高速工况智能车辆转向系统混杂控制研究

通过分析高速工况下交通事故的主要类型及驾驶员的3种基本驾驶行为,可知该工况下转向系统既有离散状态又有连续状态的特性,进而提出基于混杂系统理论的智能车辆转向系统多模式切换控制策略,并利用跨道时间和安全距离作为切换规律.以线控转向系统为执行机构,分别设计阻尼模式、保持模式和换道模式控制器.其中保持模式引入了一种控制预瞄点处侧向偏差的一阶导数和二阶导数的方法,不但有效地防止了超调,而且减少了车辆回到车道中心线的时间;换道模式利用模型预测控制算法,加入多个约束,提高了车辆换道过程的稳定性.从混杂系统稳定性的角度出发,设计了简单有效的稳定性监督器,防止车辆失稳.最后,在Car Sim/Simulink联合仿真平台及Car Sim/Lab VIEW硬件在环测试平台上验证了本方法的有效性和切换过程的稳定性.     

基于激光雷达点云密度特征的智能车障碍物检测与跟踪

现有的基于点云数据的车载三维激光雷达障碍物检测和跟踪存在实时性差、准确率不高以及场景内障碍物数目增多时难以有效关联等问题。针对这些不足,文章提出了结合区域生长与密度聚类的算法以及同时考虑了障碍物几何特征与点云密度特征的关联方法。基于栅格地图,运用最大、最小高度图法去除背景点云数据;在得到可靠障碍栅格地图后,搜索匹配8邻域栅格属性,结合自适应阈值的密度特征进行聚类,提高了障碍物检测准确率;考虑了障碍物的点云密度特征和高度特征,提高了障碍物关联的可靠性并运用卡尔曼滤波器对动态障碍物进行了跟踪。在自行搭建的智能车平台上进行的实车实验验证了该文算法的有效性。