导读:本文包含了自主行驶论文开题报告文献综述及选题提纲参考文献，主要关键词:地下铲运机,转向死区,自主行驶
自主行驶论文文献综述
李恒通,严勃,石潇杰,石峰,郭鑫[1]（2019）在《地下铲运机自主行驶过程中转向死区的研究》一文中研究指出地下铲运机依靠车载控制器输出的指令控制行驶方向,实现自主行驶。虽然控制器输出是线性的,但是地下铲运机动作却不是,当输出值过小,地下铲运机不转向,存在转向死区现象。对此开展研究,通过对死区的理论分析,试验测试,优化地下铲运机的控制算法,进而减小地下铲运机在行驶过程中死区的影响,提升自主行驶的控制效果。(本文来源于《有色金属(矿山部分)》期刊2019年03期）
李云伍,徐俊杰,王铭枫,刘得雄,孙红伟[2]（2019）在《丘陵山区田间道路自主行驶转运车及其视觉导航系统研制》一文中研究指出自然条件的限制使得丘陵山区农产品和物资的田间转运难以实现高安全性的机械化作业。为此,该文研制了一种在丘陵山区田间道路上自主行驶的转运车及其视觉导航系统。该系统采用RTK-GNSS(real-timekinematic-global navigationsatellitesystem,实时动态-全球卫星导航系统)进行路网信息采集、实时定位和路径规划,利用机器视觉进行田间道路识别并提取路径跟踪线;田间道路非路口区域由机器视觉系统进行导航,路口区域采用RTK-GNSS实时定位进行导航。全局路径规划中对A*算法估价函数进行改进,将路口节点处的道路曲率及道路起伏信息引入代价函数。图像处理中强化道路上的阴影处理和信息融合,实现道路与背景的准确分割;然后将道路区域分块求取形心点,拟合后生成道路的虚拟中线作为局部路径的导航线。路径规划仿真表明,改进的A*算法能融合丘陵山地道路起伏变化的特征,规划的路径更合理。转运车自主行驶测试表明,在直线路径、多曲率复杂路径以及地形起伏路径3种工况下,自主行驶轨迹与实际道路中线的平均偏差分别为0.031、0.069和0.092 m,最大偏差分别为0.133、0.195和0.212 m;转运车沿道路中线自主行驶的平均相对误差分别为5.16%、11.5%和15.3%,满足田间道路转运车自主行驶的安全要求。(本文来源于《农业工程学报》期刊2019年01期）
王兰仲[3]（2018）在《自主行驶汽车技术漫谈》一文中研究指出我似乎和人工智能技术有一些缘分。四分之一个世纪前在美国新墨西哥州理工学院读研的时候,我的毕业论文就是试图用人工智能的神经网络压缩/复原图像。在计算机房中通宵达旦地通程序(debug),最后好歹作出来了,顺利通过了答辩;但不管是我自己、我导师,还是答辩委员会都知道,这研究成果只是象牙塔内之物,无论图像质量还是复原速度,距离在现实世界中的应用相距甚远。十几年前,从事物理学研究的我(本文来源于《金融博览》期刊2018年11期）
田光兆,顾宝兴,Irshad,Ali,Mari,周俊,王海青[4]（2018）在《基于叁目视觉的自主导航拖拉机行驶轨迹预测方法及试验》一文中研究指出为了实现自主导航拖拉机离开卫星定位系统时能够持续可靠工作,该文提出了基于叁目视觉的拖拉机行驶轨迹预测方法。该方法将叁目相机分解为长短基线2套双目视觉系统分时独立工作。通过检测相邻时刻农业环境中同一特征点的坐标变化反推拖拉机在水平方向上的运动矢量,并通过灰色模型预测未来时刻的运动矢量变化,最终建立不同速度下的前进方向误差模型。试验结果表明:拖拉机行驶速度为0.2 m/s时,46.5 s后前进方向误差超过0.1 m,对应行驶距离为9.3 m。行驶速度上升到0.5 m/s时,该时间和行驶距离分别降低到17.2 s和8.6 m。当行驶速度上升到0.8 m/s时,该时间和距离分别快速降低至8.5 s和6.8 m。行驶速度越高,前进方向误差增速越高。该方法可用于短时预测拖拉机的行驶轨迹,为自主导航控制提供依据。(本文来源于《农业工程学报》期刊2018年19期）
孔德明[5]（2018）在《地下铲运机自主行驶与避障控制方法研究》一文中研究指出随着经济以及科学技术的发展,对复杂施工环境中的地下铲运机的自主行驶以及避障措施的要求越来越高,将地下铲运机目标路线以及偏差路线相结合起来可以划分为4种模式。本文针对铲运机自主运行的模型以及铲运机目标路径及跟踪轨迹参数之间的关系以及自主行驶性能分析和基于模糊理论的安全避障方法研究地下铲运机的自主行驶方法。对地下铲运机在实际的生产过程提供一定的参考价值。(本文来源于《中国新技术新产品》期刊2018年18期）
汪永安,温沁[6]（2018）在《中科院研制的无人车自主行驶超4万公里》一文中研究指出6月27日,由中科院合肥研究院应用所智能车辆技术中心研制的无人驾驶汽车,在合肥高新区再次进行了开放道路无人驾驶测试。在现场看到,汽车行驶过程中,坐在驾驶席上的测试人员未对汽车进行任何操作,无人驾驶汽车像长了眼睛一样避让行人、车辆,遇到红灯自动停止,绿灯亮时起步通过。此前,中科院无人车已在合肥、广州、西安、包头等多个城市进行实验和测试,累计完成4万公(本文来源于《班组天地》期刊2018年07期）
衣晓峰[7]（2017）在《人工智能“武装”微纳机器人》一文中研究指出哈尔滨工业大学张广玉教授、李隆球教授和美国加州大学圣地亚哥分校同行合作，在磁控微纳机器人研发领域取得重要进展。其研发的智能微纳机器人可在复杂环境中自主规划路径、躲避障碍物，有望在人体中精准运输靶向药物，实现对肿瘤的精准治疗。相关学术论文《自主导航微纳机器(本文来源于《健康报》期刊2017-10-14）
杨良义,孙棣华,谢飞,邓长祯[8]（2016）在《自主队列行驶车辆纵向建模及仿真》一文中研究指出针对自主队列行驶车辆相关模型多从运动学或动力学角度建模,缺少考虑车辆内部信息因素的现状,本文从车辆网络信息因素和车辆动力学融合的角度出发,建立了自主队列行驶车辆的纵向模型,分析了车辆内部信息因素对自主队列控制的影响,并设计了模糊PI控制器,通过Matlab搭建了自主队列行驶车辆仿真环境;开展了仿真实验,仿真实现了自主队列行驶跟随车辆的纵向控制。仿真结果表明,车辆内部信息因素对自主队列控制存在影响,所设计的模糊PI控制器可以实现跟随车辆的安全控制,保持自主车队的稳定行驶。(本文来源于《第十一届中国智能交通年会大会论文集》期刊2016-11-16）
翟林静[9]（2016）在《基于Kinect的小车自主行驶系统的设计与实现》一文中研究指出未知环境下机器人自主避障行驶技术是移动机器人研究领域的核心内容。其主要目的是在外部环境未知的情况下,自主完成从起始点到目标点的无碰撞路径选择与规划,而在这个过程中可靠的环境地形数据是自主行驶的基础。而Microsoft Kinect作为一个低成本、高精度的深度传感器在近几年兴起的3D打印、虚拟现实、叁维重建以及机器人导航等领域有着广泛的应用,同时也成为了众多领域研究的热门。本文将Kinect与无人驾驶小车相结合,设计了一种小车自主避障行驶系统。该系统搭建在Windows系统上,以Kinect为深度传感器,将Kinect接收到的深度数据通过数据线发送到基于VS开发环境的软件操作平台,软件平台对Kinect接收到的深度数据做滤波处理,补充未知深度信息。通过分析处理后的深度数据的性质对障碍物进行检测并提出避障方案,进而设计出一种执行效率高,能够自主定点避障行驶的系统。该系统在操作平台上用模拟小车代替真实小车接收Kinect处理图像数据之后发出的行进指令,从而实现自主避障行驶,并带有语音导航功能,同时在行进的过程中能将障碍物信息和行走路线展示在软件平台上。在小车自主行驶过程中,该系统会将小车周围环境进行实时叁维重建以便对小车周围环境有真实立体的视觉感知。可靠的深度数据是该系统成功的关键,故对Kinect深度图像数据的处理是本文研究的重点。把处理后的数据应用到自主驾驶系统中,以及路径规划设计是本文的另一研究重点。通过测试验证小车自主避障行驶系统满足课题的基本要求,且稳定性强,为进一步扩展开发提供了借鉴作用。(本文来源于《西安科技大学》期刊2016-06-30）
宁江坤[10]（2016）在《自主行驶车辆的避障控制算法研究》一文中研究指出本文研究的主要内容是自主行驶车辆的避障控制算法,它主要应用于控制车辆在道路边界内机动躲避影响其正常行驶的静态障碍物。目前大部分的避障算法都是根据系统采集的全局信息作出路径规划控制车辆避障,因此研究一种依靠局部信息控制车辆躲避障碍物的避障算法具有重要意义。论文研究的主要内容如下：首先,采用单目视觉测距方法对障碍物和道路边界进行定位。通过对摄像头采集的图像进行滤波、二值化和边缘检测等处理增强图像的质量,采用Hough变换对图像中的道路边界线进行定位,并利用窗口检索的获取障碍物在图像中的坐标。利用几何关系推导出像素坐标与世界坐标之间转换的表达式,根据表达式需要的参数对摄像机进行标定,完成参数的配置,实现对障碍物和道路边界的定位。其次,根据车体控制参数和应用环境的特点设计了模糊避障算法,将车体与障碍物的横向距离和纵向距离以及车体与道路边界线的距离系统控制的输入量,以车体的舵机输出角和车体速度作为系统的输出量。主要从输入模糊化处理、模糊规则建立以及去模糊化叁方面介绍了模糊避障控制器的设计过程。最后,通过测距实验对车体与障碍物的横向距离和纵向距离以及车体与道路边界的距离进行测量,测量的结果表明了单目视觉测距方法在一定程度上具有有效性和可行性。接着通过仿真实验,对模糊控制避障算法的有效性进行了验证,仿真的结果表明模糊控制避障算法能够使车辆在道路边界线以内安全有效的躲避障碍物。(本文来源于《西安工业大学》期刊2016-05-28）
自主行驶论文开题报告
（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：
自然条件的限制使得丘陵山区农产品和物资的田间转运难以实现高安全性的机械化作业。为此,该文研制了一种在丘陵山区田间道路上自主行驶的转运车及其视觉导航系统。该系统采用RTK-GNSS(real-timekinematic-global navigationsatellitesystem,实时动态-全球卫星导航系统)进行路网信息采集、实时定位和路径规划,利用机器视觉进行田间道路识别并提取路径跟踪线;田间道路非路口区域由机器视觉系统进行导航,路口区域采用RTK-GNSS实时定位进行导航。全局路径规划中对A*算法估价函数进行改进,将路口节点处的道路曲率及道路起伏信息引入代价函数。图像处理中强化道路上的阴影处理和信息融合,实现道路与背景的准确分割;然后将道路区域分块求取形心点,拟合后生成道路的虚拟中线作为局部路径的导航线。路径规划仿真表明,改进的A*算法能融合丘陵山地道路起伏变化的特征,规划的路径更合理。转运车自主行驶测试表明,在直线路径、多曲率复杂路径以及地形起伏路径3种工况下,自主行驶轨迹与实际道路中线的平均偏差分别为0.031、0.069和0.092 m,最大偏差分别为0.133、0.195和0.212 m;转运车沿道路中线自主行驶的平均相对误差分别为5.16%、11.5%和15.3%,满足田间道路转运车自主行驶的安全要求。
（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。
自主行驶论文参考文献
[1].李恒通,严勃,石潇杰,石峰,郭鑫.地下铲运机自主行驶过程中转向死区的研究[J].有色金属(矿山部分).2019
[2].李云伍,徐俊杰,王铭枫,刘得雄,孙红伟.丘陵山区田间道路自主行驶转运车及其视觉导航系统研制[J].农业工程学报.2019
[3].王兰仲.自主行驶汽车技术漫谈[J].金融博览.2018
[4].田光兆,顾宝兴,Irshad,Ali,Mari,周俊,王海青.基于叁目视觉的自主导航拖拉机行驶轨迹预测方法及试验[J].农业工程学报.2018
[5].孔德明.地下铲运机自主行驶与避障控制方法研究[J].中国新技术新产品.2018
[6].汪永安,温沁.中科院研制的无人车自主行驶超4万公里[J].班组天地.2018
[7].衣晓峰.人工智能“武装”微纳机器人[N].健康报.2017
[8].杨良义,孙棣华,谢飞,邓长祯.自主队列行驶车辆纵向建模及仿真[C].第十一届中国智能交通年会大会论文集.2016
[9].翟林静.基于Kinect的小车自主行驶系统的设计与实现[D].西安科技大学.2016
[10].宁江坤.自主行驶车辆的避障控制算法研究[D].西安工业大学.2016