發(fā)布時(shí)間：2020-11-21 01:46

　　 隨著汽車駕駛向智能化發(fā)展,自動(dòng)泊車系統(tǒng)受到國(guó)內(nèi)外相關(guān)技術(shù)人員的廣泛關(guān)注。目前自動(dòng)泊車系統(tǒng)存在泊車精度不高以及對(duì)不規(guī)則車位無法有效的識(shí)別等問題。本文采用對(duì)其多傳感器信息融合的方式展開研究,以提高泊車精度和車位智能識(shí)別的準(zhǔn)確率,保證路徑規(guī)劃過程中的安全高效性。主要研究?jī)?nèi)容如下:(1)通過多傳感器對(duì)停車位空間模型建模及特征參數(shù)提取,分別對(duì)目標(biāo)車位兩側(cè),典型的不規(guī)則停放車輛進(jìn)行數(shù)學(xué)建模,經(jīng)過幾何分析得出影響車位識(shí)別的多種因素:車身姿態(tài)角、最大寬度距離、最短空間距離、有無車位線等,辨識(shí)停車位周圍環(huán)境的相關(guān)特征信息,然后根據(jù)模糊推理系統(tǒng)(FIS)計(jì)算輸出車位識(shí)別結(jié)果。(2)采用深度優(yōu)先搜索算法生成泊車路徑,采用三次樣條插值法進(jìn)行改進(jìn),驗(yàn)證和分析,實(shí)現(xiàn)泊車路徑的光滑處理,保持車輛行駛時(shí)方向始終呈平滑狀態(tài)進(jìn)行改變,最終得出最短路徑。(3)搭建信息融合的自動(dòng)泊車實(shí)驗(yàn)平臺(tái),將傳統(tǒng)的三段泊車算法和改進(jìn)的自動(dòng)泊車算法分別應(yīng)用到實(shí)驗(yàn)平臺(tái)中進(jìn)行驗(yàn)證,改變相關(guān)泊車環(huán)境進(jìn)行再次實(shí)驗(yàn)研究。實(shí)驗(yàn)對(duì)比分析表明,其仿真結(jié)果驗(yàn)證車位智能識(shí)別和泊車路徑規(guī)劃方案的合理和有效。將自主研發(fā)的自動(dòng)泊車系統(tǒng)搭載于實(shí)驗(yàn)小車進(jìn)行真實(shí)的實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明,該泊車系統(tǒng)對(duì)復(fù)雜環(huán)境的自動(dòng)泊車識(shí)別準(zhǔn)確率為89%～98%,平均值為93.8%。路徑規(guī)劃過程中的防碰撞率為96%～99%,平均值為98%,驗(yàn)證了提出的自動(dòng)泊車算法的有效性。
【學(xué)位單位】：西安科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2020
【中圖分類】：U463.6
【部分圖文】：

1緒論11緒論1.1研究背景及意義如今我國(guó)的經(jīng)濟(jì)水平不斷提高，人們的生活質(zhì)量也得到了很大的改善，汽車作為方便人們出行的重要工具逐漸進(jìn)入了大眾的生活之中，極大的方便了人們的生活和工作，推動(dòng)了城市的發(fā)展。在《西安交警部門2018年度數(shù)據(jù)報(bào)告》[1]中顯示：2016年，西安市機(jī)動(dòng)車保有量突破250萬輛。到如今，用了不到2年時(shí)間，西安市機(jī)動(dòng)車保有量已經(jīng)達(dá)到了300萬輛。以目前的機(jī)動(dòng)車增加的趨勢(shì)來看，預(yù)計(jì)到2020年，西安市機(jī)動(dòng)車將突破400萬輛。近幾年，隨著需求不斷增大我國(guó)汽車市場(chǎng)也得到了一定的發(fā)展，且增長(zhǎng)態(tài)勢(shì)平穩(wěn)，相關(guān)研究[2]表明我國(guó)汽車每月的產(chǎn)銷量達(dá)到了120萬輛，在2017年，年度總產(chǎn)量達(dá)到2901.54萬輛，同比增長(zhǎng)3.19%；銷量達(dá)2887.89萬輛，同比增長(zhǎng)3.04%，我國(guó)汽車產(chǎn)銷量近年來一直遙遙領(lǐng)先，連續(xù)九年保持在世界第一的位置，在我國(guó)經(jīng)濟(jì)較為發(fā)達(dá)的地區(qū)汽車保有量規(guī)模很大，基本處于飽和狀態(tài)。圖1.1顯示了2018年全國(guó)汽車保有量比上年末增長(zhǎng)11.9%，其中2019年上半年全國(guó)民用汽車保有量25310萬輛（包括三輪汽車和低速貨車820萬輛）。圖1.1全國(guó)汽車保有量我國(guó)汽車保有量不斷增加，一方面引起了一定的路面交通負(fù)擔(dān)，增加了城市交通的擁堵程度和交通事故的發(fā)生幾率，這種現(xiàn)象在大城市中尤為明顯。另一方面車輛需要有車位來停放，汽車數(shù)量的不斷增加對(duì)停車位、停車場(chǎng)的要求也不斷提高。但是受到城市空間方面的影響，在城市環(huán)境中很難保障有足夠的停車場(chǎng)用來停放不斷增加的汽車，出

自動(dòng)泊車系統(tǒng)裝備量

西安科技大學(xué)碩士學(xué)位論文6圖1.3自動(dòng)泊車基本流程圖現(xiàn)行的自動(dòng)泊車系統(tǒng)中在以下兩個(gè)方面存在不足：（1）自動(dòng)泊車的車位識(shí)別技術(shù)中智能化程度低，當(dāng)前對(duì)泊車環(huán)境進(jìn)行感知時(shí)，研究重點(diǎn)放在規(guī)則停車位識(shí)別上，在面對(duì)一些非標(biāo)準(zhǔn)不規(guī)則停車位時(shí)處理能力較弱，相關(guān)文獻(xiàn)較少，使得在自動(dòng)泊車技術(shù)在此類問題上的利用程度低。（2）自動(dòng)泊車的路徑規(guī)劃技術(shù)實(shí)時(shí)性不高，采用單一個(gè)智能算法在多障礙物復(fù)雜環(huán)境中無法獲得良好效果的泊車路徑，應(yīng)用效果相對(duì)不高。1.5研究?jī)?nèi)容及技術(shù)路線1.5.1研究?jī)?nèi)容針對(duì)當(dāng)前自動(dòng)泊車系統(tǒng)的局限性，本文利用信息融合技術(shù)對(duì)自動(dòng)泊車系統(tǒng)進(jìn)行改進(jìn)，在現(xiàn)有技術(shù)的基礎(chǔ)上，提高其復(fù)雜泊車環(huán)境中的識(shí)別能力，從而提高路徑規(guī)劃的準(zhǔn)確程度，并利用相關(guān)仿真研究與實(shí)車測(cè)試的方式對(duì)其可靠性和有效性進(jìn)行驗(yàn)證。具體內(nèi)容有以下幾個(gè)方面：（1）通過多傳感器來對(duì)停車位空間模型建模及特征參數(shù)提取，分別對(duì)目標(biāo)車位兩側(cè)，典型的不規(guī)則停放車輛進(jìn)行數(shù)學(xué)建模，經(jīng)過幾何分析得出影響車位識(shí)別的多種因素：車身姿態(tài)角、最大寬度距離、最短空間距離、有無車位線等，辨識(shí)停車位周圍環(huán)境的相關(guān)特征信息，然后根據(jù)模糊推理系統(tǒng)[19]（FIS）計(jì)算輸出車位識(shí)別結(jié)果。（2）采用深度優(yōu)先搜索算法生成泊車路徑，并進(jìn)行驗(yàn)證和分析，后通過三次樣條插值算法對(duì)規(guī)劃好的泊車路徑進(jìn)行光滑處理，使泊車過車中車輛行駛行駛時(shí)，在路徑方向上呈平滑連續(xù)轉(zhuǎn)變，最終得出最短路徑。（3）將理論研究在泊車實(shí)驗(yàn)中驗(yàn)證，分別采用三段式泊車算法和本文算法來進(jìn)行路徑規(guī)劃，研究泊車環(huán)境變化對(duì)算法的影響，并將得到的多組數(shù)據(jù)進(jìn)行分析，仿真結(jié)果驗(yàn)證車位智能識(shí)別和泊車路徑規(guī)劃方案的合理性和有效性。1.5.2技術(shù)路線多信息融合的自動(dòng)泊車系統(tǒng)技術(shù)路線如圖1.4所示。在進(jìn)行
【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 張仁永;曹凱;于善義;于云;;基于樣條理論的泊車軌跡生成與仿真研究[J];農(nóng)業(yè)裝備與車輛工程;2014年02期

相關(guān)碩士學(xué)位論文 前7條

1 郭卜源;自動(dòng)泊車決策控制系統(tǒng)研究[D];西安科技大學(xué);2019年

2 辛鑫;基于多傳感器信息交互的自動(dòng)泊車系統(tǒng)關(guān)鍵技術(shù)研究[D];合肥工業(yè)大學(xué);2019年

3 高瑞金;基于毫米波雷達(dá)和視覺信息融合的自動(dòng)泊車系統(tǒng)研究學(xué)位論文[D];上海交通大學(xué);2019年

4 常燕怡;上海怡豐自動(dòng)泊車設(shè)備有限公司發(fā)展戰(zhàn)略研究[D];西安理工大學(xué);2018年

5 黃曉峰;自動(dòng)泊車系統(tǒng)最優(yōu)軌跡決策及控制算法研究[D];吉林大學(xué);2018年

6 王文飛;基于超聲波與機(jī)器視覺的自動(dòng)泊車系統(tǒng)設(shè)計(jì)[D];浙江大學(xué);2011年

7 劉洲輝;車輛垂直泊車模糊控制策略研究[D];武漢理工大學(xué);2010年

本文編號(hào)：2892330