智能车辆自主导航中避障路径规划与跟踪控制研究
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 致谢 | 第11-17页 |
| 第一章 绪论 | 第17-31页 |
| ·研究背景 | 第17-18页 |
| ·研究意义 | 第18-19页 |
| ·智能车辆概述 | 第19-24页 |
| ·智能车辆发展历史 | 第19-23页 |
| ·智能车辆研究方向 | 第23-24页 |
| ·自主导航关键技术 | 第24-29页 |
| ·信息感知技术 | 第24-26页 |
| ·智能决策技术 | 第26-27页 |
| ·路径规划技术 | 第27-28页 |
| ·运动控制技术 | 第28-29页 |
| ·其他 | 第29页 |
| ·本文的主要研究内容 | 第29-31页 |
| 第二章 混合式智能车辆决策体系结构 | 第31-45页 |
| ·引言 | 第31页 |
| ·集散决策混合式体系结构 | 第31-37页 |
| ·系统的分散决策效果 | 第32页 |
| ·集中决策与分散决策 | 第32-35页 |
| ·道路环境下决策体系结构 | 第35-37页 |
| ·仿真实验 | 第37-44页 |
| ·智能车辆运动学模型 | 第37-38页 |
| ·智能车辆功能模型 | 第38-40页 |
| ·时间延迟分析 | 第40页 |
| ·仿真计算 | 第40-44页 |
| ·本章小结 | 第44-45页 |
| 第三章 分层次多传感器信息融合环境感知 | 第45-69页 |
| ·引言 | 第45页 |
| ·信息融合层次结构 | 第45-47页 |
| ·分层信息融合的智能车辆导航 | 第47-65页 |
| ·超声波传感器数据层融合 | 第49-52页 |
| ·模糊神经网络控制器决策层融合 | 第52-65页 |
| ·融合仿真实验结果与分析 | 第65-68页 |
| ·超声波测距传感器 BP 网络融合结果 | 第65-66页 |
| ·CCD 摄像机图像信息处理结果 | 第66-67页 |
| ·模糊神经网络决策融合导航结果 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 第四章 自适应阈值 VFH 法局部避障路径规划 | 第69-83页 |
| ·引言 | 第69页 |
| ·避障路径规划环境感知 | 第69-74页 |
| ·道路边界检测 | 第69-72页 |
| ·道路中障碍物检测 | 第72-74页 |
| ·改进的 VFH 算法路径规划 | 第74-79页 |
| ·VFH 算法阈值敏感问题 | 第74页 |
| ·自适应阈值 VFH 法避障路径规划 | 第74-79页 |
| ·路径规划结果及分析 | 第79-81页 |
| ·路径规划仿真结果 | 第79-80页 |
| ·路径规划过程阈值变化 | 第80-81页 |
| ·本章小结 | 第81-83页 |
| 第五章 道路人工势场法目标路径跟踪控制 | 第83-97页 |
| ·引言 | 第83页 |
| ·路径跟踪系统及道路势场 | 第83-84页 |
| ·车-路模型及道路势场构建 | 第84-88页 |
| ·车辆运动学及动力学模型 | 第84-86页 |
| ·道路势场模型的构建 | 第86-88页 |
| ·道路势场法路径跟踪控制结构 | 第88-91页 |
| ·预瞄跟随理论 | 第88-89页 |
| ·路径跟踪控制结构 | 第89-90页 |
| ·BP 神经网络 PID 参数调节 | 第90-91页 |
| ·仿真结果及分析 | 第91-96页 |
| ·本章小结 | 第96-97页 |
| 第六章 试验平台设计与试验验证 | 第97-109页 |
| ·智能车辆试验平台设计 | 第97-102页 |
| ·图像处理系统 | 第97-98页 |
| ·距离探测系统 | 第98-99页 |
| ·车速测量与控制 | 第99-101页 |
| ·转向控制与通讯 | 第101-102页 |
| ·主要传感器及车载设备 | 第102-103页 |
| ·试验与结果分析 | 第103-108页 |
| ·目标路径跟踪控制结果 | 第104-106页 |
| ·自主避障试验结果 | 第106-108页 |
| ·本章小结 | 第108-109页 |
| 第七章 结论及展望 | 第109-111页 |
| ·全文总结 | 第109-110页 |
| ·创新点 | 第110页 |
| ·建议与展望 | 第110-111页 |
| 参考文献 | 第111-119页 |
| 攻读博士学位期间发表的论文 | 第119页 |
| 攻读博士学位期间参与的课题 | 第119页 |
