欢迎来到天天文库
浏览记录
ID:35158799
大小:4.86 MB
页数:75页
时间:2019-03-20
《智能驾考系统及其关键算法的设计与实现》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、分类号:TP302.1学校代号:10490学号:201205023密级:公开武汉工程大学硕士学位论文智能驾考系统及其关键算法的设计与实现作者姓名:黄傲成指导教师姓名、职称:冉全副教授申请学位类别:工学硕士学科专业名称:软件工程研究方向:嵌入式软件及应用论文提交日期:2015年10月8日论文答辩日期:2015年11月30日学位授予单位:武汉工程大学学位授予日期:2015年12月日答辩委员会主席:卢炎生ThedesignandrealizationofintelligentdrivingtestsystemandkeyalgorithmAThesi
2、sSubmittedfortheDegreeofMasterMajor:SoftwareEngineeringCandidate:HuangAoChengSupervisor:AssociateProfessor.RanQuanWuhanInstituteofTechnologyWuhan,Hubei430073,P.R.China摘要近些年,随着技术的发展,嵌入式系统及产品的控制平台也在不断进步,Android智能手机越来越普及,具有简单易用、界面美观、快捷舒爽的触控体验等特性的Android平台产品将成为主流。工业及驾驶培训行业对Andro
3、id平台的关注度越来越高,Android平台的智能驾考系统成为当前一个研究热点,然而Android系统往往满足不了实时性检测和控制的需求,同时Android平台下各种外设驱动开发难度较大。在以上情况下,本文研究一种基于GNSS差分定位的高精度智能车载驾考评判系统,既可紧跟时尚前沿平台,又可满足检测和控制的实时性需求。本文在研究当前主流的控制平台的CPU的情况下,选定S5PV210和STM32F103ZET6作为系统实验用CPU。对此智能驾考系统的研究,本文作了以下工作:研究了系统新平台下的架构、车身三维模型定位算法、车辆压线检测算法,设计与实现
4、了系统的硬件及软件,并应用于实际驾驶培训项目。根据当前驾考系统平台的不足之处,给出一种平台改进方案。充分利用STM32103ZET6丰富的外设和接口,设计一种扩展性强,实时性高,性价比高的车载信息采集器;利用S5PV210的多任务处理和高速特性,装配Android系统,设计具有时尚界面的Android驾考系统软件。基于GNSS差分定位技术,给出一种车身三维模型定位算法。在分析实际驾考项目需求的基础上,研究了车辆压线检测的优化方法。通过分析实验测试结果,验证了改进后的算法效率更高。关键字:驾考;Android平台;通讯;车身定位;压线检测IAbs
5、tractInrecentyears,withthedevelopmentoftechnology,controlplatformofembeddedsystemandproductisalsoinconstantprogress.Androidsmartphoneismoreandmorepopular.TheproductsofAndroidplatformwhichiseasytouseandhasbeautifulinterface,fastandcomfortabletouchexperiencefeatureswillbecomet
6、hemainstream.IndustryanddrivingtestindustryarepaymoreandmoreattentionontheAndroidplatform,Androidplatformcontrolbecomeacurrentresearchhotspot,however,theAndroidsystemoftencan'tsatisfythedemandofreal-timecontrol,atthesametime,thedevelopmentofvariousperipheralsdrivenforAndroid
7、platformisdifficult.Intheabovecase,thispaperstudiesanddesignsakindofhigh-precisionandintelligentvehicledrivingtestsystembasedonGNSSdifferencelocating,whichcankeepupwithfashionableplatform,andmeetthereal-timerequirementsofcontrol.thispaperstudiesthecurrentmainstreamCPUofcontr
8、olplatform,selectedS5PV210andSTM32F103ZET6CPUasexperimenttest.Fortheresearc
此文档下载收益归作者所有