导读:本文包含了自主车辆导航论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:车辆,自主,控制器,路径,卡尔,全景,模型。
自主车辆导航论文文献综述
郭成洋,张硕,赵健,陈军[1]（2020）在《基于RTK-BDS的果园农用车辆自主导航系统研究》一文中研究指出根据果园农用车辆作业需求,设计了一种基于RTK-BDS的自动导航控制系统。利用卡尔曼滤波技术提高了RTK-BDS在果园应用中的定位精度,同时将模糊控制与纯追踪模型相结合,设计了果园农用车辆直线跟踪导航控制器,并进行了追踪仿真和田间试验。结果表明:当果园农用车辆前进速度为0.5m/s时,最大横向误差不大于0.086m,平均误差不大于0.036m。(本文来源于《农机化研究》期刊2020年08期）
贾会群[2]（2019）在《无人驾驶车辆自主导航关键技术研究》一文中研究指出无人驾驶车辆是计算机科学、模式识别以及智能控制技术发展的产物,在城市交通、安保以及军事巡逻等方面具有广阔的应用前景。为了缓解城市交通压力,减少城市交通事故,用于城市交通和安保领域的无人驾驶车辆是目前的研究热点。城市交通领域和安保领域中的无人驾驶车辆,应具有独立自主执行任务的能力,因此,无人驾驶车辆在城市道路环境下的独立自主导航是自主导航技术的重要发展方向。无人驾驶车辆的自主导航的本质是指在没有人为干预的情况下车辆自主安全到达指定目的地,其主要涉及的研究方向包括环境感知、路径规划、决策控制和定位导航等,其中环境感知和路径规划是最基本、最关键的问题,因此本文重点对这两个方向开展研究。环境感知是指无人驾驶车辆利用多种探测设备(如相机、激光、雷达等),感知车辆外部的环境。环境感知中以相机等视觉传感器探测实现自主导航的无人驾驶车辆称为基于视觉导航的无人驾驶车辆。相比基于激光雷达等探测设备,视觉感知设备不仅价格低廉,且还具有为无人驾驶车辆提供丰富的外部环境信息的能力,有利于无人驾驶车辆感知外部环境,因此基于视觉导航的无人驾驶车辆是目前的研究热点。应用于城市环境下的无人驾驶车辆,基于视觉的环境感知的主要任务是检测和识别出周围的城市道路环境,包括车道线检测识别,路面标志检测识别和道路障碍检测。由于城市道路复杂的交通环境和不可控的自然环境的影响,导致检测识别算法在检测识别目标时,出现目标检测识别率不高,算法实时性差等问题。路径规划是指无人驾驶车辆根据环境感知得到的信息,规划出一条从任务起点运行到终点的合理路线。目前路径规划算法存在搜索精度低、特定情况下的搜索停滞等问题,导致路径规划精度低和实时性差。针对上述问题,本文以视觉导航为主线,在现有研究的基础上,对车道线检测算法、路面标志检测识别算法和道路障碍车辆检测算法以及路径规划算法开展研究,为无人驾驶车辆的自主导航提供有效的解决途径。论文的主要工作及创新之处包括:(1)车道线检测。详细分析了基于模型的车道线检测算法,包括直线模型、抛物线模型和叁次曲线模型。针对目前算法的不足,提出了上凸曲线模型的车道线检测算法,算法首先使用上凸曲线模型对左右车道线进行检测,然后采用最小二乘法对检测结果进行拟合重构,实现高精度车道线检测,改善了目前算法应用范围窄,检测能力不足,鲁棒性差的问题。(2)箭头标志检测识别。主要研究了基于生物视觉感知模型和基于判别型表观模型的路面箭头标志检测识别算法,通过分析两种模型的优缺点,提出了两种模型相结合的结合模型。该方法通过利用两种模型各自的优势,互相弥补不足。所提算法提高了复杂环境下箭头标志的检测识别的速度和准确率。(3)车辆检测。主要对基于可变形部件模型(Deformable Part Model,DPM)的车辆检测算法进行了分析总结,针对经典的DPM检测算法存在小目标车辆漏检问题,本文用尺度可变的金字塔模型去代替经典的DPM算法中固定尺度的金字塔模型,提出了基于自适应金字塔模型改进的DPM车辆检测算法。为了提高自适应金字塔模型的建造速度,使用快速金字塔估算理论进行自适应金字塔的建造。改进算法降低了小目标车辆的漏检率,提高道路车辆的检测能力。(4)路径规划。为了解决复杂道路环境下,无人驾驶车辆路径规划精度低的问题,重点对基于群体智能算法的路径规划,包括鸡群、蚁群、粒子群等智能算法进行了分析研究。并提出了一种改进的粒子群算法,通过对经典的粒子群算法的参数进行改进,同时增加了多种更新策略,改善了目前粒子群算法搜索精度低、搜索停滞等缺点,提高了无人驾驶车辆路径规划的精度。(本文来源于《中国科学院大学(中国科学院长春光学精密机械与物理研究所)》期刊2019-06-01）
汤爽,杨逸菲,张巧可,鄂旭[3]（2019）在《基于数字地图和惯性导航的车辆自主导航》一文中研究指出为了使车辆在行驶的过程中,不必在依靠卫星来导航,提出了一种基于数字地图和惯性导航的车辆自主导航系统。根据车辆行驶过程中的需求,车辆自主导航采取直线路径搜索和曲线路径搜索两种搜索方式,实现车辆在道路上自主行驶。在车辆行驶过程中,应用地图匹配技术将惯性导航系统所得到的精确的定位信息与数字地图进行对比和修正,从而提高定位精度和导航的实时控制性。我们让车辆以0.4m/s、0.6m/s、0.8m/s的恒定速度下直线行驶,得出随着车辆行驶速度的不断增大,横向偏差也会越来越大;随着车辆行驶速度的不断减小,横向偏差也会越来越小的结论。(本文来源于《电子技术与软件工程》期刊2019年02期）
姜勇,姜智,郭鑫,李建国,龙智卓[4]（2018）在《基于遗传算法-反向传播神经网络的地下无人驾驶车辆自主导航技术》一文中研究指出以地下无人驾驶车辆为研究对象,将遗传算法和反向传播神经网络结合应用,提出一种基于遗传算法-反向传播神经网络的地下无人驾驶车辆自主导航技术。这一技术通过反向传播神经网络对传感器的输入信息进行融合,模拟人输出行为进行控制,充分发挥人工神经网络高度的非线性逼近能力和自适应能力。同时,利用遗传算法的全局搜索能力来调整反向传播神经网络的初始化权值和阈值,解决了局部极小值问题。通过仿真试验,确认基于遗传算法-反向传播神经网络的地下无人驾驶车辆自主导航技术的先进性。(本文来源于《机械制造》期刊2018年12期）
高一鸣[5]（2018）在《基于不确定时滞的农用车辆自主导航控制器设计研究》一文中研究指出针对农用车辆自主导航控制器设计现状,进行科学有效的分析,并详细介绍设计不确定时滞的农用车辆自主导航控制器的重要意义、不确定时滞的农用车辆自主导航控制器设计思路,供读者朋友参考。(本文来源于《南方农机》期刊2018年07期）
张荣成,陈晨[6]（2017）在《基于分数阶PID的农用车辆自主导航控制器设计》一文中研究指出讨论了时滞对农用车辆自主导航控制器设计的影响,设计了PD控制器和分数阶PD控制器,以消除时滞对车辆导航控制系统的影响。基于ITAE性能指标,为农机导航研究提供了两种抑制时滞影响的控制器设计方法。提出一种分数阶PID设计的改进方法,以补充基于平相位法的分数阶PD控制器参数调整的不足。实验结果表明,设计的控制器能够有效抑制时滞给车辆导航带来的不利影响,且系统在分数阶PD控制器作用下,能够承受更大的时滞,鲁棒性更强,可以为大中型拖拉机后期车载导航控制系统平台的搭建提供一种技术方案。(本文来源于《农业装备与车辆工程》期刊2017年11期）
秦雅[7]（2017）在《基于车辆模型辅助的旋转微惯性自主导航技术》一文中研究指出MEMS-INS/GPS组合导航是目前民用车辆导航系统中广泛采用的导航方式,然而GPS具有多路径传输误差、信号易受建筑物遮挡等缺点,因此在GPS信号不可用时,需要依赖车辆的自主导航技术为车辆提供导航信息。尽管MEMS惯性器件具有可靠性高、体积小、成本低、功耗低等优点,但若没有GPS信息的辅助,MEMS惯导系统的误差会随着时间快速发散。因此,近年来,基于低成本MEMS惯性导航系统的车载无GPS自主导航技术逐渐成为导航技术领域的热点之一。为了提高车载MEMS惯导系统自主导航性能,本文从“改进MEMS惯导系统自身结构、算法”与“引入自主式导航系统进行辅助”两种思路出发,分别针对MEMS旋转惯性导航与车辆模型辅助导航两种自主式导航关键技术进行了研究,用以提高无GPS情况下的车辆导航精度以及导航信息可靠性。首先,传统惯导系统旋转调制通常需要高精度的转动和控制机构,而转动和控制机构体积大、成本高,削弱了MEMS惯导体积小、成本低的优势。针对该问题,本文结合车辆的特点,将车轮作为MEMS旋转惯导系统的转动机构实现旋转调制。基于此,设计了一种安装于车轮的MEMS惯性导航系统旋转调制方案,利用车轮的旋转,周期性的改变惯性器件相对于导航系的位置(即旋转调制技术),从而抑制一个周期内惯性器件误差对于整个系统导航精度的影响。该车载MEMS旋转惯导系统实现了车辆运动与旋转调制技术的有效结合。其次,考虑到自主导航的需求和特点,论文从信息挖掘的角度出发,对基于车辆模型辅助的一类自主导航新技术展开了研究。论文分析了车辆运动特性,利用车辆不完全约束条件以及运动方程,建立了车辆的运动学模型。然而,当车辆以中高速转弯时,车辆所受侧向力较大,运动学模型无法对车辆该特性进行精确描述。针对于此,从刚体动力学角度,建立了车辆的动力学模型。最后,在车辆不同运行情况下,对从运动学和动力学模型中提取的运动信息精度进行了仿真分析和对比,从理论上验证了模型辅助惯性自主导航技术的可行性。此外,为了提高基于车辆模型辅助的旋转微惯性组合导航系统的精度,针对运动学和动力学模型在车辆不同行驶情况下输出的导航参数精度不同的问题,设计了一种车辆模型/MEMS旋转惯性交互式多模型组合导航算法。在车辆不同运行条件下,选择不同的模型辅助MEMS旋转惯导系统,从而提高组合导航系统的精度。论文通过仿真验证了该算法的可行性和有效性。最后,为了对车辆模型/旋转微惯性自主导航方案的理论分析进行全面、直观的验证,论文建立了一套基于Carsim/Simulink软件的联合仿真验证平台。该平台可以实现对航迹发生器、车载MEMS旋转惯导、车辆运动学/动力学模型、车载传感器以及组合导航系统的模拟。同时,采用Matlab GUI软件进行用户界面的设计与搭建,以便实现算法的仿真与可视化显示。论文通过对MEMS旋转惯性导航方法及车辆模型辅助导航方法的研究,从“新装置设计、新信息挖掘”两个不同的渠道探讨了提高MEMS惯导系统精度和可靠性的新型技术,为自主导航性能的提高提供了较好的参考。(本文来源于《南京航空航天大学》期刊2017-03-01）
陈晨[8]（2016）在《消除时滞和抑制扰动的农用车辆自主导航控制方法研究》一文中研究指出本文以农用车辆自主导航中的车辆控制为研究内容,以农用车辆的运动学模型为具体的研究框架,讨论系统在预估模型下,农用车辆自主导航控制的跟随效果及抗干扰能力。同时在控制模型的基础上,利用整数阶和分数阶PID控制方法及扰动观测器DOBC等具体技术手段对农用车辆导航作业控制过程中的时滞和多源扰动进行实时优化控制。本文采用ITAE性能指标作为评价标准,力求对于试验效果评价的科学有效性。本文主要研究内容如下:1.选择农用车辆自主导航路径跟踪控制系统的二轮车模型作为其运动学模型。在此模型的基础上,对车辆导航系统参数进行局部改进,分析和讨论不确定时滞环节和多源扰动对农用车辆自主导航控制系统性能的影响。2.给出了农用车辆自主导航路径跟踪控制系统时滞抑制方法。在控制过程中,不确定的时滞环节往往是造成系统不稳定的关键因素,一些先进的时滞环节处理方法得到了有效的发展与研究。本文分析了时滞环节对农用车辆自主导航系统稳定性造成的不利影响,同时基于ITAE性能指标,分别利用整数阶PD控制器和分数阶PD控制器的整定方法对控制系统进行分析设计,给出了更为有效的控制机制。3.分析了基于模型误差的内部扰动对系统控制性能的影响。研究了在假设农田环境较为平坦、拖拉机前进速度恒定,且不考虑轮胎与地面的侧向滑动情况下的农用拖拉机直线跟踪系统运动学模型。由于车辆运动学模型本身存在的非线性,若直接对其进行控制器的设计,难度较大。且针对非线性系统设计的控制器很难实现。因此在横向偏差和转向角较小的情况下,可将车辆运动学模型在平衡点附近进行线性化,忽略模型中的高次项,不考虑余项。以此为基础,利用现代控制理论中极点配置的方法,设计线性反馈控制器。在反馈控制器作用下,系统的动态性能与稳态性能令人满意。而对于原来的非线性系统模型,控制系统无法获得满意的控制性能。将农用车辆自主导航控制系统在建模过程中产生的静态误差,以及在模型线性化过程中忽略的高次余项,车辆运行过程中模型参数发生变化导致的动态误差等模型误差视作系统的内部扰动。将线性反馈控制作为系统的外环,实验表明,单纯的外环线性控制不足以消除系统模型的不确定性。4.讨论了外部扰动对系统控制性能的影响。单纯利用控制器等被动手段补偿扰动是不经济且不可靠的。因此本文基于干扰主动抑制的思想,利用扰动观测器技术,对不确定的扰动进行观测、估计,并对其进行有针对性的前馈补偿。将农业作业环境对车辆导航产生的影响视为外部扰动,如道路的起伏、过沟坎时车辆产生的颤动、随机的外部噪声干扰。本文采用扰动观测器的内环控制方式,将内部扰动和外部扰动进行估计和滤波,然后通过前馈补偿,消除干扰的影响。试验结果表明:引入扰动观测器可以有效观测和估计系统的不确定性,增强系统主动补偿扰动的能力,增加系统的鲁棒稳定性,提高系统的路径跟踪精度。5.建立农用车辆自主导航路径跟踪控制系统对不确定扰动的主动抑制和补偿方法。实现控制系统外环控制与内环控制的有机结合。本文根据状态空间法,利用极点配置方法设计外环线性反馈控制器,利用扰动观测器的技术手段设计内环扰动观测器。实验表明,针对控制系统存在的多源扰动,本文所提出的内外环分层控制方式可以有效抑制多源扰动对控制系统造成的影响,实现农用车辆路自主导航路径跟踪控制系统针对多模型及不确定性的进一步研究。(本文来源于《南京农业大学》期刊2016-06-01）
张美娜,吕晓兰,陶建平,尹文庆,冯学斌[9]（2016）在《农用车辆自主导航控制系统设计与试验》一文中研究指出集成软硬件系统搭建了一套农用车辆自主导航系统并进行了试验研究。硬件系统包括传感器、执行器和CAN-Bus通信网络;软件系统基于Windows操作系统、Visual Studio 2005开发环境,采用多线程编程技术开发。依据运动学规律建立了车辆运动模型,依据转向机构闭环响应曲线辨识了转向系统闭环模型,综合2个模型确立了航向与横向控制系统开环传递函数,基于PID理论设计了航向与横向控制器。试验结果表明:软硬件系统运行稳定;初始航向偏差在-86°与84°时,调节时间均在2 s以内,稳定后航向跟踪的精度均在1°以内;初始横向偏差在0.7 m和1.2 m时,横向偏差的最大值分别为10.4 cm与9.2 cm,横向偏差平均值分别为6.4 cm与3.5 cm,横向偏差标准差分别为2.6 cm与1.7 cm,横向控制器能够使系统平滑稳定地跟踪期望路径,跟踪精度在厘米级。(本文来源于《农业机械学报》期刊2016年07期）
李盛辉[10]（2016）在《自主导航智能农业车辆的全景视觉系统关键技术研究》一文中研究指出视觉技术是实现智能农业车辆自主导航的关键技术,是国内外相关领域研究的热点问题。本文研究的全景视觉系统,相较传统的视觉技术,能有效实现360°无盲区的环境信息获取,能更好地实现智能农业车辆的视觉自主导航。本文对全景视觉导航系统总体进行设计,对多目全景视觉图像的快速拼接、全景视觉光线自适应、基于全景视觉的运动目标检测与跟踪、基于全景视觉的同时定位与地图创建等应用于自主导航农业车辆的全景系统关键技术进行重点研究,并在经过电控改造的东方红SG250型拖拉机平台上进行试验。主要研究内容和结论包括:1、对多目全景视觉系统进行了研究,提出了全景视觉图像快速拼接方法。首先,对多目视觉系统结构进行研究分析,并对系统硬件平台进行设计与实现。然后,具体研究分析改进的多目全景图像快速拼接算法。改进算法通过多线程并行方式,提高获取多相机图像的速度,通过相机标定,减少相机图像的畸变,通过基于边缘的RANSAC-SIFT改进算法,既避免全局运算减少耗时,又对特征点进行优化,提高特征点匹配效果,进而提高多目全景视觉图像的拼接效果。试验结果表明:改进的全景图像快速拼接算法,通过实际测试,能有效完成多目全景视觉系统图像获取、相机标定、特征提取与优化、特征点匹配和全景图像拼接等功能。改进的全景图像快速拼接方法,在对选取的分辨率为512×256像素图像组进行处理分析时,特征点匹配准确率达到91.6%,而运算时间仅为0.27s。改进方法与传统方法相比,平均匹配准确率提高了 25.6%,算法运算速度提高了 25.0%。2、对自主导航农业车辆实际应用中的野外不同环境光线对全景视觉成像质量影响问题进行研究,提出了全景视觉光线自适应方法。首先,对光线强度采集、控制处理、数据无线传输等硬件电路模块进行设计实现。其次,对视觉成像系统进行分析,具体研究数字成像原理分析、成像曝光控制和成像质量评价等相关内容。然后,研究分析多目全景视觉光线自适应算法的实现过程。试验结果表明:改进的光线自适应算法,在正常光线、较强光线、较弱光线叁种情况下,均能明显提高全景视觉图像的成像质量。相较未经改进的原始算法,在光线较亮情况下,改进的光线自适应算法,图像平均二维信息熵提高47.1%,平均梯度值提高60.9%;在光线较暗情况下,改进的光线自适应算法,图像平均二维信息熵提高30.3%,平均梯度值提高76.4%。在不同光线情况下,改进的光线自适应算法,单次平均耗时0.36s,相较于传统多曝光处理算法,速度平均加快75.5%。3、对自主导航智能农业车辆行驶作业的安全性问题进行了研究,提出了基于全景视觉的运动目标检测与跟踪方法。该方法采用全景视觉进行无盲区的运动障碍目标的检测,并解决了多运动目标跟踪中遮挡重迭的问题。首先,采用改进的CLG(Combined Local-Global)光流法来检测运动障碍目标。其次,采用分段图像的改进核函数算法对运动目标进行快速自动检测跟踪。然后,通过基于路径预测的粒子滤波多目标跟踪算法对多运动目标进行跟踪,并通过路径预测有效地解决多运动目标遮挡的问题。试验结果表明:改进的CLG光流法,运动障碍的平均检测时间为1.55秒,平均成功率为95.0%,相较于比传统HS光流法,检测成功率提高22.3%,速度加快47.8%。改进的核函数运动目标快速算法,相较于传统核函数跟踪算法,减少系统内存消耗66.8%,跟踪成功率提高24.4%,运算速度提高35.63%。改进的基于路径预测的粒子滤波多运动目标跟踪算法,多运动目标的平均检测时间为0.78s,比传统算法,速度加快37.3%,跟踪成功率提高33.1%。在多运动目标存在遮挡的情况下,改进算法比传统算法速度加快46.8%,跟踪成功率提高39.5%。4、对自主导航农业车辆同时定位与地图创建问题进行了研究,提出了基于全景视觉的同时定位于地图创建方法(PV-SLAM)。首先,研究了惯性导航系统原理,并设计实现惯性测量单元的硬件电路模块。其次,研究建立了农业车辆运动模型和全景视觉系统观测模型。然后,分析阐释了 PV-SLAM算法实现流程和步骤,其主要思路是将多目全景视觉(PV )和惯性测量单元(IMU )结合,采用扩展卡尔曼滤波(EKF ),实现自主导航智能农业车辆的PV-SLAM过程。试验结果表明:相较传统视觉SLAM算法,PV-SLAM方法,在较少或无固定路标情况下,获取环境路标数平均增加80.2%,成功率提高15.8%,在x和y方向平均误差分别为0.065m和0.062m,定位平均误差0.108m,在x和y方向平均精度分别提高35.3%和37.8%,定位平均精度提高36.2%。其中在路径不闭合情况下,在x和y方向平均精度分别提高27.4%和29.5%,定位平均精度提高28.3%;在路径闭合情况下,在x和y方向平均精度分别提高43.1%和46.1%,定位平均精度提高44.1%。PV-SLAM能较准确完整地提取环境路标信息,故对环境固定路标的依赖较小,在农业作业的闭环路径重复作业中效果较好。(本文来源于《南京农业大学》期刊2016-05-01）
自主车辆导航论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
无人驾驶车辆是计算机科学、模式识别以及智能控制技术发展的产物,在城市交通、安保以及军事巡逻等方面具有广阔的应用前景。为了缓解城市交通压力,减少城市交通事故,用于城市交通和安保领域的无人驾驶车辆是目前的研究热点。城市交通领域和安保领域中的无人驾驶车辆,应具有独立自主执行任务的能力,因此,无人驾驶车辆在城市道路环境下的独立自主导航是自主导航技术的重要发展方向。无人驾驶车辆的自主导航的本质是指在没有人为干预的情况下车辆自主安全到达指定目的地,其主要涉及的研究方向包括环境感知、路径规划、决策控制和定位导航等,其中环境感知和路径规划是最基本、最关键的问题,因此本文重点对这两个方向开展研究。环境感知是指无人驾驶车辆利用多种探测设备(如相机、激光、雷达等),感知车辆外部的环境。环境感知中以相机等视觉传感器探测实现自主导航的无人驾驶车辆称为基于视觉导航的无人驾驶车辆。相比基于激光雷达等探测设备,视觉感知设备不仅价格低廉,且还具有为无人驾驶车辆提供丰富的外部环境信息的能力,有利于无人驾驶车辆感知外部环境,因此基于视觉导航的无人驾驶车辆是目前的研究热点。应用于城市环境下的无人驾驶车辆,基于视觉的环境感知的主要任务是检测和识别出周围的城市道路环境,包括车道线检测识别,路面标志检测识别和道路障碍检测。由于城市道路复杂的交通环境和不可控的自然环境的影响,导致检测识别算法在检测识别目标时,出现目标检测识别率不高,算法实时性差等问题。路径规划是指无人驾驶车辆根据环境感知得到的信息,规划出一条从任务起点运行到终点的合理路线。目前路径规划算法存在搜索精度低、特定情况下的搜索停滞等问题,导致路径规划精度低和实时性差。针对上述问题,本文以视觉导航为主线,在现有研究的基础上,对车道线检测算法、路面标志检测识别算法和道路障碍车辆检测算法以及路径规划算法开展研究,为无人驾驶车辆的自主导航提供有效的解决途径。论文的主要工作及创新之处包括:(1)车道线检测。详细分析了基于模型的车道线检测算法,包括直线模型、抛物线模型和叁次曲线模型。针对目前算法的不足,提出了上凸曲线模型的车道线检测算法,算法首先使用上凸曲线模型对左右车道线进行检测,然后采用最小二乘法对检测结果进行拟合重构,实现高精度车道线检测,改善了目前算法应用范围窄,检测能力不足,鲁棒性差的问题。(2)箭头标志检测识别。主要研究了基于生物视觉感知模型和基于判别型表观模型的路面箭头标志检测识别算法,通过分析两种模型的优缺点,提出了两种模型相结合的结合模型。该方法通过利用两种模型各自的优势,互相弥补不足。所提算法提高了复杂环境下箭头标志的检测识别的速度和准确率。(3)车辆检测。主要对基于可变形部件模型(Deformable Part Model,DPM)的车辆检测算法进行了分析总结,针对经典的DPM检测算法存在小目标车辆漏检问题,本文用尺度可变的金字塔模型去代替经典的DPM算法中固定尺度的金字塔模型,提出了基于自适应金字塔模型改进的DPM车辆检测算法。为了提高自适应金字塔模型的建造速度,使用快速金字塔估算理论进行自适应金字塔的建造。改进算法降低了小目标车辆的漏检率,提高道路车辆的检测能力。(4)路径规划。为了解决复杂道路环境下,无人驾驶车辆路径规划精度低的问题,重点对基于群体智能算法的路径规划,包括鸡群、蚁群、粒子群等智能算法进行了分析研究。并提出了一种改进的粒子群算法,通过对经典的粒子群算法的参数进行改进,同时增加了多种更新策略,改善了目前粒子群算法搜索精度低、搜索停滞等缺点,提高了无人驾驶车辆路径规划的精度。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
自主车辆导航论文参考文献
[1].郭成洋,张硕,赵健,陈军.基于RTK-BDS的果园农用车辆自主导航系统研究[J].农机化研究.2020
[2].贾会群.无人驾驶车辆自主导航关键技术研究[D].中国科学院大学(中国科学院长春光学精密机械与物理研究所).2019
[3].汤爽,杨逸菲,张巧可,鄂旭.基于数字地图和惯性导航的车辆自主导航[J].电子技术与软件工程.2019
[4].姜勇,姜智,郭鑫,李建国,龙智卓.基于遗传算法-反向传播神经网络的地下无人驾驶车辆自主导航技术[J].机械制造.2018
[5].高一鸣.基于不确定时滞的农用车辆自主导航控制器设计研究[J].南方农机.2018
[6].张荣成,陈晨.基于分数阶PID的农用车辆自主导航控制器设计[J].农业装备与车辆工程.2017
[7].秦雅.基于车辆模型辅助的旋转微惯性自主导航技术[D].南京航空航天大学.2017
[8].陈晨.消除时滞和抑制扰动的农用车辆自主导航控制方法研究[D].南京农业大学.2016
[9].张美娜,吕晓兰,陶建平,尹文庆,冯学斌.农用车辆自主导航控制系统设计与试验[J].农业机械学报.2016
[10].李盛辉.自主导航智能农业车辆的全景视觉系统关键技术研究[D].南京农业大学.2016
论文知识图
