基于模糊控制的智能车辆自主行驶方法研究

交通运输系统工程与信息 ›› 2010, Vol. 10 ›› Issue (2): 70-75 .

所属专题：自动驾驶技术

• 智能交通系统与信息技术 • 上一篇下一篇

基于模糊控制的智能车辆自主行驶方法研究

熊波;曲仕茹^*

西北工业大学自动化学院，西安 710129

收稿日期:2009-08-31 修回日期:2009-09-27 出版日期:2010-04-25 发布日期:2010-04-25
通讯作者: 曲仕茹
作者简介:熊波（1986-），男，江西省丰城市人，硕士生
基金资助:
陕西省科学技术研究发展计划项目(2008K07-14)；2009年博士点基金(博导类)(20096102110027)

Intelligent Vehicle’s Path Tracking Based on Fuzzy Control

XIONG Bo;QU Shi-ru

Northwestern Polytechnical University, Xi’an 710129, China

Received:2009-08-31 Revised:2009-09-27 Online:2010-04-25 Published:2010-04-25
Contact: QU Shi-ru

摘要/Abstract

摘要： 车辆无人驾驶是智能交通系统的一个重要部分，其目标是开发在高速公路和城市道路环境下的辅助驾驶系统，旨在帮助乃至取代驾驶员，实现车辆自动控制和自动驾驶，减少交通事故发生，提高道路交通系统的效率，因此提出了一种基于机器视觉和模糊控制实现智能车辆自主行驶的方法. 该方法以CMOS摄像头为路径识别传感器，通过图像分析提取车道中心线，并引入速度反馈，形成闭环控制，建立一个由两个模糊控制器组成的分级模糊控制器控制车辆转向，并使用模糊控制代替传统的PID速度控制来控制速度. 和常规的PID算法及模糊控制算法相比，改进的模糊控制算法使智能车在道路上更快速、平稳地运行，并且在转弯处的超调更小.

关键词: 智能交通, 智能车, 自动驾驶, 模糊控制, 视觉导航

Abstract: Autopilot vehicle is an important part of intelligent transportation systems. The objective is to develop the driver assistance systems on highway and urban road, to help or even to replace the driver, which may reduce traffic accidents and improve the efficiency of traffic system. A method based on machine vision and fuzzy control is proposed to realize intelligent vehicles’ autopilot. It uses the CMOS sensor as its path recognition device to draw its lane centerline through image analysis. Taking the feedback speed as the additional input, the study forms the closed-loop control and establishes one graduation fuzzy controller which controls vehicle direction with two fuzzy controller combinations and replaces traditional PID control vehicle speed by fuzzy control. Compare with the conventional PID algorithm and the fuzzy control algorithm, the improved fuzzy control algorithm ensures a high speed and steady running of intelligent vehicle with smaller over modulation in corner.

Key words: intelligent transportation, intelligent vehicle, autopilot, fuzzy control, vision-based navigation

中图分类号:

U491

熊波,曲仕茹. 基于模糊控制的智能车辆自主行驶方法研究[J]. 交通运输系统工程与信息, 2010, 10(2): 70-75 .

XIONG Bo,QU Shi-ru. Intelligent Vehicle’s Path Tracking Based on Fuzzy Control[J]. Journal of Transportation Systems Engineering and Information Technology, 2010, 10(2): 70-75 .

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract17948.shtml

http://www.tseit.org.cn/CN/Y2010/V10/I2/70

参考文献

［1］杨明. 无人自动驾驶车辆研究综述与展望［J］. 哈尔滨工业大学学报, 2006, 38(增刊): 1259-1262.［YANG M. Overview and prospects of the study on driverless vehicles［J］. Journal of Harbin Institute of Technology, 2006, 38(Sup): 1259-1262.］

［2］Toru Torii, Satoshi Kitade, Tsukasa Teshima. Crop row tracking by an autonomous vehicle using machine vision［J］. JSAM, 2000, 62(2): 41-48.

［3］王荣本, 李兵, 徐友春. 基于视觉的智能车辆自主导航最优控制器设计［J］. 汽车工程, 2001, 23(2): 97-100. ［WANG R B, LI B, XU Y C. Optimal controller design for an intelligent vehicle based on vision navigation［J］. Automotive Engineering, 2001, 23(2): 97-100.］

［4］王英健, 王玉凤. 基于智能模糊控制的汽车自动驾驶系统［J］. 微机发展, 2004, 14(12): 19-23.［WANG Y J, WANG Y F. The system of automatic drive based on intelligent fuzzy control［J］. Microcomputer Development, 2004, 14(12): 19-23.］

［5］冯锋, 邓志良. AGV自动导航小车自组织模糊控制器研究［J］. 微计算机信息, 2008, 24(4-1): 78-80.［FENG F, DENG Z L. The study of self-organizing fuzzy controller based on AGV［J］. Microcomputer Information, 2008, 24(4-1): 78-80.］

［6］付梦印, 李博, 王美玲. 一种基于逆投影变换的智能车道路识别方法［J］.光学技术, 2008, 34(3): 368-371.［FU M Y, LI B, WANG M L. Inverse perspective transform based lane detection in autonomous vehicle［J］. Optical Technique, 2008, 34(3): 368-371.］

［7］Romuald Aufrere, Roland Chapuis. Accurate road following and reconstruction by computer vision［C］. Intelligent Transportation Systems, IEEE Transactions, 2002, 3(4): 261-270.

［8］皮燕妮, 史忠科. 智能车中基于单目视觉的前车检测和跟踪［J］. 计算机应用, 2005, 25(1): 220-223.［PI Y N, SHI Z K. Preceding car detection and tracking based on the monocular vision［J］. Journal of Computer applications, 2005, 25(1): 220-223.］

［9］霍炜, 刘大维. 一种快速提取的道路标识线识别方法研究［J］. 中国制造业信息, 2007,36(11):48-51.［HUO W, LIU D W. Research on a rapid extraction method of road marking line recognition［J］. Manufacturing Information Engineering of China, 2007, 36(11): 48-51.］

[1]	郭烈, 胥林立, 秦增科, 王旭. 自动驾驶接管影响因素分析与研究进展[J]. 交通运输系统工程与信息, 2022, 22(2): 72-90.
[2]	徐猛, 刘涛, 钟绍鹏, 姜宇. 城市智慧公交研究综述与展望[J]. 交通运输系统工程与信息, 2022, 22(2): 91-108.
[3]	程君, 张立炎, 陈启宏. 一种基于地图辅助的自动驾驶视-惯融合定位方法[J]. 交通运输系统工程与信息, 2022, 22(2): 117-126.
[4]	王国栋, 刘立, 孟宇, 马智萍, 郑淏清, 顾青, 白国星. 一体式车辆避撞轨迹规划与跟踪控制[J]. 交通运输系统工程与信息, 2022, 22(2): 127-136.
[5]	马东方, 陈曦, 吴晓东, 金盛. 基于强化学习的干线信号混合协同优化方法[J]. 交通运输系统工程与信息, 2022, 22(2): 145-153.
[6]	许波桅, 王玲玲, 李军军. 自动化码头多级作业超网络延误传导特性研究[J]. 交通运输系统工程与信息, 2022, 22(2): 280-289.
[7]	田会娟, 刘嘉伟, 翟佳豪, 邓琳琳. 基于多入侵线的视频车速检测方法[J]. 交通运输系统工程与信息, 2022, 22(1): 49-56.
[8]	贾彦峰, 曲大义, 赵梓旭, 王韬, 宋慧. 基于安全势场的网联自主车辆跟驰行为决策及模型[J]. 交通运输系统工程与信息, 2022, 22(1): 85-97.
[9]	刘文, 汪文博. 基于秩最小化矩阵去噪的船舶轨迹重构方法[J]. 交通运输系统工程与信息, 2022, 22(1): 106-114.
[10]	赵建东, 陈溱, 焦彦利, 张凯丽, 韩明敏. 重点营运车辆的异常驾驶行为识别研究[J]. 交通运输系统工程与信息, 2022, 22(1): 282-291.
[11]	徐东伟, 彭航, 商学天, 魏臣臣, 杨艳芳. 基于图自编码-生成对抗网络的路网数据修复[J]. 交通运输系统工程与信息, 2021, 21(6): 33-41.
[12]	游峰, 梁健中, 曹水金, 肖智豪, 吴镇江, 王海玮. 面向多目标跟踪的密集行人群轨迹提取和运动语义感知[J]. 交通运输系统工程与信息, 2021, 21(6): 42-54.
[13]	王福建, 俞佳浩, 赵锦焕, 梅振宇. 基于站点实时关联度的短时公交客流预测方法[J]. 交通运输系统工程与信息, 2021, 21(6): 131-144.
[14]	张毅, 姚丹亚, 李力, 裴华鑫, 晏松, 葛经纬. 智能车路协同系统关键技术与应用[J]. 交通运输系统工程与信息, 2021, 21(5): 40-51.
[15]	胡笳, 罗书源, 赖金涛, 徐恬, 杨晓光. 自动驾驶对交通运输系统规划的影响综述[J]. 交通运输系统工程与信息, 2021, 21(5): 52-65.

基于模糊控制的智能车辆自主行驶方法研究

Intelligent Vehicle’s Path Tracking Based on Fuzzy Control

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics