基于信息融合的汽车防追尾避撞目标识别研究
|
摘要
信息融合技术是上世纪80年代兴起的新技术,随着计算机技术、信息技术的发展,它逐渐的被应用到各行各业中。多传感器信息融合的特点就是将来自不同方面的信息进行融合,避免了单一传感器测量带来的信息丢失和片面等问题。目前,车辆的防撞技术主要是被动的比较多,主动的防撞装置在西方一些国家相对较多,而我国这方面还需要进一步的研究。汽车防追尾避撞系统主要是采集目标车辆的运动状态,帮助驾驶人员更好的判断车辆的运行状态。本文结合多传感器信息融合及汽车防追尾避撞系统特点,对基于信息融合的汽车防追尾避撞系统的目标识别方法进行了深入研究,其主要工作和内容如下：
论文在对汽车防追尾避撞系统组成和工作原理进行了分析和探讨的基础上,提出了基于信息融合的汽车防追尾避撞系统目标识别问题,并对其目标识别和测距原理进行了深入的分析和讨论。
在对多传感器信息融合原理及其融合模型分析的基础上,对多传感器信息融合与目标识别工作原理和算法进行了深入的分析和探讨,为基于信息融合的汽车防追尾避撞目标识别研究提供了坚实的基础。
在对联合卡尔曼滤波器的原理、结构和算法介绍和分析的基础上,针对汽车防追尾避撞系统,给出了基于联合卡尔曼滤波的信息融合方法。仿真结果表明基于联合卡尔曼滤波的信息融合方法可以使雷达和红外传感器得到较好的融合效果,提高了数据的准确性,从而增强汽车防碰撞系统的安全性。
给出了基于信息融合的汽车防追尾避撞目标识别方法,该方法将联合卡尔曼滤波器中局部滤波和全局滤波的输出进行融合得到目标的状态,用于汽车防追尾避撞系统的目标识别中,可有效提高目标识别效果。仿真结果表明了所提出方法的有效性和可靠性。
Information fusion technology is a new technology appeared in 1980s in the 20th century, it is used in every walk of life along with the development of computer technology and information technology. The characteristic of multi-sensor information technology is that it cans fusion information coming from different sensors, so the information losing and unilateralism problem caused by single sensor can be avoided. Now, automotive anti-collision is mainly about passive equipments, and active anti-collision equipments are more in some western countries, but they need another more research in our country. The mainly function of automation anti-collision is collecting athletic information of target automation to help the driver to estimate the state of auto car effectively. In this paper, combined the characteristics of multi-sensor information fusion and automation anti-collision system, target recognition algorithms based on information fusion in automation anti-collision system is deeply researched. Main work and contents are as follows:
In this paper, the structure and work elements of the automation anti-collision system are analyzed, then the problem of target recognition based on information fusion in automation anti-collision system is put forward, and target recognition and measurement theory are deeply analyzed and discussed.
Based on the analysis of elements of multi-sensor information fusion and its fusion model, multi-sensor information fusion and the elements, algorithms of target recognition are deeply analyzed, providing strong foundation for automation anti-collision system's information fusion target recognition.
The principle, structure and algorithm of federal Kalman filter are introduced and analyzed, and then the algorithm of information fusion based on federal Kalman filter is given. Simulation results show that this algorithm is very useful in fusion the radar and IRI data, data veracity is improved and the safety of automotive anti-collision system is enhanced.
The target recognition method based on information fusion in automotive anti-collision is given. In this method, the outputs of partial filter and overall filter in federal Kalman filter are fused to get the state of target auto car, which is used in the automotive anti-collision system to improve the effect of target recognition. Simulation results show the method discussed in this paper is effective and reliable.
论文在对汽车防追尾避撞系统组成和工作原理进行了分析和探讨的基础上,提出了基于信息融合的汽车防追尾避撞系统目标识别问题,并对其目标识别和测距原理进行了深入的分析和讨论。
在对多传感器信息融合原理及其融合模型分析的基础上,对多传感器信息融合与目标识别工作原理和算法进行了深入的分析和探讨,为基于信息融合的汽车防追尾避撞目标识别研究提供了坚实的基础。
在对联合卡尔曼滤波器的原理、结构和算法介绍和分析的基础上,针对汽车防追尾避撞系统,给出了基于联合卡尔曼滤波的信息融合方法。仿真结果表明基于联合卡尔曼滤波的信息融合方法可以使雷达和红外传感器得到较好的融合效果,提高了数据的准确性,从而增强汽车防碰撞系统的安全性。
给出了基于信息融合的汽车防追尾避撞目标识别方法,该方法将联合卡尔曼滤波器中局部滤波和全局滤波的输出进行融合得到目标的状态,用于汽车防追尾避撞系统的目标识别中,可有效提高目标识别效果。仿真结果表明了所提出方法的有效性和可靠性。
Information fusion technology is a new technology appeared in 1980s in the 20th century, it is used in every walk of life along with the development of computer technology and information technology. The characteristic of multi-sensor information technology is that it cans fusion information coming from different sensors, so the information losing and unilateralism problem caused by single sensor can be avoided. Now, automotive anti-collision is mainly about passive equipments, and active anti-collision equipments are more in some western countries, but they need another more research in our country. The mainly function of automation anti-collision is collecting athletic information of target automation to help the driver to estimate the state of auto car effectively. In this paper, combined the characteristics of multi-sensor information fusion and automation anti-collision system, target recognition algorithms based on information fusion in automation anti-collision system is deeply researched. Main work and contents are as follows:
In this paper, the structure and work elements of the automation anti-collision system are analyzed, then the problem of target recognition based on information fusion in automation anti-collision system is put forward, and target recognition and measurement theory are deeply analyzed and discussed.
Based on the analysis of elements of multi-sensor information fusion and its fusion model, multi-sensor information fusion and the elements, algorithms of target recognition are deeply analyzed, providing strong foundation for automation anti-collision system's information fusion target recognition.
The principle, structure and algorithm of federal Kalman filter are introduced and analyzed, and then the algorithm of information fusion based on federal Kalman filter is given. Simulation results show that this algorithm is very useful in fusion the radar and IRI data, data veracity is improved and the safety of automotive anti-collision system is enhanced.
The target recognition method based on information fusion in automotive anti-collision is given. In this method, the outputs of partial filter and overall filter in federal Kalman filter are fused to get the state of target auto car, which is used in the automotive anti-collision system to improve the effect of target recognition. Simulation results show the method discussed in this paper is effective and reliable.
引文
[1]邓明哲.路追尾碰撞防报警系统的研究[D].[硕士学位论文].武汉：武汉理工大学,2006年12月
[2]王京元,王炜,程琳.汽车主动避撞系统关键技术研究[J].交通与计算机,2004,4(22)：33-36
[3]D.L.Hall. Mathematical Techniques in Multisensor Data Fusion[M]. Artech House, Bost on.London,1992
[4]J.Llinas, E.Walta. Multisensor Data Fusion[M]. Artech House, Norwood, Massachus etts,1990
[5]D.L.Hall,, J.Llinas. Handbook of Multisensor Data Fusion[M]. The Electrical Engineerin g and Applied Signal Processing Series, CRC Press
[6]S.S.Blackman. Multiple-target Tracking with Radar Application[M]. Artech House, IN C,1986
[7]Y.Bar-Shalom, X.R.Li. Multitarget-Multisensor Tracking:principals and Techniques[M]. Stors.CT:YBS Publishing,1995
[8]Y.Bar-Shalom(ED). Multitarget-Multisensor Tracking Applications and Advances[M]. MA: Artech House, INC,1990
[9]周宏仁,敬忠良,王培德.机动目标跟踪[M].北京：国防工业出版社,1991
[10]杨靖宇.战场数据融合技术[M].北京：兵器工业出版社,1994
[11]康耀红.数据融合理论与应用[M].西安；西安电子科技大学出版社,1997
[12]周立伟,刘玉岩.目标识别与探测[M].北京：北京理工大学出版社,2002
[13]王晓丹,王积勤.雷达目标识别技术综述[J].现代雷达,2003,25(5)：22-26
[14]张小宁.基于小波变换和神经网络的目标识别技术的研究[D].[硕士学位论文].青岛：山东科技大学,2003
[15]何峻.自动目标识别与模糊工程[D].[博士学位论文].长沙：国防科技大学,2009.04
[16]杨镇宇.城区复杂背景条件下的目标识别算法研究[D].[硕士学位论文].重庆：重庆大学.2009.04
[17]杜小丹,羊裔高,杜雨.一种人工神经网络算法在汽车防撞雷达中的应用[J].计算机应用研究,2005,11：154-156
[18]李艳丽.人工神经网络技术在目标识别中的应用[J].舰船电子工程.2004,(5)：92-95
[19]曹治国等Rough集神经网络系统在信息融合目标识别中的应用[J].华中科技大学.2004,32卷增刊,114-116
[20]唐士杰.证据理论和神经网络详解的目标识别方法研究[D].[硕士学位论文].西安：西北工业大学,2004
[21]胡建华,徐健健.一种基于遗传算法和卡尔曼滤波的运动目标跟踪方法[J].计算机应用,2007,27(4)：916-918
[22]李秋华,李吉成,沈振康等.基于模糊综合的红外目标融合识别[J].国防科技大学学报,2003,25(1)：51-55
[23]候磊,王羽,周茹波.车祸及主动防撞技术[J].汽车维修.1999,5：30-31
[24]岳昕.高速公路汽车追尾事故智能预警系统[D].东北林业大学.2004.06
[25]丁士清.汽车防追尾避撞系统的研究与开发[D].[硕士学位论文].南京：南京林业大学,2003.06
[26]王军雷.高速公路汽车追尾防撞预警系统的研究开发[D].[硕士学位论文].长安：长安大学,2005.06
[27]李克强等.基于ITS的汽车主动避撞系统[J].ITS通讯,2004,2(20)：85-90
[28]侯德藻.汽车纵向主动避撞系统的研究[D].[博士学位论文].北京：清华大学.2004.04
[29]Kunsoo Huh, Jaehak Park, Junyeon Hwang, et al. A stereo vision-based obstacle d etection system in vehicles[J]. Optics and Lasers in Engineering,2008,46:168-178
[30]张建辉,刘国岁,顾红等.多斜率步进调频连续波信号在汽车防撞雷达中的应用[J].电子与信息学报,2002,24(2)：232-237
[31]Dave Ferguson, Michael Darms, Chris Urmson, et al. Detection, Prediction, and A voidance of Dynamic Obstacles in Urban Environments[C].2008 IEEE Intelligent Veh icles Symposium (Ⅳ). Piscataway:NJ, USA,2008:1149-1154
[32]杜宇人,高浩军.基于车辆轮廓定位匹配的车型识别方法[J].扬州大学学报：自然科学版,2007,10(2)：62-65
[33]叶苗,周爱军,袁锋.基于视频图像的车辆目标识别[J].电脑知识与技术.2009,5(36)：10328-10329
[34]侯智新,胡建军,张世义.汽车红外线防碰撞控制系统[J].重庆工学院学报.2007,21(2)：99-102
[35]周燕,覃如贤,巴军.基于多源信息融合的车辆防碰撞控制系统[J].微计算机信息(测控自动化).2006,22(7)：75-77
[36]盛怀茂,夏冠群,孙晓玮等FMCW毫米波防撞雷达系统[J].电子产品世界.2001,02：58-59
[37]高青.多传感器数据融合算法研究[D].[硕士学位论文].西安电子科技大学.2008
[38]何友,王国宏,彭应宁等.多传感器信息融合及应用[M].北京：电子工业出版社,2007.12
[39]何友,彭应宁.多传感器数据融合模型评述[J].清华大学学报,1996,9：14-20
[40]何友.多目标多传感器分布信息融合算法研究[D].[博士学位论文].北京：清华大学,1996.11
[41]D.Hall, A.Nauda. Embeded AI-based Diagnostic System for Signal Collection and Pro cessing Systems[J]. J.WareMaterial Interaction, Vol.4, Nos 1-3, January-July 1989:2 4-248
[42]J.R.Loelsch. Sensors-the Missing Link[J]. Manufacturing Eng, October 1990:53-56
[43]D.S.Spain. Application of Artificial Intelligence to Tactical Situation Assessment [J] EASON Conf.. Washington,DC., September 1988
[44]马强.舰载多传感器数据融合中的态势与威胁估计技术研究[D].[硕士学位论文].烟台：海军航空工程学院,1999.01
[45]向国梁.多传感器数据融合非合作目标识别急速研究[J].火控雷达技术,2003,(32)：25-30
[46]徐小琴.多传感器数据融合目标识别算法综述[J].红外与激光工程：光电信息处理技术.2006.10,35：321-328
[47]唐毅.多传感器信息融合技术研究[D].[硕士学位论文].成都：电子科技大学,2009.05
[48]何友,彭应宁.多传感器数据融合算法综述[J].火力与指挥控制,1995,21(1)：12-21
[49]周倩.车辆组合导航中卡尔曼滤波器的设计及FPGA实现[D].[硕士学位论文].北京：北京交通大学.2009年9月
[50]王建强,刘刚,李克强等.复杂路况下汽车主动避撞报警技术研究[J].公路交通科技,2005,22(4)：132-135
[51]崔平远,郑黎方,裴福俊等.基于卡尔曼／粒子组合滤波器的组合导航方法研究[J].系统仿真学报,2009,21(1)：220-223
[52]王晓博,王国宏,阎红星等.利用位置和运动信息的目标识别[J].光电与控制,2008,15(10)： 5-9
[53]Carlson N A, Berarducci M P. Federated Kalman filter simulation results[J]. Journal o f the Institute of Navigation,1994,41(3):297-321
[54]崔平远,黄晓瑞.基于联合卡尔曼滤波的多传感器信息融合算法及其应用[J].电机与控制学报,2001,3(5)：204-207
[55]张崇猛,陈超美,庄良杰等.信息融合理论及其在INS/GPS/Doppler组合导航系统中的应用[J].中国惯性技术学报,1999,7(3)：1-8
[56]陈庆旭.RBF网的改进及应用[D].[硕士学位论文].大连：大连理工大学,2000年
[57]王晓东.数据融合中基于神经网络的目标识别方法研究[D].[硕士学位论文].西安：西北工业大学,2006.03
[58]姜晓君.基于无线传感器网络的信息融合算法研究[D].[硕士学位论文].郑州：郑州大学,2007.05
[59]飞思科技产品研发中心编著.神经网络理论与MATLAB7实现[M].北京：电子工业出版社,2005
[60]闻新,周露,李翔等.MATLAB神经网络仿真与应用[M].北京：科学出版社,2003
[2]王京元,王炜,程琳.汽车主动避撞系统关键技术研究[J].交通与计算机,2004,4(22)：33-36
[3]D.L.Hall. Mathematical Techniques in Multisensor Data Fusion[M]. Artech House, Bost on.London,1992
[4]J.Llinas, E.Walta. Multisensor Data Fusion[M]. Artech House, Norwood, Massachus etts,1990
[5]D.L.Hall,, J.Llinas. Handbook of Multisensor Data Fusion[M]. The Electrical Engineerin g and Applied Signal Processing Series, CRC Press
[6]S.S.Blackman. Multiple-target Tracking with Radar Application[M]. Artech House, IN C,1986
[7]Y.Bar-Shalom, X.R.Li. Multitarget-Multisensor Tracking:principals and Techniques[M]. Stors.CT:YBS Publishing,1995
[8]Y.Bar-Shalom(ED). Multitarget-Multisensor Tracking Applications and Advances[M]. MA: Artech House, INC,1990
[9]周宏仁,敬忠良,王培德.机动目标跟踪[M].北京：国防工业出版社,1991
[10]杨靖宇.战场数据融合技术[M].北京：兵器工业出版社,1994
[11]康耀红.数据融合理论与应用[M].西安；西安电子科技大学出版社,1997
[12]周立伟,刘玉岩.目标识别与探测[M].北京：北京理工大学出版社,2002
[13]王晓丹,王积勤.雷达目标识别技术综述[J].现代雷达,2003,25(5)：22-26
[14]张小宁.基于小波变换和神经网络的目标识别技术的研究[D].[硕士学位论文].青岛：山东科技大学,2003
[15]何峻.自动目标识别与模糊工程[D].[博士学位论文].长沙：国防科技大学,2009.04
[16]杨镇宇.城区复杂背景条件下的目标识别算法研究[D].[硕士学位论文].重庆：重庆大学.2009.04
[17]杜小丹,羊裔高,杜雨.一种人工神经网络算法在汽车防撞雷达中的应用[J].计算机应用研究,2005,11：154-156
[18]李艳丽.人工神经网络技术在目标识别中的应用[J].舰船电子工程.2004,(5)：92-95
[19]曹治国等Rough集神经网络系统在信息融合目标识别中的应用[J].华中科技大学.2004,32卷增刊,114-116
[20]唐士杰.证据理论和神经网络详解的目标识别方法研究[D].[硕士学位论文].西安：西北工业大学,2004
[21]胡建华,徐健健.一种基于遗传算法和卡尔曼滤波的运动目标跟踪方法[J].计算机应用,2007,27(4)：916-918
[22]李秋华,李吉成,沈振康等.基于模糊综合的红外目标融合识别[J].国防科技大学学报,2003,25(1)：51-55
[23]候磊,王羽,周茹波.车祸及主动防撞技术[J].汽车维修.1999,5：30-31
[24]岳昕.高速公路汽车追尾事故智能预警系统[D].东北林业大学.2004.06
[25]丁士清.汽车防追尾避撞系统的研究与开发[D].[硕士学位论文].南京：南京林业大学,2003.06
[26]王军雷.高速公路汽车追尾防撞预警系统的研究开发[D].[硕士学位论文].长安：长安大学,2005.06
[27]李克强等.基于ITS的汽车主动避撞系统[J].ITS通讯,2004,2(20)：85-90
[28]侯德藻.汽车纵向主动避撞系统的研究[D].[博士学位论文].北京：清华大学.2004.04
[29]Kunsoo Huh, Jaehak Park, Junyeon Hwang, et al. A stereo vision-based obstacle d etection system in vehicles[J]. Optics and Lasers in Engineering,2008,46:168-178
[30]张建辉,刘国岁,顾红等.多斜率步进调频连续波信号在汽车防撞雷达中的应用[J].电子与信息学报,2002,24(2)：232-237
[31]Dave Ferguson, Michael Darms, Chris Urmson, et al. Detection, Prediction, and A voidance of Dynamic Obstacles in Urban Environments[C].2008 IEEE Intelligent Veh icles Symposium (Ⅳ). Piscataway:NJ, USA,2008:1149-1154
[32]杜宇人,高浩军.基于车辆轮廓定位匹配的车型识别方法[J].扬州大学学报：自然科学版,2007,10(2)：62-65
[33]叶苗,周爱军,袁锋.基于视频图像的车辆目标识别[J].电脑知识与技术.2009,5(36)：10328-10329
[34]侯智新,胡建军,张世义.汽车红外线防碰撞控制系统[J].重庆工学院学报.2007,21(2)：99-102
[35]周燕,覃如贤,巴军.基于多源信息融合的车辆防碰撞控制系统[J].微计算机信息(测控自动化).2006,22(7)：75-77
[36]盛怀茂,夏冠群,孙晓玮等FMCW毫米波防撞雷达系统[J].电子产品世界.2001,02：58-59
[37]高青.多传感器数据融合算法研究[D].[硕士学位论文].西安电子科技大学.2008
[38]何友,王国宏,彭应宁等.多传感器信息融合及应用[M].北京：电子工业出版社,2007.12
[39]何友,彭应宁.多传感器数据融合模型评述[J].清华大学学报,1996,9：14-20
[40]何友.多目标多传感器分布信息融合算法研究[D].[博士学位论文].北京：清华大学,1996.11
[41]D.Hall, A.Nauda. Embeded AI-based Diagnostic System for Signal Collection and Pro cessing Systems[J]. J.WareMaterial Interaction, Vol.4, Nos 1-3, January-July 1989:2 4-248
[42]J.R.Loelsch. Sensors-the Missing Link[J]. Manufacturing Eng, October 1990:53-56
[43]D.S.Spain. Application of Artificial Intelligence to Tactical Situation Assessment [J] EASON Conf.. Washington,DC., September 1988
[44]马强.舰载多传感器数据融合中的态势与威胁估计技术研究[D].[硕士学位论文].烟台：海军航空工程学院,1999.01
[45]向国梁.多传感器数据融合非合作目标识别急速研究[J].火控雷达技术,2003,(32)：25-30
[46]徐小琴.多传感器数据融合目标识别算法综述[J].红外与激光工程：光电信息处理技术.2006.10,35：321-328
[47]唐毅.多传感器信息融合技术研究[D].[硕士学位论文].成都：电子科技大学,2009.05
[48]何友,彭应宁.多传感器数据融合算法综述[J].火力与指挥控制,1995,21(1)：12-21
[49]周倩.车辆组合导航中卡尔曼滤波器的设计及FPGA实现[D].[硕士学位论文].北京：北京交通大学.2009年9月
[50]王建强,刘刚,李克强等.复杂路况下汽车主动避撞报警技术研究[J].公路交通科技,2005,22(4)：132-135
[51]崔平远,郑黎方,裴福俊等.基于卡尔曼／粒子组合滤波器的组合导航方法研究[J].系统仿真学报,2009,21(1)：220-223
[52]王晓博,王国宏,阎红星等.利用位置和运动信息的目标识别[J].光电与控制,2008,15(10)： 5-9
[53]Carlson N A, Berarducci M P. Federated Kalman filter simulation results[J]. Journal o f the Institute of Navigation,1994,41(3):297-321
[54]崔平远,黄晓瑞.基于联合卡尔曼滤波的多传感器信息融合算法及其应用[J].电机与控制学报,2001,3(5)：204-207
[55]张崇猛,陈超美,庄良杰等.信息融合理论及其在INS/GPS/Doppler组合导航系统中的应用[J].中国惯性技术学报,1999,7(3)：1-8
[56]陈庆旭.RBF网的改进及应用[D].[硕士学位论文].大连：大连理工大学,2000年
[57]王晓东.数据融合中基于神经网络的目标识别方法研究[D].[硕士学位论文].西安：西北工业大学,2006.03
[58]姜晓君.基于无线传感器网络的信息融合算法研究[D].[硕士学位论文].郑州：郑州大学,2007.05
[59]飞思科技产品研发中心编著.神经网络理论与MATLAB7实现[M].北京：电子工业出版社,2005
[60]闻新,周露,李翔等.MATLAB神经网络仿真与应用[M].北京：科学出版社,2003
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |