导读:本文包含了自主驾驶系统论文开题报告文献综述及选题提纲参考文献，主要关键词:智能网联汽车,自主驾驶系统,人类驾驶员标准,产品责任
自主驾驶系统论文文献综述
任家仪[1]（2019）在《自主驾驶系统的“人类驾驶员标准”——产品责任的解释论研究》一文中研究指出智能网联汽车的自主驾驶系统具有深度学习性,包括"先天"和"后天"两方面。导致自主驾驶系统的产品责任认定面临产品缺陷和因果关系认定困难。在现有法律体系下,应通过对产品"不合理危险"的具体化、客观化解释,建构"人类驾驶员标准",指正常、成熟和守法的人类驾驶员面对不同道路交通情况作出的安全驾驶行为及其产生的最小损害后果。该标准包括驾驶行为要件和损害结果要件,符合消费者对产品安全性的合理期待。(本文来源于《东北农业大学学报(社会科学版)》期刊2019年05期）
田汉青,倪俊,胡纪滨,李子睿[2]（2018）在《大学生无人驾驶方程式赛车的自主驾驶系统设计》一文中研究指出本文简述了无人驾驶系统的构建,包含感知系统和路径追踪控制器,用于大学生无人驾驶方程式比赛。提出了一种激光雷达视觉协作的方法来感知作为轨道标记的交通锥。赛车的感知算法还包含了将组合导航数据和激光雷达里程计相结合的精确且高速率的定位方法。此外,还实时建立包含交通锥的位置和颜色信息的赛道地图。最后,系统和车辆性能在一个闭环赛道中被测试。本文件也简要地介绍了2017年大学生方程式无人驾驶大赛(FSAC)赛况。(本文来源于《2018中国汽车工程学会年会论文集》期刊2018-11-06）
李志腾,李彦明,唐小涛,刘成良[3]（2019）在《水稻穴直播机自主驾驶控制系统设计》一文中研究指出为满足水稻穴直播机自主作业的高性能需求,对穴直播机的自主驾驶系统进行了自主化设计与验证。根据洋马VP6型穴直播机的结构特点,对穴直播机自主驾驶进行机电改造,设计了自主驾驶总控制器和CAN总线化电动转向、油门及挡位的分控制系统,满足了自动驾驶的功能要求。经过分析穴直播机的运动学模型及控制模型,分别建立了外环轨迹跟踪和内环转向角度跟踪的双闭环控制算法策略。经过反复试验,确定合适的控制器参数为k_p=1、k_d=3.5。水田环境的试验结果表明:自动驾驶控制系统达到了横向偏差的绝对值不大于8 cm的跟踪效果。(本文来源于《农机化研究》期刊2019年02期）
李泽文,徐振平,董瑞智[4]（2018）在《自主驾驶系统结构与关键技术研究综述》一文中研究指出随着汽车的普及,汽车在方便人们的同时也带来了一些问题,如交通安全、城市交通堵塞等问题。随着科技的发展,自主驾驶离我们越来越近,自主驾驶不仅可以有效地降低道路交通安全风险,还可以为人类节省更多的精力。该文通过介绍无人驾驶的框架主要包括环境感知,信息处理与决策控制以及执行方面。然后叙述了无人驾驶的关键技术为环境感知、导航定位、路径规划、决策控制等,以及所面临的主要挑战。(本文来源于《电脑知识与技术》期刊2018年10期）
孙亮[5]（2018）在《水稻直播机自主驾驶系统设计研究》一文中研究指出水稻直播机,逐步取代了传统人工的手动播种方式,是水稻种植史上的一场技术革命。目前,加强水稻直播机的自主驾驶系统研究,是实现水稻直播机的自主驾驶、精准播种以及变量施肥的关键技术。本论文以水稻直播机自主驾驶系统为基本出发点,对其自主驾驶系统进行了精确的研究和设计,以保证直播机的自主驾驶系统能够有效满足水田播种精度的要求。(本文来源于《山东工业技术》期刊2018年05期）
吴鹏[6]（2017）在《水稻穴直播机自主驾驶控制系统设计》一文中研究指出随着农民老龄化状况日益严重,“谁来种地”“如何种地”成为十分严峻的问题,同时日益减少的农耕用地迫使我国走上智能作业,精细作业的现代化农业道路。差分定位技术的普及尤其是北斗RTK定位技术实现,结合嵌入式技术,智能控制技术,各类智能传感器等技术,使得农机无人驾驶精细化作业成为可能。具有自主驾驶的水稻直播机能够极大提高水田中的作业效率和品质,是未来智能农机发展的趋势。在上述背景意义下,结合企业需求,本文研发了一套基于ARM控制器水稻直播机自主驾驶系统。本文主要内容如下:(1)首先分析农机“智能化”在我国的战略意义,同时介绍国内外智能农机控制技术的发展现状,指出我国精准农业与国外的差距,发展农机智能化技术的必要性。(2)对现有的一套农机设备机电化改造:对原有方向盘、换挡机构和油门机构进行改造。同时应用双天线北斗接收机,角度传感器,倾角传感器,ARM控制器,搭建自主驾驶系统实验平台。(3)首先从应用经典PID知识,实现车轮转角角度跟踪。然后深入分析农机的转向原理,对拖拉机的转向过程进行数学建模。分别对纯跟踪模型和改进的基于模糊控制的跟踪模型进行仿真,分析跟踪效果。(4)以Cortex-A8的ARM平台作为控制器,在Linux平台下设计开发自主行走的软件部分,包括GPS数据的采集和处理,485,CAN和串口信号的通信,QT界面的搭建,导航参数的初始化,播种的作业流程等各个模块的具体设计。本文最后在搭建的农机平台下,进行了直线跟踪实验。首先验证闭环PID跟踪角度实验,然后在基于模糊控制的改进算法进行实验,记录实验数据,并对结果进行分析。结论表明该水稻直播机自主驾驶系统直线误差和上线效果较好,具有较好的工程应用价值(本文来源于《上海交通大学》期刊2017-01-01）
郑军[7]（2015）在《自主驾驶系统中道路检测技术研究》一文中研究指出自主驾驶是一种基于信息采集系统、计算处理系统与决策系统等实现的提供无人驾驶车辆解决方案的系统,对当今人们的生活产生着巨大的变化,它为人们提供更为安全和快捷的出行形式,对秩序化社会的形成意义重大。论文提出的检测技术不仅对道路特征进行了优化,使得车道线特征更为清晰,而且在实时驾驶过程中,能根据视频中道路特征的变化对弯道以及多车道进行很好的识别。道路特征受雾化天气影响不清晰,车道情况不明了,以及弯道的存在直接使得自主驾驶系统运行困难,所以本文展开对上述自主驾驶系统中存在的问题的研究,主要内容如下:首先,提出一种道路图像去雾方法,并结合HSV空间做车道线特征增强,在优化分割阈值的基础上实现良好的车道线的检测。去雾过程中,提出了针对雾天道路模型的深度重构图,针对白色车道线特征在s通道中的值为0的特性进行图像增强处理,并优化车道线分割阈值。实验结果显示,本文提出的方法能有效的提升图像的清晰度,在最终车道线部分的特征增强率比未经过特征增强的要提升45%左右。其次,针对视频序列提出弯道拟合检测方法,实现行驶过程中弯道良好拟合。使用改进的霍夫变换对道路车道线进行检测,并对拟合之后的直线斜率进行实时判定,来达到对弯道检测的效果。实验结果表明,弯道正常行驶的车辆其做霍夫检测的斜率并未发生大的改变,实验中驾驶偏离率维持在5%左右。最后,结合优化车辆检测,提出存在前方车辆情况下的多车道辅助检测方法,效果显着。利用Adaboost算法对道路车辆进行训练,并结合关系滤波器对Adaboost的检测结果做二次检测,降低误检率。根据检测到的前方的车辆位置与自身车辆的位置关系,对行驶过程中存在车辆障碍时的车道情况做指导性判断,以使车辆控制系统能对车辆的换道、减速等做出指示。实验结果显示,Adaboost弱分类器的误检率降低6%左右,多车道检测指示明确。综上所述,本文在道路检测方面开展的研究是有效的并取得一定的效果,在一定程度上解决了雾天道路车道线、弯道以及多车道检测的问题。(本文来源于《福州大学》期刊2015-06-01）
汤淑芳[8]（2015）在《缩微智能车自主驾驶系统设计及其实现》一文中研究指出缩微智能车的研究和发展适合国家的重大需求,2011年国家自然科学基金委员会重大研究计划设立了基础研究类培育项目“多缩微车交互与智能交通模拟”,因此,缩微智能车的研究具有重要的理论意义和实用价值。缩微智能车自主驾驶系统设计及其实现研究是实现其自主驾驶和多缩微智能车交互的基础和关键核心问题之一,相关研究成果不仅可为乘用型无人驾驶车辆的研发提供借鉴和参考,而且对我国过无人驾驶车辆技术的发展和进步也将有着重要的促进和推动作用。现有的缩微智能车的缩微比例主要集中在1：12和1：10两种车型,各研发机构多采用自主式开发,目标是满足其个性需求的硬件平台与软件平台。目前研究机构间没有统一的标准,功能部件接口各异,无法通用。缩微比为1：5的缩微智能车还尚未有相关文献报道,而该比例缩微智能车的研究技术成果,将可应用于大型公园、园博园等景点或休闲场所等室外环境,或面向厂房、矿井等室内环境。因此本论文将按照软硬件模块化的思想,进行1：5缩微智能车自主驾驶系统的设计与实现工作。具体的内容和创新点包括：首先,介绍了缩微智能车的研究背景和意义,国内外智能车发展现状,以及国内外缩微智车的发展现状；其次,进行了缩微智能车系统的总体设计,包括项目背景和项目需求的介绍,以及总体方案的设计：再次,开展了缩微智能车硬件系统设计,包括缩微智能车底盘的选型、硬件架构设计以及车载传感器的选型等；然后,开展了缩微智能车软件系统设计,按照缩微智能车实现自主驾驶需要的基本功能,如车道线检测、障碍物检测和交通信号检测与识别等,设计了软件系统架构；再然后,为验证上述软硬件设计是否可行,本论文进行了系统功能的实现和测试工作,主要包括模型车的改造、控制板的设计与开发和车道线的识别等；最后,给出了本论文的结论和展望。(本文来源于《中国科学院大学（工程管理与信息技术学院）》期刊2015-04-01）
方遒,杨福清,俞剑斌[9]（2015）在《汽车自主驾驶碰撞试验的控制系统设计》一文中研究指出为降低汽车研发过程的碰撞试验成本和缩短研发周期,对无牵引装置的汽车正面碰撞试验进行系统研究,论述正面碰撞试验车自主控制系统的设计.根据C-NCAP碰撞试验法规,对车辆进行了行进方向和行车速度控制的实车试验.结果表明:试验车行进方向与纵向中心线的重合度最大正负偏差分别为+95mm和-105mm,在汽车碰撞试验法规规定范围±150mm内,车速快速提高到64km·h-1后,系统仍能够保证汽车直线稳速行驶,满足现有试验法规的基本要求,具有实用性和推广价值.(本文来源于《华侨大学学报(自然科学版)》期刊2015年01期）
周丽娟[10]（2014）在《基于双天线GPS车辆自主驾驶系统研究》一文中研究指出只有确切地知道车辆的位置姿态信息,才能使用户获知车辆的位置姿态信息并且向用户提供操作指令,从而达到实时地控制车辆的目的。为了在车辆的自主驾驶过程中,对车辆进行快速、实时、准确地控制,本文设计了基于双天线GPS的车辆自主驾驶系统。本文采用的是双天线RTK-GPS进行定位,RTK-GPS采用了载波相位动态实时差分方法,在野外能够实时得到厘米级的定位信息。天线布阵的不同,都会使GPS测姿的精度不同,本文采用将天线放置在车辆纵向线的前后端且与车辆纵向线成一定夹角的位置进行测姿。车辆测姿的实现是利用GPS两个天线测得的坐标信息,实时解算出它的俯仰、横滚和航向角度,以达到测姿的目的,同时,位置姿态信息的精度不会随时间的积累而降低。控制系统是车辆自主驾驶系统中的关键技术。研究车辆控制系统需要的信息是车辆与期望轨迹的横向偏差以及与期望轨迹的航偏角,以此决定需要输出的前轮转角,从而达到控制车辆沿期望的轨迹行驶的目的。本文采用模糊加PID的控制算法,即先采用模糊控制,以提高系统的动态响应速度;采用PID控制,以提高系统的稳态控制精度。通过调整各项系数,使系统达到最优。这样既能获得比纯模糊控制更高的稳态精度,又能获得比PID控制更快的动态响应和更小的超调量,对车辆进行跟踪控制,使其按期望路径行驶。通过理论分析和试验等工作,先根据状态量之间的关系,预测得到一个估计值,然后结合GPS得到的数据设计一个卡尔曼滤波器,再根据滤波后的双天线坐标信息计算得出车辆的姿态。从而实现的基于双天线RTK-GPS的定位、定姿方法,提高了车辆导航控制精度。(本文来源于《南昌航空大学》期刊2014-12-01）
自主驾驶系统论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文简述了无人驾驶系统的构建,包含感知系统和路径追踪控制器,用于大学生无人驾驶方程式比赛。提出了一种激光雷达视觉协作的方法来感知作为轨道标记的交通锥。赛车的感知算法还包含了将组合导航数据和激光雷达里程计相结合的精确且高速率的定位方法。此外,还实时建立包含交通锥的位置和颜色信息的赛道地图。最后,系统和车辆性能在一个闭环赛道中被测试。本文件也简要地介绍了2017年大学生方程式无人驾驶大赛(FSAC)赛况。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
自主驾驶系统论文参考文献
[1].任家仪.自主驾驶系统的“人类驾驶员标准”——产品责任的解释论研究[J].东北农业大学学报(社会科学版).2019
[2].田汉青,倪俊,胡纪滨,李子睿.大学生无人驾驶方程式赛车的自主驾驶系统设计[C].2018中国汽车工程学会年会论文集.2018
[3].李志腾,李彦明,唐小涛,刘成良.水稻穴直播机自主驾驶控制系统设计[J].农机化研究.2019
[4].李泽文,徐振平,董瑞智.自主驾驶系统结构与关键技术研究综述[J].电脑知识与技术.2018
[5].孙亮.水稻直播机自主驾驶系统设计研究[J].山东工业技术.2018
[6].吴鹏.水稻穴直播机自主驾驶控制系统设计[D].上海交通大学.2017
[7].郑军.自主驾驶系统中道路检测技术研究[D].福州大学.2015
[8].汤淑芳.缩微智能车自主驾驶系统设计及其实现[D].中国科学院大学（工程管理与信息技术学院）.2015
[9].方遒,杨福清,俞剑斌.汽车自主驾驶碰撞试验的控制系统设计[J].华侨大学学报(自然科学版).2015
[10].周丽娟.基于双天线GPS车辆自主驾驶系统研究[D].南昌航空大学.2014