智能车辆的产生与发展

一.智能车辆的产生与发展

1.它的研究始于20世纪50年代初美国Barrett Electronics公司开发出的世界上第一台自动引导车辆系统（Automated Guided Vehicle System，AGVS）。

2．1974年，瑞典的V olvo Kalmar轿车装配工厂与Schiinder－Digitron公司合作，研制出一种可装载轿车车体的AGVS，并由多台该种AGVS组成了汽车装配线，从而取消了传统应用的拖车及叉车等运输工具。

3.由于Kalmar工厂采用AGVS获得了明显的经济效益，许多西欧国家纷纷效仿Volvo 公司，并逐步使AGVS在装配作业中成为一种流行的运输手段。

4. 20世纪80年代，伴随着与机器人技术密切相关的计算机。电子、通信技术的飞速发展，国外掀起了智能机器人研究热潮，其中各种具有广阔应用前景和军事价值的移动式机器人受到西方各国的普遍关注。

二.智能车辆的研究方向

1.驾驶员行为分析（Driver Behavior Analysis）任务：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）主要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。

三.智能车辆的研究范围

1.计算机视觉－初期智能车辆导航

1）初期智能车辆导航：方法：用地下埋电缆的方式，通过电磁感应进行智能车辆导航。特点：由于可测量的电磁感应的范围太小（分米级），不能提供车辆需要的方位信息及障碍物信息，目前基本已经被抛弃。

2）道路中间铺设磁块导航：美国及日本分别在1997及1996年在公路上采用在道路中间铺设磁块的方式来进行导航实验；特点：方案的造价过于高昂，缺乏推广应用价值。

２.计算机视觉导航系统

（1）作用：在行车道路检测、车辆跟随、障碍物检测等方面；

（2）原理：当驾车时，“驾驶员”所接收的信息几乎全部来自于视觉，即交通信号、交通标志、道路标识等均可以看作是环境对驾驶员的视觉通讯语言。将其转换为光电图像信息，通过计算机对其进行处理，快速在复杂环境中的提取有用信息，进而产生合理的行为规划与决策。３.计算机视觉应具备的特性

①实时性：指系统的数据处理必须与车辆的高速行驶同步进行。

②鲁棒性：车辆对不同的道路环境，如高速公路、市区标准公路、普通公路等，复杂的

路面环境，如路面及车道线的宽度、颜色、动态随机障碍与车流等，以及变化的气候条件，如日照及景物阴影、黄昏与夜晚、阴天与雨雪等均具有良好的适应性。

③实用性：指要求智能车辆在体积与成本等方面能够为普通汽车用户所接受。

４.传感器数据融合

1）智能车辆系统正确运行的前提：通过各种传感器准确地捕捉环境信息然后加以分析处理。研究如何将通过传感器得到的信息加以有效处理、分析，并准确无误地了解环境的技术是重要的。

2）任何一种传感器难保证在任何时刻提供完全可靠的信息，但采用多传感器融合技术，即将多个传感器采集的信息进行合成，形成对环境特征的综合描述的方法，能够充分利用多传感器数据间的冗余和互补特性，获得需要的信息。

3）除视觉传感外，常用的有雷达、激光GPS等传感器。雷达系统：可以得到计算机视觉技术比较难以解决的检测对象的距离信息，能准确发现车辆行驶环境中存在的物体。此外雷达传感不受雨、雪、雾等自然条件的影响，在恶劣环境条件下具有独特的优势。激光系统：可以得到车辆的瞬时车辆速度信息及精确的车辆与前方车辆的距离信息，被广泛地应用于避障。超车、防碰撞系统中。