智能汽车关键技术及发展概况综述.doc

《智能汽车关键技术及发展概况综述.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、智能汽车关键技术及发展概况1、前言:智能车辆(IntelzigentVehicles,IV)是一个集环境感知､规划决策､多等级辅助驾驶等功能于一体的综合系统,它集中运用了计算机､现代传感､信息融合､通讯､人工智能及自动控制等技术,是典型的高新技术综合体｡它具有道路障碍自动识别､自动报警､自动制动､自动保持安全距离､车速和巡航控制等功能｡作为智能交通系统(ITS:IntelligentTrnasportationSystem)的一个重要组成部分,智能车辆系统利用传感器技术､信号处理技术､通讯技术､计算机技术等,

2、辨识车辆所处的环境和状态,并根据各传感器所得到的信息做出分析和判断,或者给司机发出劝告和报警信息,提醒司机注意躲避危险;或者在紧急情况下,帮助司机操作车辆(即辅助驾驶系统),防止事故的发生,使车辆进入一个安全的状态;或者代替司机的操作,实现车辆运行的自动化｡智能车辆系统的引入,可以提高交通的安全性和道路的利率｡目前,在汽车､卡车､公交系统､工业及军用等领域,智能车辆系统都得到了应用,而且应用的多样性和领域还在不断增加｡可以预言,随着信息采集技术､信息处理技术､系统工程技术等相关技术的研究和发展深入,智能车辆系

3、统将是智能交通系统研究和发展的重要领域｡2、智能汽车关键技术及研究智能汽车是一个汇集了众多高新科技的综合系统,尤其是作为智能汽车关键环节的环境信息获取与智能决策控制,更是依赖于高新技术的有力支撑,如传感器技术､图像识别技术､电子与计算机技术､控制技术｡智能驾驶系统结构如图1:2.1感知技术人类在驾驶汽车时所接受的信息几乎全部来自于视觉,交通信号､交通标志､交通图案､道路标志等均可以看作是环境对驾驶员的视觉通讯语言｡同时,人类在驾驶汽车时,通过对周围路面场景的观测来决定采取什么样的操作｡因此,选择机器视觉作为感

4、知路面场景的传感器是一种很自然的选择｡机器视觉在智能车辆中的应用如图2所示｡图1智能驾驶系统结构框图图2机器视觉传感器在智能汽车上的应用视觉系统在智能车辆中主要用来识别车辆周围的交通环境,如确定车辆在车道中的位置和方位､车道的几何结构､检测车辆周围的障碍物如车辆和行人､识别交通标志和交通信号等｡当机器视觉用于智能车辆时必须具备实时性､鲁棒性和实用性三方面的技术特点｡实时性是指视觉处理系统的数据处理必须与车辆的高速行驶同步进行;鲁棒性是指智能车辆对不同的道路环境如高速公路､市区标准公路､普通公路等,不同的路面环

5、境如路面及车道标线的宽度､颜色､纹理､动态随机障碍与车流等,以及变化的气候条件如日照及景物阴影､黄昏与夜晚､阴天与雨雪等均具有良好的适应性;实用性是指智能车辆在体积和成本等方面能够为普通汽车用户所接受｡智能车辆系统可靠运行的前提是通过各种传感器准确的捕捉环境和车辆自身的状态信息,并加工处理,随后发出预警或者自动操控车辆｡研究如何将传感器传来的信息加以有效处理､分析,并准确的确定环境和车辆自身的状态是非常重要的｡然而到目前为止,没有任何一种传感器能保证在任何情况下提供完全可靠的信息,采用多传感器融合技术,即将多

6、个传感器采集的信息进行合成,形成对环境特征的综合描述的方法,能够充分利用多传感器数据间的冗余和互补特性,获得我们需要的､充分的信息｡目前,在智能车辆领域,除了视觉传感器外,常用的还有激光雷达､毫米波雷达､声纳､红外探测､磁导引､GPS等传感器｡2.2决策技术在辅助驾驶或者自动驾驶技术中,需要依据感知系统获取的信息来进行决策判断,进而向驾驶员发出警告或者对车辆进行控制｡例如,在车道偏离警告系统和碰撞警告系统中,需要预测主车辆和其它车辆未来一定时间内的状态｡先进决策技术包括模糊推理､强化学习､神经网络和贝叶斯网络

7、等技术｡2.3控制技术对自动驾驶车辆或者辅助驾驶车辆来说,利用环境感知信息进行规划决策后需要对车辆进行控制,比如对路径的自动跟踪,此时性能优良的控制器成为了智能车辆必不可少的部分,成为智能车辆的关键｡智能控制代表着自动控制的最新发展阶段,是应用计算机模拟人类智能,实现人类脑力和体力劳动自动化的一个重要领域｡智能控制是一个新兴学科,包括递阶控制系统､专家控制系统､模糊控制系统､神经控制系统和学习控制系统等5个方面｡2.4车辆定位与路径规划车辆定位导航系统应用车辆自动定位技术､数字地图､通信技术,为车辆提供路径引

8、导､无线遥控等功能｡在车辆定位导航系统中,定位是实现导航功能的前提和基础,车辆定位技术大致上可分为三类:惯性导航､无线电定位和卫星定位｡车辆定位导航系统如图3所示:路径规划是智能车辆信息感知和车辆控制的桥梁,是智能车辆自主驾驶的基础,可分为全局路径规划和局部路径规划｡全局路径规划是在己知地图的情况下,利用已知局部信息如障碍物位置和道路边界,确定可行和最优的路径,它把优化和反馈机制很好的结合起来｡局部