（车辆工程专业论文）基于多agent系统的智能车辆自主行驶控制研究.pdf

摘要 智能车辆是集环境感知、规划决策、辅助驾驶等功能于一体的综合智能系统，是计算机 视觉、人j r 智能、控制理论和电子技术等多学科交叉的产物，能够在具有一定地形特征的环 境中运行，顺利到达期望日的地或沿期望路径行驶，具有广阔的应用前景。 本研究以四轮智能车为研究对象，采用高精度线阵c c d 摄像头、高速双核d s p 和超声 波传感器等构成智能车辆的视觉导航、运动控制、避障和信息获取系统。着重研究智能车辆 的图像处理、行驶控制、轨迹规划以及多电机控制问题。主要工作包括以下几个方面： 1 )为了增强运动环境条件下视觉系统的适应性，解决运动模糊、失真和噪声等问题， 研究了多种图像处理技术，尝试的方法主要有：道路图像平滑滤波处理中的邻域滤波、中值 滤波等；边缘增强处理中的r o b e r t 算子、s o b e l 算子、p r e w i t t 算子、l o g 算子及c a n n y 算 子，以及最佳阈值分割迭代算法。对上述处理方法进行了大量的对比实验，从实际处理效果 与实时性方面对相关试验结果进行了比较分析，提出了适合智能车辆导航的图像预处理方 法，突出标识线与环境之间的边缘线，为车体中心线与标识线的侧向距离偏差和角度偏差的 计算提供依据。 2 )在结构或非结构环境下智能车辆必须具有实时反应能力、行为自主决策能力，因此， 设计构建由协调和控制两层结构组成的m u l t ia g e n ts y s t e m ，一方面，根据智能车辆相对标识 线位置的不同，采用由不同控制算法的a g e n t 控制，通过传感器及其快速信息处理过程获得 比较好的运行效果，同时也具有快速时间响应的特点：另一方面，协调层起到宏观调控作用， 比如，制定子目标，监督智能车辆的运动，优化路径等。克服了传统基于行为的结构中以牺 牲优化为代价的缺点，使应激行为更具有全局优化的特性。该控制结构既能在局部行动上显 示出灵活的反应能力和鲁棒性，又能在全局上做出长远的、优化的运动控制规划。 3 )提出基于g a 和l s s v m 的智能车辆变结构控制，利用典型样本，在离线状态下， 运刚遗传算法优化计算变结构控制律中最优参数和6 ，分别建立和6 的支持向量机；在 在线状态下，通过支持向量机为变结构控制器捉供实时的和6 ，既充分利用了遗传算法的 全局优化和支持向量机的小样本、泛化能力强的特点，又克服了遗传算法计算时间长的缺陷， 较好地解决了由离散指数趋近律设计的变结构控制器易产生抖振的问题。 4 )针对智能车辆转向系统的复杂，非线性和时变系统，提出了基于r b f 神经网络在线 辨识的单神经元p i d 控制。在该控制系统结构中，采用r b f 神经网络辨识器实现对转向系 统的j a c o b i a n 矩阵信息的在线辨识，获得p i d 参数在线调整信息，并由单神经元p i d 控制 器完成控制器参数的在线白整定，实现系统的智能控制。实验结果表明，与常规的p i d 控 制方法相比，该方法具有高控制精度、较强的臼适应性和鲁棒性。 5 ) 建立基丁t i 公司双核d s p ( d s p 2 8 1 2 + d s p 6 4 3 ) 硬件整车控制平台和基于b i o s 嵌入 式操作系统的图像处理软件系统及测控系统，测试与实验表明该控制系统具有良好的性能与 较高的可靠性。 关键字：智能车辆，多a g e n t 系统，遗传算法，支持向量机，单神经元，变结构控制 a bs t r a c t i n t e l l i g e n tv e h i c l e ( i v ) ，w h i c hi s ac o m p r e h e n s i v ei n t e l l i g e n ts y s t e mw h i c hi n t e g r a t e st h e f u n c t i o no fe n v i r o n m e n tp e r c e p t i o n ，p l a n n i n ga n dd e c i s i o n - m a k i n ga n dd r i v i n ga s s i s t a n c e ，e t c ，i sa p r o d u c t o ft h a tc o n t a i n sm u l t i t e c h n i c a l s u b j e c t s s u c ha s c o m p u t e r v i s i o n ，a r t i f i c i a l i n t e l l i g e n c e ，a u t o c o n t r o lt h e o r ya n d e l e c t r o n i c t e c h n o l o g y i v c a ns u c c e s s f u l l yr e a c h i t s d e s t i n a t i o no rm o v ea l o n gad e s i r e dp a t hi na ne n v i r o n m e n tc h a r a c t e r i z e db yt e r r a i n t h e r e f o r e ，i t h a sah i g h l ye x p a n s i v ea p p l i c a t i o np r o s p e c t t h i s p a p e rt a k eaf o u r - w h e e l si va st h ec o n t r o lo b j e c t ah i g hp r e c i s i o n l i n es c a nc c d c a m e r a ，h i g hs p e e dd s pa n du l t r a s o n i cs e n s o r sa r eu s e dt ob u i l dt h ev i s i o ng u i l d a n c es y s t e m ，t h e m o t i o nc o n t r o ls y s t e ma n dt h eo b s t a c l e sa v o i d a n c es y s t e mo fi v t h ep a p e rc e n t e ri sa t t a c h e dt o d i s c u s si m a g ep r o c e s s i n g ，i n t e l l i g e n tc o n t r o l ，p a t hp l a n n i n ga n dm u l t i m o t o r sc o n t r o l l i n ge t c t h em a j o rw o r ki nt h i sp a p e rc a nb es u m m a r i z e da st h ef o l l o w i n g ： 1 ) m u l ti m a g i n ep r o c e s s i n gm e t h o d sa r es t u d i e dt oe n h a n c et h ea d a p t a b i l i t ya n df l e x i b i l i t yo f v i s i o ns y s t e ma n ds o l v ed i f f e r e n ti m a g ef l a w s ，s u c ha sf u z z y , d i s t o r t i o na n dn o i s e t h e s ei m a g i n e p r o c e s s i n gm e t h o d sa r e a sf o l l o w s ，f i r s t l y , s m o o t h i n g f i l t e r i n ga p p r o a c h e st ot h e r o a di m a g e i n t r o d u c e di n m y d i s s e r t a t i o nc o n t a i n n e i g h b o r h o o d m e t h o d sa n d m e d i a nm e t h o d s e t c s e c o n d l y , e d g ee n h a n c i n ga p p r o a c h e sa d o p t e di nm yd i s s e r t a t i o ni n c l u d er o b e r ta r i t h m e t i c o p e r a t o r , l o ga r i t h m e t i co p e r a t o ra n dp r e w i t t a r i t h m e t i co p e r a t o re t c l a s t l y , t h r e s h o l d i n g s e g m e n t a t i o na p p r o a c h et o t h er o a di m a g ec o n t a i n s i m p l ei t e r a t i n g m e t h o do fo p t i m u m t h r e s h o l d i n gs e g m e n t a t i o n al o to fc o n t r a s t i v ee x p e r i m e n t sa r ep e r f o r m e dt ob r i n gf o r w a r dt h e o p t i m u mt h r e s h o l d i n gs e g m e n t a t i o ni m a g ep r o c e s s i n gm e t h o d sf o rn a v i g a t i o no fi vi nv i e wo f p r a c t i c a lp r o c e s s i n ge f f e c t sa n dr e a l - t i m ep e r f o r m a n c e t h i sm e t h o dh i g h l i g h t se d g el i n eb e t w e e n t h em a r k i n gl i n ea n db a c k g r o u n d ，a n dp r o v i d e st h eb a s i sf o rt h ec a l c u l a t i o no fl a t e r a lr a n g ea n d a n g u l a rd e v i a t i o nb e t w e e nv e h i c l em i d d l el i n ea n dt h em a r k i n gl i n e 2 ) i vm u s to w na nr e a l t i m ea n da c t i v ea u t o n o m o u sa b i l i t yi nd e c i s i o ni nn o n s t r u c t u r e o r s t r u c t u r ee n v i r o n m e n t ，t h e r e f o r e ，t h ep a p e rb r i n g sf o r w a r da n db u i l d st h em u l t ia g e n t s y s t e m ( m a s ) c o m p o s e do fc o o r d i n a t e dl e v e la n dc o n t r o ll e v e l o nt h eo n eh a n d ，d i f f e r e n tc o n t r o l a g e n tw i t hd i f f e r e n ta l g o r i t h mc o n t r o li vi nt e r mo fl a t e r a lr a n g ea n da n g u l a rd e v i a t i o nb e t w e e n m a r k i n gl i n ea n dv e h i c l ec e n t e rl i n e ，o nt h eo t h e rh a n d ，c o o r d i n a t e dl e v e l c a ng i v ei vm o r e m a c r o s c o p i c a lc o n t r o l s u c ha sg i v i n gs u bg o a l s ，s u p e r v i s i n gm o t i o no fi va n dg i v i n go p t i m a p a t h s ，t h em a sp r o p o s e d i nt h i sp a p e rh a sa na c t i v er o b u s ta b i li t yi nl o c a lb e h a v i o r sa n d l o n g - r a n g eo p t i m a lp l a n n i n g 3 ) ai n t e l l i g e n tv a r i a b l es t r u c t u r ec o n t r o lb a s e do ng aa n dl s s v mi sp r o p o s e d t h r o u g h o f f i i n eo p t i m i z a t i o no fp a r a m e t e r s6a n d u s i n gt y p i c a ls a m p l ed a t a 6a n dss v ma r ee s t a b l i s h e d f o rp r o v i d i n gr e a lt i m e6a n dst ot h ev a r i a b l es t r u c t u r ec o n t r 0 1 t h i sm e t h o dn o to n l yo w n st h e g l o b a l o p t i m i z a t i o nc h a r a c t e r i s t i co fg a ，b u ta l s oe x h i b i t sg o o dl e a r n i n gg e n e r a l i z a t i o na n ds m a l l s a m p l es i z ep r o p e r t i e so fl s s v m m e a n w h i l e ，t h i sm e t h o di sa b l et oe l i m i n a t es h a t t e r i n g p r o b l e mo fv a r i a b l es t r u c t u r ec o n t r o ld u et oe x p o n e n t i a l l yr e a c h i n gl a w 4 ) t oi vs t e e r i n gs y s t e mw h i c ha r eo fc h a r a c t e r i s t i c so fc o m p l e x , n o n l i n e a r i t ya n d t i m e - v a r i m i o n ，as e l f - a d a p t i v es i n g l en e u r o np i dc o n t r o lm e t h o di s p r o p o s e db a s e do nr b f n e u r a ln e t w o r ko n l i n ei d e n t i f i c a t i o n ，w h i c hi d e n t i f yt h ej a c o b i a nm a t r i xo fs t e e r i n gs y s t e mb y m e a n so fr b fn e u r a ln e t w o r ki d e n t i f i e ra n da c q u i r e do n l i n et u n i n gi n f o r m a t i o no fp 1 d p a r a m e t e r s ，a n dt h es e l f - t u n i n go fc o n t r o l l e rp a r a m e t e r sw a si m p l e m e n t e db yt h es i n g l en e u r o n c o n t r o l l e r ，a n dt h ei n t e l l i g e n c ec o n t r o lo fs y s t e mw a sa c h i e v e d t h er e s u l ti n d i c a t e st h a tt h e c o n t r o ls y s t e m ，c o m p a r e dt oc o n v e n t i o n a lp i dc o n t r o lm e t h o d ，p o s s e s s e st h ea d v a n t a g e so fh i g h p r e c i s i o n ，g r e a ta d a p t a b i l i t ya n dr o b u s t n e s s 5 )ac o m p l e t e v e h i c l eh a r d w a r e c o n t r o l p l a t f o r m w i t h d o u b l e c h i p d s p ( d s p 2 8 12 + d s p 6 4 3 ) m a d eb yt ia sn u c l e u sw a sb u i l t t h es y s t e ms o f t w a r ei n c l u d et w op a r t s ： ( 1 ) i m a g i n ep r o c e s s i n gs o f t w a r eb a s e do nb i o sa se m b e d d e do p e r a t i o ns y s t e m ，( 2 ) m e a s u r e m e n t a n dc o n t r o ls y s t e m t h et e s ta n de x p e r i m e n t sr e s u l ti n d i c a t et h em a sh a st h ec h a r a c t e r i s t i c so f r e a s o n a b l ed e s i g n ，s t a b l ep e r f o r m a n c ea n dr e a l i a b l eo p e r a t i o n k e yw o r d s ：i n t e l l i g e n tv e h i c l e ，m u l t ia g e n ts y s t e m ( m a s ) ，g e n e r i ca l g o r i t h m ( g a ) ，l e a s t s q u a r e - s u p p o r tv e c t o rm a c h i n e ( l s - s v m ) ，s i n g l en e u r o n ，v a r i a b l es t r u c t u r ec o n t r o l ( v s c ) 插图清单 图1 1 “b o s s ”智能车3 图1 - 2v a m o r s p 智能车3 图l 一3 清华t h m r v 型智能车p oibbd 5 图1 4 吉林大学型智能车j l u i v 3 5 幽2 1 图像处理1 1 图2 2 智能车辆视觉模型图1 2 图2 。3 透镜成像模型1 4 图2 - 4 利州加权平均值将彩色图像转换为灰度图像1 5 图2 54 邻域和8 邻域模板处理图像1 6 图2 - 6 中值滤波处理噪声干扰图像1 8 图2 7 维纳滤波原理：1 8 图2 8 自适应维纳滤波1 9 图2 - 9 点( i ，j ) 与周闸点的关系2 0 图2 1 0s o b e l 算子的卷积模板2 0 图2 1 1s o b e l 算子检测1 9 图2 1 2p r e w i t t 算子模板2 l 图2 1 3p r e w i t t 算子检测2 1 图2 1 4l o g 算子的边缘检测2 2 图2 1 5 最佳闽值分割和边缘提取2 7 图2 1 6 车辆相对标识中线示意图2 9 图2 1 7 智能车辆运动学模型3 0 图3 1 分层递阶结构3 3 图3 2 包容式结构3 3 图3 3a g e n t 的抽象结构及基本工作过程3 4 图3 4a g e n t 的基本结构模型3 5 图3 5 慎思型a g e n t 结构3 5 图3 - 6 反应a g e n t 结构3 5 图3 7m a s 控制结构3 7 图3 8 协调a g e n t 结构框图3 8 图3 - 9 超声波的探测区域3 9 图3 1 0 超卢波传感器放置示意图4 0 图3 - l l 避障路径4 0 图3 1 2 控制a g e n t 的符号及其接口4 2 幽3 1 3 控制a g e n t 的状态转换4 2 图3 一1 4 控制a g e n t 的内部结构4 3 图3 1 5 信息获取a g e n t 的内部结构4 4 图4 1 准滑动模态4 6 图4 2 遗传算法的运算流程5 0 幽4 3 基于g a 和l s s v m 的变结构控制5 4 图4 4 占( 七) ，万( 七) 预测模型5 6 幽4 5 变结构控制器输山变化曲线5 7 图4 6 进化代数与适应度的关系5 7 图4 7 控制方式一跟踪直标识线时万变化曲线5 8 图4 8 控制方式一跟踪直标识线时占变化曲线5 8 图4 9 跟踪直标识线时侧向距离误差曲线5 8 幽4 1 0 跟踪直标识线时侧向角度变化曲线5 8 幽4 1 1 在控制方式一和控制方式_ 二控制。卜的直标识线跟踪曲线5 8 图4 1 2 参数烈女) 变化曲线5 9 图4 1 3 万( 七) 的变化曲线5 9 图4 1 4 占( 七) 的l s s v m 预测值与理论值6 0 图4 1 5 占( 七) 的l s s v m 预测值与理论值6 0 幽4 1 6 基- fg a 和l s s v m 的变结构控制器输出曲线6 0 图4 1 7 侧向距离误著曲线6 0 图4 一1 8 侧向角度误著曲线6 0 图4 1 9 以y = 1 2 s i n ( x j l 5 ) + c o s ( x 4 ) 为参考路径的跟踪曲线6 0 图5 1 串并联结构6 5 幽5 2 并联结构6 5 幽5 - 3r b f 网络结构6 8 图5 4p i d 控制原理6 9 图5 5 基+ 丁r b f 在线辨识的单神经元p i d 控制7 l 幽5 - 6 单神经元p i d 控制7 2 图5 7 转向系统在阶跃信号下的仿真7 5 图5 8 转向系统在斜坡信号。卜的仿真7 5 幽5 - 9r b f + p i d 控制下角度误差曲线7 5 图5 1 0p i d 控制卜角度误著曲线7 5 图5 一1 1k 。变化曲线7 6 图5 1 2 七，变化曲线7 6 图5 1 3 七变化曲线7 6 图5 一l4 对y = s i n ( 2 xp i x k x t ) + c o s ( 2 p i x t 2 ) 的响应曲线7 6 图6 ，1 无初始误著跟踪直标识线8 0 图6 。2 有初始误差跟踪直标识线8 0 图6 3 无初始误著跟踪曲标识线8 0 图6 - 4 有初始误著跟踪曲标识线8 0 图6 5 标识线一侧有障碍物环境8 3 幽6 - 6 躲避标识线一侧障障碍物的运动轨迹8 3 图6 7 标识线两侧有障碍物环境8 3 图6 8 躲避标识线_ 二侧障障斜物的运动轨迹8 3 剀6 - 9 智能车辆控制系统结构8 4 幽6 一l o 图像输入、输出、处理和图像采集之间的关系8 5 图6 一1 1 图像处理流程8 8 剀6 1 2 超声波传感器放置示意图9 l 幽6 一1 3 霍尔速度传感器9 2 图6 1 4 速度计算流群9 2 图6 1 5 轮毂电机9 3 图6 - 1 6 电机枢绕组两端的电压波形9 3 幽6 一1 7 直流电机驱动原理9 4 幽6 1 8 直流电机驱动电路9 4 幽6 1 9 产生p w m 信号流襻9 5 幽6 2 0 步进电机9 6 图6 2 l 步进电机驱动器9 6 幽6 2 2 步进电机驱动接口电路9 6 图6 2 3g p r s 通信终端设置连接参数9 7 幽6 2 4g p r s 通信终端的启动9 7 幽6 2 5 串口扩展电路9 9 幽6 2 6 超卢波传感器和g p r s 与d s p 2 8 1 2 的连接9 9 图6 - 2 7 智能试验车辆1 0 0 图6 2 8 智能车辆印载设备1 0 0 幽6 2 9 智能下辆跟踪直标识线1 0 2 图6 3 0 智能7 f 辆跟踪折标识线1 0 2 幽6 3 1 智能车辆跟踪曲标识线1 0 3 图6 3 2 智能车辆躲避标识线一侧的障碍物1 0 5 幽6 3 3 铅能车辆躲避标识线两侧的障碍物避障1 0 6 表格清单 表1 1 土要无线通信技术参数比较9 表2 1l 划值迭代2 7 表3 1 超声波传感器探测情况表4 0 表3 2 控制a g e n t 状态变化情况4 3 表4 1 以3 m s 的速度跟踪直线的均方差6 l 表4 2 以4 m s 的速度跟踪直线的均方差6 1 表4 3 以5 m s 的速度跟踪直线的均方筹6 l 表4 4 以3 m s 的速度跟踪曲线的均方差6 l 表4 5 以4 m s 的速度跟踪曲线的均方著6 2 表4 - 6 以5 m s 的速度跟踪曲线的均方差6 2 表5 1 阶跃信号卜的控制器性能7 7 表5 - 2 斜坡信号下的控制器性能7 7 表5 3 y = s i n ( 2 p i k f ) + c o s ( 2 p i r 2 ) 信号下的控制器性能77 表6 1 以2 m s 的速度跟踪商标识线的性能8 l 表6 2 以3 m s 的速度跟踪直标识线的性能8 l 表6 - 3 以4 m s 的速度跟踪直标识线的性能8 1 表6 4 以5 m s 的速度跟踪直标识线的性能8 1 表6 5 以2 m s 的速度足艮踪曲标识线的性能8 1 表6 - 6 以3 m s 的速度跟踪曲标识线的性能8 2 表6 7 以4 m s 的速度跟踪曲标识线的性能8 2 表6 8 以5 m s 的速度跟踪曲标识线的性能8 2 表6 9 任务a 与任务b 之间的通信8 7 表6 1 0 比较单元寄存器设置9 4 表6 1 l 单通道 一：作模式地址线定义9 8 表6 1 2 以3 m s 的速度跟踪直标识线误差1 0 1 表6 1 3 以4 m s 的速度跟踪直标识线误差1 0 1 表6 一1 4 以5 m s 的速度跟踪直标识线误差1 0 1 表6 1 5 以3 m s 的速度跟踪折标识线误差1 0 2 表6 1 6 以4 m s 的速度跟踪折标识线误差1 0 2 表6 1 7 以5 m s 的速度跟踪折标识线误差1 0 2 表6 18 以3 m s 的速度跟踪曲标识线误荠1 0 3 表6 1 9 以4 m s 的速度跟踪曲标识线误差1 0 3 表6 2 0 以5 m s 的速度跟踪曲标识线误差1 0 4 表6 2 1 超声波距离检测数据1 0 4 独创性声明 本人声明所牛交的学位论文是本人在导师指导p 。进行的研究l ：作及取得的研究成果c 据 我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人己经发表或撰弓过的 研究成果，也不包含为获得 盒g 垦! ：些叁堂 或其他教育机构的! 学传旦筻让f c 而使嘲过的 材剃。与我一同l 作的同志对本研究所做的任何贡献均己经论文中份了明确f i 勺晓明亓表示谢 意。 神者魏够) 芟 一期御年钐妙日 学位论文版权使用授权书 本导：伊论文仃者完全了解盒坠! ：些厶鲎有关保留、馒m 。半：何论文的规定，有权保留亓 同国家有茏部门或机构送交论文的复印什羊 l 越煮，危许论文铍查阅利借阅。本人授权鱼g 坠l 些! ：堂可以将。亨：傅论文的尘部域部舒内弈编人有戈数据阵进行检索可以采w 影印，缩印域 扫描等复制手段保存、汇编! 手：位论文。 ( 保密的学位论文在解密斤彳适川本授权 学伊论文作者签_ 乞： 磐、i 公 签字目 h j j ：7 口声年易也厂目 导师签名： 了弓蜷 签字日期：少f 啤6qj 目 种论文竹剿啪：废巧毂农业赙 m 靴：褒彳荭够一必欠雪电活：岁7 孑易2 7 7 通讯籼j ：翎d 废彳缸家磐疋爹习否锔邮编：多棚乡易 致谢 博士阶段的学习生活即将过去，我的博士论文工作也即将结束。回想这段珍贵的时光， 心中充满感恩之情，首先，感谢敬爱的导师陈无畏教授，恩师深厚的学术底蕴、严谨的治学 态度、丰富的实践经验和温文尔雅的处事态度，将是我终身效仿的典范。我从导师这里不仅 仅是学到了丰富的知识，更宝贵的是学到了一份锲而不舍的钻研精神、一份对理想、对事业 和对生活的真诚态度，所有这些都将是我人生道路上的宝贵财富，愈久弥坚地伴我前行。 感谢耄耋之年的姑奶奶，多年来，老人家一直给我关爱、支持和前进的动力。我一直 在奶奶期许的目光下学习和工作，特别是在遇到挫折和困难时，我总能感受到来自奶奶的鼓 励和关心，浓浓的亲情点滴在心。取得的每一点进步或成绩都要归功于奶奶对我的鼓励和教 育，我也会激励自己继续努力，一直向前。 感谢母亲和父亲，他们不仅给予我物质上的支持，而且给予我精神上鼓励。在 我取得一点点成功时，他们与我一起分享成功的喜悦，同时，警醒我戒骄戒躁继续 努力。此外，父母亲还一直照顾着我的女儿，几乎没有空闲，可以说对我的帮助和关心是 全方位的。 感谢妻子种春艳一直对我的理解和支持。 感谢女儿焦荷清为我带来的天天快乐。 感谢王其尔教授、王启瑞教授、胡延平老师、宋宇老师、刘俊老师、姜武华老 师以及王檀彬、李碧春、初长宝、祝辉、李进、赵林峰、苏平、汪明磊、王家恩等 同学在我的课题研究和论文写作期间给予我的帮助。 感谢香港火学的l i nm a r i ec 教授，香港中大学的孔祥复教授，l e u n gk w o n g s a k 教授对我的指导和帮助；感谢香港大学w i l l i a mk c 博士在我读博期间给我的帮助。 感谢安徽农业大学的王继先教授、李绍稳教授和邵陆寿教授多年来的支持和帮 助。 感谢师弟崔怀雷，给我的帮助总是不遗余力，毫无怨言，不计报酬。 感谢学生金瑞春、段佳丽、张海波、孙超、胡世昆、朱林林、李勇和王利检等。 感谢所有关心和帮助我的同学、同事和朋友们! 作者：焦俊 2 0 0 9 年1 2 月1 0 日 第一章绪论 第一章绪论 智能下辆( i n t e l l i g e n tv e h i c l e s ) 是一种轮式移动机器人，是一种集环境感知、规划决策、 自动钙驶、多等级辅助驾驶等功能丁一体的综合性系统，该系统考虑下路合一，协调规划车 和路的各方面。它是计算机技术、传感器技术、信息融合、通讯、人上：智能及自动控制技术 的集中运州，是典型的高新技术综合体。 智能乍辆根据车载传感器设备，例如视觉、超卢波传感器、速度传感器和车载雷达等， 感知周同道路、障碍物的信息和下辆自身何姿，通过计算机信息处理软什，结合智能乍辆储 存的历史信息，利刚人工智能理论，白主分析和推理，规划出智能车辆行驶路径。它的主要 执行功能包括：准确地沿着规定标识线行驶并保持正确的姿态；利用g p r s 无线网络，向远程 主控计算机发出车辆的状态信息；远程主控计算机可以根据智能车辆的运动状态及其环境信 息，向智能车辆发出引导指令，从而使得智能车辆能够依靠自身能力结合网络的支持，安全、 可靠地白主驾驶，完成特定的任务。 1 1 课题研究的意义 随着企业信息化、智能化和生产技术水平的不断提高，对智能及自动化技术要求不断提 高的情况下，智能车辆以及在智能车辆基础上开发出来的各类产品已成为自动化物流运输、 柔性生产等企业的关键设备，受到普遍的重视。许多发达国家都在进行该方面的研究、设计、 开发和应用，智能车辆的应用领域日益扩人，已经从单纯的室内扩大到室外、水下、空中甚 至外太空等各种复杂场合，在军事、民用和科学研究等诸多方面得到了广泛的应用n 吨。 一、在智能运输方面上的应用 智能车辆最土要的运用领域是智能运输，对智能下辆自动行驶功能的研究有助于增强智 能乍辆的智能，提高下辆行驶的安全性。智能车辆通过自身各种传感器数据，来掌握道路、 周同下辆和障碍物笛驾驶环境信息，通过车载计算机分析车辆当前所处状态，采取相应的避 障措施i ：在危险或根据白身能力雉以自主行驶的环境，通过g p r s 的无线网络向主控计算机发 出求助信号，再接收土控计算机的引导信号，脱离困境；它也可以减少企业驾驶员的人数， 降低企业生产成本，适应复杂的天气条f ，i ：，缓解交通状况，减轻交通拥挤与交通阻塞，减少 交通事故的发生。 二、住物流运输方面的应川 智能车辆住臼动仓库、码头、车间和搬运等物流作业部| 、j 也发挥了极为关键的作用，十 分适合住那些人类无法i ：作的环境中1 ：作。那些采用智能下辆作为物流运输平台来完成物资 白动运输的仓库，既可以提高运输效率，减少物流时间，义可以避免某些有害物质对人体的 伤害，完成有毒环境卜的作业川。 2合肥i t 业大学博l 论文 二、在军事领域的应用 在今后的军事战争中，智能车辆可以代替军人在核、生物、化学污染区域进行侦察、巡 逻雨1 对污染物样品的采样，可以迅速准确地搜集、掌握相关信息，有效地避免军事人员的伤 亡，提高执行军事任务的效率利安全性。另外，无人驾驶的进攻利防御性武器装备是现代军 事技术的发展方向之一，智能下辆的发展为该类武器的研发提供了良好的技术支撑平台。军 用智能下辆土要有以i o 儿种功能茚1 ：侦察、战斗、搬运、救护利目标搜索，以及在城镇区域内 的军事行动，爆炸物处置，安全巡逻等，可见，智能下辆在军事领域有着重要的应用价值。 可以预见，在不远的将米，智能车辆还可代替人类在外星从事探索和勘探t 作。 四、在丰十会生活中的应刚 在西方发达国家，智能7 f 辆已经或即将进入医疗福幂t l n 务、商场超市服务、