汽车试验学-车道曲率检测与识别试验.docxVIP

精品文档 精品文档 PAGE PAGE #欢迎。下载 精品文档 精品文档 PAGE PAGE #欢迎。下载 汽车试验学作业 车道曲率检测与识别试验 二?一三年十月 目录 TOC \o 1-5 \h \z \o Current Document 实验目的 3 \o Current Document 研究现状 3 \o Current Document 实验条件 4 \o Current Document （ 1）实验设备 4 （ 2）实验道路 6 \o Current Document 试验方法 6 \o Current Document 数据处理 7 \o Current Document 1．曲率计算过程 7 \o Current Document 2．数据滤波 8 \o Current Document 实验验证 9 \o Current Document 1．路段 1曲率半径验证结果。 . 10 \o Current Document 2．路段 2 曲率半径验证结果 11 \o Current Document 3．结果分析 12 实验目的 换道是驾驶过程中常见的驾驶行为之一， 也是一种对驾驶人的决策判断能力 和车辆操控能力有较高要求的过程。 换道过程中， 车辆之间的位置关系体现在纵 向和横向两个方面。 换道预警系统首先需要分析车辆在横向方向的位移差， 用于 确定车辆之间的相对车道关系。 此外，车辆换道时与周围其他车辆均可能发生冲 突，考虑换道行为的特点， 换道预警系统重点关注换道过程目标车道后方车辆的 运动趋势， 判断换道过程中自车与目标车道后方车辆是否发生交通冲突， 根据判 断结果对驾驶人进行预警。 在此之前，换道预警系统首先需要解决以下两个问题： 1．后方是否存在车辆。后方是否存在车辆由微波雷达和激光雷达所监测， 如果后方存在车辆， 微波雷达和激光雷达会测量输出自车与后车的相对距离、 相 对角度以及相对速度。 2．后方车辆是否处于自车换道的目标车道。如果后方存在车辆，在多车道 条件下，需要根据后方车辆与自车的相对角度、 相对距离来判断后方车辆是否处 于自车换道的目标车道。 直道路段情况下， 根据相对角度、 相对距离数据即可计 算出后车与自车在横向方向上的位移差， 从而可以根据位移差来辨识该车是否处 于换道目标车道。 弯道路段情况下， 车辆间的车道关系受到道路曲率影响。 若已 知道路曲率， 则可以计算自车和后方车辆在横向方向上的位移差， 以此实现对车 的识别。 由此可知，道路曲率是影响到换道预警系统工作有效性的重要参数， 本实验 的目的在于通过车载数据采集设备采集相关车辆运动和道路参数， 利用采集参数 建立道路曲率估计模型，以提高换道预警系统在弯道下使用的准确性。 研究现状 国内外研究人员通过使用不同传感器、 不同算法对道路曲率进行测量， 主要 的技术手段如下： 1．机器视觉。机器视觉技术近年来在车辆主动安全领域取得了广泛的应用， 通过对道路图像中的车道标线进行识别， 并对识别得到的标线进行曲线拟合， 计 算得到道路曲率。 基于机器视觉的方法受到摄像机和微处理器性能限制， 曲率测 量精度有限、测量距离较近，同时受天气、光线影响强烈。 GPS系统与电子地图。电子地图可以记录道路的形状，利用GPS勺定位功 能与电子地图相结合可以实现对道路曲率的测量。 尽管基于GPS和电子地图能够 得到道路曲率值，但由于GPS定位精度通常在十米的数量级上，系统无法准确判 断自车的行驶车道，从而影响到车道关系辨识模型的效果。 采用轮速传感器测量不同车轮的转速差。车辆在弯道上行驶时，不同车 轮的转动速度存在差异， 从而使得可以根据车轮转速差对车辆行驶轨迹的曲率进 行估算。基于轮速差的曲率估算方法受到车辆动态运动的影响， 计算过程中需要 考虑到车辆动态运动规律，计算过程较复杂。 基于车速和横摆角速度进行曲率求解。车辆在弯道上行驶时，安装于车 辆上的陀螺仪实时测量车身横摆角速度， 而横摆角速度由车辆速度和道路曲率直 接决定，因此基于车速和横摆角速度对曲率的计算过程较简单。 但国外研究人员 的结果表明， 横摆角速度的测量误差较大、 波动性强， 导致对道路曲率的测量存 在较大误差。 其他辅助测量方法。针对机器视觉或基于轮速、横摆角速度的测量方法 存在的不足， 研究人员提出了一些模型优化方法。 例如通过雷达传感器对前方车 辆的运动趋势进行识别， 根据前车的运动状态来提高对道路曲率的估算。 另外雷 达传感器还可以对道路两侧的构造物如护栏进行探测， 通过对道路两侧构造物的 形状进行分析可以提高道路曲率的估算精度。 实验条件 试验过程中采