【智能汽車避障研究的國內(nèi)外文獻(xiàn)綜述2600字】

6智能汽車避障研究的國內(nèi)外文獻(xiàn)綜述智能汽車國外研究現(xiàn)狀隨著智能車輛相關(guān)技術(shù)的成熟，各國都十分注重其交通安全方面和軍事領(lǐng)域的應(yīng)用，以及智能車輛的開發(fā)，進(jìn)而推動(dòng)智能車輛技術(shù)的發(fā)展。美國BarretElectronics公司于1954年研發(fā)了世界上第一臺(tái)自動(dòng)引導(dǎo)車輛系統(tǒng)，該系統(tǒng)為其自主研發(fā)的第一套系統(tǒng)，它具備了智能車輛一項(xiàng)最基本的功能特征——無人駕駛[1]。到了70年代，智能汽車的研究在歐美國家已經(jīng)得到了普遍的重視，20世紀(jì)80年代，美國國防部開啟了自主地面車輛（AVL）新計(jì)劃，為了能夠讓汽車擁有充分的自主權(quán)，該項(xiàng)目采用攝像頭和計(jì)算機(jī)系統(tǒng)來檢測(cè)地形并對(duì)車進(jìn)行導(dǎo)航[2]。在20世紀(jì)90年代，梅賽德斯和慕尼黑國防軍大學(xué)聯(lián)手改進(jìn)和開發(fā)了一種裝備有各種傳感器的汽車，使汽車能夠監(jiān)控車輛周圍的道路狀況，并據(jù)此進(jìn)行處理。從2004年起，為了加速智能車輛技術(shù)的發(fā)展，同時(shí)也為智能車輛的眾多研究者提供一個(gè)學(xué)術(shù)交流的平臺(tái)，美國國防部高級(jí)研究項(xiàng)目局(DARPA)，開始舉辦機(jī)器車挑戰(zhàn)大賽(GrandChallenge)。谷歌公司于2009年才開始研究開發(fā)智能車項(xiàng)目，研究開發(fā)團(tuán)隊(duì)的工程師大多是曾經(jīng)在DARPA工作的工程師。直到2015年，第一款可以在道路上正式測(cè)試的樣車揭開了面紗，一款完全沒有方向盤的智能汽車，讓乘客的雙手得到了釋放。圖1.1谷歌智能汽車2017年9月，美國眾議院通過了關(guān)于自動(dòng)汽車駕駛的相關(guān)法案，首次提出對(duì)智能汽車的生產(chǎn)、測(cè)試和發(fā)布進(jìn)行管理控制。并于該月12日，美國交通運(yùn)輸部部長趙小蘭公布了新版自動(dòng)駕駛指南2.0，旨在統(tǒng)一全美智能汽車技術(shù)的研發(fā)，公開聲明智能汽車公司的測(cè)試和部署無需審批，并于2018年發(fā)布了3.0版本。目前很多外國國家十分關(guān)注智能汽車的發(fā)展前景，也已經(jīng)發(fā)行了一系列政策和措施來鼓勵(lì)智能汽車的研究，當(dāng)然，我國也同樣重視智能汽車未來的發(fā)展。智能汽車國內(nèi)研究現(xiàn)狀國內(nèi)在自主駕駛方面研究較晚，從20世紀(jì)80年代底才開始，但是在我國智能汽車剛起步十年便取得了巨大的成就。90年代初，國防科技大學(xué)便獲得了成功，研制出了我國意義上的第一輛智能汽車，這輛汽車裝有由計(jì)算機(jī)及其配套的傳感器和液壓控制系統(tǒng)組成的汽車計(jì)算機(jī)自動(dòng)駕駛系統(tǒng)，該車能夠在計(jì)算機(jī)控制下完成無人駕駛[3]。1988年清華大學(xué)在國防科工委的和國家863計(jì)劃的資助下，從1988年開始研制開發(fā)智能車。20世紀(jì)90年代中期，國防科大的賀漢根參加一次關(guān)于自主駕駛技術(shù)的國際研討會(huì)，與會(huì)專家建議多個(gè)國家聯(lián)合起來共同研制新型的無人車，他也意識(shí)到這是推動(dòng)國內(nèi)自主駕駛技術(shù)的發(fā)展的好機(jī)會(huì)，詢問主委會(huì)中國能否參加，日本專家以中國沒有無人車為由拒絕中國參加。從80年代末開始在國防科大賀漢根教授的帶領(lǐng)下，2001年研制成功時(shí)速高達(dá)76公里的無人車，2003年研制成功我國首臺(tái)高速無人駕駛轎車，最高時(shí)速可達(dá)170公里。2007年一汽集團(tuán)與國防科大合作，2007年紅旗hq3參加了第14屆國際智能車交通大會(huì)，會(huì)上進(jìn)行了實(shí)測(cè)的演示，在國內(nèi)外引起了很大的轟動(dòng)。2011年7月14日紅旗hq3首次完成了從長沙到武漢286公里的高速全程無人駕駛實(shí)驗(yàn)，實(shí)測(cè)全程自主駕駛平均時(shí)速87公里創(chuàng)造了我國自主研制的無人車，在復(fù)雜交通狀況下自主駕駛的一個(gè)新紀(jì)錄，這標(biāo)志著我國無人車在復(fù)雜環(huán)境識(shí)別，智能行為決策和控制等方面實(shí)現(xiàn)了新的技術(shù)突破。2013年百度公司開始了無人駕駛汽車的項(xiàng)目，其技術(shù)核心是百度汽車大腦包括高精度地圖定位，感知，智能決策與控制四大模塊。2012年11月24日，我國軍事交通學(xué)院所研發(fā)的無人駕駛汽車在北京至天津的高速公路上完成路試，其路試的主要項(xiàng)目有循線行駛、跟車行駛、自主換道、鄰道超車、自主超車、人工指令行駛等六個(gè)科目，為確保安全，智能車裝有應(yīng)急控制裝置，緊急情況下可立即實(shí)施人工強(qiáng)制干預(yù)[4]。2015年百度無人駕駛汽車在國內(nèi)首次實(shí)現(xiàn)了城市環(huán)路和高速公路混合路況下的全自動(dòng)駕駛，測(cè)試時(shí)最高時(shí)速達(dá)到100公里每小時(shí)。同年長安汽車發(fā)布了智能化戰(zhàn)略654，建立6個(gè)基礎(chǔ)技術(shù)體系，平臺(tái)開發(fā)5大核心應(yīng)用技術(shù)分4個(gè)階段逐步實(shí)現(xiàn)從單一智能到全自動(dòng)駕駛。2017年7月，百度公司CEO李彥宏乘坐百度公司所研發(fā)的智能汽車參加了百度公司舉辦的首屆智能開發(fā)者大會(huì)。圖1.2百度智能汽車上世紀(jì)八十年代以后，中國開始研究智能汽車，并且到目前為止，世界上的研究結(jié)果表明，智能汽車研究方面中國和外國之間的差距正在縮小。在今后的智能時(shí)代，中國將在智能車輛領(lǐng)域擁有著舉重若輕的地位。1.3智能汽車避障技術(shù)發(fā)展現(xiàn)狀上世紀(jì)七十年代，美國學(xué)者J.Holland提出了遺傳算法。該算法利用了選擇、交叉以及變異等方式進(jìn)行了避障的過程控制。到了八十年代，Khatib提出了人工勢(shì)場(chǎng)法路徑規(guī)劃，該算法目前被廣泛的應(yīng)用于移動(dòng)機(jī)器人的路徑規(guī)劃上[5]。人工勢(shì)場(chǎng)法的基本思想是將機(jī)器人在周圍環(huán)境中的運(yùn)動(dòng)，設(shè)計(jì)成一種抽象的人造引力場(chǎng)中的運(yùn)動(dòng)，目標(biāo)點(diǎn)對(duì)移動(dòng)機(jī)器人產(chǎn)生“引力”，障礙物對(duì)移動(dòng)機(jī)器人產(chǎn)生“斥力”，最后通過求合力來控制移動(dòng)機(jī)器人的運(yùn)動(dòng)。應(yīng)用勢(shì)場(chǎng)法規(guī)劃出來的路徑一般是比較平滑并且安全，但是這種方法存在局部最優(yōu)點(diǎn)問題。2015年，王雷等人將遺傳算法進(jìn)行了改良。首先，利用網(wǎng)格法對(duì)智能車輛的行駛路徑建立模型，提出了初始個(gè)體產(chǎn)生法和精英戰(zhàn)略，設(shè)計(jì)了自適應(yīng)突變概率以此提升算法的質(zhì)量。2017年，朱珂昕，孫海洋，陳珍提出了一種基于遺傳算法在靜態(tài)環(huán)境中的路徑規(guī)劃，這種路徑規(guī)劃采用了二進(jìn)制編碼的方式，建立了簡單高效的并且具有針對(duì)性的適應(yīng)函數(shù)，該算法將多個(gè)障礙物作為介質(zhì)來尋找目標(biāo)點(diǎn)，簡化了編碼在二維空間中的方式，從而克服了多目標(biāo)情況下的避障問題[6]。參考文獻(xiàn)[1]張國全.基于視覺導(dǎo)航的智能車輛目標(biāo)檢測(cè)關(guān)鍵技術(shù)研究[D].蘭州:蘭州理工大學(xué),2012.[2]王子正,程麗.無人駕駛汽車簡介[J].時(shí)代汽車2016(8):82-85.[3]陳明哲.智能汽車發(fā)展現(xiàn)狀及前景展望[J].黑龍江科技信息,2016(31):146-147.[4]賈祝廣,孫效玉,王斌,張國維.無人駕駛技術(shù)研究展望[J].礦業(yè)裝備,2014(5):44-47.[5]郭笑笑,劉元盛,鐘啟學(xué).基于無人駕駛汽車的避障算法綜述[J].計(jì)算機(jī)科學(xué),2017,44(10A):145-148.[6]朱珂昕,孫海洋,陳珍.基于遺傳算法的機(jī)器人路徑規(guī)劃[J].電子世界,2017(7):13-14.[7]S.Kim,Y.Kim.RobotLocalizationUsingUltrasonicSensors［C］.Japan:ProceedingsofIEEE/SRJInternationalConferenceonIntelligentRobotsandSystems,2004:3762-3766.[8]L.Kleeman.AdvanceSonarwithVelocityCompensation［J］.InternetJournalRoboticsResea-rch,2004,23(2):111-126.[9]A.Diosi,L.Kleeman.AdvancedSonarandLaseRangeFinderforSimultaneousLocalizationandMapping[C].Japan:Proceedingsof2004IEEE/RSJInternationalConferenceonligentI-ntelRobotsandSystems,2004:1854-1859.[10]M.Y.Kim,H.Cho.AnActiveTrinocularVisionSystemofSensingIndoorNavigationEvironm-entforMobileRobots[J].SensorsandActuatorsA:Physical,2006,125(2):192-209.[11]吳慧玲.基于多傳感器的移動(dòng)機(jī)器人避障策略的研究[D].沈陽:沈陽大學(xué),2013.[12]韓九強(qiáng).機(jī)器人視覺技術(shù)及應(yīng)用[M].北京:高等教育出版社,2009:1-15.[13]杜莉,張建軍.超聲波測(cè)距技術(shù)改進(jìn)方法探討與實(shí)現(xiàn)[J].北京工業(yè)職業(yè)技術(shù)學(xué)院報(bào),2015,14(1):35-39.[14]范曉靜.基于多傳感器信息融合的機(jī)器人避障和導(dǎo)航控制研究[D].沈陽:沈陽理工大學(xué),2008.[15]趙小軍,林晨等.基于MATLAB圖像處理的車輛檢測(cè)與識(shí)別[J].數(shù)據(jù)采集與理,2009(s1):141-143.[16]王莉燁.多傳感器信息融合技術(shù)在智能機(jī)器人上的應(yīng)用[D].沈陽:沈陽理工大學(xué),2009.[17]謝振南.多傳感器信息融合技術(shù)研究[D].廣州:廣東工業(yè)大學(xué),2013.[18]Valet,L.MaurisGandetalAStatisticalOverviewofRecentLiteratu