本文为英国爱丁堡大学（作者：IainDavid Graham Macdonald）的硕士论文，共81页。

这篇论文模拟了一辆自行驾驶汽车在城市公路上行驶的场景，该系统是以TORCS为基础设计的开源赛车模拟器。本文实现了两个实时解决方案：一个使用神经网络的反应原型和一个更复杂的基于感觉、规划和动作结构的方法。显示系统使用视觉数据模拟激光距离数据来准确检测路径标记，检测到的道路标记被用于规划抛物线路径，并计算车辆的安全速度。车辆使用一种模拟的全球定位/惯性测量传感器，以制动器、比例控制器控制该传感器，以引导该车辆沿着所希望的路径行进。该自主车辆可以可靠地导航测试轨迹，保持在一个安全的道路位置上，最大行驶速度可以达到每小时40公里。

This dissertation describes a simulatedautonomous car capable of driving on urbanstyle roads. The system is builtaround TORCS, an open source racing car simulator. Two real-time solutions areimplemented; a reactive prototype using a neural network and a more complexdeliberative approach using a sense, plan, act architecture. The deliberativesystem uses vision data fused with simulated laser range data to reliablydetect road markings. The detected road markings are then used to plan aparabolic path and compute a safe speed for the vehicle. The vehicle uses asimulated global positioning/inertial measurement sensor to guide it along thedesired path with the throttle, brakes, and steering being controlled usingproportional controllers. The vehicle is able to reliably navigate the testtrack maintaining a safe road position at speeds of up to 40km/h.

1 引言

2 项目背景

3 仿真系统

4 基于反应原型的方法

5 详细设计方案

6 评估

7 结论

更多精彩文章请关注公众号：