智能车辆的自主驾驶与辅助导航的研究的最新进展

　　本文综述了国外有关智能车辆（亦称轮式移动机器人） 研究的某些最新进展。 重点介绍了美国CM U 的N avlab 5 系统， 德国的V aM oR s2P 系统和法国的Peugeo t 系统的平台结构， 分析了相应的视觉处理系统的主要特点， 归纳了值得注意的研究动向和发展趋势， 并结合存在的问题进行了有益的探讨.

　　智能车辆（ Intelligen t V ehicle） 又称轮式移动机器人（W heel M ob ile Robo t ） 是一个集环境感知、规划决策、自动驾驶等多种功能于一体的综合系统。 除特殊潜在的军用价值外， 还因其在公路交通运输中广阔的应用前景受到西方国家的普遍关注。 几个工业发达国家已相继将智能车辆的研究纳入90 年代重点研究开发的“智能运输系统” （ Intelligen t T ran sportati on Sys2tems， 简称IT S） 和“智能车路系统” （ Intelligen t V ehicle H ighw ay System s， 简称IV H S） 的重要组成部分。

　　一个真正具有应用价值的智能车辆系统必须同时具备实时性、鲁棒性、实用性这3 个技术特点。 这也是智能车辆研究必须解决的3 个重点课题。 实时性要求系统的数据处理必须与车体的高速行驶同步进行。 鲁棒性则要求智能车辆对不同的道路环境（ 如高速公路、市区标准公路、普通公路） ， 复杂的路面状况（ 路面及车道线的宽度、颜色、纹理、动态随机障碍与车流） 以及变化的气候条件（日照及景物阴影、黄昏与夜晚、阴天与雨雪等） 均具有良好的适应性。 这是智能车辆系统研究的难点所在。 实用性要求智能车辆系统在体积与成本等方面能够为普通汽车用户所接受。 上述技术的要求构成了智能车辆系统研究所涉及的传感器信息处理、车体精密定位、行为规划与决策、自动驾驶与安全监控、综合集成等主要关键技术。 值得注意的是， 进入90年代特别是近两年来， 西方发达国家在智能车辆研制与开发方面出现了一些引人注目的变化。几个新型的实验车和导航平台相继问世。 认真分析其中的技术特点和研究动向， 对于我们在九五期间以至面向21 世纪开展智能车辆研究无疑具有借鉴意义和参考价值.