文档介绍:智能车辆导航技术
摘要:本文介绍了智能车辆导航技术(Intelligent vehicle steering control)的发展情况。从研究背景出发,介绍了几类常用的算法,并通过总结当前车辆导航技术的研究现状,对未来导航技术的发展方向做出展望。
关键词:智能车辆,导航技术,传感器,最短路径算法
一、研究背景
随着交通与汽车工业的快速发展,全世界高速公路里程数及汽车保有量在迅速增长,道路交通事故也急剧增加,造成巨大的人员伤亡和经济损失。据公安部统计,2005年中国共发生道路交通事故45万多起,,。研究表明,人的因素,如疲倦、精力不集中、过度紧张及酒后驾驶息等情况,是导致许多交通事故的主要因素。
所以,当前自动驾驶加之人的辅助驾驶甚至实现无人驾驶是当前汽车业发展的趋势。其实,在智能汽车的目标实现之前,实际上已经出现许多辅助驾驶系统,已经广泛应用在汽车上,如智能雨刷,可以自动感应雨水及雨量,自动开启和停止;自动前照灯,在黄昏光线不足时可以自动打开;智能空调,通过检测***肤的温度来控制空调风量和温度;智能悬架,也称主动悬架,自动根据路面情况来控制悬架行程,减少颠簸;防打瞌睡系统,用监测驾驶员的眨眼情况,来确定是否很疲劳,必要时停车报警。
计算机技术的广泛应用,为汽车的智能化提供了广阔的前景。
二、实现车辆动态路径规划的几种算法
根据车辆导航系统的研究历程,车辆路径规划算法可分为静态路径规划算法和动态路径算法。静态路径规划是以物理地理信息和交通规则等条件为约束来寻求最短路径。静态路径规划算法已日趋成熟,相对比较简单,但对于实际的交通状况来说,其应用意义不大。动态路径规划是在静态路径规划的基础上,结合实时的交通信息对预先规划好的最优行车路线进行适时的调整直至到达目的地最终得到最优路径。下面介绍几种常见的车辆路径规划算法。
Dijkstra算法
Dijkstra算法是最短路算法的经典算法之一,由 1959年提出的。该算法适于计算道路权值均为非负的最短路径问题,可以给出图中某一节点到其他所有节点的最短路径,以思路清晰,搜索准确见长。相对的,由于输入为大型稀疏矩阵,又具有耗时长,占用空间大的缺点。其算法复杂度O(n2 ),n 为节点个数。
Lee算法
Lee算法最早用于印刷电路和集成电路的路径追踪,与Dijkstra算法相比更适合用于数据随时变化的交叉路口处的交通规则,而且其运行代价要小于D ijkstra 算法。只要最佳路径存在,该算法就能够找到最佳优化路径。Lee算法的复杂度很难表示,而且对于路径规划则需要很大的空间。
算法
Floyd算法是由Floyd于1962年提出的,计算图中任意两点间的最短距离的算法。其时间复杂度为O (n3 ),与对每一节点作一次D ijkstra算法的时间复杂度相同,但是实际的运算效果比D ijkstra算法要好。
此外,还有双向搜索法、蚁群算法等,在此不一一赘述。
三、当前导航技术研究现状
智能车辆导航技术的研究在早期主要侧重于对各种单一导航方式的研究,如视觉、引导磁钉或电缆、GPS等。但每种导航方式都有自身固有的局限性和工作盲区,因此,自