智能车辆与自动驾驶系统

世界智能车辆的研究与发展智能车辆概述1234目录世界智能车辆的研究与发展智能车辆体系结构课堂小结学习目标知识目标掌握智能车辆分级。了解智能车辆起源。了解智能车辆研究范围。掌握智能车辆体系结构。了解智能车辆控制算法处理方式。能力目标能对智能车辆进行分级。能描述智能车辆体系结构。智能车辆概述11.1智能车辆系统随着城市化的进展及汽车的普及，交通环境日趋恶劣，交通拥挤加剧，交通事故频发，交通问题已经成为全球范围令人困扰的严重问题。20世纪90年代以来，计算机、电子、图像处理等技术飞速发展。智能车辆系统（IntelligentVehicleSystem，简称IVS）智能车辆概述11.1智能车辆系统ITS是一个开放的复杂的巨型系统，各国各地区的研究侧重点有所不同，其难点和关键技术之一就是车辆的行驶导航和自动驾驶。智能车辆概述11.2智能车辆分级驾驶辅助

（DA）部分自动驾驶

（PA）有条件自动驾驶

（CA）高度自动驾驶

（HA）完全自动驾驶

（FA）智能车辆概述11.3智能车辆技术路线网联式智能汽车（CV）与附近车辆及路侧设施通信，非自主式自动驾驶。自主式智能汽车（AV）采用车载传感器独立于其他车辆自动驾驶。智能网联汽车（ICV）结合了网联式和自主式智能汽车的优势。智能车辆概述11.4智能车辆产业发展情况智能车辆概述11.4智能车辆产业发展情况世界智能车辆的研究与发展22.1智能车辆的产生智能车辆的研究，追根溯源，应该说起始于20世纪50年代初美国BarrettElectronics公司研究开发出的世界上第一台自动引导车辆系统（AutomatedGuidedVehicleSystem，简称AGVS）。研制AGVS的目的是为了提高仓库运输的自动化水平，应用领域仅局限于仓库内的物品运输。在20世纪六、七十年代，AGVS的研究在西欧许多国家得到了迅速的发展，并将应用扩展到工业生产领域。进入20世纪80年代，国外掀起了智能机器人研究热潮。世界智能车辆的研究与发展22.2智能车辆的研究方向从世界各国相关研究成果来看，目前智能车辆的研究方向主要有以下几个方面：驾驶员行为分析（DriverBehaviorAnalysis）环境感知（EnvironmentalPerception）极端情况下的自主驾驶（AutonomousDrivingonExtremecourses）规范环境下的自主导航（AutonomousNavigationonNomalenvironment）车辆运动控制系统（VehicleMotionControlSystems）主动安全系统（ActiveSafetySystems）世界智能车辆的研究与发展22.2智能车辆的研究方向从世界各国相关研究成果来看，目前智能车辆的研究方向主要有以下几个方面：交通监控、车辆导航及协作（TrafficMonitoring，VehicleNavigation，andcoordination）车辆交互通信（Inter-VehicleCommunications）军事应用（MilitaryApplications）系统结构（SystemArchitectures）先进的安全车辆（AdvancedSafetyVehicles）上述研究可概括为：控、警告系统；半自主式车辆控制系统；自主车辆控制系统。世界智能车辆的研究与发展22.3智能车辆的研究范围智能车辆的研究涉及到计算机测量与控制、计算机视觉、传感器数据融合、车辆工程等诸多领域，可以说，智能车辆的研究是计算机视觉与计算机控制研究在车辆工程上的综合。世界智能车辆的研究与发展22.3智能车辆的研究范围（1）计算机视觉视觉系统在智能车辆研究中主要起到环境探测和辨识的作用。将计算机图像信息与其他背景知识及其他传感器相结合，能快速提取复杂环境中的有用信息，进而产生合理的行为规划与决策。世界智能车辆的研究与发展22.3智能车辆的研究范围（2）传感器数据融合在智能车辆领域，除视觉传感外，常用的还有雷达、激光、GPS等传感器。雷达系统可以得到计算机视觉技术比较难以解决的检测对象的距离信息，能准确发现车辆行驶环境中存在的物体，在恶劣环境条件下具有独特的优势。激光系统可以得到车辆的瞬时车辆速度信息及精确的车辆与前方车辆的距离信息，被广泛地应用于避障、超车、防碰撞系统中。世界智能车辆的研究与发展22.3智能车辆的研究范围（3）控制理论尤其是智能控制在智能车辆上的应用为实现智能车辆对路径的稳定跟踪，性能优良的控制器是智能车辆必不可少的部分，所以控制理论在智能车辆上的应用是十分重要的。智能控制是一门新兴学科，人们目前认为其包括递阶控制系统、专家控制系统、模糊控制系统、神经控制系统、学习控制系统五个方面。真正的意义上的智能车辆只有在计算机技术和智能控制技术充分发展的基础上才能成为可能。世界智能车辆的研究与发展22.4国内外智能车辆的发展规划智能车辆体系结构33.1智能车辆体系结构智能车辆集多种传感器数据融合、视觉信息处理、环境建模、导航、避障等功能于一体。按照智能控制理论，智能车辆系统是一个分层递阶的集散型控制系统，系统一般分为智能级、协调级和执行级。智能车辆体系结构33.2智能车辆控制算法的处理方式目前，从智能车辆控制算法的处理方式来看，可分为串行、并行两种结构。（1）串行处理单CPU结构、集中控制方式，即用一台功能较强的计算机实现全部控制功能。多CPU结构、分布式控制方式，即上、下位机二级分布式结构。上位机负责整个系统的管理及复杂的计算、处理等功能，而下位机由多个CPU组成，每个CPU具体复责某一特定的功能。智能车辆体系结构33.2智能车辆控制算法的处理方式（2）并行处理用通用的微处理器，构成并行处理结构，支持计算，实现复杂控制策略在线实时计算。智能车辆控制专用VLSI，能充分利用智能车辆控制算法的并行性，依靠芯片内的并行体系结构易于解决智能车辆控制算法中大量出现的计算，能大大提高计算速度。用并行处理能力的芯片式计算机（如Transputer、DSP等），构成并行处理网络（如VaMoRs-P系统），其下位机由大约60个Transputer构成。课堂小结4小结ITS是一个开放的复杂的巨型系统，其难点和关键技术之一就是车辆的行驶导航和自动驾驶。根据智能车辆智能化程度，可将其分为DA、PA、CA、FA、HA五个等级。智能车辆的起源是自动引导车辆系统（AGVS），是用于仓库内物品的运输。智能车辆的研究涉及到计算机测量与控制、计算机视觉、传感器数据融合、车辆工程等诸多领域。视觉系统在智能车辆研究中主要起到环境探测和辨识的作用。智能车辆只有在计算机技术和智能控制技术充分发展的基础上才能成为可能。智能车辆系统一般分为智能级、协调级和执行级。从智能车辆控制算法的处理方式来看，可分为串行、并行两种结构。基于视觉导航的智能车辆模糊逻辑控制智能车辆环境感知技术1234目录基于视觉导航的条形状路标检测模糊逻辑控制课堂小结学习目标知识目标了解智能车辆环境感知的目的。了解智能车辆环境感知的对象。了解智能车辆环境感知的方法。了解图像预处理和图像平滑的作用。熟悉模糊逻辑控制系统组成与模糊消除方法。能力目标能描述车辆环境感知不同方法的特点。能描述图像预处理的分类。智能车辆环境感知技术11.1环境感知目的智能车辆实现自动驾驶必须能感知车辆周边环境信息，包括障碍物、行人、其他车辆、道路标志线、交通信号灯等，主要基于以下目的：通过性：基于自身行驶性能和共识规则，能实时、可靠、准确识别并规划出可保证规范、安全、迅速到达目的地的行驶路径。安全性：在行驶过程中，能够实时、准确识别出行驶路径周边对行驶安全可能存在安全隐患的物体，为自身采取必要操作以避免发生交通安全事故。经济性：为提高车辆高效、经济地行驶提供参考依据。平顺性：为车辆平顺行驶提供参考依据。智能车辆环境感知技术11.2环境感知对象智能车辆环境感知对象主要包括：行驶路径：对于结构化道路而言，包括行车线、道路边缘、道路隔离物、恶劣路况的识别。对于非结构化道路而言，包括车辆欲行驶前方路面环境状况的识别和可行驶路径的确认。周边物体：包括车辆、行人、地面上可能影响车辆通过性、安全性的其它各种移动或静止物体的识别；各种交通标志的识别。驾驶状态：包括驾驶员驾驶精神状态、车辆自身行驶状态的识别。驾驶环境：包括路面状况、道路交通拥堵情况、天气情况的识别。智能车辆环境感知技术11.3环境感知方法融合传感视觉传感激光传感微波传感通讯传感智能车辆环境感知技术1（1）视觉传感基于机器视觉获取车辆周边环境二维或三维图像信息，通过图像分析识别技术对行驶环境进行感知。优点：信息量丰富、实时性好、体积小、能耗低。缺点：易受光照环境影响、三维信息测量精度较低。1.3环境感知方法智能车辆环境感知技术1（2）激光传感基于激光雷达获取车辆周边环境二维或三维距离信息，通过距离分析识别技术对行驶环境进行感知。优点：能够直接获取物体三维距离信息、测量精度高、探测范围广、对光照环境变化不敏感。缺点：无法感知无距离差异的平面内目标信息、易受气象环境影响、体积较大、价格昂贵、不便于车载集成。1.3环境感知方法智能车辆环境感知技术1（3）微波传感基于微波雷达获取车辆周边环境二维或三维距离信息，通过距离分析识别技术对行驶环境进行感知。优点：能以较高精度直接获取物体三维距离信息、对光照环境变化不敏感、实时性好、体积小。缺点：无法感知无距离差异的平面内目标信息、探测范围较小。1.3环境感知方法智能车辆环境感知技术1（4）通讯传感基于无线、网络等近、远程通讯技术获取车辆行驶周边环境信息。优点：能够获取其它传感手段难以实现的宏观行驶环境信息、可实现车辆间信息共享、对环境干扰不敏感。缺点：可用于车辆自主导航控制的信息不够直接、实时性不高、无法感知周边车辆以外其它物体信息。1.3环境感知方法智能车辆环境感知技术1（5）融合传感运用多种不同传感手段获取车辆周边环境多种不同形式信息，通过多信息融合对行驶环境进行感知。优点：能够获取丰富的周边环境信息、具有优良的环境适应能力、为安全快速自主导航提供可靠保障。缺点：感知系统过于复杂、难于集成、造价昂贵、实用性差。1.3环境感知方法基于视觉导航的条形状路标检测2由于路面情况复杂，存在着大量干扰因素，如多种多样的光照条件、阴影、杂物、行人车辆、路面不平整、路标受到污染及破损等，最终输出的数字图像质量或多或少有所降低，因此需要对数字图像中的噪声给予去除和修正，以改善图像质量。另外，为了增强对图像的分析和识别能力，还需要突出有用信息，剔除图像中其他景物内容的干扰。2.1图像预处理基于视觉导航的条形状路标检测2从功能上可以将数字图像处理划分为三大类，即：（1）像质改善，如图像锐化、平滑、复原、校正等。（2）图像分析，如边缘与线的检测、区域分割、形状特征测量等。（3）图像重建，如投影图像重建、利用对象生成立体像、全息图生成等。2.1图像预处理基于视觉导航的条形状路标检测2图像平滑属低通滤波图像处理，其目的是保留图像空间频率的低频部分，减少图像的高频部分。低通滤波可以降低图像中的视觉噪声，同时去除图像中的高频成分后，图像中那些不明显的低频成分就更容易显现了。如何在保护图像边缘信息的同时去除噪声也是选取滤波方法时应重点考虑的问题。2.2图像平滑基于视觉导航的条形状路标检测22.2图像平滑模糊逻辑控制3模糊逻辑控制是基于模糊推理，模仿人的思维方式，对难以建立精确数学模型的对象实施的一种控制。是模糊数学同控制理论相结合的产物，同时也构成了智能控制的重要组成部分。模糊逻辑控制的突出特点（1）系统的设计不要求知道被控对象的精确数学模型，只需要提供现场操作人员的经验知识及操作数据。（2）控制系统的鲁棒性强，适应于解决常规控制难以解决的非线性、时变及滞后系统。3.1模糊逻辑控制特点模糊逻辑控制33.2模糊逻辑控制系统组成部分模糊逻辑控制系统模糊规则库模糊推理机模糊产生器模糊消除器模糊逻辑控制33.3模糊消除方法模糊消除方法重心法最大隶属度法系数加权平均法隶属度限幅元素平均法课堂小结4小结智能车辆环境