智能車環(huán)境下車輛典型行為識(shí)別方法研究.pdf

1、智能車輛的行為識(shí)別作為智能車輛環(huán)境感知的重要組成部分，能夠?yàn)橹悄苘囕v的控制和決策提供必要的數(shù)據(jù)支撐，是智能車輛安全、可靠運(yùn)行的前提和基礎(chǔ)。論文針對(duì)智能車輛典型行為識(shí)別問(wèn)題，搭建了一種智能車輛典型行為識(shí)別系統(tǒng)，并在此基礎(chǔ)上對(duì)智能車輛的典型行為識(shí)別方法進(jìn)行研究。主要工作包括：
　?。?）在對(duì)智能車輛體系結(jié)構(gòu)和功能結(jié)構(gòu)進(jìn)行研究的基礎(chǔ)上，構(gòu)建了一種智能車輛典型行為識(shí)別系統(tǒng)，進(jìn)而分析了該系統(tǒng)中各個(gè)模塊的工作原理及其涉及的關(guān)鍵技術(shù)，并完成了系

2、統(tǒng)的硬件選擇。
　　（2）在對(duì)智能車輛姿態(tài)估計(jì)算法進(jìn)行深入研究的基礎(chǔ)上，選擇旋轉(zhuǎn)矢量法作為陀螺儀的車輛姿態(tài)估計(jì)方法，選擇高斯牛頓法作為加速度計(jì)和磁強(qiáng)計(jì)的車輛姿態(tài)估計(jì)方法，然后使用擴(kuò)展卡爾曼濾波算法對(duì)兩種估計(jì)方法的結(jié)果進(jìn)行融合，實(shí)現(xiàn)了車輛姿態(tài)估計(jì)；通過(guò)仿真實(shí)驗(yàn)驗(yàn)證了該方法能夠?qū)崿F(xiàn)較好的車輛姿態(tài)估計(jì)效果。
　　（3）針對(duì)車輛加速度積分求取車輛速度時(shí)的累積誤差問(wèn)題，提出了一種基于加速度修正的智能車輛速度估計(jì)方法。通過(guò)仿真實(shí)驗(yàn)驗(yàn)證了

3、該方法能夠有效減少車輛加速度誤差和噪聲對(duì)速度估計(jì)的影響，具有較好的車輛速度估計(jì)效果。
　?。?）通過(guò)對(duì)智能車輛典型行為中車輛姿態(tài)和速度表現(xiàn)特點(diǎn)的分析，對(duì)車輛典型行為類型進(jìn)行了劃分；根據(jù)不同車輛行為類型的特點(diǎn)，分別提取車輛速度曲線的數(shù)字特征和車輛姿態(tài)信號(hào)的FFT系數(shù)作為車輛行為的特征，并將其作為支持向量機(jī)算法的輸入量實(shí)現(xiàn)了智能車輛典型行為的識(shí)別。
　?。?）搭建了一種智能車輛典型行為識(shí)別測(cè)試平臺(tái)，完成了智能車輛典型行為識(shí)別軟件