基于多傳感器數(shù)據(jù)融合的無人車避障導(dǎo)航研究

基于多傳感器數(shù)據(jù)融合的無人車避障導(dǎo)航研究

ID:34874229

大?。?.68 MB

頁數(shù):66頁

時間:2019-03-13

基于多傳感器數(shù)據(jù)融合的無人車避障導(dǎo)航研究_第1頁
基于多傳感器數(shù)據(jù)融合的無人車避障導(dǎo)航研究_第2頁
基于多傳感器數(shù)據(jù)融合的無人車避障導(dǎo)航研究_第3頁
基于多傳感器數(shù)據(jù)融合的無人車避障導(dǎo)航研究_第4頁
基于多傳感器數(shù)據(jù)融合的無人車避障導(dǎo)航研究_第5頁
資源描述:

《基于多傳感器數(shù)據(jù)融合的無人車避障導(dǎo)航研究》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫

1、密級無分類巧TM615/禱《少’ANOLOGXITECHNICALUNIVERSITY碩i學(xué)位論文^胃:基于多傳感器數(shù)據(jù)融合的無人車避障導(dǎo)航硏究作者:張煌指導(dǎo)教師;陳超波副教授申請學(xué)位學(xué)科控制理論與控制工程':20巧年5月26日密級無分類號TM615馨《爹^考^掌’ANXITECHNOLOGICALUNIVERSITY碩壬學(xué)位論文題目;基于多傳感器數(shù)據(jù)融合的無人車避障導(dǎo)航研究作者:張煌指導(dǎo)教師:陳超玻副

2、教授串請學(xué)位學(xué)科:控制理論與控制工程2015年5月:26日基于多傳感強數(shù)據(jù)融合的無人車避障導(dǎo)航研究學(xué)科:控制理論與控制工程研巧生鉛:部您指導(dǎo)老師簽字:摘要近年來工業(yè)領(lǐng)域科技的發(fā)展促使了商性能傳感器的誕生,因而多傳感器的數(shù)據(jù)融合技術(shù)被應(yīng)用在了工業(yè)控制的各個領(lǐng)域。而汽車的快速普及、汽車電子行業(yè)的快速發(fā)展,使得一,項富有挑戰(zhàn)性的研巧工作無人車智能駕駛技術(shù)應(yīng)運而生然而無人車導(dǎo)航與避障是,是人工智能和智能控制領(lǐng)域的研究熱點。對多傳感器數(shù)據(jù)融合技術(shù)、

3、無人車避障導(dǎo)航算法進行了深入研巧,結(jié)合無人車導(dǎo)航避,將多傳感器數(shù)據(jù)融合技術(shù)應(yīng)用于無人車避障導(dǎo)航控制系統(tǒng)中障系統(tǒng)的應(yīng)用需求,改進了’一種基于模糊神經(jīng)網(wǎng)絡(luò)的AVFF避障導(dǎo)航算法,最后通過構(gòu)建仿真實驗平臺,完成了無一人車避障導(dǎo)航的仿真實驗,在較為復(fù)雜的環(huán)境下為無人車規(guī)劃出條較優(yōu)的路線,實現(xiàn)了無人車的自主導(dǎo)航及避障功能。首先,對基于多傳感器數(shù)據(jù)離合的無人車避障導(dǎo)航課題的研究背景、研究意義、國內(nèi)外發(fā)展的現(xiàn)狀及將來的發(fā)展趨勢進行了詳細介紹和說明,并重點分析了基于多傳感器數(shù)據(jù)融合的

4、避障導(dǎo)航的技術(shù)的優(yōu)勢。然后,從避障導(dǎo)航傳感器的數(shù)學(xué)模型、避障導(dǎo)航傳感器坐標轉(zhuǎn)換、多傳感器數(shù)據(jù)融合原理及多傳感器數(shù)據(jù)融合算法等方面進行深入分析和研究。重點研究了聯(lián)合卡爾曼數(shù)據(jù)融合和人工神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)顧合兩種數(shù)據(jù)融合算法。對無人車避障導(dǎo)航進斤分析,給出了無人’車定位的概念,從全局避障導(dǎo)航算法和局部避障導(dǎo)航算法兩個方面,對Dijkstra算法、A‘啟發(fā)式捜索算法、遺傳算法和虛擬力場法進行了深入分析,給出了A啟發(fā)式搜索算法的仿真結(jié)果。針對局部避障導(dǎo)航算法,從遺傳算法和虛擬力場法入

5、手,分析研究了虛擬力場方法存在的幾個問題及其局限性。最后一,結(jié)合多傳感器融合技術(shù)和避障導(dǎo)航算法,采用了種基于模糊神經(jīng)網(wǎng)絡(luò)的’AVFF無人車避障導(dǎo)航方法,對無人車避障導(dǎo)航進行模擬實,并通過構(gòu)建仿真實驗平臺驗,進行相應(yīng)分析。'關(guān)鍵詞:多傳感器數(shù)據(jù)融合;遽障導(dǎo)航算法:無人車;AVFF;模糊神經(jīng)網(wǎng)絡(luò)ResearchofUnmannedVehicleAvoidanceandNavigationBasedon-sensorMultiDataFusionDi

6、sciline:ControlTheorandControlEnineerinpyggStudentSinature:g如pervisorSigna化re:(vW^AbstradWiththeincreasingdevelopmentofscienceand化chnologyandsensorperformance,the-ttectreAappHcationofmu化se打sordaafiisio打hnologyistf

7、ieinevitablendinallareas.long-withtheraidrowthofcarsandtheraidimrovementofautoelectronicsindustrintellientpgppy,gunmannedvehiclesemergeasthetimesrequire.Thoughthenavigationandobstacleavoidanceofunmannedvehicleis

8、achallengi打gresearch化isoneoftheheattopicsofintelligentartificial,andinteUientcontrolareas.gInconst-tiderationoftheraticalsinificanceofmulisensordatafiisio打化chnolohispggy,■*papei化cuseson化eiesearchofdatafusion化chnol

當前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。