1、為適應汽車道路試驗的發(fā)展要求，本論文對用于汽車道路試驗的駕駛機器人的多項關鍵技術開展了深入的研究。本文從系統(tǒng)工程的觀點出發(fā)，將具備導航、信息融合與控制等功能的駕駛機器人與汽車看作一個有機的整體-自主車輛，圍繞自主車輛在通常的結構化試驗道路上實現(xiàn)自主駕駛所涉及的多種導航技術、多傳感器融合與組合導航、以及車輛自主道路跟蹤的橫向控制等關鍵技術問題開展了研究工作。本文主要的研究內(nèi)容及成果包括： (1)針對結構化汽車道路試驗環(huán)境的車輛引導

2、線圖像特征，提出了車輛引導線的實時圖像檢測方法。其中，在車輛引導線特征參數(shù)的提取中，分別采用了三種方法并通過試驗對比了它們的效果。各種典型路況下的試驗表明，本文所提出的基于標量化處理Kalman濾波的車輛引導線檢測方法在識別精度、可靠性、實時性等方面都具有良好的性能。 (2)根據(jù)攝像機的成像幾何關系，提出了一種針對近視野情況的自主車輛橫向偏差的視覺測量方法。對于該方法中的攝像機標定，選用了一種簡便易行的、適合室外道路環(huán)境的標定方

3、法。實車試驗表明橫向偏差的視覺測量方法在近視野情況下對于一般路面可以取得厘米級的測量精度。 (3)深入研究了自主車輛的SINS/GPS組合導航問題。確定了適合自主車輛長時間、高精度導航要求的松散式、間接反饋校正的SINS/GPS組合導航方案。建立了基于位置、速度和姿態(tài)組合的自主車輛SINS/GPS組合導航Kalman濾波模型和H∞濾波模型。仿真結果表明，自主車輛SINS/GPS組合導航采用Kalman濾波可取得較好的導航精度與實

4、時性，但需準確掌握系統(tǒng)的統(tǒng)計特性，對干擾變化較為敏感；而H∞濾波對系統(tǒng)噪聲的不確定性具有較強的魯棒性，但實時性不如Kalman濾波。 (4)為提高導航系統(tǒng)的容錯能力和環(huán)境適應能力，提出了一種利用GPS/視覺/數(shù)字地圖/光電測速儀等多傳感器輔助SINS的集中式自主車輛組合導航方法，詳細推導并建立了系統(tǒng)的觀測模型。為更方便地對傳感器進行故障診斷，又提出了一種自主車輛基于SINS/GPS/視覺/數(shù)字地圖/光電測速儀的多傳感器組合導航的

5、自適應聯(lián)邦濾波方法。仿真試驗驗證了所提出的兩種多傳感器組合導航方法均能在GPS發(fā)生較長時間中斷情況下為自主車輛提供準確、可靠的導航信息，但后一種方法更利于故障診斷與隔離。 (5)結合現(xiàn)有的試驗條件，進行了臼主下輛SINS/CP-DGPS組合導航的半物理仿真試驗。研制了基于CPLD的GPS與IMU信號的同步電路，解決了GPS和SINS數(shù)據(jù)的時間同步問題。在此基礎上，通過半物理仿真試驗驗證了自主車輛SINS/CP-DGPS間接反饋校