压路机作为一种常见的工程机械被广泛应用到公路、大坝等工程建设中。智能化的无人驾驶压路机可以克服人工驾驶带来的缺陷,节省大量人力与时间成本,已成为大坝建设的主力军。但是大坝建设环境极其复杂,压路机作业环境中障碍物的种类和数量繁多,各种交通参与者由于不受道路方向约束,其行驶轨迹多变,这些因素给无人驾驶压路机的作业安全和避障带来极大的威胁和挑战。为了解决上述问题,保障无人驾驶压路机及其周边障碍物的安全,本文通过车载雷达实现了对压路机周边障碍物的位置预测,提出了一种基于危险程度评估的避障方法。1)参与搭建了无人驾驶压路机实验样车平台。以三一的26吨单钢轮振动压路机为基础,完成了智能感知系统的设计与安装,通过毫米波雷达和超声波雷达实现了无人驾驶压路机周边障碍物的检测。2)为了实现更有效、更高精度的避障,本文在雷达反馈信息受限的情况下,提出了一种基于历史数据在线实时预测的目标障碍物位置预测方法。本文首先针对雷达数据的跳变波动问题进行了卡尔曼滤波处理,在此基础上提出了一种双毫米波雷达信息融合方法,该方法将双雷达检测到的目标数量减少了40%左右,避免了目标位置预测过程中重复计算的问题,大大减少了计算量。然后,针对毫米波雷达检测信息受限,无法确定目标障碍物航向与对地速度的情况下,提出了基于最小二乘法多项式拟合的目标障碍物位置三维时空预测方法,该方法通过雷达检测和定位障碍物历史轨迹点,然后拟合出目标的行驶趋势进而预测未来位置,该方法简单高效,适用于车载计算平台使用。由于压路机的减速过程需要持续2秒时间,为了提前预知危险,至少需要预测未来2.5秒的目标位置,实验结果表明该方法的预测结果误差在未来2.5秒内小于1米。3)针对无人驾驶压路机特定的应用场景,设计了危险程度评估方法,将压路机的减速过程纳入评估体系,有效的提升了无人驾驶压路机的安全阈度。本文假设无人驾驶压路机满足大坝建设作业工艺要求做匀速直线行驶,在此基础上首先通过直线预测模型对自车位置进行了三维时空预测。然后通过实验研究了无人驾驶压路机急减速过程,在此基础上提出了一种基于安全距离阈值和安全时间阈值冗余设计的无人驾驶压路机危险程度评估方法。最后根据危险程度评估结果设计了无人驾驶压路机的避障策略,并通过HIL测试与实车实验进行了验证,实验结果表明:本文提出的基于障碍物位置预测的无人驾驶压路机避障方法可行,可以提前2.5秒预知未来的危险情况,在充足的减速时间里及时采取避障措施,在实验过程中避障成功率高达100%,较好地保障了无人驾驶压路机作业的安全。