基于激光雷達(dá)的智能車主動(dòng)安全算法與模型研究.pdf

1、智能汽車主要通過環(huán)境感知系統(tǒng)實(shí)現(xiàn)車輛的安全行駛。本文通過分析車載激光雷達(dá)采集的數(shù)據(jù)，基于直線特征提取的改進(jìn)算法為智能車提供前方路面環(huán)境的感知信息，并為智能車行駛的主動(dòng)安全模型提供參考，輔助汽車實(shí)現(xiàn)駕駛安全。本文的主要工作和成果總結(jié)如下：
　　 ⑴利用車載激光雷達(dá)所采集的數(shù)據(jù)，在連續(xù)邊緣跟蹤法(SEF)、最小二乘法(LSM)和融合算法SEF-LSM的基礎(chǔ)上，提出了一種改進(jìn)的直線特征提取算法SEF-LSM-BM。該算法引入一種回退機(jī)

2、制(Back-offMechanism)、邏輯推理和特征合并(Merge)的方法，區(qū)分路邊界和障礙物，并對車輛可通行區(qū)域進(jìn)行檢測。使用同一幀激光雷達(dá)數(shù)據(jù)對4種算法進(jìn)行了實(shí)驗(yàn)，結(jié)果表明:與SEF、LSM和SEF-LSM算法相比，SEF-LSM-BM算法能夠快速準(zhǔn)確地檢測、合并路邊界，標(biāo)記高危障礙物，給出可通行區(qū)域。
　　 ⑵基于車輛矩形邊的直角特征，采用直角匹配算法PERP提取特征直線、檢測前方車輛目標(biāo)，相較于二次擬合(Fitti

3、ng)、SEF、LSM其他三種算法，其處理速度提高120～160倍，匹配結(jié)果能夠較好地匹配前方車輛目標(biāo)的矩形特性，誤差的平方和在保證正確性的基礎(chǔ)上維持在較低的水平。結(jié)合毫米波雷達(dá)的測量信息，得到前方車輛目標(biāo)的距離、相對角度、相對速度。
　　 ⑶分析計(jì)算車輛經(jīng)典制動(dòng)過程中的各階段物理量，各車速下近似制動(dòng)加速度值相比于國家標(biāo)準(zhǔn)，準(zhǔn)確率達(dá)到99.9％以上，驗(yàn)證了近似后的安全行駛模型的正確性。以制動(dòng)后智能車與前車的距離為關(guān)鍵參數(shù)，為智能