导读:本文包含了自主驾驶汽车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:自主,车道,汽车,无人驾驶,丰田,方差,障碍物。
自主驾驶汽车论文文献综述
熊晓勇[1]（2019）在《自主驾驶汽车局部运动规划研究》一文中研究指出汽车的自主驾驶技术能够减少由于不当驾驶行为造成的交通事故,提高道路交通的行车效率,保证道路安全,因此近年来受到广泛关注。作为自主驾驶汽车智能化水平的一个重要体现,汽车的自主运动规划能力目前己经成为各方专家学者研究的重点和难点。现有的运动规划算法研究多集中在移动机器人领域,而汽车所面临的外界环境以及自身运动特点均与机器人存在较大差异,因此,研究适用于自主驾驶汽车的运动规划算法十分重要。本文以自主驾驶汽车为研究对象,主要研究了非结构化道路以及结构化封闭道路两大类场景下的局部运动规划算法,并设计了仿真以及实车试验对算法进行了验证与评价。本文的主要研究工作有以下几点:1.研究了汽车运动规划的约束条件。通过对车辆运动状态的分析,结合汽车理论及几何知识进行理论推导,建立了自主驾驶汽车运动规划的车辆运动学约束,车道线边界约束,避障约束以及算法性能约束等约束,为局部运动规划算法开发提供了约束条件;2.研究了非结构化道路环境下的运动规划算法。分析了常用的地图表示方法,结合非结构化道路环境特点,使用全局导航层与局部规划层两层地图进行环境描述,在局部规划层结合传感器信息实时构建栅格地图,并且以A*算法为基础进行运动规划算法的研究,鉴于传统A*算法规划未考虑车辆外廓,本文通过冗余安全空间的设置避免外廓碰撞,针对传统A*算法输出路径不平滑的缺点,本文对原有启发函数进行改进,利用航向角偏差作为启发信息,相比原算法能够显着提高路径的平滑度,从而得出更加满足车辆运动约束的运动轨迹;3.针对封闭结构化道路环境开发了局部运动规划算法。利用结构化道路的车道线以及障碍物相对位置等环境元素,构建了结构化道路下的典型场景,在此基础上,对各个场景进行聚类,结合各场景,提出基于安全时间阈值的决策算法,并结合纯跟踪算法,提出基于动态目标点的运动规划算法,不仅考虑了单个周期的轨迹规划,更考虑到了车辆行为决策的连续性,有利于算法在实际动态交通场景下的稳定应用;4.设计了多场景的仿真以及实车试验,对不同环境下的自主驾驶车辆局部运动规划算法进行了验证与评估。在Pre Scan软件中搭建仿真交通场景、传感器模型以及车辆模型,利用Simulink建模工具与C++语言对算法进行实现,进行多次仿真试验,并且以路径曲率,车道偏离度等指标对算法进行了评价分析,仿真验证了本文开发的自主驾驶汽车局部运动规划算法在各自应用场景下的有效性。针对结构化道路运动规划算法设计了实车试验,利用Micro Autobox II工具在真实试验场地中完成了叁个典型驾驶任务的实车试验,实车试验证明,本文开发的结构化道路场景下的决策规划算法在实际交通场景中也有较强的鲁棒性与实时性。(本文来源于《吉林大学》期刊2019-06-01）
李明秀[2]（2018）在《大陆集团:推出用于互联、电气化及自主驾驶汽车的全新解决方案》一文中研究指出互联是大陆集团所关注的3大主要创新趋势之一。为了实现新功能和新服务,让日常出行变得更加智能和便捷,除了电气化和自动化驾驶之外,互联也是不可或缺的一个关键因素。日前,大陆集团在CES 2018上展示了这3个领域的最新产品和技术。在所有创新之中,互联技术达到了一个全新的高度:大陆集团把目光从已经在车辆上获得验证的自动化技术转到城市基础设施建设上面,运用各种解决方案为智慧城市的建设做出贡献。大陆集团首席执行官Elmar(本文来源于《商用汽车》期刊2018年01期）
谭浩,孙家豪[3]（2016）在《基于语义分析下汽车无人驾驶和自主驾驶用户体验研究》一文中研究指出目的以无人驾驶汽车和自主驾驶汽车为研究对象,针对不同的驾驶任务进行用户体验分析。方法利用语义分析法获取用户认知信息,将用户口语报告编码后进行定量分析。结果得出在主驾驶任务中,自主驾驶汽车用户体验高于无人驾驶汽车,而在次级驾驶任务中,无人驾驶汽车用户体验优于自主驾驶汽车。结论在进行主驾驶任务中,用户对自己驾驶操作更加拥有信心,而对无人驾驶汽车存在明显的不信任感。人们在自主驾驶汽车的同时打电话、听音乐或操控导航,会分散注意力从而影响驾驶操作,导致无法安心驾驶,影响生命安全;而在驾驶无人车时,人们通常觉得可以放心操作次级任务而不会影响驾驶安全,从而拥有良好的用户体验。(本文来源于《包装工程》期刊2016年14期）
杨素华[4]（2015）在《汽车自主驾驶中基于单目视觉的障碍物检测探讨》一文中研究指出汽车在我国已经成为了我们国民主流的代步工具之一,然而由于我国人口过于密集,导致车辆过多,因此也就为导致了很多车辆碰撞事件的频繁发生,为了能够更好的解决车辆驾驶过程当中的挂碰问题,因此相关的科学家和研究人员也就针对这种现象专门的研发出了一种可以使车辆进行自主驾驶的新技术,这种技术能够通过单目视觉的车道标识线和阴影等计算出车道和车辆、障碍之间的参数,并通过准确的计算方程满足车辆安全自主驾驶的需求,具备十分高的精准和实时性。(本文来源于《科技风》期刊2015年15期）
方遒,杨福清,俞剑斌[5]（2015）在《汽车自主驾驶碰撞试验的控制系统设计》一文中研究指出为降低汽车研发过程的碰撞试验成本和缩短研发周期,对无牵引装置的汽车正面碰撞试验进行系统研究,论述正面碰撞试验车自主控制系统的设计.根据C-NCAP碰撞试验法规,对车辆进行了行进方向和行车速度控制的实车试验.结果表明:试验车行进方向与纵向中心线的重合度最大正负偏差分别为+95mm和-105mm,在汽车碰撞试验法规规定范围±150mm内,车速快速提高到64km·h-1后,系统仍能够保证汽车直线稳速行驶,满足现有试验法规的基本要求,具有实用性和推广价值.(本文来源于《华侨大学学报(自然科学版)》期刊2015年01期）
冯卫东[6]（2013）在《汽车文化将因自主驾驶而改变》一文中研究指出从远游的浪漫到获取驾照的狂喜，汽车总会唤起人们关于自由和控制的想象。不过，这种日久年深的观念恐怕很快就会成为过去。 可以自主驾驶的汽车，早已不再是只存在于《蝙蝠侠》或《霹雳游侠》中的梦想。自主驾驶汽车不仅已出现在我们身边，而且已在美国3个州成为(本文来源于《科技日报》期刊2013-08-28）
陈存祺[7]（2013）在《汽车自主驾驶中基于单目视觉的障碍物检测》一文中研究指出自汽车产生以来，无论是它本身的数量还是与汽车相关的技术，都在以非常高的速度发展着。近些年来汽车的数量增长迅猛，这在促进技术发展的同时也带来了很多的问题。在方便性要求和安全性要求的双重推动下，汽车的自主驾驶技术高速发展。作为自主驾驶基础的障碍物检测在这样的背景下意义重大。本文关注的就是汽车自主驾驶中的障碍物检测，在进行障碍物的检测之前，本文先做了大量的观察和分析。在此基础上提出了几个障碍物的普遍而又十分突出的特征：即障碍物是与可行域相关的，障碍物在可行域内，且一般会与可行域本身有很大的反差，障碍物一般与阴影相关。这些特征都有一个共同的前提条件，那就是这些障碍物是相对于汽车的自主驾驶来说的。这些障碍物的特征只有在这样的前提条件下才最有意义，只有在这样的前提下才能保证这些特征的正确性。在汽车自主驾驶的障碍物检测中，利用障碍物与可行域相关，不仅可以减少检测的范围，提高检测效率。同时在可行域的范围内，本文用到的其它的特征才能够更有效的标示出障碍物，也就是说利用了障碍物与可行域相关的特点，还能够提高本文障碍物检测方法的准确性。在得到了大概的可行域之后，本文认为自主驾驶关注的所有的障碍物都一定是在可行域的范围内。同时认为既然是可行域内的障碍物，那么障碍物一般在颜色纹理等方面是不会与可行域相近，也就是说可行域内的障碍物一定会与可行域有很大的反差。在本文中这种反差是用特征点来表述的。使用上面的两个性质其实已经可以分辨出很多的障碍物了，但是还有一些类似道路标志等干扰利用这样的方法是不能排除的。因此又引入了障碍物的阴影特征，利用这个特征来排除干扰。利用上述的几个特征本文提出了一种检测障碍物的方法，这种方法首先利用本文提出的一种有方向的生长可行域边缘的方法提取出大概的可行域范围，之后使用SUSAN方法获取图像中的特征点，最后使用一种本文提出的方法获取图中的阴影区域。最后利用叁个区域的关系得到图像中的障碍物。本文在提取障碍物的时候，选取的是尽可能普遍的特征。在求取这些特征时利用的也是一些基本的、实用的方法。因为在自主驾驶中效率很重要，所以本文尽量使用有效的方法来解决问题。经过实验表明，利用本文提出的方法和特征，可以有效的检测图像中的障碍物，解决正常光照条件下的障碍物检测问题，并且效率较高。对于夜晚，大雾等极端天气状况，使用简单的摄像机作为获取图像的工具难以实现障碍物的有效检测，所以这里不予考虑。(本文来源于《吉林大学》期刊2013-04-01）
汤姆·西蒙奈特[8]（2013）在《丰田推出新款自主驾驶汽车》一文中研究指出制造商期望此研究能让车辆自主驾驶的同时减少交通伤亡。日本汽车业巨头丰田希望能提高汽车销售量的同时,减少司机在车辆驾驶中的作用。1月7日,在CES上,丰田公司举行了记者会,展示了他们正在研制的一款自主驾驶汽车。丰田期望这款车能让车辆的自驾程度变得更高,尤其在危险状况下。(本文来源于《科技创业》期刊2013年Z1期）
聂一鸣[9]（2012）在《高速公路自主驾驶汽车视觉感知算法研究》一文中研究指出在国家自然科学基金重点项目“高速公路车辆智能驾驶中的关键科学问题研究”（90820302）和“未知环境中移动机器人导航控制的理论方法研究”（60234030）的支持下，本文研究了自主驾驶汽车在高速公路环境下的视觉感知算法。高速公路正常交通环境下，自主驾驶汽车在自主驾驶及汇入车流的过程中，必须稳定可靠地感知前方的车道形状和车路关系，这是安全行驶的基本的保证。本文以红旗HQ3自主驾驶汽车的道路感知系统为背景，针对车道线不可靠等复杂情况，研究了车道感知问题及相关算法，取得的研究成果和创新点如下：1、提出高速公路设计规范与人类视觉感知规律的一致性，并据此提出面向复杂路况的视觉感知系统及算法，能够有效地完成在车道线模糊、遮挡、缺失等复杂情况下的视觉感知；2、提出驾驶员道路注视点始终为道路的“切线点”，并利用平行线的消失点坐标信息准确获得前方道路的曲率；3、将场景分为可通行区域、不可通行区域和天空，选取颜色、纹理、位置和透视关系这四类特征参数，并利用超像素思想对图像相似区域进行分割，大大减少参与运算的数据量，提高算法效率；4、建立了一种基于道路设计和车辆运动学的叁维道路曲率模型，分别分析与高速公路起伏相关的纵切线曲率以及与公路转弯相关的水平曲率，算法实现了对车辆前方道路起伏和弯曲信息的实时估计，能减少由曲线模型引起的误差；5、提出用序列图像，根据“似动现象”原理，算法有效解决了车辆运动轨迹估计和高速公路出口检测问题。上述成果是红旗HQ3自主驾驶汽车道路感知系统的核心技术之一，能在车道线模糊、被遮挡甚至缺失等复杂情况下，稳定可靠地给出车道信息和车路关系信息，并检测高速公路出口。此系统感知周期小于30毫秒，能够满足实时要求，使自主驾驶汽车在无全球定位系统和惯性导航设备的条件下，以时速110千米成功汇入车流行驶，为成功完成我国首次在正常交通状况下长距离（286千米）高速公路自主驾驶实验提供了可靠的车道信息保障。(本文来源于《国防科学技术大学》期刊2012-09-01）
R.Colin,Johnson[10]（2006）在《下一代汽车将实现无须人工干预的自主驾驶》一文中研究指出Stanley背后的团队还在干个不停,该汽车刚刚赢得“美国国防研究项目机构”主办的2005年自主驾驶车辆穿越132英里内华达沙漠大赛的胜利。到2008年,斯坦福大学队将操纵他们的自主驾驶汽车做州际旅行。“我们现在要前往的下一个里程碑是证明在交通中自主驾驶(本文来源于《中国科技信息》期刊2006年09期）
自主驾驶汽车论文开题报告
（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：
互联是大陆集团所关注的3大主要创新趋势之一。为了实现新功能和新服务,让日常出行变得更加智能和便捷,除了电气化和自动化驾驶之外,互联也是不可或缺的一个关键因素。日前,大陆集团在CES 2018上展示了这3个领域的最新产品和技术。在所有创新之中,互联技术达到了一个全新的高度:大陆集团把目光从已经在车辆上获得验证的自动化技术转到城市基础设施建设上面,运用各种解决方案为智慧城市的建设做出贡献。大陆集团首席执行官Elmar
（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。
自主驾驶汽车论文参考文献
[1].熊晓勇.自主驾驶汽车局部运动规划研究[D].吉林大学.2019
[2].李明秀.大陆集团:推出用于互联、电气化及自主驾驶汽车的全新解决方案[J].商用汽车.2018
[3].谭浩,孙家豪.基于语义分析下汽车无人驾驶和自主驾驶用户体验研究[J].包装工程.2016
[4].杨素华.汽车自主驾驶中基于单目视觉的障碍物检测探讨[J].科技风.2015
[5].方遒,杨福清,俞剑斌.汽车自主驾驶碰撞试验的控制系统设计[J].华侨大学学报(自然科学版).2015
[6].冯卫东.汽车文化将因自主驾驶而改变[N].科技日报.2013
[7].陈存祺.汽车自主驾驶中基于单目视觉的障碍物检测[D].吉林大学.2013
[8].汤姆·西蒙奈特.丰田推出新款自主驾驶汽车[J].科技创业.2013
[9].聂一鸣.高速公路自主驾驶汽车视觉感知算法研究[D].国防科学技术大学.2012
[10].R.Colin,Johnson.下一代汽车将实现无须人工干预的自主驾驶[J].中国科技信息.2006
论文知识图
