扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
湖南省志(1978-2002)?铁路志
-
>
公路车宝典(ZINN的公路车维修与保养秘籍)
-
>
晶体管电路设计(下)
-
>
无头案:雍正暴亡之谜
-
>
基于个性化设计策略的智能交通系统关键技术
-
>
花样百出:贵州少数民族图案填色
-
>
识木:全球220种木材图鉴
智能车辆主动安全与控制技术 版权信息
- ISBN：9787030580566
- 条形码：9787030580566 ; 978-7-03-058056-6
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
智能车辆主动安全与控制技术 内容简介
车辆系统动力学与控制技术是汽车工程领域近些年形成的一个新的研究方向。这方面的专著较少，尤其是涉及整车多个子系统作用的整车动力学建模、集成控制策略等方面。本书目的是要为相关人员提供这方面的理论基础研究和应用实例。本书分为八章，分别是车辆系统动力学建模基础、轮胎动力学、车辆纵向动力学及控制、车辆垂向动力学及控制、车辆横向动力学及控制、系统耦合机理分析及整车动力学模型、集中式集成控制、分层式协调控制等。
智能车辆主动安全与控制技术 目录
目录
前言
第1章 绪论 1
1.1 概述 1
1.2 智能车辆的发展现状 3
1.3 智能车辆的主动安全技术 9
1.3.1 智能车辆的几个发展阶段 9
1.3.2 自主导航关键技术 10
1.4 智能车辆系统动力学与控制技术 16
参考文献 17
第2章 智能车辆的体系结构 20
2.1 两种基本的体系结构 20
2.1.1 分层递阶式体系结构 20
2.1.2 包容式体系结构 21
2.2 其他几种典型的体系结构 21
2.2.1 三层结构 22
2.2.2 自组织结构 22
2.2.3 分布式结构 22
2.2.4 进化控制结构 23
2.2.5 社会机器人结构 24
2.3 智能车辆的集散决策混合式体系结构 24
2.3.1 系统的分散决策效果 25
2.3.2 集中决策与分散决策 25
2.3.3 道路环境下的决策体系结构 28
2.4 仿真研究 29
2.4.1 运动学模型 29
2.4.2 功能模型 30
2.4.3 时间延迟分析 32
2.4.4 仿真结果分析 33
2.5 基于行为的智能车辆体系结构 36
2.5.1 体系结构框架 36
2.5.2 行为的优先级 37
2.5.3 黑板模型 38
2.5.4 智能车辆各行为设计和仿真 39
2.6 智能车辆多智能体系统的体系结构 42
2.6.1 智能体的基本概念 42
2.6.2 多智能体系统的设计思想 44
2.6.3 基于多智能体系统的智能车辆控制 45
参考文献 52
第3章 基于机器视觉的智能车辆导航 54
3.1 车道识别系统设计 54
3.1.1 车道识别算法流程 54
3.1.2 车道线预提取 55
3.1.3 车道线跟踪 65
3.2 基于边缘点投影的车道线快速识别 72
3.2.1 快速识别和跟踪算法流程 72
3.2.2 图像预处理 74
3.2.3 车道线跟踪 80
3.2.4 实车实验 82
3.3 基于机器视觉的前方车辆距离检测 83
3.3.1 前方车辆距离检测计算流程 84
3.3.2 机器学习 84
3.3.3 车辆位置的确定 86
3.3.4 前方车辆距离的计算 88
3.3.5 基于毫米波雷达与机器视觉的前方车辆检测 89
3.4 基于自适应阈值的矢量域直方图法路径规划 95
3.4.1 改进的矢量域直方图法路径规划 96
3.4.2 路径规划仿真结果分析 100
参考文献 103
第4章 智能车辆的跟踪控制 105
4.1 智能车辆的横向运动自适应预瞄方法 105
4.1.1 系统结构 105
4.1.2 车辆-道路模型 106
4.1.3 闭环控制系统设计及特性分析 108
4.2 基于人机共享和分层控制的车道偏离辅助系统 112
4.2.1 控制系统结构设计 112
4.2.2 控制器设计 113
4.2.3 仿真计算与分析 118
4.2.4 驾驶员在环实验 123
4.3 基于深度神经网络的车道偏离预警 125
4.3.1 深度学习方法 126
4.3.2 人-车-路闭环系统随机模拟 127
4.3.3 仿真计算与分析 130
4.4 基于期望横摆角速度的智能车辆横向运动控制 134
4.4.1 控制系统设计 134
4.4.2 路径规划 134
4.4.3 期望横摆角速度生成 136
4.4.4 期望横摆角速度跟踪控制 137
4.5 一类基于轨迹预测的驾驶员方向控制模型 142
4.5.1 基于轨迹预测的驾驶员模型 142
4.5.2 仿真计算与分析 149
4.5.3 硬件在环实验 154
4.6 智能车辆横向运动安全决策方法 156
4.6.1 驾驶员应急转向时的车辆运动 156
4.6.2 车辆横向运动安全边界设计 158
4.6.3 横向运动安全决策 162
4.6.4 仿真分析 163
4.7 基于道路势场法的车道偏离辅助控制 164
4.7.1 道路势场的构建 164
4.7.2 路径跟踪控制策略 166
4.7.3 仿真计算与分析 167
4.8 基于自抗扰控制的自动泊车路径跟踪 169
4.8.1 自动泊车系统的运动学模型 169
4.8.2 基于非时间参考的路径跟踪 170
4.8.3 自抗扰转角跟踪控制器 172
4.8.4 系统设计 174
4.8.5 仿真计算与分析 174
4.9 基于GA和LS-SVM的智能车辆路径跟踪控制 177
4.9.1 *小二乘支持向量机 177
4.9.2 基于GA和LS-SVM的滑模变结构控制 179
4.9.3 仿真计算与分析 180
4.10基于转向盘转角安全边界的车道偏离共享控制 182
4.10.1 转向盘转角安全边界 183
4.10.2 驾驶员意图转向盘转角估计 184
4.10.3 辅助决策策略 185
4.10.4 控制律设计 186
4.10.5 仿真计算与分析 190
参考文献 197
第5章 智能车辆的运动稳定性与控制 200
5.1 基于LPV/H∞控制的EPS研究 200
5.1.1 EPS系统的LPV/H∞控制器设计 200
5.1.2 仿真计算与分析 204
5.2 基于直接横摆力矩的车辆稳定性控制 205
5.2.1 基于非线性状态观测器的车速估计 206
5.2.2 基于非线性H∞输出反馈控制的ESP研究 207
5.2.3 仿真计算与分析 210
5.3 基于功能分配和多目标模糊决策的EPS/ESP协调控制 213
5.3.1 协调控制器设计 213
5.3.2 仿真计算与分析 219
5.4 基于功能分配和回正力矩补偿的EPS/ESP协调控制 221
5.4.1 协调控制器设计 221
5.4.2 仿真计算与分析 226
5.4.3 硬件在环仿真实验 229
5.5 基于车辆行驶安全边界的EPS/ESP协调控制策略 232
5.5.1 车辆行驶安全边界 232
5.5.2 协调控制器设计 235
5.5.3 仿真计算与分析 240
5.5.4 实验验证 241
5.6 车辆横向运动混沌分析及滑模变结构控制 243
5.6.1 非线性系统模型 243
5.6.2 车辆横向运动混沌分析与数值仿真 245
5.6.3 自适应趋近滑模变结构控制 250
5.6.4 仿真计算与分析 253
5.7 差动助力转向系统稳定性可拓协调控制 255
5.7.1 动力学模型的建立 256
5.7.2 基于横摆力矩可拓协调的控制系统设计 257
5.7.3 仿真计算与分析 264
参考文献 267
第6章 智能车辆的悬架系统模型降阶与控制 269
6.1 悬架系统模型降阶 269
6.1.1 *优Hankel范数降阶 269
6.1.2 其他降阶方法比较 273
6.1.3 仿真计算与分析 275
6.2 基于频率加权互质分解的控制器降阶 279
6.3 主动悬架系统的主动容错控制 283
6.3.1 基于传感器信号重构的主动悬架主动容错控制 284
6.3.2 基于控制律重组的主动悬架主动容错控制 293
6.3.3 基于故障补偿的主动悬架系统容错控制 300
6.4 磁流变半主动悬架系统控制研究 308
6.4.1 含时滞的磁流变半主动悬架离散系统建模 308
6.4.2 磁流变半主动悬架时滞依赖H2/H∞控制系统设计 309
6.4.3 仿真计算与分析 313
6.4.4 实验验证 316
6.5 主动悬架系统H∞可拓控制 318
6.5.1 H∞可拓控制器设计 318
6.5.2 仿真计算与分析 319
6.5.3 H∞可拓控制器值域博弈与模糊整定 322
6.5.4 仿真计算与分析 324
参考文献 325
第7章 智能车辆技术展望 328
参考文献 339
前言
第1章 绪论 1
1.1 概述 1
1.2 智能车辆的发展现状 3
1.3 智能车辆的主动安全技术 9
1.3.1 智能车辆的几个发展阶段 9
1.3.2 自主导航关键技术 10
1.4 智能车辆系统动力学与控制技术 16
参考文献 17
第2章 智能车辆的体系结构 20
2.1 两种基本的体系结构 20
2.1.1 分层递阶式体系结构 20
2.1.2 包容式体系结构 21
2.2 其他几种典型的体系结构 21
2.2.1 三层结构 22
2.2.2 自组织结构 22
2.2.3 分布式结构 22
2.2.4 进化控制结构 23
2.2.5 社会机器人结构 24
2.3 智能车辆的集散决策混合式体系结构 24
2.3.1 系统的分散决策效果 25
2.3.2 集中决策与分散决策 25
2.3.3 道路环境下的决策体系结构 28
2.4 仿真研究 29
2.4.1 运动学模型 29
2.4.2 功能模型 30
2.4.3 时间延迟分析 32
2.4.4 仿真结果分析 33
2.5 基于行为的智能车辆体系结构 36
2.5.1 体系结构框架 36
2.5.2 行为的优先级 37
2.5.3 黑板模型 38
2.5.4 智能车辆各行为设计和仿真 39
2.6 智能车辆多智能体系统的体系结构 42
2.6.1 智能体的基本概念 42
2.6.2 多智能体系统的设计思想 44
2.6.3 基于多智能体系统的智能车辆控制 45
参考文献 52
第3章 基于机器视觉的智能车辆导航 54
3.1 车道识别系统设计 54
3.1.1 车道识别算法流程 54
3.1.2 车道线预提取 55
3.1.3 车道线跟踪 65
3.2 基于边缘点投影的车道线快速识别 72
3.2.1 快速识别和跟踪算法流程 72
3.2.2 图像预处理 74
3.2.3 车道线跟踪 80
3.2.4 实车实验 82
3.3 基于机器视觉的前方车辆距离检测 83
3.3.1 前方车辆距离检测计算流程 84
3.3.2 机器学习 84
3.3.3 车辆位置的确定 86
3.3.4 前方车辆距离的计算 88
3.3.5 基于毫米波雷达与机器视觉的前方车辆检测 89
3.4 基于自适应阈值的矢量域直方图法路径规划 95
3.4.1 改进的矢量域直方图法路径规划 96
3.4.2 路径规划仿真结果分析 100
参考文献 103
第4章 智能车辆的跟踪控制 105
4.1 智能车辆的横向运动自适应预瞄方法 105
4.1.1 系统结构 105
4.1.2 车辆-道路模型 106
4.1.3 闭环控制系统设计及特性分析 108
4.2 基于人机共享和分层控制的车道偏离辅助系统 112
4.2.1 控制系统结构设计 112
4.2.2 控制器设计 113
4.2.3 仿真计算与分析 118
4.2.4 驾驶员在环实验 123
4.3 基于深度神经网络的车道偏离预警 125
4.3.1 深度学习方法 126
4.3.2 人-车-路闭环系统随机模拟 127
4.3.3 仿真计算与分析 130
4.4 基于期望横摆角速度的智能车辆横向运动控制 134
4.4.1 控制系统设计 134
4.4.2 路径规划 134
4.4.3 期望横摆角速度生成 136
4.4.4 期望横摆角速度跟踪控制 137
4.5 一类基于轨迹预测的驾驶员方向控制模型 142
4.5.1 基于轨迹预测的驾驶员模型 142
4.5.2 仿真计算与分析 149
4.5.3 硬件在环实验 154
4.6 智能车辆横向运动安全决策方法 156
4.6.1 驾驶员应急转向时的车辆运动 156
4.6.2 车辆横向运动安全边界设计 158
4.6.3 横向运动安全决策 162
4.6.4 仿真分析 163
4.7 基于道路势场法的车道偏离辅助控制 164
4.7.1 道路势场的构建 164
4.7.2 路径跟踪控制策略 166
4.7.3 仿真计算与分析 167
4.8 基于自抗扰控制的自动泊车路径跟踪 169
4.8.1 自动泊车系统的运动学模型 169
4.8.2 基于非时间参考的路径跟踪 170
4.8.3 自抗扰转角跟踪控制器 172
4.8.4 系统设计 174
4.8.5 仿真计算与分析 174
4.9 基于GA和LS-SVM的智能车辆路径跟踪控制 177
4.9.1 *小二乘支持向量机 177
4.9.2 基于GA和LS-SVM的滑模变结构控制 179
4.9.3 仿真计算与分析 180
4.10基于转向盘转角安全边界的车道偏离共享控制 182
4.10.1 转向盘转角安全边界 183
4.10.2 驾驶员意图转向盘转角估计 184
4.10.3 辅助决策策略 185
4.10.4 控制律设计 186
4.10.5 仿真计算与分析 190
参考文献 197
第5章 智能车辆的运动稳定性与控制 200
5.1 基于LPV/H∞控制的EPS研究 200
5.1.1 EPS系统的LPV/H∞控制器设计 200
5.1.2 仿真计算与分析 204
5.2 基于直接横摆力矩的车辆稳定性控制 205
5.2.1 基于非线性状态观测器的车速估计 206
5.2.2 基于非线性H∞输出反馈控制的ESP研究 207
5.2.3 仿真计算与分析 210
5.3 基于功能分配和多目标模糊决策的EPS/ESP协调控制 213
5.3.1 协调控制器设计 213
5.3.2 仿真计算与分析 219
5.4 基于功能分配和回正力矩补偿的EPS/ESP协调控制 221
5.4.1 协调控制器设计 221
5.4.2 仿真计算与分析 226
5.4.3 硬件在环仿真实验 229
5.5 基于车辆行驶安全边界的EPS/ESP协调控制策略 232
5.5.1 车辆行驶安全边界 232
5.5.2 协调控制器设计 235
5.5.3 仿真计算与分析 240
5.5.4 实验验证 241
5.6 车辆横向运动混沌分析及滑模变结构控制 243
5.6.1 非线性系统模型 243
5.6.2 车辆横向运动混沌分析与数值仿真 245
5.6.3 自适应趋近滑模变结构控制 250
5.6.4 仿真计算与分析 253
5.7 差动助力转向系统稳定性可拓协调控制 255
5.7.1 动力学模型的建立 256
5.7.2 基于横摆力矩可拓协调的控制系统设计 257
5.7.3 仿真计算与分析 264
参考文献 267
第6章 智能车辆的悬架系统模型降阶与控制 269
6.1 悬架系统模型降阶 269
6.1.1 *优Hankel范数降阶 269
6.1.2 其他降阶方法比较 273
6.1.3 仿真计算与分析 275
6.2 基于频率加权互质分解的控制器降阶 279
6.3 主动悬架系统的主动容错控制 283
6.3.1 基于传感器信号重构的主动悬架主动容错控制 284
6.3.2 基于控制律重组的主动悬架主动容错控制 293
6.3.3 基于故障补偿的主动悬架系统容错控制 300
6.4 磁流变半主动悬架系统控制研究 308
6.4.1 含时滞的磁流变半主动悬架离散系统建模 308
6.4.2 磁流变半主动悬架时滞依赖H2/H∞控制系统设计 309
6.4.3 仿真计算与分析 313
6.4.4 实验验证 316
6.5 主动悬架系统H∞可拓控制 318
6.5.1 H∞可拓控制器设计 318
6.5.2 仿真计算与分析 319
6.5.3 H∞可拓控制器值域博弈与模糊整定 322
6.5.4 仿真计算与分析 324
参考文献 325
第7章 智能车辆技术展望 328
参考文献 339
展开全部
智能车辆主动安全与控制技术 节选
第1章绪论 1.1 概述 自1886年汽车问世以来，汽车工业经历了100多年的快速发展。汽车自身也从*初的代步和运输工具，成为人们生活和人类文明的一部分。汽车的技术发展水平及其普及程度，是衡量一个国家或地区社会物质生活发展水平及现代化程度的重要标志。伴随着科学技术的突飞猛进和经济社会的迅猛发展，人们生活水平逐步提高，汽车也逐渐走入广大普通百姓家庭，极大地方便人们的出行和生活。近年来，汽车的产销量和保有量呈现出逐年增加的趋势。据统计，截至2016年6月底，全国机动车辆保有量达2.85亿辆，其中汽车1.84亿辆；机动车驾驶员达3.42亿人，其中汽车驾驶员2.96亿人。预计到2025年，全球在用车数量将超过14亿辆。随着汽车的普及和保有量的日益增长，在享受汽车给我们的出行和生活带来便利的同时，它也给社会的发展带来了道路交通安全、交通拥挤、环境污染、能源浪费等方面的问题，所造成的各类损失难以计算。日益频繁的交通堵塞和交通事故，严重影响了人们的日常生活和工作效率，甚至危害到人们的生命安全。大量汽车排放的尾气会加剧温室效应，污染环境，进而损害人们的身体健康。因此，发展安全、环保、节能、智能化的汽车成为当今汽车的发展趋势。尤其是随着公路路网的发展以及汽车行驶速度的提高，交通事故的发生呈逐渐上升趋势。统计资料表明，90%以上的交通事故都是由人为因素造成的，驾驶员不严格遵守交通规则、反应不及时以及错误操作是发生道路交通事故的主要原因，而这些也往往会带来交通堵塞。 如何利用各种先进技术有效地改进汽车的安全性能、提高环保与节能性能、减少道路交通事故、提高交通系统效率，已经成为各国政府和研究机构共同关注的社会问题和科学技术发展所面临的重要课题之一。为解决上述问题，世界各地已经投入大量的人力、物力开展智能交通系统（intelligent transportation system，ITS）的研究。智能交通的概念*早由美国智能交通学会提出，并在世界各国大力推广。智能交通系统的核心理念是从系统的观点出发，将道路系统和汽车系统综合起来考虑以解决相关交通问题，也就是将先进的信息技术、通信技术、自动控制技术、计算机处理技术以及人工智能等有效地综合运用于交通管理体系和汽车系统而建立起来的一种大范围、实时、高效、准确的先进运输系统，其主要目的是提高道路交通安全性、减少交通事故、提升交通系统的通行能力和效率、节约能源等。智能交通现已走过了20多年，当前的环境和技术都发生了巨大变化，智能交通的语境也发生了变化。现在的智能交通系统在基于移动互联、大数据的情况下，提出了新的技术要求，包括车辆管理系统、交通管理系统、人员管理系统、协同智能交通系统等。当前交通领域的一些研究和发展的热点，如城市交通安全、节能减排、基于移动互联下的智能交通系统等科技创新，都对汽车产生了重大的变化。当前，辅助驾驶员驾驶汽车或替代驾驶员自动驾驶汽车的系统，即常称的智能车辆（intelligent vehicle，IV），已成为智能交通系统的一个重要组成部分。智能车辆可以通过先进的车载传感系统、信息处理与决策系统以及执行系统等对驾驶员、道路环境、车辆自身状态等进行实时监控，部分或者完全代替驾驶员完成驾驶操作，从而减轻驾驶员的劳动强度，提高交通安全性及通行效率、节约能源等。 在发展用于智能交通领域的智能车辆的同时，各国也都在大力发展用于工业生产、军事及航天探测等方面的自动引导车和无人驾驶车辆。综上所述，智能车辆的研究在提高道路交通安全和道路通行能力、工业生产、军事以及航天探测方面具有重大意义。 智能车辆是一个集环境信息感知、智能规划决策、辅助驾驶及自主驾驶等多种功能于一体的综合系统，它集中运用了计算机科学、现代传感、信号处理、人工智能、通信及自动控制等技术。典型的智能车辆组成结构及控制框图如图1-1所示。 图1-1 典型的智能车辆组成结构及控制框图 研究开发智能车辆技术有助于减轻驾驶员的劳动强度、提高其行驶安全性、减少道路交通事故和提高交通系统通行效率。随着科技进步和经济发展，机动车保有量的迅速增加，非专业驾驶员的增多，道路交通事故的发生更加频繁，已经严重影响人们的出行和生命财产安全。驾驶员注意力不集中是导致交通事故频发的重要原因，而智能车辆可以利用各种先进技术，在危险发生前，提醒驾驶员做出必要的回避动作或者在紧急状况下，如驾驶员无法做出反应时，自主控制车辆完成规避危险任务，从而避免交通事故的发生。例如，车道偏离报警及自动校正系统、自适应巡航系统、避障路径规划与控制系统、自动跟随驾驶系统、自动泊车系统都可以大大减轻驾驶员的劳动强度和疲劳程度，提高驾驶舒适性。发展智能车辆还可以优化使用交通设施、提高机动性、缩短旅行时间和减小能源消耗等，提高道路交通运输效率。 智能车辆技术不仅在智能交通、辅助驾驶等方面有着广泛的应用前景。在工业上，可以应用在自动仓库、港口、码头、车间等物流作业部门的自动引导车上，提高货物搬运效率，降低生产成本；同时它还可以用在人类无法工作的环境中代替人类完成恶劣、有毒环境下货物的搬运、设备的检测等任务，从而避免某些有害物质对人体造成的伤害。在军事上，智能车辆可以按设计者意图在战场上自动行驶，代替人类完成巡逻、侦察、排雷及对有毒物品的采样，迅速准确地搜集相关信息，从而提高军事任务执行的效率，有效地避免军事人员伤亡；在智能武器系统的开发上，智能车辆可作为其安装平台，能够实现自动搜索和攻击目标，提高攻击力和安全性。可见，智能车辆在军事领域也有着重要的意义。在航空航天科学研究方面，空间自主移动机器人是其中重要的组成部分。因此，智能车辆还可用在外星球探索和勘探上，对人类探测外星球、开发和利用外星球起到巨大的推动作用。 智能车辆一般具备三个特点：①对周围环境进行准确感知；②进行智能化的路径规划；③拥有辅助驾驶功能。智能车辆是典型的高新技术集合体。作为一个新型的交叉学科领域，智能车辆技术的研究涉及机械制造、信息感知、人工智能、自动控制、电子及通信技术等多个学科的理论与技术，集成了所涉及学科研究的*新成果，其发展必将推动相关学科和技术的迅猛发展。 综上所述，智能车辆在工业、军事、民用、科学等领域都具有广阔的发展空间和应用前景，国内外众多的科研院所、企业，正投入大量的人力、物力开展智能车辆中关键技术的研发。因此，研究开发智能车辆技术具有重要的科学理论意义和实际应用价值。 1.2 智能车辆的发展现状 人类社会的不断进步、相关科学技术的快速发展以及来自人们对工业生产自动化、交通运输安全和军事方面的迫切需求，有力地促进与推动了智能车辆的产生与发展。1954年，美国Barret Electronics公司研制出了**台自动引导车系统（automated guided vehicle system，AGVS），它是一个运行在固定线路上的自动运输平台，具有无人驾驶车辆的基本特征，宣示着智能车辆的诞生。到目前为止，智能车辆经历多个发展阶段，取得了相当丰富的成果。纵观国内外智能车辆的发展，对其研究过程大体可分为四个阶段［1］：1950～1970年为智能车辆研究的萌芽阶段；1970～1990年为智能车辆研究的起步阶段；1990～2000年为智能车辆技术的大发展阶段；2000年至今为智能车辆技术实用化的快速推进阶段。 在智能车辆研究的萌芽阶段，研究者采用电缆或磁诱导方式来实现车辆的自动控制。此时的自动驾驶系统主要是依据铺设在道路上的制导电缆或磁诱导设备信息来对其进行横向行驶控制，从而实现车辆在预定车道内自动行驶。由于研究场所多为室内环境，其应用存在一定的局限性。除了Barret Electronics公司外，美国的RCA（美国无线电公司）、GM（通用汽车）公司、OSU（俄亥俄州立大学），英国道路交通研究所，德国西门子公司以及日本机械技术研究所等机构也都开展过相关方面的研究［2，3］。 在智能车辆研究的起步阶段，随着计算机及机器视觉技术的发展，智能车辆研究的焦点是基于计算机视觉引导的智能车辆系统，其研究应用场所也由室内逐渐转到户外。日本机械技术研究所在1978年进行了世界上首次基于机器视觉的自主车辆驾驶系统道路实验，速度达30km/h。20世纪80年代末期，日产汽车公司与富士通株式会社联合开发了PVS（personal vehicle system）自动驾驶车辆，它具有主动避开静止障碍物及夜间、雨天等恶劣天气条件下自动驾驶的功能。美国马里兰大学等研制了ALV（autonomous land vehicle）军用无人侦察越野车，美国卡内基梅隆大学（Carnegie Mellon University，CMU）研制了配备包括摄像头、激光和雷达等多种传感器的Navlab自主驾驶车。与此同时，德国慕尼黑联邦国防大学开发了基于视觉信息的VaMoRs自动驾驶车，其行驶速度达90km/h。此外，自20世纪80年代开始，还有许多汽车企业、大学及相关研究所也对智能车辆系统及其相关技术开展了广泛而深入的研究，甚至开发出样车［4］。 在智能车辆技术的大发展阶段，世界主要发达国家都展开了相关研究。20世纪90年代初期，智能交通系统概念的提出对智能车辆的研究起到了很大的推动作用，相关研究进入更为专业、系统的阶段。美国、日本、德国、法国、意大利等国家都高度重视并投入了大量的人力、物力用于智能车辆的研究，智能车辆技术也取得了突破性进展。 以美国加利福尼亚大学伯克利分校为中心，以AVCSS（Advanced Vehicle Control and Safety Systems）为重点研究项目的车辆自动驾驶系统［5］是加利福尼亚州ITS项目中以增加道路容量、减小道路堵塞为目的的PATH项目的一部分，主要包括车辆横向控制和车距保持的车队列纵向行驶控制。美国国防部以军事应用（如危险地段军事侦察等）为目的先后研制了DEMO I、DEMO II和DEMO III系列军用智能车辆［6，7］。其中*先进的DEMO III智能车辆集成了多种子系统，包括CCD（charge-coupled device）立体视觉系统、激光深度成像仪、全球定位系统(GPS)、惯性导航系统以及驾驶机器人驱动系统［7］，该车辆可以在各种不利环境（如雨天、路面有污垢等）、各种光照条件（如白天、黑夜和阴影）下实现自主驾驶。日本由于交通问题突出，政府更加重视智能交通系统的发展。20世纪90年代，日本运输省主导的ASV（先进安全车辆）项目和通产省主导的SSVS（Super Smart Vehicle System）项目都包含了自主驾驶系统的开发。从1986年开始，以欧洲汽车厂家为中心的Prometheus项目历时8年，其中的自动驾驶系统广泛采用了计算机视觉及雷达技术，研究了智能车辆自主导航和安全辅助驾驶，主要包括微处理器和通信方式等基础研究以及障碍物检测和防撞系统等应用研究。德国慕尼黑联邦国防大学（Universtitat der Bundestwehr Munchen，UBM）智能车辆研究组与德国奔驰（Benz）汽车公司合作，致力于自主导航车辆研究，先后研制成功VaMoRs和VaMoRs-P两种实验车。法国帕斯卡大学与法国雪铁龙汽车公司合作开发的Peugeot智能车辆在不同的路面状况下成功进行多次验证，证明了该车控制系统的有效性，*高车速达130km/h［4］。美国斯坦福(Stanford)大学很早就开始研究智能车辆技术，并成立了人工智能实验室。其中Sebastian Thrun教授领导的科研团队一直致力于智能车的研究，并于2005年设计出了自主研发的智能车——史坦利号(Stanley)，该车辆通过摄像头、雷达传感器等识别其他车辆，并根据卫星信息进行车辆导航，实现了车辆的自主驾驶。他们设计的智能车在第二届Grand Challenge大赛中夺冠，如图1-2(a)所示。卡内基梅隆大学与美国通用汽车公司早在2003年就开始合作，并在无人
书友推荐
- >
有舍有得是人生
有舍有得是人生
¥21.2¥45.0 - >
巴金－再思录
巴金－再思录
¥19.8¥46.0 - >
大红狗在马戏团-大红狗克里弗-助人
大红狗在马戏团-大红狗克里弗-助人
¥4.4¥10.0 - >
罗庸西南联大授课录
罗庸西南联大授课录
¥21.1¥32.0 - >
朝闻道
朝闻道
¥11.7¥23.8 - >
月亮虎
月亮虎
¥19.7¥48.0 - >
姑妈的宝刀
姑妈的宝刀
¥11.4¥30.0 - >
【精装绘本】画给孩子的中国神话
【精装绘本】画给孩子的中国神话
¥17.6¥55.0
本类畅销
-
桥梁史话
¥15.9¥37 -
世界桥梁趣谈
¥10.6¥28 -
新能源汽车结构与原理-全彩图解
¥61.6¥88 -
船舶电站组建与调试
¥29.3¥45 -
城市轨道交通供电工程
¥22.3¥29 -
汽车技术精品著作系列新能源汽车设计基础
¥70.1¥89.9
