面向城区综合环境的无人驾驶车辆平台及关键技术研究-东篱科研大数据发现系统（DRDS）

位置：立项数据库 > 立项详情页

面向城区综合环境的无人驾驶车辆平台及关键技术研究

项目名称：面向城区综合环境的无人驾驶车辆平台及关键技术研究
项目类别：重大研究计划
批准号：91120002
申请代码：F030602
项目来源：国家自然科学基金
研究期限：2012-01-01-2014-12-31

项目负责人：肖世伦
依托单位：武汉大学
批准年度：2011

中文摘要：

本项目从理解人的驾驶行为的形成机理的角度，提出基于低成本传感器的主动感知融合，多层次信息交互的城区综合环境无人驾驶平台研究思路1）采用主动认知方法，融合交通规则、场景信息、异构感知数据，主动规划选择最佳的通行区域。解决多车道密集车流中可行驶路面识别的难题；2）基于前车驾驶行为主动规划分析的跟踪方式，实现目标运动趋势理解，用于解决真实动态场景中前后车之间换道、超车、避让等关键难点；3）综合宏观地图知识和微观感知信息，实现多重定位匹配，用来实现在复杂路口（上下高架匝道、多出入环岛、多层立交）的主动定位、转向分析和行为决策。在经过连续两年比赛检验成熟的车辆平台基础之上，集成交通标志识别等研究成果，最终选择从武汉光谷出发，经过鲁巷转盘、庙山立交、三环高速，最终抵达武黄高速（武汉至黄石高速），这样的十公里以上的城区综合环境路线，在可控情况下，进行无人驾驶测试，完成项目最终验证。

中文主题词：行驶环境感知；无人驾驶车辆；城市环境无人驾驶；；

英文摘要：

Driving environment perception；Unmaned Ground Vehicles navigation；urban environment；；

英文主题词： Driving environment perception；Unmaned Ground Vehicles navigation；urban environment；；

结论摘要：

本项目主要围绕城区综合环境的无人驾驶车辆平台及关键技术展开，研究基于异构信息融合的多车道环境可通行路面认知模型，提出基于多传感器的多源交通数据融合方法；研究基于感知和跟踪的前车运动行为预测理解方法，提出一种基于车辆通行优先级的换道危险避撞的方法；研究基于多重感知匹配的复杂路网自主定位导航方式，提出一种面向无人驾驶的全要素地图导航方法。实现了低成本无人驾驶平台的改装。无人驾驶平台整体性能达到可控环境下密集道路、城市环路、绕城高速等道路的自主行驶能力。通过参加2014“中国智能车未来挑战赛”并顺利完成城乡道路、校园小区、高架、复杂路口等比赛任务，系统平台整体性能和相关研究成果得到有效验证。项目圆满完成了任务书要求的各项研究任务，并取得多项研究成果，其中获得授权专利5项，发表论文31篇，培养研究生15名。

成果综合统计