首页期刊导航|重庆理工大学学报
期刊信息/Journal information
重庆理工大学学报
重庆理工大学
重庆理工大学学报

重庆理工大学

石晓辉

月刊

1674-8425

023-62769495

400050

重庆市九龙坡区杨家坪

重庆理工大学学报/Journal Journal of Chongqing Institute of Technology北大核心CSTPCD
查看更多>>本刊是中国学术期刊综合评价数据库来源期刊,中国科技核心期刊,重庆市一级期刊,教育部优秀期刊。主要刊登有创造性、探索性、开拓性的学术论文、科研成果报告、重要学术问题的评述和学科前沿的综述。
正式出版
收录年代

    一种面向智能汽车的工况自适应路径跟踪控制方法

    江浩斌韦奇志李傲雪唐斌...
    1-11页
    查看更多>>摘要:为实现智能汽车在复杂路面条件下稳健的工况自适应性能,提出一种智能汽车自适应路径跟踪控制方法.基于模型预测控制(MPC)原理,设计了智能汽车路径跟踪控制器;依据总方差法建立路径跟踪综合评价指标,通过仿真分析不同路面附着系数下的路径跟踪效果,拟合路面附着系数与最优车速的关系曲线;根据不同车速和道路曲率,利用遗传算法优化得到所有典型弯道工况下最优时域参数,将纵向车速和道路曲率反馈引入MPC控制器,设计一种时域参数自适应的MPC路径跟踪控制器.在Carsim/Simulink平台上进行仿真试验,结果表明,自适应MPC控制器可根据不同工况采取合适的时域控制参数,与传统MPC相比,提高了路径跟踪过程中对路面附着系数和道路曲率变化的鲁棒性.

    智能汽车路径跟踪模型预测控制路面附着系数遗传算法

    具有换道功能的自适应巡航控制策略研究

    胡远志张隆刘西雷发林...
    12-22页
    查看更多>>摘要:传统的自适应巡航控制车辆在面对前方低速行驶的目标车辆时只能低速跟车行驶,为提高ACC车辆的行车效率,提出了具有换道功能的自适应巡航控制策略.将ACC车辆的控制模式分为定速巡航、跟车巡航、换道巡航3种,基于速度不满意累计度设计了多模式切换策略.基于模型预测控制算法设计了定速巡航和跟车巡航纵向控制器、换道轨迹跟踪控制器,并利用五次多项式规划了换道轨迹.使用PreScan/CarSim/Matlab软件搭建仿真平台,设计多种测试工况,对设计的控制策略进行联合仿真测试.结果表明,设计的控制策略稳定且可靠.

    自适应巡航换道控制策略模型预测控制

    车辆变权重多目标自适应巡航控制

    姜顺明王奕轩吴朋朋
    23-32页
    查看更多>>摘要:为了解决自适应巡航对于不同复杂工况的适应能力,提出一种车辆变权重多目标自适应巡航控制(adaptive cruise control,ACC).该控制系统首先建立ACC纵向动力学模型,并在模型预测控制的控制算法下综合全面考虑车辆跟车时的安全性能、跟车性能、燃油经济性能和驾乘人员的舒适性能,并设计了相应的目标函数及约束条件.接着,根据不同的行车环境设计各子目标权重系数在线实时调优机制(熵权法),运用主客观结合的方法以实现多目标多性能权衡.最后,基于Simulink搭建的动力学模型并结合CarSim车辆模型,针对城市、城郊和公路3种行驶工况进行效果验证.与固定权重ACC相比,所提出的方法在不同行驶工况下各目标性能都有所改善.

    多目标模型预测控制变权重熵权法自适应巡航控制

    无人车典型场景构建及车速预测

    宋传杰高建平谢诏玺郗建国...
    33-40页
    查看更多>>摘要:为提高符合我国交通环境下的车速预测模型的准确性,提出了一种基于马尔科夫链和循环神经网络模型的典型场景下前车车速预测方法.首先,基于事故数据建立场景要素的多元线性回归模型,提取得到4个特征要素.将4个特征要素作为聚类输入的参数,采用K-均值聚类算法得到4种危险典型场景.其次,采用马尔科夫链理论和循环神经网络分别表征平稳工况下和快变工况下的车速预测模型,在搭建的Prescan+Simulink联合仿真平台上,对典型测试场景下前车车速预测模型的有效性进行验证.仿真结果表明:城市场景、二级公路场景、三级公路场景的速度预测误差集中在2 km/h,在允许范围内.实车试验结果表明:基于马尔科夫链模型和循环神经网络模型平均提前4.86 s预测前车车速,且实验小车单程误差小于0.1%,实用性较高.

    典型场景构建车速预测方法事故数据线性回归聚类分析

    基于改进PilotNet的端到端无人车控制

    王树磊赵景波赵杰刘逍遥...
    41-47页
    查看更多>>摘要:端到端的驾驶决策目前是无人驾驶领域的研究热点之一.针对一款无人小车,首先使用一个9层的卷积网络PilotNet对车辆进行横向控制,纵向的前进速度为一个恒定值,在训练的过程中发现该网络存在过拟合的现象.在此基础上,设计了一个新的深度学习网络用于提取图像中的特征,并将预测的结果应用于小车的纵向和横向运动控制.进行训练之前,遥控无人小车沿地图上标志的路径行进,将车载摄像头获得的图像数据以及该时刻遥控器对应的前进速度和转向角给定值记录下来,作为观察值,将所设计的网络输出作为预测值,使用MSE作为目标函数,以便进行训练,所设计的网络参数较PilotNet减小了25%.最终,通过在验证集上的对比发现,所设计的网络较PilotNet误差更小,将设计的网络部署在小车上,通过实验发现,采用速度调节的小车,比未采用速度调节的小车跑完跑道的时间少5 s,表明所建立的模型具有较好的控制效果.

    端到端决策深度学习无人驾驶

    融合B样条与改进APF的路径规划算法研究

    夏长高丁伟兵韩江义
    48-54页
    查看更多>>摘要:人工势场法(APF)广泛运用在农业车辆路径规划中,但应用中存在易陷入局部最优、避障路径不连续、超出道路边界等方面的问题.为解决上述问题,提出一种基于B样条与改进APF融合算法.针对果园等非结构化道路条件对斥力场函数进行设计,在改进的APF算法中融入B样条优化算法模块进行局部路径优化.仿真实验表明:B样条-改进APF算法可以有效地解决相关问题,在复杂道路下规划的避障路径最大曲率与平均曲率为0.2302、0.0652 m-1,比较其他改进的APF算法,分别降低58.64%、33.47%,曲率连续满足无人车辆动力学约束;此外运算时间为6.982 ms,具有一定的规划实时性.

    路径规划B样条优化人工势场法避障

    基于结构化道路与NMPC的无人车路径跟踪控制

    孙小松段敏杨岐汉红彪...
    55-61页
    查看更多>>摘要:针对无人驾驶汽车路径规划与跟踪控制问题,设计了一种分层控制器.上层采用汽车运动学模型,并在满足系统动态方程、边值、路径约束下,设计了基于结构化道路的的代价函数完成路径规划.下层基于双自由度动力学模型设计惩罚函数以转向与加速指引车辆实现路径跟踪.利用SOA算法在线整定控制器参数,并通过Carsim/Simulink进行预定参考速度下仿真,仿真试验得出横摆角速度最值在7.5(°)/s左右的可控范围内波动,纵向加速度最值在0.4 m/s2左右、前轮转角为7°在约束范围内,在考虑舒适性前提下的路径跟踪平均偏移量为0.041 m,纵向控制下车速跟踪平均偏差为0.038 m/s.试验结果表明:所设计的控制器具有良好的跟踪控制效果与稳定性.

    无人驾驶路径规划跟踪控制NMPC结构化道路

    多任务检测网络下车道线宽度测距方法

    刘军陈辰李汉冰许多...
    62-71页
    查看更多>>摘要:针对复杂交通场景下单个模型无法同时检测车道线和车辆,以及车道线检测实时性较差的问题,提出了一种新的多任务检测网络模型,该模型可以同时检测车辆和车道线,无需任何先验信息.同时,在多任务检测网络模型下修正现有的基于车道宽度进行测距的方法:对现有方法在弯道下测距产生的误差进行分析后,提出一种弯道下基于车道线斜率的车道横向宽度的计算模型,在假设车道线是同心圆模型前提下,修正车道横向宽度计算公式后推导出前方车辆纵向距离的测距模型,车道线曲率为0.01时,对50 m范围内的车辆实施修正后的测距方法,测距误差小于3%;在车道线曲率小于0.005时,对100 m范围内的车辆实施修正后的测距方法,测距误差小于1%,相较于现有方法,修正后测距方法的测距精度显著提高.最后通过KITTI数据集验证在多任务检测网络下实施修正后的测距方法的效果,结果表明:多任务检测网络对车道线的近点拟合效果较好,且在有遮挡的情况下仍然可以预测出遮挡部分的车道线,鲁棒性较好,修正后的测距方法的平均测距误差小于5%,测距精度明显提高.

    多任务检测网络车辆检测车道线误差分析测距模型修正

    无人驾驶重型汽车AEB控制算法及仿真

    宁满旭王三舟巴腾跃唐小林...
    72-80页
    查看更多>>摘要:AEB系统是一种通过自动制动来避免或减轻碰撞的主动安全技术,是生命安全和生产安全的重要保障,但AEB系统在无人驾驶的重型汽车的应用研究不充分,具有制动距离计算与此时刻路面信息无关、制动策略不分级和不考虑重型汽车轮胎刚度变化等问题.为提高无人驾驶重型底盘汽车AEB系统的安全性,以Duffgo轮胎模型为基础,通过计算实时的地面附着系数,从而准确计算制动距离,结合马自达安全距离模型建立分级的安全距离模型.建立TruckSim和Simulink联合仿真,将仿真结果与无迹卡尔曼滤波估计仿真结果进行比较,以制动结束时两车距离评价算法的纵向避撞性能,得出本文算法与无迹卡尔曼滤波估计算法相比在相同工况下更加平稳、介入时机更及时和准确的结论.本文提供了一种算法精简、安全距离可根据附着系数实时计算的AEB策略算法,促进了无人驾驶重型底盘汽车主动安全技术的发展.

    无人驾驶重型底盘汽车Dugoff轮胎模型自动紧急制动(AEB)附着系数纵向避撞

    基于车辆尾部特征的前车识别算法

    杨传江曹景胜袁增千范博文...
    81-87页
    查看更多>>摘要:当前道路前方车辆识别成为了智能网联汽车领域的研究热点,针对前车识别效率低的问题,基于机器视觉原理和车辆尾部类似于人脸的特点,通过研究和提取局部二值模式特征,并结合支持向量机分类方法,采用LBP特征谱的统计直方图作为特征向量用于分类识别,从而有效地实现了对前方车辆的识别与跟踪.基于Ubuntu 14.04操作系统和OpenCV 3.1版本的计算机视觉平台进行了算法实现和测试.结果表明:在不同车速工况下,本文算法运行时间短、识别率高,基本满足多场景下的前车识别条件.

    智能网联汽车前车识别LBP特征SVM分类