英语原文共 5 页，剩余内容已隐藏，支付完成后下载完整资料

对于智能汽车智能车载控制

摘要：从人工智能开始，就有了拥有全自动智能汽车的愿望。 已经完成了一些实验，其中一些非常有成效。 因此，现在我们拥有智能智能汽车。这些车很聪明，可以自己做出一些决定。但他们实际上在有限的时间内协助司机。它们都不是完全自动化的。我们认为完全自动化的运输只能通过拥有一个智能汽车和交通系统的组合以及汽车实际移动的道路之类的环境。在本文中，我们试图讨论自动运输系统的新想法 - 一个完整的解决方案。

关键词

智能交通，GPS , ACC ,AHS , 智能汽车, DLCC .

1. 介绍

自主或自适应巡航控制（ACC）主要用于智能车控制的智能系统。通常使用雷达或激光设置，其允许车辆在前车减速时减速并且加速到当没有车辆在前面时交通允许的预设速度。但是这些系统只能在直线道路上控制或做出决定，因为没有可能决定改变路线。但在本文中，我们尝试在完全自治时提供系统。在这里，我们不仅考虑了汽车的智能，还考虑了交通系统，因此可以建立智能网络，能够在没有任何人为干预的情况下决定端到端的运输。

2. 挑战

这种智能交通系统基本上存在两个挑战。那些是 -

1.技术挑战

2.社会挑战

作为技术挑战，我们在设计传感器和控制系统时遇到问题，并且在源到目的地决策方面也存在问题。另一方面，作为一项社会挑战，我们发现了一些问题，例如让人们信任自动驾驶汽车，让立法者获准驾驶汽车进入公共道路，以及解决任何不负责任事故的法律责任问题。现在解决方案得到自动驾驶汽车可分为四个子系统，如：

1.感知：知道障碍物在哪里以及周围是什么，这意味着感知周围环境。

2.导航：从当前位置到达目标位置。

3.运动规划：在道路上行驶，避开障碍物，避免伤害人民，遵守道路规则，这意味着实际决定打破，加速，转弯等。

4.控制车辆本身：启动系统的决策。

3. 可用系统

通常，ACC最受欢迎的系统是 –

1.基于激光的ACC

2.基于雷达的

ACCP表示基于激光的ACC，成本低但可用。它适用于400-600美元/欧元附近的豪华轿车。但问题是它无法在恶劣的天气条件下检测和跟踪车辆。这些车也无法跟踪脏的非反光车辆。必须暴露基于激光的传感器，并且通常存在于下格栅偏移中。另一方面，基于雷达的ACC提供了比基于激光的ACC更好的性能，从而牺牲了更多的成本。它们的豪华车价格在1000-3000美元/欧元之间。可用系统主要关注自动速度适应技术和智能分解。他们不关心路线选择和跟踪变化。通常他们跟随前车并保持与该车的安全距离，以便做出速度适应决定。这是一个显示它是如何完成的图。捷豹汽车和梅赛德斯 - 奔驰于1999年首次提供基于雷达的系统。梅赛德斯 - 奔驰提供了“Distronic Plus”系统，可以在必要时在2006年的S级豪华轿车上停车。奥迪Q7也提供此功能。

丰田的图1：自适应巡航控制（ACC）

雷克萨斯首次将激光系统带入2001年雷克萨斯LS430“DLCC”（动态激光巡航）进入美国市控制。它还在其IS，ES，GS和LS模型上提供基于雷达的系统，并基于其RX模型提供激光。Acura RL具有碰撞缓解制动系统。 如果距离较短，它可以提醒对象的驾驶员。 它稍微刹车，也会拉紧安全带。 即使驾驶员没有反应，RL也会收回，锁定安全带并用力刹车。雷克萨斯LS430 / 460还提供该系统。

4. 过去的研究

不同的研究小组对与该系统相关的不同问题进行了研究。其中一些非常富有成果，显示出新的途径。自动化高速公路系统（AHS）是在现有高速公路上建造特殊车道的努力，该高速公路将配备磁铁或其他基础设施，以允许车辆停留在车道的中心，同时与其他车辆（以及中央系统）通信避免碰撞和管理交通。AHS允许特殊装备的汽车使用特殊的“加速通道”加入系统并通过“减速通道”离开。当离开系统时，每辆车都验证其驾驶员已准备好控制车辆，如果不是这样，则系统将车辆安全地停放在一个区域内。AHS演示的实施于1997年在圣地亚哥附近完成，由美国政府赞助，与加利福尼亚州和卡内基梅隆大学协调。该试验场地位于圣地亚哥市中心以北16公里的15号州际公路上，占地12公里，高占用率（HOV）。这次活动产生了很多新闻报道，这是一项伟大的成就。该技术成为一本书的主题。美国政府的这种联合努力似乎已经因为社会和政治力量而被抛弃，最重要的是创造一种不那么具有未来性且更具市场价值的解决方案的愿望。与2007年一样，一项为期三年的项目正在进行中，允许机器人控制的车辆，包括公共汽车和卡车，沿着20号州际公路20号使用特殊车道。目的是让车辆在更短的跟随距离内行驶，从而允许更多的车辆使用车道。由于需要进出特殊车道，车辆仍然会有司机。在进入这些车道之前，汽车应该从驾驶员启动汽车，加速到一定限度，进入安全状态以及安全车道的帮助，然后将汽车的控制权交给自己。这里的汽车是半自动化的，汽车需要一些来自人类的助手，就像自动化之前一样。该系统由位于圣地亚哥国家的Swoop Technology设计。在这里，我们分析了过去的研究，这些研究达到了协助驾驶员在驾驶时做出决定的水平，但仍然需要驾驶员的大部分参与。那些研究表明了自动驾驶汽车的发展方向。

5. 我们的贡献

5.1. 确定需要自治的基本事物

为了驾驶汽车，系统需要：

1.了解其环境（传感器）

2.确定它的位置和目的地（导航）

3.确定其在交通中的方式（运动规划）

4. 操作车辆的凝视（驱动）

结论是，已经解决了近两半的这些问题，这些问题在环境和地点方面各不相同。导航和驱动问题完全解决，传感器部分解决，但快速改进。主要未解决的部分是运动规划，这是我们主要关注的问题。

5.1.1传感器

无人驾驶汽车中使用的传感器从简约的ARGO项目的单色立体视觉到Mobileye的联合（视频，红外，激光，雷达）方法不等。极简主义的方法最密切地模仿人类的情况，而多模式的方法是“贪婪的”，因为它试图获得尽可能多的信息，尽管当前的技术，即使偶尔的成本，一辆汽车的检测系统干扰另一个因此造成了另一个问题。

5.1.2 导航

绘制从车辆所在位置到用户想要位置的路线的能力已经可以使用多年。这些基于美国军方全球定位系统的系统现在可作为标准汽车配件使用，并使用卫星传输来确定当前位置，并使用车载街道数据库来获得到目标的路线。更复杂的系统还可以接收道路堵塞的无线电更新，并相应地进行调整。还有一些传感器会极大地影响它的整体性质。

5.1.3 控制车辆

随着汽车技术的成熟，底层发动机，变速箱等的越来越多的功能不再由驾驶员通过机械装置直接控制，而是通过计算机直接控制，该计算机接收来自驾驶员的指令作为输入并通过手段传递期望的效果电子节气门控制和其他线控元件。因此，很好地理解用于控制车辆的所有方面的计算机的技术。

5.2 有些东西可以帮助人类，比如一辆自动驾驶汽车

这些系统警告或通知驾驶员可能未被注意的事件，例如：

1.车道偏离警告系统（LDWS）

2. 可见性辅助驾驶员，覆盖盲点和增强视觉系统，如雷达无线车辆安全通信和夜视。

3. 基于基础设施的驾驶员警告/信息系统。

6. 最新成果

谷歌修改后的丰田prius [6]使用一系列传感器来导航公共道路而无需人为参与。

这包括不同类型的传感器如 -

GPS: 全球定位系统（GPS）[1]是一个基于空间的全球导航卫星系统，可以在任何天气以及地球上或附近的任何时间和任何地点提供可靠的位置和时间信息，当时有四条畅通无阻的视线或更多GPS卫星。

运动传感器：这个用于监控汽车的速度。

图 2 智能公路自适应速度适应

在汽车的所有方向200英尺处，在汽车周围生成精确的三维地图。

位置估算器：安装在左后轮上的传感器，用于测量汽车的小运动并准确定位其在地图上的位置。

摄像机：后视镜附近的摄像头使交通信号灯偏转，并帮助车载计算机识别行人和骑自行车者等移动障碍物。

雷达：四个标准汽车雷达传感器，前面三个，后面一个，有助于确定远处物体的位置。

通过使用这种传感器，该车克服了导航和自动驾驶的问题，因此使用各种类型的传感器，它也实现了良好的传感能力，但仍然运动规划对于那辆基本上我们强调的因素的汽车来说是一个具有挑战性的问题。

7. 我们的提案

在本文中，我们实际上试图提供一个完整的端到端解决方案，我们将提案分为五个特定部分：

1.自主速度适应

2.车道检测和变更

3.智能破碎系统

4.人工视觉图像处理

5.避免串通

6.安全问题

7.1. 路线分析

当我们开始使用我们的汽车时，我们需要确定通往目的地的路线。 现在有了智能系统，我们只需要指定目的地。从GPS ^[1]，汽车知道它的当前位置，并且从数字地图中它知道到达目的地的所有路线。然后找出路线的所有替代方案，并提供最佳的低成本和低距离解决方案。它还提供了一个选项，从所有者希望拥有的可能解决方案。如果他给出了选择，则遵循给定路线。否则，它将遵循低成本路线或最佳解决方案。这是路线已经修复的旅程的第一步。现在，汽车必须在它选择的航线上朝目的地移动。

7.2. 自主速度适应

这实际上是一个已经被广泛使用的系统。但是我们对现有系统进行了一些修改。这里描述了这些修改的原因。在本系统中，速度适配[2]基本上取决于前方车辆。如果车辆减速，则汽车减速并且如果汽车加速则汽车加速。在这里，驾驶员必须将速度限制设置为可以加速的速度，并且还必须关注信号。这意味着虽然我们实际上说它是自动的，但很多决定都是由司机给出的。再次，当前方没有车辆时，根据红灯亮起的信号并且需要减速，它不能做出任何决定。我们提供以前的适应系统将被使用，但除此之外，高速公路也应该是智能的。在信号位置，信号柱应该与已经显示红色信号的所有车辆通信，因此减速或绿灯亮起，您可以移动。当汽车进入任何速度区时，速度限制杆应通知汽车这是一个速度限制区域，因此最大速度限制应该是这样。所以汽车本身可以采取最大速度决定。通过这种方式，可以减少两个人的依赖性。

图3车道检测

7.3. 车道检测和变更

车道检测是一个主要问题，以便在路上自动移动。从GPS [1]我们知道道路上有曲线，但有多少弯曲，从GPS或数字地图[1]不清楚。再次从雷达或激光传感器可以看到，如果存在障碍物，则存在曲线，尽管很难对弯曲进行正确估计，甚至有时难以通知曲线。但是，如果我们可以估计我们现在在哪条车道上并始终将我们的车保持在赛道上，那么随着车道的弯曲，车辆也会自行转弯。因此，在曲线道路上做出决定不会产生任何问题。这使得自动化在任何类型的道路上都可行，而不仅仅是直线道路。现在，通过路边无线信号可以实现这种车道检测。这些信号将始终传输它所在的位置以及道路中有多少条车道。根据这些读数，汽车知道他现在在哪条车道上。通过测量距离，确保它始终位于同一车道上。改变车道也是一个艰难的决定。在目前的智能汽车中，我们必须手动改变车道。因此，需要人与人之间的互动。 这实际上使整个自动化无用，因为驾驶员必须始终关注车道的变化。但这可以通过汽车中的另外两个雷达或传感器设备实现自动化。该图显示了如何做到这一点。 驻留在侧面的两个激光或雷达设备将始终搜索是否有任何车辆移动任何一侧。背面的另一个激光或雷达设备检查是否有任何车辆试图超车。 如果它发现可能性为负，则需要做出改变车道的决定。这样的车道。

图4：车道改变决策

改变可以自动化。但是使用三个以上的设备是一个昂贵的选择。所以我们可以使用一台设备执行任务。这将有时间安排检查三个方面，并提供我们想要的相同输出。

7.4. 智能制动系统

因为需要速度适应，因此是速度控制。所以我们需要关注破解系统。现在，破坏系统主要取决于发现任何障碍。如果发现任何障碍，它会减速。 它还会测量它的速度和大小。 现在需要摄像机才能生效。现在，这个分析结果有助于汽车决定何时以及如何打破。它首先逐渐放慢速度，当它找到休息状态时，会打破一些额外的任务。它应该紧固安全带以确保乘客的安全，让喇叭提醒他人，并且在极端情况下应该向驾驶员发出信号通知他有关情况。

7.5人工视觉图像处理

这是可以通过图像处理实现的羽毛。实际的自动化系统只有在我们将汽车与传感器相结合时才能实现，传感器可以感知人类并像人类一样做出决定。在GPS中，我们获得的数据不是即时的。我们使用的其他传感器可以感知我们汽车前面的东西或障碍物但是为了获得即时反馈，我们需要图像处理软件从摄像机获取图像。在处理之后，我们的车载计算机采取必要的步骤来控制自动车的运动。这种图像处理基本上有助于我们避免在自动驾驶汽车前面出现突然障碍的情况，这基本上就像人类智能一样。

7.6. 避免串通

汽车将使用激光（远程）和超声波（短程）传感器避免与环境中的障碍物碰撞。激光将用于识别该车前方的障碍物。另一方面，超声波传感器等短距离传感器将用于避免相邻车道车辆的共谋或被撞击道

路分隔器。道路分隔器还将具有一些短距离传感器，当汽车超过汽车与分隔器之间的

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[19664]，资料为PDF文档或Word文档，PDF文档可免费转换为Word