城市交通環(huán)境下適于無人車的GIS數(shù)據(jù)庫構(gòu)建與應(yīng)用研究.pdf

城市交通環(huán)境下適于無人車的GIS數(shù)據(jù)庫構(gòu)建與應(yīng)用研究.pdf

ID:50160915

大小:8.46 MB

頁數(shù):75頁

時間:2020-03-08

城市交通環(huán)境下適于無人車的GIS數(shù)據(jù)庫構(gòu)建與應(yīng)用研究.pdf_第1頁
城市交通環(huán)境下適于無人車的GIS數(shù)據(jù)庫構(gòu)建與應(yīng)用研究.pdf_第2頁
城市交通環(huán)境下適于無人車的GIS數(shù)據(jù)庫構(gòu)建與應(yīng)用研究.pdf_第3頁
城市交通環(huán)境下適于無人車的GIS數(shù)據(jù)庫構(gòu)建與應(yīng)用研究.pdf_第4頁
城市交通環(huán)境下適于無人車的GIS數(shù)據(jù)庫構(gòu)建與應(yīng)用研究.pdf_第5頁
資源描述:

《城市交通環(huán)境下適于無人車的GIS數(shù)據(jù)庫構(gòu)建與應(yīng)用研究.pdf》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、城市交通環(huán)境下適于無人車的GIS數(shù)據(jù)庫構(gòu)建與應(yīng)用研究王新平2015年1月中圖分類號:TP273UDC分類號:621.3城市交通環(huán)境下適于無人車的GIS數(shù)據(jù)庫構(gòu)建與應(yīng)用研究作者姓名王新平學(xué)院名稱自動化學(xué)院指導(dǎo)教師王美玲教授答辯委員會主席張長泉教授申請學(xué)位工學(xué)碩士學(xué)科專業(yè)控制科學(xué)與工程學(xué)位授予單位北京理工大學(xué)論文答辯日期2015年1月ResearchonGISDatabaseConstructionandApplicationforUGVintheUrbanTrafficEnvironmentCandidateName:XinpingWangSchoo

2、lorDepartment:SchoolofAutomationFacultyMentor:Prof.MeilingWangChair,ThesisCommittee:Prof.ChangquanZhangDegreeApplied:MasterofEngineeringMajor:ControlScienceandEngineeringDegreeby:BeijingInstituteofTechnologyTheDateofDefence:Jan.2015研究成果聲明本人鄭重聲明:所提交的學(xué)位論文是我本人在指導(dǎo)教師的指導(dǎo)下進行的研究工作獲得的研

3、究成果。盡我所知,文中除特別標注和致謝的地方外,學(xué)位論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果,也不包含為獲得北京理工大學(xué)或其它教育機構(gòu)的學(xué)位或證書所使用過的材料。與我一同工作的合作者對此研究工作所做的任何貢獻均已在學(xué)位論文中作了明確的說明并表示了謝意。特此申明。簽名:日期:北京理工大學(xué)碩士學(xué)位論文摘要無人地面車輛作為智能交通系統(tǒng)的研究熱點,將通過其高智能性減少交通事故,改善交通擁堵,提高城市交通系統(tǒng)的運行效率。在其關(guān)鍵技術(shù)研究中,環(huán)境感知是重點研究課題之一。日益復(fù)雜的城市交通環(huán)境使無人車需要感知諸多的交通信息,無疑增加了感知難度。而地理信息系統(tǒng)

4、(GIS)具有強大的地理信息存儲與管理能力,將對無人車的環(huán)境感知起到關(guān)鍵作用。以城市交通環(huán)境中輔助無人車自主駕駛為研究目的,本文針對無人車在城市交通環(huán)境中行駛的感知需求提出GIS數(shù)據(jù)庫的構(gòu)建方法,并從地圖匹配算法和路徑規(guī)劃算法兩方面驗證GIS數(shù)據(jù)庫的適用性和有效性。本文完成的主要研究成果包括:(1)針對城市交通環(huán)境,分析無人車的感知需求,建立道路網(wǎng)絡(luò)模型,構(gòu)建適于無人車自主駕駛的GIS數(shù)據(jù)庫,存儲與無人車感知和決策相關(guān)的交通信息。(2)利用基于圖形學(xué)的地圖匹配算法,將無人車實時行駛位置準確匹配到GIS地圖的某條道路上,并由GIS數(shù)據(jù)庫為其提供周圍局

5、部環(huán)境的交通信息。(3)基于RBF神經(jīng)網(wǎng)絡(luò)建立路段通行時間預(yù)測模型,利用該模型預(yù)測各路段的通行時間。借鑒貝葉斯理論的更新思想,利用實際跑車實驗獲得的通行時間數(shù)據(jù),更新各路段預(yù)測通行時間,以提高預(yù)測精度。在此基礎(chǔ)上提出基于GIS數(shù)據(jù)庫的最短時間路徑規(guī)劃算法和基于概率意義的路徑選擇方法,并通過仿真實驗驗證算法的有效性及GIS數(shù)據(jù)庫的適用性。仿真實驗證明,本文提出的GIS數(shù)據(jù)庫能夠較好地輔助無人車自主駕駛,完成城市交通環(huán)境下的行駛?cè)蝿?wù)。關(guān)鍵詞:無人車;地理信息系統(tǒng);數(shù)據(jù)庫;地圖匹配;路徑規(guī)劃I北京理工大學(xué)碩士學(xué)位論文AbstractAstheresear

6、chfocusofIntelligentTransportationSystem,UnmannedGroundVehicles(UGVs)willreducetrafficaccidentsandimprovetrafficcongestion,thusimprovingtheefficiencyofthewholeurbantrafficsystembyitshighintelligence.UGVsuseon-boardsensorstoperceivetheenvironmentaroundthevehicleandobtaininforma

7、tionofroads,currentlocationsandobstaclestocontrolsteeringandspeedofthevehicle,sothatthevehiclescanbesafeandreliableontheroad.TheincreasinglycomplexurbantrafficenvironmentmakesUGVsperceivemuchmoretrafficinformation,whichwillnowonderincreasetheperceptivedifficultyforUGVs.Ontheot

8、herhand,GeographicInformationSystem(GIS),whichhasstrongcapabi

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。