基于数据驱动算法的汽车避障方法研究

• 作 者: 周宏鹏
• 机 构: 哈尔滨工业大学
• 出 处: 哈尔滨工业大学
• 发表日期: 2017年期
• 关键词: 车辆信息物理融合系统 避障技术 核偏最小二乘法 即时学习

近年来,随着科学技术以及工业水平的快速提升,自动驾驶技术也发展迅猛,车辆避障技术作为自动驾驶系统的核心环节之一,引起了越来越多的关注,成为了相关学者和科研机构的研究热点。另一方面,随着车辆驾驶安全形势日益严峻,研究车辆避障系统以提高驾驶的安全性具有十分重要的意义。传统的车辆避障技术主要包括两类:第一种是通过测量车辆间距,计算行车间隔时间,并进行事故预警的预判,这种方法计算简单但实时性差;第二种是建立车辆制动的数学模型,并依此计算制动距离和建议加速度,但是由于车辆运动特性复杂,所建立的数学模型往往无法准确反映车辆运动特性,因此存在准确性差的问题。为解决上述问题并实现车辆避障的目的,研究新的有效的避障技术成为了一种解决思路。近年来,大数据技术发展迅猛,人机交互所产生的海量数据,往往包含了许多可以反映系统运行状态甚至系统运行机理的关键信息。与此同时,随着工业4.0时代的来临,信息物理融合系统(Cyber Physical System,CPS)近年来也发展迅速。其优势在于结合了物力资源和计算资源,可实现智能控制、自适应控制等功能。考虑到这些优点以及近年来数据驱动算法的大量涌现以及成熟应用,本文提出了通过数据处理技术与CPS相关技术的结合,以实现车辆避障目的,并为车辆提供预警信息以及安全驾驶建议加速度。本文主要包含三个研究内容:车辆信息物理融合系统(Vehicle Cyber Physical System,VCPS)的建模、基于数据的预测算法的研究、提供预警信息和安全驾驶建议加速度。首先,文章研究了车辆信息物理融合系统的建模,设计了VCPS建模平台的选取方案;VCPS结构的设计及VCPS的数学建模过程。其次,文章研究了多元统计分析、偏最小二乘法、核偏最小二乘法和即时学习等数据驱动算法的理论及应用特性。再次,本文依据所建立的VCPS仿真平台及数据处理算法进行仿真,在Car Sim平台上设计好本文试验环境,并比较各算法优劣,选择效果最好的数据处理算法,并检验所所提出的基于数据的避障策略是否有效。实验结果表明,基于JITL-PLS的数据驱动算法预测效果准确率高,用时较短,适合本文的研究目的。最后,本文就研究内容进行了概括和总结,并对下一步工作进行展望。