首页--交通运输论文--公路运输论文--汽车工程论文--汽车结构部件论文--电气设备及附件论文

智能车辆自主驾驶控制策略研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第11-16页
    1.1 选题背景及意义第11-13页
    1.2 国内外智能车辆视觉导航系统研究现状第13-14页
    1.3 现有智能车辆视觉导航系统存在的问题第14-15页
    1.4 课题来源及主要研究内容第15-16页
第2章 高可靠性车道线识别软件的研究第16-25页
    2.1 引言第16页
    2.2 车道线识别的高可靠性方法第16-20页
        2.2.1 结构化道路车道线识别的特点第16页
        2.2.2 感兴趣区域的设定第16-17页
        2.2.3 霍夫变换第17-18页
        2.2.4 滤波方法设计第18-20页
    2.3 车道线识别的软件实现第20-21页
        2.3.1 基于 OpenCV 的车道线识别软件的开发第20页
        2.3.2 车道线识别软件的开发第20-21页
    2.4 车道线识别软件的试验验证第21-24页
        2.4.1 晴朗天气下的无干扰识别测试第21-22页
        2.4.2 天桥阴影干扰下的识别测试第22页
        2.4.3 阴雨天气下的有干扰识别测试第22页
        2.4.4 夜晚车灯补光的识别测试第22-23页
        2.4.5 隧道里的识别测试第23-24页
        2.4.6 光强切换工况的识别测试第24页
    2.5 本章小结第24-25页
第3章 智能车辆视觉导航系统建模与仿真第25-38页
    3.1 引言第25页
    3.2 MATLAB/SIMULINK 在系统建模与仿真中的应用第25-26页
    3.3 智能车辆视觉导航系统数学模型构建第26-29页
        3.3.1 车道线模型定义与视觉选择性注意力动力学第26-27页
        3.3.2 考虑预瞄距离的视觉模型第27-28页
        3.3.3 简化车辆横向动力学模型的构建第28-29页
    3.4 基于 SIMULINK 的控制系统仿真试验第29-37页
        3.4.1 PID 控制器设计与数值仿真第30-32页
        3.4.2 模糊控制器设计与数值仿真第32-35页
        3.4.3 拟人控制器设计与数值仿真第35-37页
    3.5 本章小结第37-38页
第4章 智能车辆视觉导航系统云决策算法设计第38-52页
    4.1 引言第38页
    4.2 不确定性人工智能理论第38页
    4.3 云模型在拟人决策中的应用第38-42页
        4.3.1 云模型第38-40页
        4.3.2 云模型与拟人决策第40-42页
    4.4 云决策算法的设计第42-46页
        4.4.1 输入云化处理第43页
        4.4.2 决策规则库的设计第43-44页
        4.4.3 输出逆云化处理第44-46页
        4.4.4 云决策算法与模糊控制之间的区别第46页
    4.5 云决策算法的仿真分析第46-51页
        4.5.1 不同速度下的仿真试验第46-48页
        4.5.2 不同预瞄常数下的仿真试验第48-49页
        4.5.3 与 PID 控制、模糊控制和拟人控制的对比仿真分析第49页
        4.5.4 降低转向系统执行器精度的对比仿真分析第49-51页
    4.6 本章小结第51-52页
第5章 缩微智能车验证平台的研制与试验第52-69页
    5.1 引言第52页
    5.2 缩微智能车辆视觉导航系统的研制第52-62页
        5.2.1 机械结构的改装设计第52-53页
        5.2.2 下位机电路板设计第53-55页
        5.2.3 下位机软件设计第55-62页
    5.3 决策层软硬件设计第62-64页
        5.3.1 硬件选型第62页
        5.3.2 云决策算法的软件实现第62-64页
    5.4 环境感知层软硬件设计第64-66页
    5.5 道路试验第66-68页
    5.6 本章小结第68-69页
总结与展望第69-71页
参考文献第71-75页
致谢第75-77页
附录A 攻读学位期间发表的论文第77-78页
附录B 云决策代码第78-81页

论文共81页,点击 下载论文
上一篇:湖南省新能源汽车产业的税收政策研究
下一篇:纯电动车动力系统智能控制策略及其仿真研究