳來的信息加以有效處理、分析，并準確的確定環(huán)境和車輛自身的狀態(tài)是非常重要的。決策技術在輔助駕駛或者自動駕駛技術中，需要依據感知系統(tǒng)獲取的信息來進行決策判斷，進而向駕駛員發(fā)出警告或者對車輛進行控制?？刂萍夹g智能控制代表著自動控制的最新發(fā)展階段，是應用計算機模擬人類智能，實現人類腦力和體力勞動自動化的一個重要領域。其它智能車輛的關鍵技術還包括車輛狀態(tài)隨機估計和智能車輛體系結構的研究等方面智能車輛導航技術的發(fā)展智能車輛導航技術的研究現狀機器視覺引導磁釘或引導電纜慣性導航系統(tǒng)全球定位系統(tǒng)/數字地圖多傳感器組合導航技術智能車輛導航技術的研究現狀智能車輛導航技術的研究在早期主要側重于對各種單一導航方式的研究，如視覺、引導磁釘或電纜、GPS等。但每種導航方式都有自身固有的局限性和工作盲區(qū)，因此，自20世紀90年代末期以來，智能車輛的多傳感器組合導航技術成為國內外的研究熱點。根據導航方式與原理的不同，目前，智能車輛所應用的導航技術主要可包括：機器視覺、引導磁釘或引導電纜、慣性導航系統(tǒng)、全球定位系統(tǒng)/數字地圖、多傳感器組合導航技術機器視覺目前，國內研制的智能車輛、以及國外的許多智能車輛都主要是依靠視覺來識別道路和障礙物，進而經過局部路徑規(guī)劃實現對車輛方向的控制。為實現車輛的自主駕駛，視覺技術應具備實時性與魯棒性等特點。為保證視覺系統(tǒng)的實時性和魯棒性，可以采用高性能的硬件設備，但研究高效的識別算法也是至關重要的。應當指出，天氣狀況和光線的變化對機器視覺影響很大，在光照條件不好或無光照的情況下單純依靠視覺無法保證能夠進行可靠的檢測與導航。這也是機器視覺的不足之處。引導磁釘或引導電纜這種導航技術通過在車道下埋設磁釘或電纜來為智能車輛提供導航信息。其優(yōu)點是具有較好的環(huán)境適應能力，它在雨天、冰雪覆蓋、光照不足、無光照的情況下都可以提供可靠的導航信息。其不足之處在于探測范圍小，且需要對現行的道路設施做較大的改造，美國Chrysler公司和日本豐田公司的室外駕駛機器人均采用了電纜引導的方式，著名的美國PATH項目以及美國明尼蘇達州的高速公路自動掃雪車采用了磁性導航方式。慣性導航系統(tǒng)慣性導航系統(tǒng)（SINS）是一種完全自主式的導航系統(tǒng)，因此具有隱蔽性好、抗干擾、不受任何氣象條件限制的優(yōu)點，此外還具有數據更新率快、短期精度高和穩(wěn)定性好等特點。長期以來，慣性導航系統(tǒng)的研究和應用一直以軍事應用為主要目的。這主要是由于慣性導航系統(tǒng)的成本較高，難以在民用領域得到應用。在現有條件下，一般不單獨采用SINS，而是將它與其它導航設備組合構成組合導航系統(tǒng)。這樣不僅可以修正SINS的累積誤差，而且還保留了SINS自身的優(yōu)勢。全球定位系統(tǒng)/數字地圖GPS/DM導航技術的諸多優(yōu)勢，使得該技術在智能車輛的自主駕駛研究中也受到了重視與應用。在實現智能車輛的方向控制與道路跟蹤中，主要就是依靠高精度載波相位差分GPS/數字地圖所提供的導航信息。需要指出的是，GPS技術也存在一些不足，如CP-DGPS信號在不利的環(huán)境條件下，會產生失鎖和周跳等問題，并且其接收機的信號輸出頻率較低，有時不能滿足車輛載體對更新頻率的要求。多傳感器組合導航技術智能車輛在實際運行中，外部環(huán)境總是復雜多變的。在這種情況下，為保證自主駕駛過程的高度可靠，僅靠上述任何一種傳感器來獲取可靠的導航信息是不切實際的。因此，近年來，智能車輛的多傳感器組合導航技術研究受到了國內外學者的普遍關注。Manabu1999年采用直接Kalman濾波方法將CP-DGPS（CarrierPhase-DifferentialGPS）與車輛速度、橫擺角速率等信息進行融合，利用融合結果與數字地圖相匹配所得的導航信息實現了對智能車輛的控制。但集中式濾波結構的容錯能力有限，還需要對現有高等級道路做磁性化改造，成本高、難度大。智能車輛導航技術的發(fā)展趨勢低成本、小型化和高可靠性的車載導航傳感器研究智能車輛多傳感器組合導航模型與機理的研究信息融合方法的研究低成本、小型化和高可靠性的車載導航傳感器研究為使智能車輛的導航系統(tǒng)能夠適應復雜的環(huán)境，一方面要求車載導航傳感器要具有很高的工作可靠性和抗干擾能力，另外還應針對民用級的特點，注重低成本、低功耗與小型化。因此，研制高性價比的車載導航傳感器將是一個重要的研究領域，以期從元器件級別來提高導航可靠性。如對于視覺導航，應研制能夠適應大動態(tài)光線范圍的CCD攝像頭，以滿足戶外道路環(huán)境的要求。再如對于慣性導航，近年來隨著MEMS技術的快速發(fā)展，深入研究低成本的硅微陀螺、硅微加速度計和微型慣性測量組合等，使其性能和可靠性不斷地提高，以滿足車載慣性導航領域的巨大需求。智能車輛多傳感器組合導航模型與機理的研究不同的車輛導航傳感器由于工作原理的不同，所提供的信息在表現形式、采樣頻率以及時空特性上都有所不同，從不同方面反映車輛的導航狀態(tài)。例如，GPS能夠提供車輛的三維空間位置和速度等信息，視覺傳感器能夠測量車輛相對道路中心的位置。為使這些具有互補性或冗余性的傳感器信息得以最大限度地綜合利用，避免單個傳感器的工作盲區(qū)，需要深入研究各種車載導航傳感器的工作機理，進而建立適當的多傳感器組合導航模型，以期使導航系統(tǒng)具有系統(tǒng)級的故障自診斷、隔離和容錯能力，適應復雜環(huán)境下的可靠性導航要求。信息融合方法的研究目前，在導航領域研究和應用的信息融合方法主要有Kalman濾波、貝葉斯估計法與D-S證據推理等等，其中以Kalman濾波最多。Kalman濾波具有良好的實時性，但它是建立在嚴格的數學模型的基礎上。當導航模型存在較大建模誤差或者系統(tǒng)特性發(fā)生變化時往往會導致濾波發(fā)散。為提高濾波算法的穩(wěn)健性和自適應能力，可針對智能車輛的導航要求與特點，研究適當的自適應Kalman濾波算法、魯棒濾波算法（如H∞濾波）或智能濾波（如模糊推理、神經網絡以及專家系統(tǒng)）方法等。