智能车辆环境感知技术介绍.ppt

  1. 1、本文档共87页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
智能车辆环境感知技术介绍

智能车辆环境感知技术 Environment Perception Technology of Intelligent Vehicle 第一章 智能车辆概述 Introduction 一、智能车辆定义-Definition 基于自身和外部信息,能够确认当前位置、规划目标 路线、控制自身按规划路线行驶、安全准时到达目的 地的机动车辆。 自身具有驾驶员的部份、全部或尚不具备的驾驶行为 能力的机动车辆。 二、智能车辆功能-Function 1. 能够确认自身的当前位置,根据行驶目标及途中情况, 规划、修改行车路线。 2. 能够可靠识别行车路线,并可通过自动转向控制使自 身按规定路线准确稳定行驶。 3. 行驶过程中,能够可靠实现车速调节、车距保持、换道、超车等各种必要基本操作。 4. 能够确保行驶安全,按时到达目的地 三、智能车辆研究意义-Significans 1. 减少交通事故 智能车辆是解决因驾驶员人为因素引起的道路交通安全 问题的根本途径。 2. 提高运输效率 智能车辆能缩短行车间距,增加道路容量,防止交通堵 塞,提高平均车速,改善燃油经济性,减少环境污染。 3. 完成特殊作业 智能车辆能够在易燃、易爆、有毒、抢险、宇航等危险 环境下替代驾驶员完成特殊作业。 4. 国防军事应用 智能车辆在侦查、演习、排雷、防化、作战、反恐等军 事领域有着潜在的广泛应用前景 。 四、智能车辆构成-Construction 1. 车辆自检监控系统 该系统通过实时获取和处理车辆状况传感器的输入信息 如电压、电流、温度、压力、油耗、转向、制动、加速、 停车、排放等,诊断车辆驾驶是否处于危险状态或具有潜 在的危险,并将诊断结果信息提供给驾驶员或车辆自动控 制系统,以便为做出正确的车辆控制决策提供依据。 2. 车辆行驶环境信息获取系统 该系统基于车辆自身传感信息获取系统、通用技术平台 和通信信息系统,获取车辆外部周边物体状态、公路状态、 天气、车流、电子地图、停车场等信息,并将这些信息提 供给驾驶员或车辆自动控制系统。 3. 车道状态数据处理系统 该过程对所输入的各种车载及道路传感器的数据进行有 效处理,为车辆控制过程提供车辆所在车道、车辆在车道 上的位置、车辆与车道的距离偏差及方位偏差等信息。 4. 车辆辅助驾驶接口系统 该系统提供了驾驶员可以用于启动、监视和终止车辆自 动控制操作的接口。该接口可接收驾驶员控制请求、车辆 行驶环境、车辆自检、车辆控制状态反馈等信息,对车辆 控制方式作出选择,并将选择结果提供给车辆控制过程或 需要此信息的其它过程。 5. 车辆控制系统 该系统提供各种水平的车辆控制功能。它通过接收车辆 控制方式选择、车辆自检、车辆自身及周边车辆行驶状态、 车辆行驶环境等信息,为实现车道跟踪、车距保持、换道、 巡航、定位停车等功能提供各种必要的基本操作。 6. 智能车辆系统构成示意图? 五、智能车辆关健技术-Key technology 环境感知技术(Environment Perception) 路径规划技术(Path Plan) 导航控制技术(Navigation Control) 避障防撞技术(Obstacle Detection Avoidance) 信息通讯技术(Information Communication) 乘员安保技术(Passenger Safety) 人机交互技术(Human-machine Communication) 状态监测技术(Condition Monitoring) 调度管理技术(Accommodating Management) 中值滤波对图像细节辨识作用明显,但会降低图像处理速度,对车辆导航快速环境感知而言,常忽略此项环节。 b. 类间方差法: 通常,图像中同类物体像素点灰度特性差异不大,但不同 类物体间灰度差异则比较明显。方差是灰度分布均匀性的一 种度量,方差值越大,说明构成图像的两部分差别越大,当 部分目标错分为背景或部分背景错分为目标,都会导致两部 分差别变小。如果将各种不同阈值分割后形成的背景和目标 方差差值进行比较,显然该值最大的分割是错分概率最小的 分割,该方差即为类间最大方差。 一维最大类间方差分割法具有较好的实时性,在图像质量 较好和背景变化比较稳定的情况下,采用该种方法通常都会 取得较令人满意的分割效果。具体而言,如果图像基于其直 方图的灰度分为1-L 级,在1-L级间选择一分割阈值K,这样 目标图像各像

文档评论(0)

hhuiws1482 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:5024214302000003

1亿VIP精品文档

相关文档