全文总字数：4620字

1. 研究目的与意义及国内外研究现状

随着我国经济持续快速发展，汽车保有量呈快速增长趋势，截至2016年底，我国汽车保有量达1.94亿辆，汽车驾驶人数超过3.1亿人^[1]。汽车的普及在给我们带来便利生活的同时，也带来了鲜血和泪水，随着汽车数量的不断增加速度的不断提高，交通事故发生的频率也在与口俱增。据有关部门统计，因汽车数量剧增和驾驶人数骤长带来的交通压力，我国每年出现大约50万起交通事故，死亡人数超过10万人，数据仍逐年呈上升趋势。其中以醉酒驾驶、超速行驶、疲劳驾驶等原因居多，80%以上的交通事故都是由于驾驶人员反应不及时造成的。

若要避免上述交通事故的发生，根本的解决途径就是将机动车驾驶人从枯燥繁琐的驾驶操作当中解放出来实现无人驾驶。无人驾驶汽车是一种自主行驶的车辆，它不仅具备传统车辆的常规功能，而且还具有环境感知，路径规划，车辆控制，智能避障等人工智能。在同种交通环境下，无人驾驶汽车通过对自身运动状态及行驶环境信息进行分析，决策出最佳行驶策略代替机动车驾驶人完成一系列驾驶行为，从而显著降低道路交通事故的发生率^[2]。因此，无人驾驶汽车的研究和发展得到了人们广泛的重视。无人驾驶汽车研究包含众多任务，如何提取道路环境信息以及实现车速的自适应控制就是其中的重要内容之一。

本文——道路环境信息提取及车速自适应控制算法研究正是在这样的背景下提出的。

2. 研究的基本内容

为了研究道路环境信息提取及车速自适应控制算法，主要研究以下内容：

（1）道路环境信息提取及车速自适应控制算法整体结构框架设计；

（2）基于图像处理的车道线提取及拟合方法设计；

3. 实施方案、进度安排及预期效果

1 实施方案

（1）道路环境信息提取及车速自适应控制算法整体结构框架设计

道路环境信息提取及车速自适应控制算法是无人驾驶汽车的关键技术，直接关系到车辆在道路行驶中的安全可靠性。该系统主要由道路图像的采集和预处理、车道线的提取和拟合、弯道曲率半径和安全车速的计算、以及车速自适应调整等几个部分组成，系统整体结构框图如图1所示。

图1 系统整体结构框图

（2）基于图像处理的车道线提取及拟合方法设计

(a) 图像预处理

图2图像预处理流程图

(b) 车道线拟合

道路车道线包含大量道路信息，因此将车道线提取并拟合出来尤为重要。在图像预处理之后，应选择合适模型和方法对车道线进行拟合。车道线分为直道线和弯道线，因此拟合方法也存在差异，各有其针对性。对于直道线，常常采用Hough变化法、最优线段法、最小二乘法、最大类间方差法等；而对于弯道线，一般采用三次B样条曲线法、最小二乘法、分段直线法等^[10][11]。后续将根据具体道路图像选择合适模型及方法进行车道线拟合，以达到最佳拟合效果，为下一步弯道曲率半径的计算打下良好基础。

（3）弯道曲率半径及车辆转弯安全车速的计算方法

车辆过弯道时，若车速大于一定数值，所产生的横向力就会超过轮胎与地面附着力的允许界限，使得地面附着力不足以克服离心力的影响，导致汽车后轴发生侧滑而偏离原行驶轨迹；同时，由于离心力的作用引起横向和纵向质量的转移，各车轮上的法向载荷有很大变化，轮胎发生侧偏，同时车身产生侧倾，严重时还会导致侧翻。为避免发生侧滑和侧翻等危险工况，保证车辆在弯道路段的行驶安全，需要计算车辆转弯时的临界安全车速v，以便对车速进行相应控制。计算弯道临界安全车速包括计算车辆不发生侧滑的安全车速v₁，以及车辆不发生侧翻的安全车速v₂，使得v≤min{v_1，v₂}。弯道临界安全车速的计算与弯道曲率半径直接相关，因此根据车道线计算弯道曲率半径尤为重要。弯道曲率半径是曲率的倒数，曲率的计算方法有很多种，包括弧微分法、三角形外接圆曲率法^[12]等，后续设计将根据实际需要及实验对比选择合适方法来计算曲率半径。

（4）基于模糊PID控制的车速自适应控制研究与Simulink建模仿真

PID控制作为经典控制策略之一，由于其算法简单，鲁棒性好和可靠性高，被广泛应用于各种过程控制，尤其适用于可建立精确数学模型的确定性控制系统。在实际应用中，由于受到参数整定方法烦杂的困扰，常规PID控制器参数往往整定不良，性能欠佳，对运行工况的适应性差^[13]。而模糊PID控制是利用PID参数整定经验来使模糊控制器自动整定其参数，从而使PID控制器以变应变^[14]。相比于经典PID控制，模糊PID控制适应力强，鲁棒性好，可取得更好的控制效果，因此将其选择为车速自适应控制研究的主要方法。车速自适应模糊PID控制系统结构如图3所示。至于系统具体设计方面，Matlab提供的模糊工具箱可灵活方便地设计模糊控制器，并搭配Simulink工具箱，可根据需要构建复杂的控制系统模型进行仿真验证。

图3车速自适应模糊PID控制系统结构图

2 进度安排

（1）2017.02.20-2017.02.28：查阅资料，完成开题报告；

（2）2017.03.01-2017.03.05：查找资料，完成文献翻译；

（3）2017.02.06-2017.03.10：完成道路环境信息提取及车速自适应控制算法整体结构框架设计；

（4）2017.03.11-2017.03.25：完成基于图像处理的车道线提取及拟合方法设计，并通过编程实现；

（5）2017.03.26-2017.04.06：完成基于模糊PID控制的车速自适应控制算法研究，利用Simulink建模仿真并与传统PID方法进行比较；

（6）2017.04.07-2017.04.09：完成道路环境信息提取及车速自适应控制系统的测试与分析；

（7）2017.04.10-2017.05.10：撰写毕业论文，指导老师检阅，准备答辩。

3 预期效果

系统运行，输入道路图片，图像预处理，提取出车道线信息，相关模型拟合出车道线，计算出弯道曲率半径及安全车速，与当前设定的车速比较，超速时进行车速自适应调整。

4. 参考文献

1. 中国报告大厅.全国机动车保有量至2016年底达2.9亿 汽车1.94亿[eb/ol].http://www.chinabgao.com/stat/stats/81383.html, 2017-1-12.

2. 武历颖. 无人驾驶汽车环境信息提取及运动决策方法研究[d ].长安大学, 2016, 1-2.

3. 潘福全, 亓荣杰, 张璇, 等. 无人驾驶汽车研究综述与发展展望[j]. 科技创新与应用, 2017, (2): 27-28.

   剩余内容已隐藏，您需要先支付 5元 才能查看该篇文章全部内容！立即支付