智能车辆视觉导航与运动控制研究

该文档是大连理工大学的一篇博士学位论文，主要研究方向是人工智能在机器学习领域的应用，特别是针对视觉导航式智能车辆的横向与纵向控制。这篇论文详细探讨了智能车辆在自动驾驶领域的关键问题，包括运动控制、图像处理算法、车辆动力学建模以及模糊控制策略。 在智能车辆研究中，运动控制是一项核心任务，它涵盖了横向控制和纵向控制。智能车辆由于其非完整运动约束和高度非线性的动态特性，控制策略的设计尤为复杂。论文提出了针对这些挑战的解决方案，首先设计了一套视觉系统，利用图像处理算法来获取路径信息，为车辆的导航控制提供准确的数据支持。 其次，论文建立了15自由度的非线性车辆动力学模型，这个模型考虑了发动机、液力变矩器、自动变速器、制动系统、传动系统、车轮动力学、轮胎、整车、悬架以及执行器等多个关键部件，以反映智能车辆的主要运动状态和非线性特性。通过仿真对比和实车试验，验证了该模型的准确性，为后续的横向和纵向控制研究提供了坚实的理论基础。 在控制策略部分，论文特别关注了基于遗传算法的横向模糊控制。研究对象为视觉导航式智能车辆，建立了相应的横向控制模型，并运用根轨迹法分析预瞄距离和速度对控制系统性能的影响。设计了一个预瞄距离与速度成一次函数关系的计算模型，以优化横向控制效果。 这篇论文深入探讨了智能车辆的视觉导航系统、动力学建模和控制策略，对于理解人工智能在自动驾驶领域的应用，以及推动智能交通系统的发展，具有重要的理论和实践价值。