智能驾驶系统.docxVIP

实用标准文案

实用标准文案

精彩文档

精彩文档

智能驾驶系统（无人驾驶）系统

一、系统目标：

机器视觉系统能够自动适应环境光线变化，特别要能够适应汽车经过桥洞时的光线变化；

机器视觉系统能够实时识别车道，识别频率不低于25Hz；

机器视觉系统能够实时识别前方车辆型障碍，识别频率不低于20Hz，相对距离误差

小于2m；

小于2m；

在高速公路上，能实现无人驾驶自动巡航功能，车速不低于120km/h；

能够实现危险报警和自动紧急制动。

二、需求分析：

回顾汽车发展的百年历史，不难发现其控制方式从未发生过根本性改变，即由人观察道路并驾驶车辆，形成“路一人一车”的闭环交通系统。随着交通需求的增加，这种传统车辆控制方式的局限性日益明显，例如安全性低(交通事故)和效率低(交通堵塞)。必威体育精装版调查表明，95％的交通事故是由人为因素造成，交通堵塞也大都与驾驶员不严格遵守交通规则有关。如果要从根本上解决这一问题，就需要将“人”从交通控制系统中请出来，形成“车一路”闭环交通系统，从而提高安全性和系统效率。这种新型车辆控制方法的核心，就是实现车辆的无人自动驾驶。不同于人工驾驶的一般道路车辆的结构，无人驾驶车辆为了适应无人驾驶的需要，尤其独特的机械结构。

智能驾驶技术为车辆驾驶提供了巨大方便，井大走减轻了驾驶压力，特另是安全系数大大提高，有效地减少了交通事故的发生。专家霞吾，汽车驾驶韵智能化碍是2l世纪汽车发

展的一个重要方向。

随着传感器技术、信息处理技术、测量技术与计算机技术的发展，智能驾驶系统也得到了飞速的发展。消费者越来越注重驾驶的安全性与舒适性，这就要求传感器能识别在同车道上前后方行驶的汽车，并能在有障碍时提醒驾驶员或者自动改变汽车运行状态，以避免事故的发生。国际上各大汽车公司也都致力于这方面的研究，并开发了一系列安全驾驶系统，如碰撞报警系统(cw)、偏向报警系统(LDW)和智能巡游系统(ICC)等。国内在这些方面也一定的研究，但与国外相比仍存在较大的差距j。现代的交通系统和未来将要出现的自动车辆系统(AVS)均要求建立智能交通系统(ITS)，以便于对车辆进行交通监视和跟踪以及多传感息融合。未来AVS异类传感器包括视频传感器、激光扫描仪和雷达传感器等，融合的目的在于把目标输入到路径规划系统中去。简单地说，所谓智能汽车就是在网络环境下用信息技术和智能控制技术武装的汽车，利用必威体育精装版科技成果，使汽车具有自动识别行驶道路、自动驾驶、自动调速等先进功能]。智能驾驶是基于信息融合技术、微电子技术、计算机技术、智能自动化技术、人工智能技术、网络技术、通信技术等的新技术”

三、系统原理：

传感器信息融合实际上是人对人脑综合处理复杂问题的一种功能模拟。是针对一个系统

使用多种传感器这一特定问题而展开的一种关于数据处理的研究，它利用多个传感器获得的多种信息，得出对环境或对象特征的全面、正确认识，克服了单一传感器给系统带来的误报风险大、可靠性和容错性低的缺点。如图1所示为多传感器数据融合示意图，传感器之间的冗余数据增强了系统的可靠性，传感器之间的互补数据扩展了单一传感器的性能。在多传感器系统中，各种传感器提供的信息可能具有不同的特征：时变的或者非时变的，实时的或者非实时的，模糊的或者确定的，精确的或者不完整的，相互支持的或者互补的。多传感器

信息融合就像人脑综合处理信息的过程一样，它充分利用多个传感器资源，通过对各种传感器及其观测信息的合理支配与使用，将各种传感器在空间和时间上的互补与冗余信息依据某种优化准则组合起来，产生对观测环境的一致性解释或描述。信息融合的目标是基于各种传感器分离观测信息，通过对信息的优化组合导出更多的有效信息，这是最佳协同作用的结果，它的最终目的是利用多个传感器共同或联合操作的优势来提高整个系统的有效性。

具体地说，多传感器信息融合技术是指通过一定的算法“合并”来自多个信息源的信息，以产生更可靠、更准确的信息，并根据这些信息做出最可靠的决策，即根据观测信息给出一个关于状态的最优估计量。其关键技术是对各类原始信息进行校准、相关、估计及误差模式识别和状态决策等处理。多传感器系统是信息融合技术的硬件基础，多源信息是信息融合的加工对象，具有最优估计的融合算法是信息融合的核心。

系统功能原理图：

（多传感器信息融合的原理图）

四、 设备的功能：

机器视觉系统是智能车辆中最重要的系统。可以实现道路识别与跟踪、前方车道内障碍

机器视觉系统是智能车辆中最重要的系统。可以实现道路识别与跟踪、前方车道内障碍

的识别和跟踪。

在多传感器信息融合过程中，信息处理过程的基本功能包括相关、估计和识别。

现有的信息融合方法可分为以下三大类：第一类，嵌入约束观点。这一观点认