基于立体视觉的弯道环境感知及车辆自主驾驶控制

车道保持和车辆纵向防撞是智能车辆的两大主要核心研究内容，本项目针对弯道这一交通事故多发地段，研究基于立体视觉的车辆弯道环境实时动态检测和重构，深入研究车辆弯道自主驾驶的车道保持和纵向防撞控制规律。研究内容包括：建立曲线道路模型，提出弯道车道线识别和三维重构算法；提出基于立体视觉的高实时性车辆检测算法和高精度车距测量算法；建立弯道上前方障碍物车辆的行驶行为预测模型，估计前方多车道障碍物车辆的行驶行为（如其加速、减速、制动、换道等行为）；建立车辆弯道保持动态控制模型，解决弯道保持动态稳定性不足和强非线性特征实时性较差问题；建立适合于弯道的安全距离模型和纵横向动力学耦合模型，结合前方车辆行驶行为分析预测，建立车辆纵向防撞控制模型。本项目的研究有助于完善车辆环境信息感知、车道保持和车辆纵向防撞控制理论，研究成果可用于车辆车道保持和纵向防撞辅助驾驶或自主驾驶系统中，具有较高的的学术意义和实用价值。

建立了双目立体视觉环境感知实验平台，能进行项目的相关试验。提出了一种基于双目立体视觉的自车位置判断与车道线识别的算法。针对弯道提出了一种利用Bézier曲线重构车道线的方法，解决了车道线重构中对复杂环境适应性和大弯道拟合准确性及实时性问题。提出了一种基于立体视觉系统的前车识别与前车状态信息获取的算法。申请并受理了“一种基于立式标靶的车载单目摄像头测距测高方法”等共8项发明专利。提出了一种基于机器视觉的显示终端操作响应匹配检测方法。对弯道上车辆自主驾驶车道保持控制进行了研究。利用自适应滑模控制，设计了具有参数不确定性的弯道保持控制规律；设计李雅普诺夫函数，证明了在所设计的控制算法下系统的稳定性。提出了基于机器视觉及自适应模糊PID算法的弯道跟随控制策略。利用CarSim和Simulink联合仿真验证了该算法在不同速度下的鲁棒性。TrukSim和Simulink联合仿真验证了算法对不同类型的车辆都具有很好的适用性。对所提出的基于机器视觉和自适应模糊PID算法的弯道跟随控制策略进行了dSPACE硬件在环仿真，以验证所设计控制模型的可靠性。进行了基于PreScan软件的弯道保持研究。基于预瞄跟随理论和模糊自适应整定PID控制原理，设计了自主驾驶车辆路径跟随控制算法。设计了一种分层控制的车辆跟驰控制系统，提高了车辆跟驰行驶时的安全性和舒适性。为本项目研究设计了自主驾驶试验车的整体架构，主要分为感知、控制、执行三个层次，还包含了E-STOP紧急停车方案，搭建了实车试验平台。提出了换道轨迹纵向长度优化的五次多项式换道轨迹方法，纵向长度的优化通过最小化横向加速度和换道时间得到。用PreScan 软件和Matlab/Simulink 软件联合建立了智能车在多车道多车辆环境下的模型。仿真分析结果验证了运动轨迹动态规划算法的有效性。在dSPACE硬件在环仿真试验台架上对车辆运动轨迹动态规划算法进行硬件在环仿真。分析硬件在环仿真数据，验证车辆运动轨迹动态规划算法在误差允许范围内有效。