【《智能车的分析现状文献综述》2500字】_第1页
【《智能车的分析现状文献综述》2500字】_第2页
【《智能车的分析现状文献综述》2500字】_第3页
【《智能车的分析现状文献综述》2500字】_第4页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

共页第28页智能车的研究现状文献综述1.1国外研究现状国外对于智能汽车相关技术的研究成果相对来讲已经十分成熟,其中一方面原因是研究起步早,另一方面是投入的资金比较多。欧洲西方国家对智能车的研究是从1970兴起的,起初的目的仅是用于军事,但随着经济的高速发展,汽车的保有量大幅度增长,导致的交通问题也愈发严峻,因此智能车技术同样在交通领域也得到了大规模的发展与应用。英国平均每年在包括发动机制造与设计在内的多个汽车前沿技术方面投入近17亿英镑的开销。在传动技术、燃料电池、动力总成系统等多方面领域,英国保持在世界前列。英国的政府甚至将汽车产业作为他们重要的战略产业。并且英国在2017年就已经开始在高速公路上对无人驾驶汽车进行相关的测试REF_Ref73025013\r[4]。早在1987年德国便开始对智能汽车进行研究,奔驰公司的VaMoRS系列的自动驾驶车辆最为出名,该车可以精准跟踪车道的标线,同时时速最高可至97码。随后又推出了自动换道、自动超车和自动避障等功能,大大提升了它们的环境适应能力。在1995年,该系列的最高速度甚至已经突破130km/h。德国汉堡公司在2007年推出了改自德国大众公司研发的帕特萨满2.0的无人驾驶只能车辆REF_Ref73025073\r[5]。法国也是在辅助驾驶系统研究这一领域的元老级国家,法国的发展水平早已遥遥领先多国。Puegeo系统是由法国雪铁龙科研部门与布莱兹·帕斯卡大学自动化学院联合研发而来。该车能够通过装配的视觉传感器完成图像获取并快速同步地检测、识别出车道线。这其中的核心是:利用高斯滤波对图像进行平滑处理;通过梯度导数计算出车道线的左右边缘。此方案具有极好的实时性和可靠性。雪铁龙公司如今依然投身于智能车驾驶系统中,并与多家公司开展合作,其新研制的CS系列轿车更是前款C4系列的升级款,在能够实时监测车道线的同时还能与LDW车道识别系统兼容,为买家带来多样化的选择。意大利也在智能车驾驶的研究领域研制出了颇有特色的产品,GOLD视觉系统。其由Linux操作系统以及两台高清摄像机与一台霍尔传感器组成。该系统通过车载摄像头来实现包括图像采集与分析作为导航,能够产生立体视觉检测和获取车道信息等功能来实现躲避障碍物。在实验过程中,它的自主驾驶率超过了92%。主要的问题在于图像采集时光线的反射会对摄像头产生影响,因而造成误差,并且进出隧道时的产生的剧烈明暗变化也会引起识别的错误。1980年代美国国防部与美国陆军共同研制的地面自主智能车辆,其拥有高速计算机、先进的视觉技术、多种高性能传感器,还有卫星定位等先进的技术,该车能够以10km/h的速度应对各种复杂地形。美国卡耐基梅隆大学的NavLab-5和Boss系列智能车以及Google公司的GoogleDriverlessCar代表了美国在智能车研究领域的重要里程碑。在硅谷的众多科技公司当中,互联网巨头谷歌是公认的自动驾驶汽车研究领域上的的世界领军者。自2009年第一次推出无人驾驶车计划以来,谷歌公司已经研发出了三代无人驾驶汽车,而第三代更是从头开始设计与生产的产品,该车在2015年下半年推出。不像其他车辆,这款智能汽车的原型车不包括方向盘,油门踏板,后视镜或其他组件。同样日本也拥有能够在崎岖道路上自主行驶,并能够完成扫雷与侦查等任务的动功能军用智能车辆。三菱和日立集团在雷达避障测距科技方面采用了FMCW模式的雷达,并对毫米波也做了大量的研究,主要选用60-60吉赫兹的中心频率以及120米的探测距离。日本有数家汽车企业,在日本ASV研究结果报告会上展出了包括障碍物信息识别检测与处理系统安全装置在内的样车,现已投入使用,同时受到社会的高度关注。1.2国内研究现状对于智能车的研究,我国在此方面的起步晚,落后于诸多发达的国家,开展这一研究工作的主要是一些大学和研究机构,例如清华大学、南京理工大学、国防科技大学和中国科学院沈阳自动化所等。第一汽车集团在发觉自主车辆在民用交通领域存在的巨大潜在市场后,今年来也开始了对自主车辆技术的研究。国防大学于1980年代开始自主车辆的研究。其中CITAVT-111自动驾驶车辆能够进行方向、速度控制,在校园中完成了低速无人驾驶的成就。2000年6月,新研制的CITAVT-N在长沙市环城高速公路进行了实验,成功与其他普通车辆在高速公路上共同行使,并实现了最高以75.6km/h的行使速度。清华大学在1988年开始研制THMR系列的智能车。该系列的第五代THMR-V在卫星定位和网络环境的助力下除了使用视觉传感器还拥有激光雷达等多种传感器并实时进行数据通信并将其整合分析。该车能够在自动跟踪时保持100km/h的平均速度,且最高时速可达150km/h。吉林大学的JLUIV系列也于1992年开始了对自主导航车辆的研究。JLUIV-4实验型智能汽车已经从内燃机改装为交流电动机前驱轿车,并且在原本的结构上增加了伺服转向和制动系统,供电系统和计算机控制系统。如今的JLUIV-4拥有视觉导航,自主感知周边信息以及识别路径等能力,能够实现自动行使、自动跟踪路径以及自动转向。由于智能车辆在实验中存在的种种困难,诸如公路上行驶的安全问题难以得到保障。公路上环境复杂,车辆种类繁杂,智能汽车无法迅速地反馈处理,并且实验成本过高等一系列问题。李德毅院士等专家于2009年建议采用“微缩智能车验证平台”。飞思卡尔智能车这类的小型智能车的竞赛吸引了许多来自全国各地的大学生参与,不仅增强了大学生的动手能力和创新意识,更为智能车辆技术的研究提供了充足的人才储备。参考文献郑航.基于单目视觉的智能微型车车道线检测技术研究[D].上海交通大学,2018.BetkeM,HaritaogluE,DavisLS.Real-timemultiplevehicledetectionandtrackingfromamovingvehicle[J].Mach.Vis/Appl.,2000,12(2),69-83.吴平.基于摄像头的智能车路线识别系统设计[D].复旦大学,2013.郑连声,张东明,王洪磊.智能终端下一站:无人驾驶汽车(上)[EB/OL]./content/16/0307/21/30913806_540313208.shtml,2016.王忠.基于视觉的道路识别技术在智能小车导航中的应用研究[D].南京:东南大学,2006.王艳,陈静,王志山,李昆祥,徐芸,徐雪萌.基于模糊神经网络PID控制的粉体包装计量控制系统[J].食品与机械,2020,36(01):136-139.何国荣,纪娜.基于临界比例度法的PID控制器参数整定方法研究[J].杨凌职业技术学院学报,2008(02):11-14.ROSYP,SANTOSHKM,JATINKP,etal.OptimalfractionalorderPIDcontrollerdesignusingantlionoptimizer[J].AinShamsEngineeringJournal,2019(10):281-191.SHIQian,LAMHK,XUANCheng-bin,etal.Adaptiveneuro-fuzzyPIDcontrollerbasedontwindelayeddeepdeterministicpolicygradientalgorithm[J].Neurocomputing,2020,402(3):193-194.林显新,李国进,周世凯.基于Matlab的制芯机器人夹持器稳定性研究与分析[J].制造技术与机床,2020(3):109-113.陈海轮.基于模糊PID算法的带式输送机控制系统设计[J].煤矿机械,2019,40(12):15-17.林枫,蔡延光.基于线性CCD的智能车自主跟踪算法研究[J].工业控制计算机,2017,30(08):95-96.杨杰.基于滑模控制的多智能小车轨迹跟踪设

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论