智能駕駛技術(shù)具有減少交通事故,緩解交通擁堵的巨大潛力,已成為當(dāng)前汽車行業(yè)的一大研究熱點(diǎn)。在智能駕駛的眾多研究方向中,對車載傳感器網(wǎng)絡(luò)中各個(gè)傳感器的目標(biāo)進(jìn)行穩(wěn)定的跟蹤,對網(wǎng)絡(luò)中不同傳感器跟蹤的目標(biāo)進(jìn)行準(zhǔn)確地信息融合是智能汽車做出正確決策的前提,也是智能汽車安全行駛的重要保障。在車載傳感器網(wǎng)絡(luò)多傳感器信息融合的過程中,存在著以下兩個(gè)難點(diǎn):一個(gè)是如何準(zhǔn)確的估計(jì)所檢測目標(biāo)的運(yùn)動(dòng)狀態(tài),并對所檢測目標(biāo)進(jìn)行穩(wěn)定的跟蹤;另一個(gè)是不同傳感器跟蹤的目標(biāo)如何進(jìn)行準(zhǔn)確有效地關(guān)聯(lián)和融合,得到一個(gè)關(guān)于真實(shí)目標(biāo)的綜合描述。本文對智能車輛多源異類傳感器信息融合方法進(jìn)行研究,主要包括多感知源多目標(biāo)跟蹤數(shù)據(jù)關(guān)聯(lián)算法和非線性運(yùn)動(dòng)狀態(tài)估計(jì)方法,以及多感知源之間目標(biāo)關(guān)聯(lián)與信息融合方法,并通過虛擬場景仿真進(jìn)行了驗(yàn)證。本文主要研究內(nèi)容如下:1.針對局部傳感器多目標(biāo)跟蹤數(shù)據(jù)關(guān)聯(lián)問題,本文介紹了多目標(biāo)跟蹤的基本原理,對智能車輛常用的目標(biāo)運(yùn)動(dòng)模型進(jìn)行了推導(dǎo),并對聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)算法以及多假設(shè)跟蹤算法兩種數(shù)據(jù)關(guān)聯(lián)算法進(jìn)行了分析。2.針對局部傳感器多目標(biāo)跟蹤狀態(tài)估計(jì)問題,考慮到多數(shù)車載傳感器進(jìn)行目標(biāo)跟蹤狀態(tài)估計(jì)的過程屬于非線性狀態(tài)估計(jì)過程,... 

【文章來源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：110 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

車輛常用感知傳感器及優(yōu)缺點(diǎn)智能車輛感知外部真實(shí)世界主要通過車輛所搭載的傳感器，其主要分為兩類：

吉林大學(xué)碩士學(xué)位論文8較矩陣。利用各準(zhǔn)則量化值之間的方差構(gòu)造模糊偏好關(guān)系矩陣，代替方案層的成對比較矩陣，然后將準(zhǔn)則層和方案層的權(quán)重結(jié)合起來，得到每一個(gè)證據(jù)的最終權(quán)重。目前市場上大絕大部分相關(guān)產(chǎn)品都是通過增加傳感器的種類和數(shù)量來提高信息的冗余性與互補(bǔ)性，進(jìn)而提升檢測的可靠性，與單傳感器檢測相比，特別是單一種類的傳感器，多傳感器信息融合擴(kuò)大了探測的視野范圍，提升了探測的分辨率，并且在獲取不同類型的測量數(shù)據(jù)方面更具優(yōu)勢。圖1.7豐田Pre-CollisionSystem多傳感器融合過程豐田Pre-CollisionSystem[72-74]的傳感器融合過程如圖1.7。融合系統(tǒng)以毫米波雷達(dá)得到的識(shí)別目標(biāo)為主，以毫米波雷達(dá)目標(biāo)為基準(zhǔn)設(shè)置一個(gè)檢測門，然后在檢測門區(qū)域中搜索是否存在攝像頭檢測到的目標(biāo)，如果存在則它將兩個(gè)傳感器目標(biāo)的信息整合在一起以提高目標(biāo)的檢測精度；如果不存在攝像頭檢測目標(biāo)但是雷達(dá)信號(hào)較強(qiáng)，可將其作為置信度較高且持續(xù)存在的目標(biāo)，因此將單個(gè)雷達(dá)目標(biāo)作為融合目標(biāo)輸出；如果雷達(dá)目標(biāo)置信度低且不穩(wěn)定，則將其判斷為雜波干擾目標(biāo)并進(jìn)行濾波。當(dāng)在融合目標(biāo)跟蹤期間攝像頭目標(biāo)突然消失時(shí)，繼續(xù)對攝像頭目標(biāo)信息連續(xù)的濾波跟蹤和插值以更新目標(biāo)的融合信息。如果連續(xù)多周期攝像頭目標(biāo)持續(xù)丟失，則可以認(rèn)為目標(biāo)離開攝像頭的視野范圍或者被其他目標(biāo)阻擋，因此無法檢測到。在融合過程中，根據(jù)目標(biāo)的存在概率和其他相關(guān)信息對目標(biāo)的碰撞安全水平進(jìn)行綜合評(píng)估，最終通過兩種傳感器數(shù)據(jù)融合可以提高系統(tǒng)的可靠性和穩(wěn)定性。

假設(shè)樹及假FAT2

【參考文獻(xiàn)】：
期刊論文
[1]基于聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)的車用多傳感器目標(biāo)跟蹤融合算法[J]. 王鵬宇,趙世杰,馬天飛,熊曉勇,程馨.  吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2019(05)
[2]自動(dòng)駕駛汽車道路測試安全制度分析:中日立法的比較[J]. 張韜略.  科技與法律. 2019(04)
[3]德國智能汽車立法及《道路交通法》修訂之評(píng)介[J]. 張韜略,蔣瑤瑤.  德國研究. 2017(03)
[4]美國政府《聯(lián)邦自動(dòng)駕駛汽車政策》解讀與探討[J]. 陳燕申,陳思凱.  綜合運(yùn)輸. 2017(01)
[5]Multiple hypothesis tracking based on the Shiryayev sequential probability ratio test[J]. Jinbin FU,Jinping SUN,Songtao LU,Yingjing ZHANG.  Science China（Information Sciences）. 2016(12)
[6]解讀中國制造2025戰(zhàn)略下的汽車智能化發(fā)展路徑[J]. 朱宏任.  汽車縱橫. 2015(11)
[7]多信息融合的城市燃?xì)夤艿佬孤┰\斷技術(shù)研究[J]. 王新穎,江志偉,于永亮,陳海群,王凱全.  中國安全科學(xué)學(xué)報(bào). 2014(06)
[8]一種基于彈道模型的機(jī)動(dòng)目標(biāo)跟蹤算法[J]. 張丕旭,石章松,劉忠.  彈箭與制導(dǎo)學(xué)報(bào). 2009(04)
[9]多傳感器信息融合及其新技術(shù)研究[J]. 王鳳朝,黃樹采,韓朝超.  航空計(jì)算技術(shù). 2009(01)
[10]粒子濾波進(jìn)展與展望[J]. 楊小軍,潘泉,王睿,張洪才.  控制理論與應(yīng)用. 2006(02)

博士論文
[1]基于異類傳感器信息融合的目標(biāo)跟蹤理論與方法研究[D]. 王琪龍.北京交通大學(xué) 2017
[2]基于激光雷達(dá)的智能車輛目標(biāo)識(shí)別與跟蹤關(guān)鍵技術(shù)研究[D]. 周俊靜.北京工業(yè)大學(xué) 2014
[3]航天器相對導(dǎo)航中的非線性濾波問題研究[D]. 魏喜慶.哈爾濱工業(yè)大學(xué) 2013
[4]非線性Bayesian濾波及其在SINS/GPS緊耦合導(dǎo)航中的應(yīng)用研究[D]. 張召友.哈爾濱工程大學(xué) 2013
[5]容積卡爾曼濾波算法研究及其在導(dǎo)航中的應(yīng)用[D]. 葛磊.哈爾濱工程大學(xué) 2013
[6]基于多傳感器信息融合關(guān)鍵技術(shù)的研究[D]. 康健.哈爾濱工程大學(xué) 2013
[7]非線性濾波在通信與導(dǎo)航中的應(yīng)用研究[D]. 張鑫明.北京郵電大學(xué) 2012
[8]水下航行器導(dǎo)航及數(shù)據(jù)融合技術(shù)研究[D]. 楊峻巍.哈爾濱工程大學(xué) 2012
[9]粒子濾波改進(jìn)算法研究與應(yīng)用[D]. 蔣蔚.哈爾濱工業(yè)大學(xué) 2010
[10]非線性SPKF濾波算法研究及其在組合導(dǎo)航中的應(yīng)用[D]. 王小旭.哈爾濱工程大學(xué) 2010

碩士論文
[1]雷達(dá)攝像頭數(shù)據(jù)融合在智能輔助駕駛的應(yīng)用[D]. 王賀.吉林大學(xué) 2019
[2]自主駕駛汽車局部運(yùn)動(dòng)規(guī)劃研究[D]. 熊曉勇.吉林大學(xué) 2019
[3]多傳感器多目標(biāo)的航跡關(guān)聯(lián)技術(shù)研究[D]. 路娜.西安電子科技大學(xué) 2019
[4]復(fù)雜環(huán)境下多傳感器目標(biāo)跟蹤技術(shù)研究[D]. 李秋旭.西安電子科技大學(xué) 2018
[5]SAR海洋溢油監(jiān)測多源信息融合研究[D]. 朱宗斌.中國海洋大學(xué) 2015
[6]基于信息融合的智能車輛前方目標(biāo)識(shí)別技術(shù)研究[D]. 嚴(yán)思寧.東南大學(xué) 2015
[7]基于多種激光雷達(dá)數(shù)據(jù)融合的障礙檢測技術(shù)的研究[D]. 楊光祖.北京工業(yè)大學(xué) 2013
[8]多目標(biāo)跟蹤的數(shù)據(jù)關(guān)聯(lián)算法研究[D]. 吳佳芯.西安電子科技大學(xué) 2013
[9]多傳感器多目標(biāo)航跡跟蹤與融合算法研究[D]. 嚴(yán)康.南京理工大學(xué) 2012
[10]多傳感器多目標(biāo)航跡關(guān)聯(lián)與融合算法研究[D]. 程躍兵.南京理工大學(xué) 2010



本文編號(hào)：3355894