粒子滤波算法在汽车防碰撞距离估计中的应用

发布时间：2017-09-23 08:16

  本文关键词：粒子滤波算法在汽车防碰撞距离估计中的应用

  更多相关文章： 粒子滤波 防碰撞 距离估计

【摘要】：近年来，我国居民汽车产销量持续增长，道路交通日益繁忙，纵横交错的交通网给民众带来便利的同时，随之也带来了不少交通困扰，由机动车引发的交通事故往往呈现破坏力强，伤亡率高等特点，道路交通安全无时不刻不面临挑战。随着科技的不断发展，更多的安全技术被提上议程，其中车辆识别检测与车辆相对距离测算就是其中的一项关键技术，本文旨在将粒子滤波算法应用于前后汽车的相对距离估计，为前后两车防碰撞提供数据参考。本文所做的主要工作包括以下几个方面。 在粒子滤波算法理论方面，主要研究了该算法的理论基础和应用范围，明确了粒子滤波应用于对物体进行状态估计的优势。本文通过对状态估计理论的归纳总结，引出粒子滤波这一状态估计算法，实验实现了粒子滤波粒子重采样关键技术，并对比了粒子滤波与扩展卡尔曼滤波两种基于状态估计的滤波方法，实验证明了粒子滤波在运用于对系统进行状态估计时性能比扩展卡尔曼滤波更为优良。 在汽车距离估计测算方面，详细介绍了国内外机构在汽车距离估计测算方面的研究成果，通过对比分析，明确采用基于驾驶特征建立的距离估计模型进行模拟实验贴近实际。将粒子滤波与汽车运动状态估计做了有机结合，并归纳了汽车刹车减速模型的基本阶段特点，随之选取高速交通为背景，进行了基于粒子滤波算法的汽车刹车减速工况实验，并对实验结果进行分析，结果表明使用粒子滤波算法对汽车运动状态进行估计能够减小观测误差两米左右，滤波数值与真实数值误差平均为两米。 最后对全文所做工作进行总结与展望，总结了论文所做的工作，对论文工作存在的不足做了归纳，指出需要进一步完善和改进的方面，并对汽车防碰撞技术的研究做出一定展望。
【关键词】：粒子滤波 防碰撞 距离估计
【学位授予单位】：江西理工大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：U492.8
【目录】：

• 摘要4-5
• Abstract5-8
• 第一章 绪论8-13
• 1.1 研究背景和意义8-9
• 1.1.1 研究背景8
• 1.1.2 研究意义8-9
• 1.2 研究现状9-11
• 1.2.1 粒子滤波研究现状9
• 1.2.2 粒子滤波应用现状9-11
• 1.3 论文的内容与组织11-13
• 第二章 粒子滤波理论13-27
• 2.1 引言13
• 2.2 状态估计理论13-17
• 2.2.1 贝叶斯滤波13-15
• 2.2.2 卡尔曼滤波15-16
• 2.2.3 扩展卡尔曼滤波16-17
• 2.2.4 粒子滤波17
• 2.3 粒子滤波算法17-20
• 2.3.1 蒙特卡洛方法17-18
• 2.3.2 序列重要性采样18-19
• 2.3.3 重要性函数选择19-20
• 2.3.4 粒子退化与重采样20
• 2.4 粒子滤波算法实现过程20-22
• 2.5 扩展卡尔曼滤波与粒子滤波实验分析22-26
• 2.6 本章小结26-27
• 第三章 汽车防碰撞距离估计27-37
• 3.1 引言27-28
• 3.2 距离估计方法28-32
• 3.2.1 基于牛顿运动原理的计算方法28
• 3.2.2 基于车头时距的安全距离模型28-29
• 3.2.3 基于驾驶预估安全距离模型29-30
• 3.2.4 基于驾驶员特性建立的安全距离模型30-32
• 3.3 汽车制动过程分析32-35
• 3.4 本章小结35-37
• 第四章 粒子滤波算法在汽车防碰撞距离估计中的应用37-48
• 4.1 汽车减速模型的建立37-38
• 4.2 粒子滤波算法引入38-41
• 4.3 基于粒子滤波算法的汽车刹车减速工况实验41-47
• 4.3.1 实验仿真42-46
• 4.3.2 结果分析46-47
• 4.4 本章小结47-48
• 第五章 总结与展望48-50
• 5.1 工作总结48
• 5.2 工作展望48-50
• 参考文献50-53
• 致谢53-54
• 攻读学位期间的研究成果54-55

【参考文献】

中国期刊全文数据库 前10条

1 王京玲,叶龙,张勤;基于遗传算法的粒子滤波器在目标跟踪中的应用[J];北京广播学院学报(自然科学版);2005年02期

2 朱慧明;郝立亚;管皓云;曾昭法;;基于贝叶斯SV模型的通货膨胀水平与不确定性关系研究[J];财经理论与实践;2011年02期

3 夏克寒;许化龙;张朴睿;;粒子滤波的关键技术及应用[J];电光与控制;2005年06期

4 熊艳，，彭嘉雄，丁明跃，薛东辉;一种低信噪比条件下点目标检测方法[J];电子学报;1996年12期

5 郑挺国;宋涛;;中国短期利率的随机波动与区制转移性[J];管理科学学报;2011年01期

6 陈志敏;薄煜明;吴盘龙;田梦楚;黎绍鑫;赵文科;;基于新型粒子群优化粒子滤波的故障诊断方法[J];计算机应用;2012年02期

7 张柏,陈敏泽,周东华;一种非线性非高斯随机系统的故障诊断方法[J];控制工程;2005年S2期

8 胡士强,敬忠良;粒子滤波算法综述[J];控制与决策;2005年04期

9 邓小龙,谢剑英,王林;基于当前统计模型的改进粒子滤波算法[J];控制与决策;2005年05期

10 王志刚,芮国胜,胡昊;UPF算法及其在目标跟踪中的应用[J];雷达科学与技术;2005年01期

本文编号：904168