1. 研究目的与意义（文献综述）

随着自动驾驶技术的不断发展，自动驾驶汽车逐渐进入了我们的视野。国外对自动驾驶的研究起步较早，技术也相对比较成熟。早在二十世纪八十年代，美国卡内基梅隆大学研发的navlab系列智能汽车奠定了自动驾驶发展的基础。从1986年起，欧洲国家开始在“欧洲高效安全交通系统计划（prometheus）”和“保障车辆安全的欧洲道路基础设施计划（drive）”两大计划指导下开展驾驶信息化及智能化的研究。谷歌在2009年建立了自动驾驶汽车项目，并于2012年5月获得了美国首个自动驾驶车辆许可证，自动驾驶原型车开始进入美国公共道路，从谷歌的研究开始，自动驾驶才被正式推向世界的舞台。直至今日，以美欧日为首的发达国家在智能车辆的adas、自主巡航系统和避障系统等方面的研究中都具有较高的科研成果，为自动驾驶的发展做出了巨大的贡献。

近年来，国内自动驾驶也紧随国际的步伐迅速发展。2018年4月，交通部、工信部、公安部联合印发了《智能网联汽车道路测试管理规范(试行)》，第一次从国家层面就规范自动驾驶道路测试作出规定。2013年起，百度就已涉足无人驾驶车项目，在2015年开始大规模投入无人车技术研发，2017年4月，百度发布“apollo”计划，快速搭建一套属于自己的自动驾驶系统。2016年6月，上汽与同济大学共同成立国内首个智能驾驶测评基地，之后上汽与mobileye制定智能驾驶技术联合开发计划，搭载mobileye最新的视觉芯片。目前以百度、华为、各汽车制造生产商、国内顶尖大学及科研机构等为代表在自动驾驶方面的研究中投入了大量的人力物力，为我国发展自己的自动驾驶产业储备了人才和技术。

虽然自动驾驶的技术逐渐趋于完善，但面对城市复杂的交通环境，想让智能汽车做出准确无误的判断还需要更进一步的研究。虽然目前自动驾驶汽车都搭载有多种传感器，但它们都是独立工作的，彼此之间不交换信息，因此难以保证信息获取的准确性与可靠性，复杂路况下的行驶安全性也就无从保障。如何利用融合技术进行多种车载传感器信息的融合，弥补各自的短板从而进行高效、准确的决策，是全球汽车业界关注的问题。

2. 研究的基本内容与方案

(1)以一个安装有多个和多类传感器的智能模型车为研究对象，对多源传感器信息融合技术在自动驾驶中的应用展开研究;

(2)本课题拟研究红外传感器 超声波雷达的融合技术。先介绍红外传感器和超声波雷达传感器的工作方式，并阐释两种传感器的融合原理；

(3)基于模糊神经网络原理，设计智能小车避障控制算法，并对避障控制器进行学习训练；

3. 研究计划与安排

（8学期第1周）方案构思、文献检索、完成开题报告

（8学期第2-3周）外文翻译、资料再收集

（8学期第4-6周）设计计算、草图绘制（3.19开题答辩）

4. 参考文献（12篇以上）

[1]多传感器信息融合及应用（第二版），何友、陆大栓、彭应宁著，电子工业出版社

[2]何友. 多传感器信息融合及应用[j]. 电子学报, 2000(12):122.

[3]黄海川. 自动驾驶的现状分析和实现过程[j]. 数字通信世界, 2018(3).