智能運輸系統(tǒng)概論第17章-wenkub.com
2025-01-02 01:48 本頁面
【正文】 現(xiàn)有系統(tǒng)的硬件平臺盡管在 輕型實用 方面已有明顯的進步 ， 但無論在 袖珍性 、 通用性 ， 還是用戶的 可承受性 方面 ， 仍需要做進一步的改進 。 智能運輸系統(tǒng)概論 第 17章 智能車輛與自動駕駛系統(tǒng) 概述 世界智能車輛的研究與發(fā)展 基于視覺導航的智能車輛模糊邏輯控制 典型智能車輛與自動駕駛系統(tǒng)介紹 研究動向分析與問題探討 智能運輸系統(tǒng)概論 研究動向分析與問題探討 研究動向與發(fā)展趨勢： 研究背景民用化 系統(tǒng)結構輕型化 研究成果實用化 產權雙方協(xié)作化 智能運輸系統(tǒng)概論 研究動向分析與問題探討 未解決的問題： 上述系統(tǒng)的實驗主要集中在 高速公路 上 ， 普通公路或市區(qū)道路則相對較小 。 （ 4） 車體的 軌跡曲率 必須保持正確 。 該系統(tǒng)完成的是相對簡單的 安全警告 與 輔助導航功能 。 實驗內容 包括 跟蹤車道線 ， 躲避障礙 ，以及 自動超車 等 。 ③ 車體控制與安全監(jiān)控系統(tǒng) ④ 自主駕駛實驗 智能運輸系統(tǒng)概論 典型系統(tǒng)介紹 —— VaMoRsP系統(tǒng) 德國 聯(lián)邦國防大學與奔馳汽車公司合作 ， 從 20世紀 80年代初期 開始此項研究 ， 先后研制開發(fā)出 VaMoRs和VaMoRsP（ 或 VaMP） 兩種實驗車 。 模糊邏輯控制的突出特點 （ 1）系統(tǒng)的設計 不要求 知道被控對象的 精確數(shù)學模型 ，只需要提供現(xiàn)場操作人員的 經驗知識及操作數(shù)據(jù) 。 低通濾波 可以降低圖像中的 視覺噪聲 ， 同時去除圖像中的 高頻成分 后 ， 圖像中那些不明顯的低頻成分就更容易顯現(xiàn)了 。 智能運輸系統(tǒng)概論 條形狀路標檢測算法 圖像預處理 由于 路面情況復雜 ， 存在著大量 干擾因素 ， 如多種多樣的 光照條件 、 陰影 、 雜物 、 行人車輛 、 路面不平整 、 路標受到污染及破損 等 ， 最終輸出的 數(shù)字圖像質量 或多或少有所 降低 ， 因此需要對數(shù)字圖像中的 噪聲 給予 去除 和 修正 ，以改善圖像質量 。 1998年該車在普通公路及高速公路上進行過實驗 ， 實驗車速為 72km/h 智能運輸系統(tǒng)概論 智能車輛技術的應用 國家 研究單位 主要性能 德國 大眾公司和斯坦福大學 Passat Junior和 Touareg Stanley是兩臺參加過2023及 2023城市挑戰(zhàn)賽的車輛 ， 展示了斯坦福大學和大眾汽車研究的高智能無人駕駛技術 。 VaMoRsP 由 一 輛 豪 華 型 奔 馳 500（ Mercedes 500SEL） 改裝而成 。 1993年進行普通高速公路實驗 ， 實驗車速為 60km/h 智能運輸系統(tǒng)概論 智能車輛技術的應用 國家 研究單位 主要性能 德國 慕尼黑德國聯(lián)邦國防大學（ UBM） 和奔馳公司 從 20世紀 80年代初期開始研究 ， 先后研制開發(fā)出 VaMoRs和 VaMoRsP兩種實驗車 。 從 1986年至 1995年相繼研究了NavlabNavlab5型智能車輛 。 智能車輛體系結構 智能運輸系統(tǒng)概論 2） 并行處理 ? 用通用的 微處理器 ， 構成 并行處理 結構 ， 支持計算 ，實現(xiàn) 復雜控制 策略 在線實時 計算 。 圖 17 1 一種 典型的 智能 車輛 體系 結構 智能運輸系統(tǒng)概論 目前 ， 從 智能車輛控制算法的處理方 式來看 ， 可分為串行 、 并行 兩種結構 。 智能控制 是一門新興學科 ， 人們目前認為其包括 遞階控制系統(tǒng) 、 專家控制系統(tǒng) 、 模糊控制系統(tǒng) 、 神經控制系統(tǒng) 、 學習控制系統(tǒng) 五個方面 。 智能運輸系統(tǒng)概論 智能車輛的研究范圍 2） 傳感器數(shù)據(jù)融合 目前 ， 在 智能車輛
教學課件相關推薦
鄂ICP備17016276號-1