一、文献综述
（2）国内外研究现状
（1）．智能车系统国内外研究现状
随着自动化工业的进步，人们对于车辆的安全性和智能化的需求日益增长。目前，智能车系统以辅助驾驶领域发展，帮助甚至代替驾驶员实现车辆的自动化控制。智能车作为在自动化领域的一个研究方向，路径的解析和追踪技术是车辆的智能化水平的判别标准。
在智能车系统中，路径解明方法决定了系统的性能表现。传感器和机器视觉是常用的道路信息解析手段。近年来，国内随着智能车比赛例如飞思卡尔杯智能小车竞赛在高校的开展，各大高校竞赛小组提出了合理的道路信息提取方案，哈尔滨工业大学Hanlin Zhan[1]等人提出了基于激光传感器阵列的智能车自动巡线方案，通过传感器扫描道路引导线得到数字信号，实时性良好地返回给控制核心。相较于红外对管的拓展局限性和环境光干扰，华中师范大学Shaocheng Qu、Yao Tian等人利用CCD摄像头获取路径图像，通过外部A/D转换电路(视频同步分离器)将图像信号转换为二维的路径信息，并筛选一些合适的数据进行解算，结合模糊控制，实现了路径解明和随机巡线功能。他们的智能车团队在2010年国际建模识别控制会议上，搭建的带摄像头智能小车系统整体完成度很高[2,3]。
除了路径信息提取能力外，智能车性能另一重要因素是控制算法，控制策略将与系统整体的稳定性和实时性密切相关。在自动引导车辆系统中，引导线的方向情况将会非常复杂，因此智能车方向控制存在着非线性控制需求问题。传统的PD控制器仅在航向变化近似为线性关系即简化控制算法时得到良好的控制效果，而道路引导线方向多变，路径环境信息不确定时，模糊控制器针对智能车方向控制系统实现模糊控制，进而使智能车方向控制灵活智能。国内东北大学Y.Quan[4]等人利用模糊控制优化传统的PID控制系统使智能车能够在大型路径错综复杂跑道上表现更加流畅、稳定，从而一定程度上加快了过弯道时的速度。在[2]中，双比例放大方向控制系统和模糊控制器优化后的电机速度PD控制能够使闭环速度控制曲线变得平滑稳定，并随着时间变化系统误差逐渐减小，智能车随机巡线表现优异。
国外在智能车路径规划和控制领域研究起步较早，1992年美国史蒂文斯理工学院Raashid Malik 利用红外对管检测技术对移动机器人前方路径环境进行有效探测，1995年美国伦斯勒理工学院的智能车学生团队提出了新型的智能车控制方法，采用神经网络和模糊控制器结合的方式，经过一定训练的系统可以成功完成任意指定的路径的任务。2003年Sigal Berman等人提出了基于先验航路点的行为控制的自动导航移动机器人，所开发的方法很好地优化导航路径。随着自动导航车工业中的使用，2008年Jeong-Yean Yang利用由电感传感器组成的环状阵列使移动机器人能够用聚类方法识别路径形状，并能根据地面路径信息测量相对位置和方向，从而在更复杂空间环境进行局部运动[5-8]。
（2）．机器人避障国内外研究现状
作为移动机器人的一种，智能小车系统可以通过嵌入式编程手段实现对其速度和方向的控制。随着智能机器人领域的研究，避障问题得到了深入的探索研究。在智能小车行驶过程中，成功地避开环境障碍物，一般需要对其进行基于避障算法的路径规划。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
