基于多源信息融合的智能汽车环境感知技术研究
发布时间：2021-06-21 08:20
当前,发展智能汽车已成为国家战略,成为推动国家经济战略转型、落实供给侧改革的重要抓手。相比于其他技术,感知能力不足已成为制约智能汽车快速落地的关键瓶颈,只有准确实时地探测和感知到汽车本身所处的环境及周围路况,才能为智能汽车正确的预警与控制决策提供可靠的依据。因此,融合传统车载传感设备、发展高效车载传感装置成为解决问题的重要手段,具有重要的现实意义和工程价值。论文研究内容包括:（1）基于多源信息融合的智能汽车环境感知系统架构研究。论文在分析多源信息融合基础理论和智能汽车环境感知发展历程的基础上,归纳总结单车多传感协同感知与多车多传感协同定位中的信息融合功能框架,分析了智能汽车多传感融合输入数据的主要特征:多源、异构和变尺度,并总结了信息融合感知方法的五大关键技术,为后续单车/多车多传感信息融合感知方法研究奠定理论基础。（2）智能汽车单车多传感信息融合感知方法研究。针对目前智能汽车工程应用领域中单一传感器不能有效地识别前方车辆目标的问题,提出一种基于雷达与摄像头信息融合的目标识别方案;融合方案采用雷达为主摄像头为辅的硬件框架,引入马氏距离进行目标序列的观测值匹配,基于JPDA（联合概率函数...
【文章来源】：江苏大学江苏省
【文章页数】：132 页
【学位级别】：博士
【部分图文】：
智能汽车技术示意图
标级融合的信息融合感知方法。作为一种工程上最佳的实现方式，目标级融合既没有丢失过多信息量，同时又保证了处理效率，具有多源、异构和变尺度的数据特点，如图2.2 所示。多源是指传感器类型多，有视觉、雷达、V2X 等多种传感器；异构是指不同传感器的输入数据结构不完全相同，有目标点数据、地图数据、自身 GNSS 坐标等；变尺度指的是对于某些相同的数据结构，不同的传感器其分辨率和时空基准是不一样的，比如视觉和毫米波雷达其测量精度就不一样，而且由于它们摆放位置以及工作时钟不同，导致其时空基准是不一样的，这些就是智能车辆环境感知信息融合输入数据的主要特征。
第二章 基于多源信息融合的智能汽车环境感知系统过时空距离和轨迹相关进行多目标关联，保证后续的目标级融合顺利进行（3）参数融合技术：对于目标的一个参数，有多个传感器的观测，比如毫雷达和视频都可以得到目标的距离，此时通过最大似然估计等融合方法可以对目标参数的估计精度。（4）多目标跟踪与预测技术：在得到目标的点迹后，就可以通过运动方程标的轨迹进行跟踪和预测，从而得到形成局部环境的交通态势图，由此进一以估计出本车的可行驶区域；（5）目标分类识别技术：通过多传感器的目标关联，可以获得目标的多个，因此可以大大提高对目标的识别概率。比如视频只能通过图像来识别，但合了雷达以后，还可以获得目标的速度信息和 RCS 信息，将这些信息结合，可以大大提高目标的识别率。
【参考文献】：
期刊论文
[1]基于GNSS/DSRC融合的协同车辆定位方法[J]. 刘江,蔡伯根,王云鹏. 交通运输工程学报. 2014(04)
[2]多源信息融合关键问题、研究进展与新动向[J]. 陈科文,张祖平,龙军. 计算机科学. 2013(08)
[3]基于DS证据理论的灰色航迹关联技术研究[J]. 张靖,计文平,石教华. 中国电子科学研究院学报. 2013(03)
[4]智能车辆自由换道轨迹规划研究[J]. 杨志刚,戚志锦,黄燕. 重庆交通大学学报(自然科学版). 2013(03)
[5]无线车联网WAVE的车地通信初步研究[J]. 张继永,杨斌. 通信技术. 2012(10)
[6]通信丢包影响下的智能车队纵向控制[J]. 贾晓燕. 兰州交通大学学报. 2011(06)
[7]Wiener滤波,Kalman滤波和信息融合滤波理论研究进展[J]. 邓自立. 黑龙江大学工程学报. 2011(03)
[8]基于角点特征的立体视觉车辆环境感知系统研究[J]. 姜岩,高峰,徐国艳. 机械工程学报. 2011(14)
[9]基于高斯粒子JPDA滤波的多目标跟踪算法[J]. 张俊根,姬红兵,蔡绍晓. 电子与信息学报. 2010(11)
[10]基于多信息融合的视觉目标类识别算法研究[J]. 江爱文,王春恒,肖柏华,程刚. 计算机科学. 2010(09)
博士论文
[1]基于多传感器信息融合关键技术的研究[D]. 康健.哈尔滨工程大学 2013
[2]多传感器信息融合方法及其在空间目标识别中的应用[D]. 张池平.哈尔滨工业大学 2006
[3]基于信息融合的图像理解方法研究[D]. 胡良梅.合肥工业大学 2006
硕士论文
[1]部分车辆联网条件下多车协同避撞算法研究[D]. 徐成.清华大学 2015
[2]面向车载自组网的可靠广播机制研究[D]. 张旭东.大连理工大学 2015
[3]基于多传感器信息融合的动态目标检测与识别[D]. 闫光.北京理工大学 2015
[4]基于毫米波雷达与机器视觉融合的前方车辆检测研究[D]. 王亚丽.吉林大学 2013
[5]碰撞预判系统中车辆的图像雷达联合识别方法[D]. 姚远.清华大学 2013
[6]基于多种激光雷达数据融合的障碍检测技术的研究[D]. 杨光祖.北京工业大学 2013
[7]基于奇异值分解与正交可判别向量的图像识别算法研究[D]. 张绿云.广西师范大学 2013
[8]多传感器多目标跟踪的数据关联算法研究[D]. 高祺.西安电子科技大学 2013
[9]基于车车通信的安全车距研究[D]. 杜江伟.武汉理工大学 2012
[10]基于信息融合的道路和障碍物检测方法研究[D]. 唐祥燕.南京理工大学 2012
本文编号：3240333
【文章来源】：江苏大学江苏省
【文章页数】：132 页
【学位级别】：博士
【部分图文】：
智能汽车技术示意图
标级融合的信息融合感知方法。作为一种工程上最佳的实现方式，目标级融合既没有丢失过多信息量，同时又保证了处理效率，具有多源、异构和变尺度的数据特点，如图2.2 所示。多源是指传感器类型多，有视觉、雷达、V2X 等多种传感器；异构是指不同传感器的输入数据结构不完全相同，有目标点数据、地图数据、自身 GNSS 坐标等；变尺度指的是对于某些相同的数据结构，不同的传感器其分辨率和时空基准是不一样的，比如视觉和毫米波雷达其测量精度就不一样，而且由于它们摆放位置以及工作时钟不同，导致其时空基准是不一样的，这些就是智能车辆环境感知信息融合输入数据的主要特征。
第二章 基于多源信息融合的智能汽车环境感知系统过时空距离和轨迹相关进行多目标关联，保证后续的目标级融合顺利进行（3）参数融合技术：对于目标的一个参数，有多个传感器的观测，比如毫雷达和视频都可以得到目标的距离，此时通过最大似然估计等融合方法可以对目标参数的估计精度。（4）多目标跟踪与预测技术：在得到目标的点迹后，就可以通过运动方程标的轨迹进行跟踪和预测，从而得到形成局部环境的交通态势图，由此进一以估计出本车的可行驶区域；（5）目标分类识别技术：通过多传感器的目标关联，可以获得目标的多个，因此可以大大提高对目标的识别概率。比如视频只能通过图像来识别，但合了雷达以后，还可以获得目标的速度信息和 RCS 信息，将这些信息结合，可以大大提高目标的识别率。
【参考文献】：
期刊论文
[1]基于GNSS/DSRC融合的协同车辆定位方法[J]. 刘江,蔡伯根,王云鹏. 交通运输工程学报. 2014(04)
[2]多源信息融合关键问题、研究进展与新动向[J]. 陈科文,张祖平,龙军. 计算机科学. 2013(08)
[3]基于DS证据理论的灰色航迹关联技术研究[J]. 张靖,计文平,石教华. 中国电子科学研究院学报. 2013(03)
[4]智能车辆自由换道轨迹规划研究[J]. 杨志刚,戚志锦,黄燕. 重庆交通大学学报(自然科学版). 2013(03)
[5]无线车联网WAVE的车地通信初步研究[J]. 张继永,杨斌. 通信技术. 2012(10)
[6]通信丢包影响下的智能车队纵向控制[J]. 贾晓燕. 兰州交通大学学报. 2011(06)
[7]Wiener滤波,Kalman滤波和信息融合滤波理论研究进展[J]. 邓自立. 黑龙江大学工程学报. 2011(03)
[8]基于角点特征的立体视觉车辆环境感知系统研究[J]. 姜岩,高峰,徐国艳. 机械工程学报. 2011(14)
[9]基于高斯粒子JPDA滤波的多目标跟踪算法[J]. 张俊根,姬红兵,蔡绍晓. 电子与信息学报. 2010(11)
[10]基于多信息融合的视觉目标类识别算法研究[J]. 江爱文,王春恒,肖柏华,程刚. 计算机科学. 2010(09)
博士论文
[1]基于多传感器信息融合关键技术的研究[D]. 康健.哈尔滨工程大学 2013
[2]多传感器信息融合方法及其在空间目标识别中的应用[D]. 张池平.哈尔滨工业大学 2006
[3]基于信息融合的图像理解方法研究[D]. 胡良梅.合肥工业大学 2006
硕士论文
[1]部分车辆联网条件下多车协同避撞算法研究[D]. 徐成.清华大学 2015
[2]面向车载自组网的可靠广播机制研究[D]. 张旭东.大连理工大学 2015
[3]基于多传感器信息融合的动态目标检测与识别[D]. 闫光.北京理工大学 2015
[4]基于毫米波雷达与机器视觉融合的前方车辆检测研究[D]. 王亚丽.吉林大学 2013
[5]碰撞预判系统中车辆的图像雷达联合识别方法[D]. 姚远.清华大学 2013
[6]基于多种激光雷达数据融合的障碍检测技术的研究[D]. 杨光祖.北京工业大学 2013
[7]基于奇异值分解与正交可判别向量的图像识别算法研究[D]. 张绿云.广西师范大学 2013
[8]多传感器多目标跟踪的数据关联算法研究[D]. 高祺.西安电子科技大学 2013
[9]基于车车通信的安全车距研究[D]. 杜江伟.武汉理工大学 2012
[10]基于信息融合的道路和障碍物检测方法研究[D]. 唐祥燕.南京理工大学 2012
本文编号：3240333
本文链接：https://www.wllwen.com/kejilunwen/qiche/3240333.html
