基于機器視覺的智能車輛自主換道軌跡規(guī)劃研究.pdf

1、隨著多傳感器信息融合、現(xiàn)代控制理論、人工智能以及大規(guī)模集成電路等先進技術的飛速發(fā)展，以提升車輛自主行駛能力和行駛安全性為目的的汽車智能化已成為車輛工程領域中的研究熱點。通過對動態(tài)復雜環(huán)境下智能車輛環(huán)境感知、換道決策以及換道軌跡規(guī)劃深入研究，可以充分挖掘智能車輛“類人”特性，提高車輛智能化程度和安全性。
　　本文結合國家自然科學基金項目(51278514)和國家重點研發(fā)計劃項目“智能電動汽車的感知、決策與控制關鍵基礎問題研究”(20

2、16YFB0100905)對復雜道路場景下車道線和前方車輛檢測方法、換道決策以及換道軌跡規(guī)劃進行研究。本文的研究內(nèi)容主要包括:
　　(1)基于機器視覺的道路圖像處理及車道線、前方車輛檢測研究。在攝像機成像模型的基礎上，應用數(shù)字圖像處理相關知識進行道路圖像預處理，針對邊緣檢測過程中出現(xiàn)弱邊緣漏檢現(xiàn)象，提出基于梯度幅值和邊緣方向的邊緣點檢測算法，在此基礎上結合車道線幾何特征約束，采用雙向掃描道路圖像像素點的方法完成車道線特征點篩選和提

3、取，并運用最小二乘法實現(xiàn)車道特征點擬合;基于車輛尾部圖像HOG特征和支持向量機訓練前方車輛識別模型，采用可變窗口掃描道路圖像完成前方車輛檢測。
　　(2)基于數(shù)據(jù)挖掘的車輛換道決策模型研究。針對換道場景復雜、影響因素眾多以及對換道模型準確度要求提高等問題，分析了車輛換道行為特性，在智能車輛換道決策模型框架下，以下一代仿真(NGSIM)行駛軌跡數(shù)據(jù)為驅動，提取換道軌跡數(shù)據(jù)，挖掘換道起始點處各影響因素參數(shù)以重建換道決策場景，建立多種換