基于传感器融合技术的电动汽车自动驾驶系统的开发

《基于传感器融合技术的电动汽车自动驾驶系统的开发》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、学兔兔www.xuetutu.coml匐地基于传感器融合技术的电动汽车自动驾驶系统的开发Sensorfusiontechnologyforautomotivedrivingsystemofelectricvehicle赵炯，王伟ZHA0Jiong．WANGWei(同济大学机械电子工程研究所，上海201804)摘要：研究自动驾驶技术的目的是认知汽车周围的环境、预估可能的危险，以帮助驾驶者实现操作的准确、安全和高效。本文介绍了基于Robocar和小型电动汽车的自动驾驶系统设计，并且分别介绍了基于粒子滤波和卡尔曼滤波技术来处理从

2、不同传感器采集的数据，以达到即使在噪音的环境下准确估计和认知电动汽车周围环境的目的。关键词：自动驾驶；粒子滤波；RoDocsr'；小型电动汽车；卡尔曼滤波中圈分类号：TP273文献标识码：A文章编号：1009-0134(2013)05(上)一0043-04Doi：10．3969／J．issn．1009-0134．2013．o5(上)．120引言通过车载传感器实现了运行时对周围环境的认知。驾驶汽车是一件危险的事情，特别是对于高4)最优路径的选择龄驾驶人员。人们在准确识别车周围环境(例如实现了从初始点到终点的最佳路径的选择。车

3、车间距离和速度以及其他障碍物)发面有很5)实时的通信大的限制，这也是很多交通事故的原因所在。因实现了运行时两辆车的实时通信和信息交此，研究开发汽车驾驶辅助系统和自动驾驶系统流。对于老年人的安全驾驶是有必要和意义的。虽然现在已经有了一些公司提供了一些汽车驾驶辅助2系统构成系统，但是汽车驾驶的安全的威胁依然很大，一2．1研究对象介绍种有效的解决办法是研究开发汽车自动驾驶系为了开发电动汽车的自动驾驶系统，我们分统。我们以Robocar和小型电动汽车为研究对象来两个阶段分别以Robocar和小型电动汽车为研究对设计开发电动汽车的自

4、动驾驶系统，并且分别介象，由简单到复杂来逐步设计开发其自动驾驶系绍了基于粒子滤波和卡尔曼滤波技术来处理从不统。Robocar的外形和具体参数信息如图1和表1所同传感器采集的数据，以达到即使在噪音的环境示。Robocar是一种融合了汽车和机器人的电动汽下准确估计和认知电动车周围的环境。车。如图1所示在它上面主要安装了双目摄像机、1系统功能雷达和红外传感器来认知周围的环境，又由于其我们研究的自动驾驶系统在学校的停车场实体型远比普通的汽车小，因此便于我们在室内做验实现了自动驾驶和识别躲避障碍物等功能。具实验。体如下所述：1)自动

5、运行和队列运行通过对速度和方向的控制，在实验场地实现了电动汽车的自动运行和两辆车的队列运行。2)队列分离在交叉点实现了电动汽车的自动分离和形成新的队列。3)周围环境的认知图1Robocar收稿日期：2012-12-17作者简介：赵炯(1963一)，男，江苏苏州人，副教授，工学博士，研究方向为计算机网络通信协议和物流自动化控制系统等。第35卷第5期2013—05(上)【43】学兔兔www.xuetutu.com学兔兔www.xuetutu.com学兔兔www.xuetutu.com1匐化计算：，r如果'1，重采样这些粒子：加

6、倍高权重的粒子并且删除低权重的粒子。处理后的粒子标记为x，。，并且他们的权重为(o【lJ=1／N．(临界值Tl可设为0．8×N．)．图11基于粒子滤波的Robocar~据处理简图否则，重命名这些粒子，即：x，Xt对于Robocar，实验装置和实验场景如图5所子滤波实现了更准确的认知和精确的控制。最后示。对于常用的数据处理的方法卡尔曼滤波和粒子滤波，其二者的主要区别是卡尔曼滤波一般用通过实验，验证了电动汽车的自动驾驶运行，实于处理线性高斯问题，粒子滤波可以解决非线性现了自动驾驶过程中的躲避障碍物等功能。接下来，我们会继续改善

7、数据处理模型和自动驾驶控非高斯问题。由于实验环境有很多障碍物，所以制系统，进一步提高数据处理精度和控制准确我们选择粒子滤波方法来进行数据处理。我选择性。并且对于小型电动汽车，使用粒子滤波和卡了共N=100个粒子样品，根据粒子滤波取出精度较尔曼滤波两种方法对其进行数据融合处理并且比高的雷达的粒子数n。=65，精度较低的双目摄像机较效果。最后在将来还要在更一般的道路上或者的粒子数n=35。根据下面的权重计算公式可计算高速公路上进行电动汽车的自动驾驶的实验。出各自的权重l=0．65，tlt=0．35来进行数据处理得到高精度的处理

8、后的数据信息。如图1IN：示了参考文献：采集到的雷达和双目摄像机的数据和处理后的数[11XinZhao，DongmeiWu，YichunYeh，HarutoshiOgai据曲线图。从图中可以看出，绿色实线代表的处DevelopmentofOptimalControlSystemforSafeDistan