资源描述
宁波理工学院毕业论文（设计）开题报告（含文献综述、外文翻译） 题 目 基于电磁检测的智能车算法研究姓 名 学 号 专业班级 自动化 指导教师 学 院 信息科学与工程学院 第1章 文献综述1953年，世界上第一台无人驾驶牵引车诞生，这是一部采用埋线电磁感应方式跟踪路径的自动导向车。如今，随着传感器技术的不断进步以及各种智能算法的改进，无人驾驶车发展也越来越快。根据不同的应用，其速度、安全性、运行时间也大相近庭。正是由于设计的高难度性，智能车设计变得越来越复杂，集成度越来越高,功能越来越大，也就吸引了更多的人的关注。本文以飞思卡尔智能车大赛为背景来研究其实现算法。“飞思卡尔杯”智能车大赛源于韩国，是韩国汉阳大学汽车控制实验室在飞思卡尔半导体公司资助下举办的以HCSI2单片机为核心的大学生课外科技竞赛。该竞赛内容涵盖了控制、模式识别、传感技术、汽车电子、电气、计算机、机械、能源等多个学科的知识。智能车根据功能可分为七个部分：以Freescal公司的MC9S12XS128为主控器的最小系统模块、电磁传感器模块、电源管理模块、速度测量反馈模块、舵机驱动模块、干簧管起跑线检测模块。本次设计主要针对速度测量反馈模块、舵机驱动模块、干簧管起跑线检测模块这三个模块来进行算法研究。1.1 国内研究现状受教育部高等教育司委托，高等学校自动化专业教学指导委员会负责主办全国大学生智能车竞赛。该项比赛已列入教育部主办的全国五大竞赛之一。首届“飞思卡尔”杯全国大学生智能车邀请赛于2006年在清华大学成功举办。此项赛事，在韩国已举办过多届，其专业知识涉及控制、模式识别、传感技术、汽车电子、电气、计算机、机械等诸多学科，对学生的知识融合和动手能力的培养，对高等学校控制及汽车电子学科学术水平的提高，具有良好的推动作用。在第一、二届的比赛中参赛选手必须使用大赛组委会统一提供的竞赛车模，以Freescale公司生产的16位微控制器MC9S12DG128作为核心控制单元。第三届则要求参赛队伍除了X系列的微处理器不用以外，其他8位和16位微控制器可由参赛对自己选择（8位的单片机最多可选两块），这无疑给大家一个更位大的选择余地，此届比赛则准许使用官方推荐的MC9S12XS128双核芯片及以往的8位极16位单核微控核心。2007年，中国大学生制作的智能车的速度已经打破了韩国智能车比赛连续七届的冠军速度。该项赛事现已在我国是成功举办六次，大赛小车分为三个组别：电磁组、摄像头组、光电组。其中电磁组是在第五届大赛上才被加进来的。尽管参与时间短，尽管参与时间短，相关的技术研究少但是电磁组的小车却取得了不错的成绩，根据官方提供的数据，第五届比赛电磁组的最佳成绩为27秒，相对于整个赛事的最佳成绩电磁组小车仅落后了2秒。但是2011年即第六届比赛电磁组则取得最佳成绩。随着飞思卡尔智能汽车大赛的影响力加大，全国各类学校踊跃参加此项赛事，场面也越来越壮观，技术上也越来越成熟，各支队伍在技术上的创新也越来越多，对全国高校学子的各项能力发展起到很大的作用。1.2 国外研究现状韩国大学生智能模型车竞赛是韩国汉阳大学汽车控制实验室在飞思卡尔半导体公司资助下举办的以HCS12单片机为核心的大学生课外科技竞赛。组委会将提供一个标准的汽车模型、直流电机和可充电式电池，参赛队伍要制作一个能够自主识别路线的智能车，在专门设计的跑道上自动识别道路行驶，跑完整个赛程用时最短，而且技术报告评分较高的参赛队就是获胜者。制作智能车，需要参赛队伍学习和应用嵌入式软件开发工具软件Codewarrior和在线开发手段，自行设计和制作可以自动识别路径的方案、电机的驱动电路、模型车的车速传感电路、模型车转向伺服电机的驱动以及微控制器MC685912DP256控制软件的编程等等。随着赛事的逐年开展，将不仅有助于大学生自主创新能力的提高，对于高校相关学科领域学术水平的提升也有一定帮助，最终将有助于汽车企业的自主创新，得到企业的认可。这项赛事在韩国的成功可以证明这一点。2000年智能车比赛首先由韩国汉阳大学承办开展起来，每年全韩国大约有100余支大学生队伍报名并准予参赛，至今已举办5届，得到了众多高校和大学生的欢迎，也逐渐得到了企业界的极大关注。近年来，飞思卡尔半导体公司参与举办的智能车大赛有了进一步的发展。2008年12月13日飞思卡尔半导体在马来西亚UITM工程学院举办了首届飞思卡尔智能车大赛。共有26组，涉及约52工科学生来自10个地方大学参加智能汽车竞赛。该国竞赛由马来西亚科协举办。1.3 研究方向在当今社会，对智能车的研究可以确定以下几个研究方向：1. 驾驶员行为分析（Driver Behavior Analysis）研究驾驶员的行为方式、精神状态与车辆行驶之间的内在联系；目的：建立各种辅助驾驶模型，为智能车辆安全辅助驾驶或自动驾驶提供必要的数据，如对驾驶员面部表情的归类分析能够判定驾驶员是否处于疲劳状态，是否困倦瞌睡等；2. 环境感知（Environmental Perception）主要是运用传感器融合等技术，来获得车辆行驶环境的有用信息，如车流信息、车道状况信息、周边车辆的速度信息、行车标志信息等；3.极端情况下的自主驾驶（Autonomous Driving on Extreme courses）研究在某些极端情况下，如驾驶员的反应极限、车辆失控等情况下的车辆自主驾驶；4. 规范环境下的自主导航（Autonomous Navigation on Normal environment）主要研究在某些规范条件下，如有人为设置的路标或道路环境条件较好，智能车辆根据环境感知所获得的环境数据，结合车辆的控制模型，在无人干预下，自主地完成车辆的驾驶行为。5. 车辆运动控制系统（Vehicle Motion Control Systems）研究车辆控制的运动学、动力学建模、车体控制等问题；6. 主动安全系统（Active，Safety Systems）主要是以防为主，如研究各种情况下的避障、防撞安全保障系统等；7.交通监控、车辆导航及协作（Traffic Monitoring，Vehicle Navigation and coordination) 主要研究交通流诱导等问题； 8. 车辆交互通信（Inter-Vehicle Communication)研究车辆之间有效的信息交流，主要是各种车辆间的无线通信问题； 9.军事应用（Military Applications）研究智能车辆系统在军事上的应用；10. 系统结构（System Architectures）研究智能车辆系统的结构组织问题；11.先进的安全车辆（Advanced Safety Vehicles)研究更安全、具有更高智能化特征的车辆系统。1.4 进展情况现智能小车发展很快，从智能玩具到其它各行业都有实质成果。其基本可实现循迹、避障、检测贴片、寻光入库、避崖等基本功能，这几届的电子设计大赛智能小车又在向声控系统发展。比较出名的飞思卡尔智能小车更是走在前列，此次的设计主要实现循迹这功能。1.5 发展预测 1)车辆间的通信协议规范 到目前为止,没有一个汽车生产厂家或研究机构能够独自提供完整的智能车辆解决方案。因此,不同的车辆之间,车辆与外界,车辆与人之间的通信规范问题就成为一个值得研究的课题,这实际上就是要建立一个开放型的人车路之间的通信协议规范,各种设备提供者就可以根据该规范设计能够独立工作的设备或模块。 2)通用的软件开发平台随着车辆功能的逐步发展和完善,各种传感器信息的采集与处理,各种控制算法的设计与实现等软件设计要求会变得十分复杂。如果能有像Windows一样车载软件系统平台,提供统一的应用软件接口,将会大大降低系统实现难度。因此,在这方面进行持续研究是有必要的,也是迫切的。 3)各种传感器取长补短单一传感器有时无法满足实际需要,而复合型传感器价格昂贵,且难以实现,推广困难。因此,应将不同的传感器之间取长补短,互相结合使用。例如:利用超声波、雷达等传感器测距快速便捷的特点,完成障碍物扫描,确定其大致的方位,然后,利用CCD低成本,高信息量的特点,在确定的范围之内识别目标类型、轮廓、颜色,文字等信息。 4)有人无人驾驶共享现有道路可以预见,在未来的1015年中,无人驾驶车辆将广泛应用。然而,道路建设一直以来都无法满足日益增长的车辆需要。因此,无人驾驶车辆无法完全行驶在专用车道,必须能够与现有车辆共享传统道路。2种车辆的共存方式需要受到重视。 5)改善视觉算法对环境的适应性设计可靠、稳定的机器视觉算法所面临的最大困难在于对各种恶劣环境的适应性。一般的视觉算法无法直接在实际应用中使用,需要一定的假设。在阴雨雪天气、夜晚等光照条件较差的情况就无法满足。另外,快速运动对成像的影响应加以考虑,这也是满足系统实时性要求。1.6 存在问题（1） 对于电磁组，存在的最大问题是电感的质量等的干扰；（2） 弯道中的直道，直道中的弯道，进出十字的信号判断；（3） 进入弯道要迅速转变为弯道的方案，出弯道进直道迅速转变为直道；（4） 舵机转动一定角度有时间延迟，该时间延迟使得模型车的动态特性变差，甚至会使得模型车冲出跑道；1.7 结束语本文阐述了智能车的基本概念，并重点介绍了它们的研究现状与发展趋势，也一并提出了智能车算法研究的问题与不足。智能车研究的进步和发展需要计算机技术、信息技术、电子技术、控制技术、传感技术、等众多技术领域发展的推动,其发展又能够推动所涉及学科和技术的进步与发展。这是一个能够将汽车产业,交通系统与信息产业紧密结合起来的新型领域。智能车辆的研发为世界各国的高新技术产业提供了又一广阔的发展空间。欧洲、日本、美国等发达国家虽走在了前面,但目前与我国的实际差距还不是很大。参考文献1. 黄迪明.软件技术基础M.成都：高等教育出版社,电子科技大学出版社,2006.12.2. 孔令淑，刘涛，基于MC9S12XS128单片机的智能循迹小车的硬件设计论文.技术研发，2005.7.3. 安岩，自动循迹智能小车的设计论文. 苏州科技学院学报，2004.1.4. 马忠梅，李月香.单片机内部资源的C语言编程J.微计算应用，1997，（03).5. 郭亮，谭立伟，基于单片机的新型智能小车研制设计论文.西南交通大学，2003.96. 张兆惠.基于微控制器的智能车系统的开发研DB/OL. 计算机测量与控制. 2006.3.7. 游雨云,丁志勇,智能小车单片机控制直流电机方案与设计论文.技术研发，2006.3.8. 卓晴，黄开胜，邵贝贝，学做智能车-挑战“飞思卡尔”杯.北京航空航天大学出版社，2009.19. 北京科技大学科大中冶R.第四届飞思卡尔智能车竞赛技术报告，2009. 10.吉林大学爱德之光R.第四届飞思卡尔智能车竞赛技术报告，2009. 11.北理风行者队R.第四届飞思卡尔智能车竞赛技术报告，2009. 12.Liu Y, Ozguner U, Acarman T. Performance evaluation of inter2vehicle communication in highway systems and in urban a 2 reasJ. IEE Intelligent Transport Systems, 2006, 153 (1): 63 -75.13. Nuria Oliver and Alex P. Pentland，Driver Behavior Recognition and Prediction in a Smart Car，Media Lab,Cambridge,MA 02139第2章 开题报告2.1 设计意义为加强大学生实践、创新能力和团队精神的培养，促进高等教育教学改革，受教育部高等教育司委托(教高司函2005201 号文)，由教育部高等自动化专业教学指导分委员会（以下简称自动化分教指委）主办全国大学生智能汽车竞赛。该竞赛以智能汽车为研究对象的创意性科技竞赛，是面向全国大学生的一种具有探索性工程实践活动，是教育部倡导的大学生科技竞赛之一。该竞赛以“立足培养，重在参与，鼓励探索，追求卓越”为指导思想，旨在促进高等学校素质教育，培养大学生的综合知识运用能力、基本工程实践能力和创新意识，激发大学生从事科学研究与探索的兴趣和潜能，倡导理论联系实际、求真务实的学风和团队协作的人文精神，为优秀人才的脱颖而出创造条件。智能车的开发与设计涉及到多个专业领域，对于大学生综合素质的培养，知识面的拓展和分析问题解决问题的能力的提高很有意义，并且有利于提高大学生的动手能力、激发创新能力。此外，制作这样一个高性能智能小车的过程，也是需要同组成员相互协作、紧密配合的过程，在此过程中，团队成员的交流与合作也显得尤为重要。2.2 设计目标编写程序实现以下几个目标:（1） 求最快跑完全程而没有冲出跑道；（2） 从电磁传感器获得的赛道信息对赛道进行判断，以分辨出直道、十字、大弯道和S弯道，针对不同的路段情况确定各自的目标转速；（3） 直道加速行驶，弯道和S弯道减速行驶；（4） 最合适的速度上坡和减速下坡，防止赛车冲出跑道；（5） 起跑线检测； 2.3 具体实现电感查表法：赛车控制系统的设计主要由赛道信息的采集与数据分析、方向控制、速度控制三个部分组成。框图如下所示：赛道信息的采集与数据分析MC9S12XS128速度控制转向控制图2.1控制算法方框图对于智能车来说，讲究的是智能控制。因此算法是其核心部分，相当于人的思维，负责按预先定好的流程处理传感器采集过来的数据。首先，安装在车前的电感线圈检测到赛道中心线下铺设的交流电产生的磁场，将磁场强度大小转换为电压大小送往单片机进行AD转换。转换后的数字量经过一系列的运算得出小车与中心线的位置，从而通过PWM波脉宽的控制使舵机转相应的角度。其次，利用光电编码器负责采集电机的转速，可以得到赛车的实时速度，再结合小车当前的位置状况，利用PWM波脉宽的控制来控制电机的速度和刹车力度，以形成速度闭环控制。 赛道信息的采集分为路况信息的采集和起跑线的采集这两个部分。路况信息的采集主要是由安装在赛车前面的感应线圈来完成。感应线圈通过检测赛道上方的磁场，采集到的信号经过谐振、放大、检波，然后直接送到单片机的AD口。单片机通过AD采样模块直接就可以得到感应线圈感应到磁场信号的大小。另外，赛车安装完成后，感应线圈之间的距离以及对地的高度都是恒定的，因此通过多次对比采集得到的感应线圈信号的大小即可得到赛道中心相对于感应线圈的位置，为赛车的转向控制提供依据。 导线周围的磁场，距导线越远，强度越弱，在电感中产生的感应电动势也越弱。将电感按图所示的位置放置，他们都是相同的电感，导线垂直穿过电感所在的平面，其中通有跑道电源的驱动电流。测量每一对电感电容组成的选频网络输出信号的峰峰值。导线3cm1cm2cm-1cm-2cm-3cm 图2.2 电感分布为了更精确的测量，我们可以在赛车中心距导线左右三厘米处按每隔0.25cm的距离测量一次当前电感值，在三厘米以外按每隔0.5cm的距离测量一次。这种U形的查表法能使小车在直道是保持一定的稳定，在出弯后也能快速回正。根据测得的电感值找出最大值的电感，进行粗定位，然后比较最大电感邻近的两个电感，做差值并将插值细分后对应相应的舵机打角值。对于起跑线的检测，由于电磁组的起跑线是直径为7.5 - 15mm，高度为1-3mm ，表面磁场强度为3000-5000Gs的永磁铁，就可以用霍尔元件或干簧管来检测。我们是采用的是干簧管，干簧管是磁机械效应的磁场传感器，其内部是一个常开触点开关，在磁场强度超过其阈值时，开关闭合导通。我们使用了五个干簧管并联成“线或”关系，任何一个干簧管检测到磁铁，都会输出高电平，引发中断程序使赛车停车。具体电路如图2.3所示图2.3 起跑线检测电路原理图2.4 结果预计 本次设计电机采用恒速控制或PID控制，具体方案看到时的调试情况。舵机则采用查表法来实现控制。预测结果是：（1） 能完整的沿着黑线跑完赛道一圈；（2） 当检测到是直道时，加速行驶；（3） 当检测到大小S弯道时，则减速行驶；（4） 当检测出交叉线时，能正确的判断方向；（5） 当检测到起跑线时，停止行驶； 2.5 进度安排进度安排如表2.3所示表2.3进度安排表起始年月进度目标要求2011.12.052012.01.05查阅文献，撰写报告和文献综述的初稿2012.01.062012.03.05对开题报告和文献综述初稿进行修改，外文翻译2012.03.062012.03.15准备PPT，开题报告答辩2012.03.162012.04.15完成算法的分析设计2012.04.162012.05.15调试程序，建立完整、详细的技术文档2012.05.162012.05.28论文的撰写与整理，提交毕业论文，答辩参考文献1. 王娟娟Error! No bookmark name given.基于栅格法的机器人路径规划J.农业装备与车辆工程，2009，（4），1417页.2. Error! No bookmark name given.,刘伟杰.一种基于可视图的机器人避障路径规划J.电脑知识与技术，2009，（2）434页435页.3. 张兆惠.基于微控制器的智能车系统的开发研DB/OL. 计算机测量与控制. 2006.3.4. Pnic.A*路径规划初探J.农业装备与车辆工程，2008，（4），39页-43页.5. 游雨云，丁志勇.智能小车单片机控制直流电机方案与设计论文.技术研发，2006.3.6. 王应军，赵晨萍，刘文闯.基于AT80C51单片机的智能小车设计论文。福建电脑，2009.12.7. 沈 峘，毛建国，李舜酩.单目视觉车道线识别算法及其ARM实现J.南京航空航天大学学报. 2008, 40 (2) : 208 - 212.8. Vnceslav F.Direct digital frequency synthesizersM.USA:Wiley,1999.9. Dmitri Dologv.AI for Automonos Robotic CarsJ.2008,(3).10.E.Horowitz.Pitman.Fundamentals of Data structuresM.1997.第3章 外文翻译对有关智能车驾驶行为的识别与预测(节选） Nuria Oliver and Alex P 。 Pentland Media Lab oratory Massachusetts Institute of Technology （ MIT）20 Ames St E15-385Cambridge MA 02139摘要：本文介绍的是智能车系统测试平台：实时数据采集、回放系统和机器学习即图形化的动态模型即在战术层面进行框架建模和识别驾驶员演习，特别侧重于如何利用上下文信息影响驾驶员的变现。智能车的感知输入模式：四个视频信号用来采集周围的交通、驾驶员头部位置和司机的视线范围；实时数据采集系统则用来记录汽车制动器，齿轮，方向盘的角度，速度和油门加速度信号。我们已经进行了为期2个月的仪器车的驾驶试验。超过70的司机能驱动智能车在大波士顿地区行驶1.25小时。图形化的动态模型，HMM模型和潜在的扩展模型（ CHMMS的），已经改造成能通过利用实验驾驶数据来创建7个不同型号的驱动程序演习训练：通过改变车道右和左，左右转弯，启动和停止。这些模式对于建立更为现实的自动车车模拟器，提高人机界面在驾驶员辅助系统，防止潜在危险的情况和在车模拟器下创造出更加逼真的自动化汽车是必不可少的。关键字：驾驶行为建模，驾驶员辅助，系统架构，形势的认识1. 简介本文介绍的是智能车系统测试平台：实时数据采集、回放系统和机器学习即图形化的动态模型即在战术层面进行框架建模和识别驾驶员演习，特别侧重于如何利用上下文信息影响驾驶员的变现。智能车的感知输入模式：四个视频信号用来采集周围的交通、驾驶员头部位置和司机的视线范围；实时数据采集系统则用来记录汽车制动器，齿轮，方向盘的角度，速度和油门加速度信号。我们已经进行了为期2个月的仪器车的驾驶试验。超过70的司机能驱动智能车在大波士顿地区行驶1.25小时。图形化的动态模型，HMM模型和潜在的扩展模型（ CHMMs的），已经改造成能通过利用实验驾驶数据来创建7个不同型号的驱动程序演习训练：通过改变车道右和左，左右转弯，启动和停止。这些模式对于建立更为现实的自动车车模拟器，提高人机界面在驾驶员辅助系统，防止潜在危险的情况和在车模拟器下创造出更加逼真的自动化汽车是必不可少的。我们的行为模式能让我们正确分类演习任何信号在汽车信号变化发生之前，平均1秒。 本文的结构如下：首先，最相关的前期工作描述在第2节 ，第3节介绍了系统的概述;第4节描述感知输入的智能汽车试验平台;在第5节描述了用在行为建模和识别上的统计模型;第6节包含了我们实验的描述和报告了在实际行驶条件下产生的结果。最后，第7节总结了主要结论和概括了未来我们的研究。2、 背景和以往的工作人类驾驶模型是一个跨学科的努力，涉及一些领域包括机器人学，心理学，控制理论和统计。驾驶在现实生活中的交通现状是一个非常艰巨的任务，因为好的决定需要作出不完全的实时信息。传统的人工智能技术，如基于搜索的计划是不可行的原因至少有两点：大多数这些方法不能在嘈杂、不确定以及如果考虑实际动作如终止变更车道则状态空间非常大的条件下运作。 机器的人机界面系统的一个关键性问题是手动和自动操作之间的转换。他们应该尽可能的顺利。比如当系统遇到不支持的情况下，失败时则返回到手动模式;或当驱动器启动时，这样的转变就会发生。在任何情况下，不干扰驾驶员的意图操纵，这是非常重要的，特别是在紧急情况下避免系统的不连续，导致在驾驶时的不协调。因此，研发能预测下一个动作或推断司机驾驶者意图的系统，是当务之急，这以便顺利和适当的控制模式的转换。 建立有效的驾驶行为识别方法需要深入理解司机的行为和建设一个既能够生成驾驶员的行为特性又能解释驾驶员行为特性的模型。驾驶任务历来的特点，由三个不同层次的方面组成：战略，战术和运作。最高的（战略）的水平，在于路线的计划和目标的确定;中间（战术）的水平，在于演习选择，以实现短期目标，如决定是否能通过障碍车辆;以及最低（运作）的水平，这些演习被看成控制操作。本文侧重于在战术层面上的识别驾驶演习。即我们建立了模型传递，改变车道左右，左右转以及启动和停止。 在心理学以往的研究中发现，司机的行为，可以作为一个与驱动车辆环境管理体系相联系的一个特定状态，并通过一组观察到的功能基本动作来定性。 最近我们的工作是关于Pentland和刘以及 Kuge 等人的.Pentland和刘制定出了一个以计算为基础的模型驱动行为。他们把驱动的内部状态作为一个四种状态的隐马尔可夫模型即HMM。已培训的HMM模型，当司机要刹车或转弯时就能够预测。这方面的知识可以应用于智能车从而来优化其行为的预期动作，从某种意义上来说，情境意识，在车辆驱动系统上是共享的。类似的方式，kuge等人，提出一个HMM方法，这个方法能描述和检测车道改变的演习。作者侧重于利用人驾驶产生的信息来处理模型，并利用他们采取以车道的变化来检测和识别为基础的模型。其最主要的组成是，启动是由更高级别组件管理的熟练低水平演习。感知模型可以用来获得进入这个领域的一些观点。最近的研究表明司机的眼睛固定模式，是与他们目前的精神状态密切相关。其他方面更多的约束，但也肯定是重要的方面，驾驶行为由一些早期的方法估计得到，例如，变换车道的意图。然而却没有这些方法的人体模型。 Pentland和刘在驾驶模拟器上进行了一项实验，来验证他们的模型。该验证测试的目在于，在战术层面上识别不同的驾驶机动，例如，右转，左转或停止等。为了使这种模式适用于驾驶辅助系统，这是必要的，以评估在何种程度上基于HMM的行为识别模型还为人类行为的产生提供了一个可行的模式。这方面的知识不仅可以提供选择一个特定HMM结构的深刻见解，也提供在适应一部分HMM参数训练的条件下，更多特性的潜在局限性的见解。没有以前的系统，然而却可以在建模驾驶行为时结合上下文信息。然而，对于在复杂环境下作出正确的决定比如驾驶，背景知识是必要的。心理学家把这种现象归因为能力，任务具体情况的了解，被称为“情境意识” 。我给出一种机型的驾驶行为，即把内容的情境意识看作为战术驾驶。今天有大量的研究工作投入到部分发展中或完全自动化的驾驶辅助系统中去。例如，车距控制或车道保持控制系统，这些都是利用智能交通系统技术。为实现这样的辅助系统，重要的是要采取旨在改善驱动车辆上下协作系统性能的方法，这可以通过开车司机，车辆及周边道路信息和交通之间的相互作用。最后，大家也认为SA的研究实验室应该在提供尽可能切合实际的条件下进行。由于大多数汽车模拟器简单，特别是计算机生成的自动车缺乏实际，本文中涉及到的实验，均在大波士顿地区一个真正的汽车上演习。 从以下几个方面总结本文从而延伸 Pentland and Liu的框架，（1）我们在战术大量模拟演习；（2）我们认为，对于准确识别一些演习，上下文信息是至关重要的；（3）我们使用从仪器汽车上收集到的真实数据，而不是使用汽车模拟器上收集到的数据。3、 系统的结构该系统的结构如图1所示。所提出的架构，是一个自下而上各种传感器的信息流，与自上而下的信息流通过预测提供了行为模式。因此，贝叶斯方法提供了一个数学框架结合的意见（自下而上）的复杂行为的先验（自上而下）提供期望最终能被反馈回感知系统。4 、知觉输入当在战术级别的驾驶时，至少有三个不同的方面在驾驶以外。 1、智能车身体自我的状态：遥感信息加速油门，方向盘角度传感器（光电编码器） ，刹车踏板，齿轮和全球定位系统（ GPS ）的单位。 2、道路状态：包括道路几何和退出信息。 3、交通状况：周边交通的速度和相对位置。安装在智能车上的传感器提供的信息：（1）汽车的内部状态：制动，加速油门，方向盘角度，齿轮和速度;（2）周边的交通和车道：通过两台索尼EVI -D30角度镜片的宽视场相机，该相机安装在前面的仪表板和三脚架在躯干，记录正面和背面的交通;（3）司机的脸位置，方向和观点：通过使用ELMO CCD摄像头，该摄像头安装在方向盘上，记录司机的脸和另一个全新摄像机安装在一对眼镜记录司机的观点。所有视频信号组合在一个四分配器，其输出的记录我们已经开发的硬件和软件的实时汽车状态数据采集。 我们已经开发的硬件和软件的实时汽车状态数据采集。所有的信号，除了方向盘都可直接从汽车电子系统获得。我们设计了一个转向轮角度传感器安装在汽车的方向盘上。硬件从三种不同性质的能源来获得其输入，如表1所示。所有的汽车信号被连接到由NI生产的PCMCIA数据采集卡上。模拟信号进行数字化处理和采样以150次/秒。使用同一张卡在同一采样率（150次/秒）的数字信号进行采样。所有的信号可以直接连接到其中一个板，除了速度，因为它包含12每转脉冲信号。因此，对于这个信号的频率到电压转换器是用来转换为模拟信号。 表1：智能车上的传感器信号信号性质描述速度模拟12脉冲/车轮 方波命中率模拟线性0-15伏刹车数字布尔（1为关，0为开）齿轮数字2比特转向角模拟截止到3该软件的数据采集与回放已经制定在Lab VIEW上。LabVIEW是一个功能强大的编程环境，能在工程和科学化的环境中使用。LabVIEW基于功能性编程语言，被称为G，由NI开发。当他们发生时，我们已经制定了一个图形用户界面的汽车信号校准，触发采集，和注释的驾驶操作。
展开阅读全文