基于虚拟力延时柔性曲杆的车辆自动跟踪系统的关键技术研究

深入研究了独立式车辆自动跟踪的基本工作原理，针对该自动跟踪方式在前车有加速度和转弯时无法保证跟踪精度的困难，提出一种具有力传递延时功能的虚拟柔性曲杆的新概念，首次从力传输延时的角度讨论虚拟拖杆；据此概念深入分析虚杆的传输延时、柔度、曲率三者之间的辩证关系，并结合前车的行使情况、后车自重和外形尺寸等因素对该虚拟拖杆的建模问题进行深入探讨，可望切实有效地解决跟踪精度问题。课题拟对车体定位技术、车载传感系统和运动车辆检测技术、基于ARM和FPGA的高速实时信息处理和跟踪控制系统、基于多传感器的前车位姿估计与后车跟踪算法、基于虚拟力延时柔性曲杆的车辆自动跟踪系统建模、以及车辆自动跟踪系统的误差分析与最优跟踪算法等内容进行系统的研究和软硬件开发。项目的主要意义是欲深入探索新的理论工具和新的研究方法为有效解决城市交通拥堵和安全做出贡献，并推动若干相关学科和智能机器人技术的研究和发展。

课题综合分析了独立式车辆跟踪的基本工作原理和关键技术，针对车辆跟踪过程中前车加速和转弯时跟踪精度不高的问题提出了虚拟力延时柔性曲杆模型，从力传输延时的角度讨论了虚拟曲杆，并通过仿真和实验验证了模型的优越性。算法假设在两车之间形成一根虚拟柔性曲杆，给虚拟拖杆赋予作用力的概念，则前车通过虚杆对后车有一个纵向的拉伸力，使后车产生相应的加速度，从而调整后车的速度；虚杆还具有力传输延时功能，转弯作用力的传输就类似于水波涟漪的传播那样从前车向后车传输，从而保证了后车行驶到前车拐点处转弯而不是立即转弯，这样提高了跟踪精度也增加了安全性。项目对车辆跟踪中的前车检测技术也做了较深入的研究。一方面采用Camshift、模版匹配、特征检测等图像处理算法实现了目标识别与跟踪；另一方面采用数据融合的方法，结合激光测距仪检测前车位姿。最后对后车控制算法进行了研究，提出在Backstepping控制方法的基础上引入人工势场的概念，利用人工势场的作用减小单纯Backstepping控制方法中对于后车的加速度等的苛刻要求。为了验证算法的准确性，共搭建了两代实验平台来验证车辆跟踪算法。第一代实验平台采用Pioneer3-AT作为前后车，采用二维激光测距仪检测前车，采用S3C2440为主控芯片。第二代实验平台采用自制的汽车式移动机器人作为前后车，采用摄像头和激光测距仪结合的方法检测前车。控制系统硬件分两部分，上层采用PC处理图像和激光数据，底层采用ARM7作为主控芯片。第二代实验平台更加真实地反应了真实汽车的结构，更加准确地模拟了汽车在道路上的行驶过程，从而验证了提出的虚拟曲杆模型的有效性。目前共发表SCI源的国际期刊论文3篇，EI论文23篇，申请发明专利3项，均已授权。项目共培养博士生4名，硕士生5名。