为了正常的体验网站,请在浏览器设置里面开启Javascript功能!

智能汽车发展研究

2012-10-12 4页 pdf 117KB 58阅读

用户头像

is_380656

暂无简介

举报
智能汽车发展研究 收稿日期 : 20032 062 20 ; 修返日期 : 20032 072 17 基金项目 : 国家自然科学基金重点资助项目 (60134010) ;西北 工业大学种子创业基金资助项目 (Z20030038) 智能汽车发展研究 3 胡海峰 , 史忠科 , 徐德文 (西北工业大学 自动控制系 , 陕西 西安 710072) 摘 要 : 主要讨论了智能汽车研究对交通安全的重要性 ,综述了发达国家关于智能汽车研究的历史、发展和趋 势。此外 ,提出了基于多传感器信息融合技术的智能汽车系统结构模型 ,阐述了此模型下的各系统模块...
智能汽车发展研究
收稿日期 : 20032 062 20 ; 修返日期 : 20032 072 17 基金项目 : 国家自然科学基金重点资助项目 (60134010) ;西北 工业大学种子创业基金资助项目 (Z20030038) 智能汽车发展研究 3 胡海峰 , 史忠科 , 徐德文 (西北工业大学 自动控制系 , 陕西 西安 710072) 摘 要 : 主要讨论了智能汽车研究对交通安全的重要性 ,综述了发达国家关于智能汽车研究的历史、发展和趋 势。此外 ,提出了基于多传感器信息融合技术的智能汽车系统结构模型 ,阐述了此模型下的各系统模块 ,简单介 绍了系统模型中信息融合方法的引入 ,最后提出展望。 关键词 : 智能汽车 ; 交通安全 ; 多传感器 ; 信息融合 中图法分类号 : U46 ; TP18    文献标识码 : A    文章编号 : 10012 3695(2004) 062 00202 04 Research on Intelligent Vehicle Development HU Hai2 feng , SHI Zhong2 ke , XU De2 wen ( Dept . of Automatic Control , Northwestern Polytechnological University , Xi’an Shanxi 710072 , China) Abstract : The importance of improving transportation safety by research on intelligent vehicle is discussed ;the history ,development and research trend are summarized. In addition ,this paper presents a new intelligent vehicle model based on information fusion ,describes the modules in this model ,and suggests some approaches to introduce fusion method to intelligent vehicle research. Prospects of intelligent vehicle are proposed. Key words : Intelligent Vehicle ( IV) ; Transportation Safety ; Multisensor ; Information Fusion 1  引言 随着公路等级的不断提高 ,特别是高速公路的飞速发展 , 汽车的行驶速度越来越快 ,车流量越来越大 ,汽车碰撞交通事 故也越来越多。据统计 ,1985 年~1994 年底我国因交通事故 死亡人数为 6. 12 ×105 人 ,伤残 1. 59 ×106 人 ,全世界每年因交 通事故死亡则多达 5. 00 ×105 人 ,伤残在 1. 00 ×107 人以上。 交通事故的发生 ,给人民带来灾难 ,给国家和社会带来巨大损 失[1 ] ,如表 1 所示。目前 ,城市交通的安全问题已引起政府有 关部门的高度重视和全民的关注 ,力争在最短的时间内扭转这 一被动局面。专家、学者在分析城市交通事故的原因时 ,普遍 认为事故原因主要由 :人员素质、运输车辆、道路环境、管理法 规等四个方面 ,而车辆性能的提高即研发高性能的智能汽车是 其中很重要的一个环节 [2 ,3 ] 。 表 1  交通事故比较表 交通事故 死亡 (人/ 年) 伤残 (人/ 年) 经济损失 交通堵塞 经济损失 环境污染 经济损失 新技术带来 的经济效益 1990 年 美国 4. 7 ×104 3. 30 ×106 7. 40 ×1010 美元/ 年 4. 20 ×1010 美元 (1) — 2. 80 ×1010 美元 (2) 1989~1990 年 欧洲 5. 5 ×104 1. 85 ×106 5. 00 ×1010 欧元/ 年 5. 00 ×1011 欧元/ 年 (52 10) ×109 欧元/ 年 1. 00 ×1011 欧元 (3) 1995 年 日本 1. 07 ×104 9. 21 ×105 1. 23 ×107 日元/ 年 — — 6. 0 ×107 日元 (4) 1994 年 中国 6. 64 ×104 1. 48 ×106 1. 33 ×109 元/ 年 — — — 注 : (1)为 1987 年 25 个大城市交通堵塞造成的经济损失 ; (2) 为 2000 年 每年电子产品带来的经济效益 ; (3) 为到 2010 年所带来的经济效益 ; (4)为到 2015 年所形成的市场规模及带来的经济效益。 在汽车的技术开发领域 ,流行着这样一句话 :“技术比人类 更可靠”。欧洲的一项研究表明 :汽车驾驶员只要在有碰撞危 险的 0. 5s 前得到“预警”,就可以避免至少 60 %的追尾撞车事 故、30 %的迎面撞车事故和 50 %的路面相关事故 ;若有 1s 的 “预警”时间 ,则可避免 90 %的事故发生[4 ] 。美国研究认为[3 ] , 包括智能汽车研究在内的智能运输系统对国家社会经济和交 通运输的影响 ,可能会超过洲际高速公路。它的意义和价值在 于 :大幅度提高公路的通行能力 ,至少使现有高速公路的交通 量增加 1 倍 ;大量减少公路交通堵塞、拥挤 ,降低汽车油耗 ,可 使城市交通堵塞和拥挤造成的损失分别减少 25 %~40 %左 右 ,大大提高了公路交通的安全性。另外更重要的是 ,可明显 提高运输效率 ,促使交通运输业繁荣发展。近两年来 ,一些特 大型汽车行业巨头纷纷合并、收购或建立各种合作关系 ,从而 在全球范围内掀起了新一轮汽车行业竞争的狂潮。美国加州 国际汽车经济研究所的调查报告指出 ,下一个汽车销售高潮将 从普及“智能化汽车”开始 ,新一轮竞争的焦点 ,将是基于信息 融合技术、微电子技术、计算机技术、智能自动化技术、人工智 能技术、网络技术、通信技术等的智能汽车 ( Intelligent Vehicle , IV)的研究开发。简单地说 ,所谓智能汽车 ,就是在网络环 境下用信息技术和智能控制技术武装的汽车 ,利用最新科技成 果 ,使汽车具有自动识别行驶道路、自动驾驶、自动调速等先进 功能。 20 世纪 80 年代以来 ,智能控制理论与技术在交通运输工 程中越来越多地被应用 [5~7 ] ,信息融合技术取得了长足进展 , 开始广泛地应用到目标检测、战术警告与防御系统、机器人、遥 测遥感、导航和制导。在这一背景下 ,智能汽车的概念被提出 , 智能汽车是一种高新技术密集的新型汽车 ,是目前主流汽车的 换代产品。正是基于这一点 ,国际上正在形成智能汽车研究设 计开发的热潮。总体上分析 ,人们正从智能汽车的信息系统、 控制系统、网络环境及智能结构等几个方面进行研究。随着研 ·02· 计算机应用研究 2004 年 © 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net 究步伐的加快和新产品的推出 ,必将导致国际上汽车现有生产 体系和市场份额的重新组合 [8 ] 。 通过智能车的进一步研究与发展 ,将使车变得“聪明”起 来 ,路、车、人三者进行主动积极的统筹与协调 ,让三者达到和 谐的统一 ,从根本上改变现行汽车的信息采集处理、信息交换、 行车导驶与定位、车辆控制、汽车安全保证等技术与体系 结构 ,使汽车更加人性化、舒适化和个性化 ,极大地满足人们对 于“行”不断提高的需求 ,在很大程度上减轻驾驶员的负担 ,减 少驾驶员疲劳驾驶的现象 ,有利于提高交通安全 ,配合城市交 通控制系统 ,实现合理分配交通流 ,实现交通顺畅 ,甚至实现智 能汽车自动驾驶。驾驶智能汽车可大大缓解驾驶者的疏忽导 致的交通事故 ,很大程度上提高交通安全性 [9 ] 。本文仅概要介 绍智能汽车研究的初步进展 ,而对于车辆的智能化研究领域 中 ,涉及到了大量的多传感器信息融合和模式识别等技术 ,尽 管有些技术的应用只是提出的构想 ,笔者坚信随着信息融合和 模式识别技术的飞速发展 ,现实中的智能车辆会距离人们的构 想越来越近 ,直至实现满意的目标。 汽车已经过了 100 多年的发展历史 ,从诞生的那一天起 , 它就从未停止过智能化发展的步伐。当前的信息技术革命正 在推动汽车设计翻开新的一页 ,自动化、智能化、多功能将成为 21 世纪汽车发展的新趋势。电脑技术、自动控制技术以及现 代信息融合技术和通信等高科技与汽车的结合 ,使未来汽车成 为更安全、更方便、更舒适的交通工具。汽车撞开了本世纪的 大门 ,它带来的速度和效率 ,改变了 20 世纪人类的生活方式 , 推动了人类社会的进步。智能化的汽车在 21 世纪将以更高的 速度和效率将人类带入智能信息时代。 2  国内外智能汽车研究现状与趋势 智能车系统是一个集环境感知、规划决策、多等级辅助驾 驶等功能于一体的综合系统 ,是典型的、多学科的、综合性的高 科技和高新技术的结合体 ,涉及传感器技术、信息融合技术、微 电子技术、计算机技术、智能自动控制技术、人工智能技术、网 络技术、通信技术等 ,在一定程度上代表了一个国家自动化智 能的水平[3 ] 。进入 20 世纪 90 年代以来 ,随着汽车市场竞争激 烈程度的日益加剧和智能运输系统 ( ITS) 研究的兴起 ,国际上 对于智能汽车及其相关技术的研究成为热门 ,一批有实力、有 远见卓识的汽车行业大公司、研究院所和高等院校也正展开智 能汽车的研究。目前它已成为世界众多发达国家重点发展的 智能交通体系中的重要组成部分 ,也是世界车辆工程领域研究 的热点和汽车工业增长的新动力。 美国交通部已开始一项五年 ,投入 3 500 万美元 ,与 通用汽车公司合作开发一种前后防撞系统。同时 ,美国俄亥俄 州立大学和加州大学以及其他一些研究机构正在进行全自动 车辆的研制与改进工作。CMU 大学的 NabLab 5 实验智能车是 由 Potiac 运动跑车改装而成 ,装有便携式计算机、摄像头、GPS 全球定位系统、雷达和其他辅助设备。1995 年 6 月 ,NabLab 5 进行了横穿美国的实验 NHAA (No Hands Across America) ,从宾 州的匹兹堡到加州的圣地亚哥 ,行程 4 587 公里 ,其中自主驾 驶部分占 98. 2 %[9 ] 。美国移动导航子系统 (MNA) 能计算出最 佳的行驶路径 ,还能不断接收现场的最新交通状况 ,给出连续 更新的指向 ,让车辆始终沿着最理想的路线向前行驶。此外 , 美国还将智能汽车的研究用于军事上 ,美国国防部采用无人车 去执行危险地带的巡逻任务 ,目前正在进行第三代军用智能汽 车的研究 ,称为 Demo Ⅲ,能满足有路和无路条件下的车辆自动 驾驶。 欧洲开发基金资助进行驾驶员监测、道路环境的感知、视 觉增强、前车距控制以及传感器融合方面的研究。同时 ,欧洲 的一些国家正试验将智能速度适应 ( Intelligent Speed Adapta2 tion ,ISA)作为提高车辆安全性的手段 ,其构想是通过路边标志 信息或卫星定位信息以及车载数字地图进行车辆导航 ,并自动 控制车辆的速度。实验结果表明 ,采用该系统 ,能够使交通事 故减少 20 %。德国慕尼黑联邦国防大学与奔驰汽车公司合作 研制开发了 VaMP试验车 ,它是由一辆豪华型的奔驰 500 SEL 改装而成 ,视觉系统主要包括道路检测与跟踪 RDT和障碍物 检测与跟踪 ODT两个模块。在整个实验中 ,系统行驶了 1 600 公里 ,其中 95 %的部分是自动驾驶的。 目前在日本 ,夜视和后视报警系统已应用在某些汽车上 , 三菱公司和尼桑公司已发布其近期可使用的防撞设备 ,前方防 撞和车道偏离有望在 1~2 年内实现。本田公司、尼桑公司和 丰田公司也各自在先进安全性车辆计划中发展行车安全子系 统 ,它们包括 :车道定位系统、前车距离控制系统、自动控制系 统、障碍物警报系统、驾驶员打盹报警系统和夜间行人报警系 统等。日本智能公路 ( SmartWay) 计划中 ,提出车辆上采用诸 如 :车道保持、十字路口防撞、行人避让和车距保持等 IV 技术。 2003 年日本将开始实施一个示范计划 ,到 2015 年将在日本全 国范围内实施 SmartWay 计划。 意大利帕尔马大学研制的 ARGO 实验车时由一辆兰西亚 Thema 客车改装而成 ,装备有摄像机、霍尔效应传感器、IO 接口 板、信息输出装置和奔腾 200MMX的 PC ,使用 Linux 操作系统 , 1998 年 6 月进行了 2 000 公里的长距离实验 , 称为 Mille2 Miglia in Automatico。整个实验途经平原和山区 ,包括大量的高 架桥和隧道。意大利的公路网道路场景 (包括天气和交通) 变 化非常快 ,因此特别适合进行这种扩展性的测试。 世界各国著名大学也参与到智能汽车的开发中 ,如麻省理 工学院、斯坦福大学、卡耐基 —梅隆大学、剑桥大学、东京大学 等。他们在人工智能、机器人视觉、自动驾驶和汽车自动导航 等领域都有深入的研究。 我国的相关研究也已展开。清华大学汽车研究所是国内 最早成立的主要从事智能汽车及智能交通的研究单位之一 ,在 汽车导航、主动避撞、车载微机等方面进行了广泛而深入的研 究。上海市“智能汽车车内自主导行系统”的一种样车 ,2000 年 7 月 19 日通过市科委鉴定 ,它标志着上海智能交通系统进 入实质性实施阶段。国防科大成功试验了第四代无人驾驶汽 车 ,它的最高时速达到了 75. 6 公里 ,创国内最高纪录 [2 ] 。西北 工业大学空管所、吉林交通大学、重庆大学等都在展开相关研 究。这一新兴学科吸引着越来越多的研究机构、学者加入到智 能车相关技术开发研究中来。 3  基于信息融合的智能汽车结构框架 311  信息融合技术的基本原理 信息融合 ( Information Fusion) 又称数据融合 (Data Fusion) , 最早出现在 70 年代末期 ,是从军事 C3 I (Command ,Control and Communication Integration)系统中提出的。它与信号处理、计算 机技术、概率统计、图像处理、人工智能和自动控制等学科密切 相关 ,是一门新发展起来的多学科交叉的前沿学科。同时由于 其巨大的应用潜能 (如目标检测、战术警告与防御系统、机器 ·12·第 6 期   胡海峰等 :智能汽车发展研究   © 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net 人、遥测遥感、导航和制导、制造系统、设备监控和故障诊断等) 和广阔的发展前景 ,从诞生之初就备受关注。信息融合技术简 言之 ,即利用计算机技术对按时序获取的若干传感器的观测信 息在一定准则下加以自动分析、综合 ,以完成需要的决策和估 计任务而进行的信息处理过程。近二十年来 ,人们提出了多种 信息融合模型[10 ] ,其共同点或中心思想是在信息融合过程中 进行多级处理。 Body 控制回路如图 1 所示。 图 1  Body 控制回路 下面仅就本文相关的 Body 控制环模型进行简单描述。 Boyd 控制环 (OODA 环 ,即观测、定向、决策、执行环) ,它首 先应用于军事指挥处理 ,现在已经大量应用于信息融合。Boyd 控制回路使得问题的反馈迭代特性显得十分明显。它包括四 个处理阶段 : ①观测 ,获取目标信息 ; ②定向 ,确定大方向 ,认清 态势 ; ③决策 ,制定反应计划 ; ④行动 ,执行计划。OODA 环的 优点是 ,它使各个阶段构成了一个闭环 ,表明了数据融合的循 环性。随着融合阶段不断递进 ,传递到下一级融合阶段的数据 量将不断减少。融合主要有数据级、特征级和决策级融合三种 方式[10 ] 。 (1)数据级融合 :在传感器的原始信息未经处理之前进行 的信息综合分析 ,以达到尽量多地保持景物信息。这种融合方 式的信息处理量大、处理时间长、实时性较差。 (2)特征级融合 : 在对信息预处理和提取特征后 ,对所获 得的景物特征信息 (如边沿、形状、轮廓、方向、区域和距离等) 进行综合处理 ,以达到保留足够数量的重要信息和实现信息压 缩 ,从而有利于实时处理。 (3)决策级融合 :融合之前 ,每种传感器的信号处理装置已 完成决策或分类任务。信息融合只是根据一定的准则和决策 的可信度做最优决策 ,以便具有良好的实时性和容错性 ,使在 一种或几种传感器失效时也能工作。 312  未来智能车系统 车载信息技术是无线电技术与微处理器技术的汇聚 ,即利 用计算机和卫星通信等信息技术来实现智能车辅助驾驶、In2 ternet 网上登录、实时交通信息查询等。通过应用电子信息技 术 ,使车辆实现高智能化 ,极大地改善车辆人机系统的安全性 , 避免事故的发生和减少伤害程度。从此角度出发 ,以系统工程 的观点来看待智能车信息系统 ,可以划分为环境识别子系统、 状态判断子系统、车辆控制子系统、司机 —车载计算机交互界 面子系统等。这些子系统之间的框架结构如图 2 所示。 图 2  智能车载系统框架 (1)便携式 GPS定位与导航 :便携式卫星导航集成了卫星 定位技术 ( GPS) 、地理信息管理 ( GIS) 和互联网技术 ,以电子地 图为基础 ,通过 GPS 接收卫星信号 ,能够完成智能路径规划、 全程语音提示、电子地图浏览、卫星定位导航等功能。GPS 主 要由卫星与接收器两部分构成。卫星向地面广播编码位置与 时间信号 ,而接收器则负责接收这些信号 ,实现全天候、大范 围、多车辆的实时动态定位、调度、监控 ,改进车辆运行管理 ,增 强突发事件的反应能力 ,提高车辆运行率和行车安全度 ,并为 应用的行业规避经营风险 ,提高经济效益。其经济廉价、精度 定位、全球覆盖的魅力 ,使其迅速超越传统的定位手段 ,成为需 要定位、定姿、定时的首要选择。 (2)视觉子系统 :视觉子系统是智能汽车的图像信号检测 机构 ,由摄像头、图形卡等硬件设备和图像处理软件组成。它 主要依靠安装在前、后保险杠及车身两侧的红外线摄像机 ,对 汽车前、后、左、右的一定区域进行不停地扫描和监视 ,根据捕 获图像和计算位置 ,实时采集、处理环境场景 ,对物体大小、形 状和动作进行分析 ,判断出障碍物运动的方向、姿态、速度、加 速度等信息 ,并将辨识数据提供给决策系统进行分析决策使 用。 (3)微波多普勒雷达探测系统 :车载微波探测雷达由窄波 束天线、集成化发射机和接收机以及数字信息自理装置等组 成。利用目标对电磁波的反射 (或称为二次反射) 现象来发现 目标 ,并测定其位置及速度等参数 ,综合判断车辆行驶的潜在 危险性 ,及时将探测结果提供给下一级决策系统。微波单片集 成电路 (MMIC)的最新发展 ,使固态收发模块在雷达中的应用 达到实用阶段 [11 ] 。集成接收机、发射机及高性能数字信号处 理器 (DSP) ,使价格低廉、高性能的便携式车载探测雷达的实 现和普及成为现实。 (4)决策系统 :决策系统主要是根据现场的情况 ,如交通状 况信息、环境信息完成决策或分类任务 ,安排汽车行走路线。 在此基础上根据一定的准则和决策的可信度对上述结果进行 融合 ,再由策略库进行汽车动作部署 ,做出最优决策 (如车辆优 化调度、路径规划、汽车加减速、超车及停车等) ,以便具有良好 的实时性和容错性 ,使在一种或几种传感器失效时也能工作。 策略应根据经验进行提取 ,并存在知识库中。知识库还应有一 个学习智能体 ,用于不断丰富策略。各种智能算法如神经网 络、模糊算法、遗传算法等也可以应用到构造策略库以及策略 选择过程中。系统根据采取的对策 ,决策汽车的任务和动作。 (5)通讯系统 :通讯系统保证各模块之间以及车载体与控 制中心之间的高质量通讯。目前大多数采用无线数字通讯。 为了提高通讯的质量 ,要精心设计通讯电路及通讯。蓝牙 技术为车载通讯系统提供了很好的解决方案 ,它将取代目前多 种电缆连接方式 ,以低成本的近距离无线连接为基础 ,通过嵌 入式微电子芯片 ,使所有相关设备在有效范围内完成相互交换 信息、传递数据的工作 ,使各种电子装置在无线状态下相互连 接传递数据。 (6)控制系统 :智能车控制系统车辆动力学稳定性与汽车 的横摆运动密切相关。智能车控制系统主要是通过制动力控 制汽车的横摆运动 ,根据各传感器输入到计算机的信号推测驾 驶员所期望的汽车转向运动 ,对发动机输出扭矩和各车轮制动 力进行控制 ,以减小汽车转向时的过度转向特性 ,以及抑制因 后轮侧滑所引起的急旋转运动发生 ,提高汽车操纵响应能力和 紧急躲避障碍能力。 ·22· 计算机应用研究 2004 年 © 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net (7)显示系统 :它包括底视显示系统、顶视显示系统和控制 中心显示系统。底视显示系统显示汽车行驶速度、发动机转 速、发动机状态、车门状态 (锁死/ 微开) 、燃油状态 ,还监控转向 盘上用来选择合适娱乐工作模式的各按钮状态 ;顶视显示系统 安装于汽车挡风玻璃上 ,可以为驾驶员传递路况信息、卫星导 航信息 ;控制中心显示系统的液晶显示触摸屏能够为驾驶员提 供各种信息界面显示 ,如电话、温度控制、电视、车辆状态信息、 车载移动办公、导航、网站浏览、娱乐等。乘客通过连接在座椅 上的通讯接口 ,也能享受这些功能。 313  信息融合对智能车系统的改进 31311  从信息融合的角度分析智能车系统 智能车系统是一个缩微的战场信息融合系统 ,其技术的内 涵、实现的结构层次与信息融合系统有诸多的相似之处 : (1)战场上的雷达变成了智能汽车的摄像机、微波雷达及 GPS装置 ,但同样要识别出目标 (障碍物) 的方位、机动特性 ,并 且要对目标状态进行尽量准确的预测预报。另一方面 ,雷达的 性能直接影响作战 ,而智能车的摄像机、微波雷达及 GPS 装置 也直接影响决策。 (2)战场上的指挥系统变成了车载决策系统 ,都需要进行 态势分析、威胁估计、行动策略的确定等。对这方面的技术要 求 ,智能车系统要超过战场指挥系统 ,因为战场指挥系统是有 人参与的 ,真正智能的决策是由人类智能完成的 ,而智能车最 终要达到无人驾驶 ,所以它要集中更多的智能处理技术和实现 方法。 (3)战场上的通讯系统变成了智能车的无线通讯收发装 置 ,完成决策命令下达的功能。 31312  基于信息融合的智能车系统模型 多传感器信息融合技术充分利用多个传感器资源 ,通过对 这些传感器及其观测信息的合理支配和使用 ,把多个传感器在 时间和空间上的冗余或互补信息依据某种准则进行组合 ,以获 取被观测对象的一致性解释或描述。OODA 环在信息融合系 统中极具代表性 ,包括四个处理阶段 :观测、定向、决策和行动。 下面通过引入 OODA 环的模型 ,建立基于信息融合的智能车系 统模型 ,如图 3 所示。 图 3  基于信息融合的智能车系统模型 31313  智能车系统中信息融合方法的引入 信息融合是一种数据综合和处理技术 ,是许多传统学科和 新技术的集成和应用 ,如通讯、模式识别、决策论、不确定性理 论、信号处理、估计理论、最优化技术、计算机科学、人工智能和 神经网络等。近年来 ,不少学者又将遗传算法、小波分析技术、 虚拟技术引入到信息融合 [10 ] 。下面就相关融合方法与智能车 系统结合做简单描述。 (1)数据层融合 ,直接对数据源操作 :如加权平均、神经元 网络等。主要是通过图像处理和识别以及多传感器集成等技 术 ,得到环境中汽车、人和其他障碍物的位置 (得到速度、加速 度则更好) ,预测下一步 (或下几步)其位置的变化 ,从而为决策 的形成奠定基础。 (2)特征层的融合 ,利用对象的统计特性和概率模型进行 操作 :如卡尔曼滤波、贝叶斯估计、多贝叶斯估计、统计决策理 论等。主要是根据环境中形势与已有的知识进行关联 ,识别现 在环境中形势的特征。 (3)决策层的融合 :主要是根据各种特征的关联概率 ,以及 该策略的成功概率、风险程度、能量消耗等综合因素 ,采用基于 规则推理的方法 (如模糊推理、证据推理、产生式规则等) ,最后 形成一个决策。 4  结束语 信息融合技术给智能汽车带来了更加光明的前景 ,信息融 合技术使得车辆能够利用多传感器集成技术以及融合技术 ,结 合环境信息、交通状况信息做出一个最优决策 ,实现车辆自动 感知前方的障碍物 ,及时采取措施进行避让 ;通过对前方信号 的识别 ,自动停车或继续运行 ;通过对路标的自动识别 ,避免违 章行为等 ,从而可以大大降低车辆事故的发生 ,同时减轻司机 驾驶的负担 ,尽量降低司机疲劳驾驶的可能性。但需说明 ,车 辆的智能化功能包括很多方面 ,而本文仅仅阐述了基于信息融 合技术在实现智能车系统的应用领域 ,也仅仅介绍了与信息融 合技术相关的车辆智能化功能模块 ,并就相关融合方法的引入 做了简单描述。 尽管车载信息技术的发展前景非常广阔 ,但要将它们彼此 无缝地链接还有一些技术问题有待解决 ,如软件和硬件技术方 面还需实现技术的飞跃 ,多媒体的接口问题 ,电子设备的物理 连接 ,改进无线电通讯系统 ,解决无线电通讯的带宽问题 ,以及 开发价格相对合理的软件技术等。另外 ,为了实现彼此设备的 兼容 ,还要制定统一的工业。虽然技术的障碍还不少 ,但 攻克这些难关的日子已经指日可待。 参考文献 : [1 ] 谢飞. 未来智能汽车及智能汽车交通系统[J ]1 信息 ,1997 , (6) :532 571 [2 ] 朱茵 ,唐祯敏 ,朱钧 1 提高交通安全———实现智能汽车的研究[J ]1 China Safety Science Journal ,2002 , (12) :102 13. [3 ] Morita T ,et al . An Approach to the Intelligent Vehicle[J ]11993 IEEE In2 telligent Vehicles Symposium ,1993 ,4262 4321 [4 ] 刘炜 ,龙宪惠 1TMS320VC5402 在汽车防撞警示雷达中的应用[J ] . 电子技术应用 ,2001 , (9) :662 671 [5 ] 姜紫峰. 高速公路交通流控制仿真的若干问题 [J ] . 中国公路学 报 ,1996 ,9 (3) :792 84. [6 ] 陈理德 ,黄卫 ,杨卫泽 . 高速公路交通控制与管理系统的体系结构 [J ] . 东南大学学报 ,1998 ,28 (3) :832 87. [7 ] 刘智勇 ,尹征琦 ,朱劲 ,等. 基于模糊控制的多功能交通控制系统 [J ] . 中国公路学报 ,1999 ,12 (2) :842 89. [8 ] 熊和金 1 智能汽车系统研究的若干问题 [J ] . Journal of Traffic and Transportation Engineering ,2001 , (6) :372 40. [9 ] Robert T Collins ,et al . A System for Video Surveillance and Monitoring [ R] . CMU2 RI2 TR2 002 12 ,12 68. [10 ] 高翔 王勇. 数据融合技术综述 [J ] . 计算机测量与控制 , 2002 , (10) :7062 709. [11 ] 丁鹭飞 ,耿富录. 雷达原理[M] . 西安 :西安电子科技大学出版社 , 2001. 作者简介 : 胡海峰 (19782) ,男 ,河北保定人 ,硕士研究生 ,主要从事智能汽车研究、 计算机控制系统应用研究及 DSP 应用研究等工作 ;史忠科 (19562) ,男 , 教授 ,博士生导师 ,发表论著 160 余篇 ,国际著名刊物 SCI , EI , IAA 等索 引 90 余次 ,主要从事现代控制理论研究、智能交通控制理论研究及智 能汽车研究 ;徐德文 (19792 ) ,男 ,硕士研究生 ,主要从事 DSP 应用研究 及智能汽车研究。 ·32·第 6 期   胡海峰等 :智能汽车发展研究   © 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net
/
本文档为【智能汽车发展研究】,请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑, 图片更改请在作品中右键图片并更换,文字修改请直接点击文字进行修改,也可以新增和删除文档中的内容。
[版权声明] 本站所有资料为用户分享产生,若发现您的权利被侵害,请联系客服邮件isharekefu@iask.cn,我们尽快处理。 本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用。 网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。

历史搜索

    清空历史搜索