基于碰撞预警和深度学习的车辆避撞策略研究

摘要

车辆碰撞事故给乘员带来极大伤害，碰撞预警系统也是高级驾驶辅助系统ADAS的重要组成部分，高级驾驶辅助系统（ADAS）中碰撞预警系统可有效减少碰撞事故的发生。但现有碰撞预警系统通常只有监测和预警功能，无法预测未来车辆和乘员的损伤程度，进而做出决策。本论文针对这一问题，发展了基于实时碰撞预警算法和深度学习的可预测的智能小车避撞策略，同时搭建智能小车平台，利用双目视觉技术，对上述避撞策略进行实验验证。本文主要研究内容如下： （1）研究了基于实时避撞预警算法和深度学习的智能小车避撞策略，利用卡尔曼滤波算法，预测了障碍物的运动状态，基于碰撞损伤预测模型计算多种方案下的碰撞损伤程度，制定了最优避撞策略，并将此思路通过算法进行了实现。 （2）针对智能小车避撞系统，硬件上进行了设计和搭建，选定智能小车的改装平台，设计智能小车的调速部分、驱动部分、传感器部分以及控制部分，选择满足各部分需求的硬件装置，并考虑小车的动力传动、信号传输，设计了硬件电路，实现了驱动、刹车、转向等驾驶动作的控制。依据稳定性和平顺性等因素，合理布置智能小车结构，完成了智能小车的硬件搭建工作。 （3）研究了双目视觉系统的测距原理、相关算法以及数据获取和处理方式。进行了实验设计，验证了本文设计的基于实时碰撞预警算法和深度学习的避撞策略的有效性。 对比传统的智能小车避撞控制策略，我们的方法可实时预测几十种智能小车在未来短时间内按照不同驾驶策略可能发生的碰撞受损情况，并根据这些预测，选取受损程度最小的状况时对应的车辆驾驶策略，及时对智能小车驾驶行为进行纠正，从而达到减少碰撞事故或者降低碰撞后车辆受损程度的目的。本文发展方法是一种新的车辆避撞策略，未来有望应用于真实车辆，因此具有重要的理论和应用价值。

目录

1 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 自动驾驶研究现状

1.2.2 车辆避撞研究现状

1.3 主要研究内容与技术路线

1.3.1 主要研究内容

1.3.2 技术路线

2 智能型避撞

2.1 高级驾驶辅助系统ADAS

2.2 智能避撞技术

2.2.1 Mobileye防碰撞预警系统

2.2.2 特斯拉Autopilot系统

2.3 智能避撞车载传感器

1.车载摄像头

2.毫米波雷达

3.激光雷达

2.4 本章小结

3 双目视觉与智能小车硬件系统设计

3.1 系统总体方案简述

3.2 智能小车硬件系统

3.2.1 智能小车平台搭建

3.2.2 双目相机介绍及使用

3.3 双目视觉系统

3.3.1 双目视觉简述

3.3.2双目视觉原理

3.3.3 双目视觉数据处理

3.4 本章小结

4 基于碰撞预警和深度学习的智能小车避障策略

4.1 基于卡尔曼滤波的车辆位置预测

4.1.1 卡尔曼滤波原理

4.1.2 基于卡尔曼滤波的车辆预测算法

4.2 基于避撞预警和深度学习的智能小车避撞策略

4.2.1 基于避撞预警和深度学习的智能小车避撞策略设计

4.2.2 基于避撞预警和深度学习的智能小车避撞策略实现

4.3 本章小结

5 智能小车避撞策略实验验证

5.1 实验方案设计

5.2 智能小车避撞实验

5.3 本章小结

结论

参考文献

致谢