- 相關(guān)推薦
多傳感器信息融合技術(shù)在智能駕駛系統(tǒng)中的應(yīng)用
摘要：介紹了當(dāng)今國(guó)際上流行的幾種智能駕駛系統(tǒng)，并分析了采用單一傳感器的駕駛系統(tǒng)中存在的問(wèn)題，給出了信息融合技術(shù)的原理和結(jié)構(gòu)。討論了多傳感器信息融合技術(shù)在智能駕駛系統(tǒng)（ITS）中的應(yīng)用算法及其有待進(jìn)一步解決的問(wèn)題。隨著傳感器技術(shù)、信息處理技術(shù)、測(cè)量技術(shù)與計(jì)算機(jī)技術(shù)的發(fā)展，智能駕駛系統(tǒng)（輔助駕駛系統(tǒng)一無(wú)人駕駛系統(tǒng)）也得了飛速的發(fā)展。消費(fèi)者越來(lái)越注重駕駛的安全性與舒適性，這就要求傳感器能識(shí)別在同一車(chē)道上前方行駛的汽車(chē)，并能在有障礙時(shí)提醒駕駛員或者自動(dòng)改變汽車(chē)狀態(tài)，以避免事故訴發(fā)生。國(guó)際上各大汽車(chē)公司也都致力于這方面的研究，并開(kāi)發(fā)了一系列安全駕駛系統(tǒng)，如碰撞報(bào)警系統(tǒng)（CW）、偏向報(bào)警系統(tǒng)（LDW）和智能巡游系統(tǒng)（ICC）等。國(guó)內(nèi)在這些方面也有一定的研究，但與國(guó)外相比仍存在較大的差距。本文將主要討論多傳感器信息融合技術(shù)在智能駕駛系統(tǒng)（ITS）中的應(yīng)用。
1 ICC/CW和LDW系統(tǒng)中存在的問(wèn)題
1.1 ICC/CW系統(tǒng)中的誤識(shí)別問(wèn)題
ICC/CW系統(tǒng)中經(jīng)常使用單一波束傳感器。這類傳感器利用非常狹窄的波束寬度測(cè)定前方的車(chē)輛，對(duì)于彎曲道路（見(jiàn)圖1（a）），前后車(chē)輛很容易駛出傳感器的測(cè)量范圍，這將引起智能巡游系統(tǒng)誤加速。如果前方車(chē)輛減速或在拐彎處另一輛汽車(chē)駛?cè)氡拒?chē)道，碰撞報(bào)警系統(tǒng)將不能在安全停車(chē)范圍內(nèi)給出響應(yīng)而容易產(chǎn)生碰撞。類似地，當(dāng)彎曲度延伸時(shí)（見(jiàn)圖1(b)），雷達(dá)系統(tǒng)易把鄰近道路的車(chē)輛或路邊的防護(hù)欄誤認(rèn)為是障礙而給出報(bào)警。當(dāng)?shù)缆凡黄教箷r(shí)，雷達(dá)傳感器前方的道路是斜向上，小丘或小堆也可能被誤認(rèn)為是障礙，這些都降低了系統(tǒng)的穩(wěn)定性�，F(xiàn)在有一些濾波算法可以處理這些問(wèn)題并取得了一定效果，但不能徹底解決。
1.2 LDW系統(tǒng)中存在的場(chǎng)景識(shí)別問(wèn)題
LDW系統(tǒng)中同樣存在公共駕駛區(qū)場(chǎng)景識(shí)別問(wèn)題。LDW系統(tǒng)依賴于一側(cè)的攝像機(jī)（經(jīng)常僅能測(cè)道路上相鄰車(chē)輛的位置），很難區(qū)分彎曲的道路和做到多樣的個(gè)人駕駛模式。LDW系統(tǒng)利用一個(gè)前向攝像機(jī)探測(cè)車(chē)輛前方道路的地理狀況，這對(duì)于遠(yuǎn)距離測(cè)量存在著精確性的問(wèn)題，所有這些都影響了TLC（Time-to-Line-Crossing）測(cè)量的準(zhǔn)確性�，F(xiàn)常用死區(qū)識(shí)別和駕駛信息修訂法進(jìn)行處理，但并不能給出任何先驗(yàn)知識(shí)去識(shí)別故障。
2 多傳感器信息融合技術(shù)在ITS系統(tǒng)中的應(yīng)用
針對(duì)以上系統(tǒng)存在的一些問(wèn)題，研究者們紛紛引入了多傳感器信息融合技術(shù)，并提出了不同的融合算法�；谝曈X(jué)系統(tǒng)的傳感器可以提供大量的場(chǎng)景信息，其它傳感器（如雷達(dá)或激光等）可以測(cè)定距離、范圍等信息，對(duì)兩方面的信息融合處理后能夠給出更可靠的識(shí)別信息。融合技術(shù)可以采用Beaurais等人于1999年提出的CLARK算法（Combined Likelihood Adding Radar）和Institude Neuroinformatik提出的ICDA（Integrative Coupling of Different Algorithms）算法等方法實(shí)現(xiàn)。
2.1 傳感器的選擇
識(shí)別障礙的首要問(wèn)題是傳感器的選擇，下面對(duì)幾種傳感器的優(yōu)缺點(diǎn)進(jìn)行說(shuō)明（見(jiàn)表1）。探測(cè)障礙的最簡(jiǎn)單的方法是使用超聲波傳感器，它是利用向目標(biāo)發(fā)射超聲波脈沖，計(jì)算其往返時(shí)間來(lái)判定距離的。該方法被廣泛應(yīng)用于移動(dòng)機(jī)器人的研究上。其優(yōu)點(diǎn)是價(jià)格便宜，易于使用，且在10m以內(nèi)能給出精確的測(cè)量。不過(guò)在ITS系統(tǒng)中除了上文提出的場(chǎng)景限制外，還有以下問(wèn)題。首先因其只能在10m以內(nèi)有效使用，所以并不適合ITS系統(tǒng)。另外超聲波傳感器的工作原理基于聲，即使可以使之測(cè)達(dá)100m遠(yuǎn)，但其更新頻率為2Hz，而且還有可能在傳輸中受到其它信號(hào)的干擾，所以在CW/ICC系統(tǒng)中使用是不實(shí)際的。
表1 傳感器性能比較
視覺(jué)
激光雷達(dá)
MMW雷達(dá)價(jià)格合理，夜間不受影響。
易于多目標(biāo)測(cè)量和分類，分辨率好。
價(jià)格相合理，夜間不受影響
不受燈光、天氣影響。測(cè)量范圍小，對(duì)天氣變化敏感。
不能直接測(cè)量距離，算法復(fù)雜，處理速度慢。
對(duì)水、灰塵、燈光敏感。
價(jià)格貴
視覺(jué)傳感器在CW系統(tǒng)中使用得非常廣泛。其優(yōu)點(diǎn)是尺寸小，價(jià)格合理，在一定的寬度和視覺(jué)域內(nèi)可以測(cè)量定多個(gè)目標(biāo)，并且可以利用測(cè)量的圖像根據(jù)外形和大小對(duì)目標(biāo)進(jìn)行分類。但是算法復(fù)雜，處理速度慢。
雷達(dá)傳感器在軍事和航空領(lǐng)域已經(jīng)使用了幾十年。主要優(yōu)點(diǎn)是可以魯棒地探測(cè)到障礙而不受天氣或燈光條件限制。近十年來(lái)隨著尺寸及價(jià)格的降低，在汽車(chē)行業(yè)開(kāi)始被使用。但是仍存在性價(jià)比的問(wèn)題。
為了克服這些問(wèn)題，利用信息融合技術(shù)提出了一些新的方法，利用這些方式可以得到較單一傳感器更為可靠的探測(cè)。
2.2 信息融合的基本原理
所謂信息融合就是將來(lái)自多個(gè)傳感器或多源的信息進(jìn)行綜合處理，從而得出更為準(zhǔn)確、可靠的結(jié)論。多傳感器信息融合是人類和其它生物系統(tǒng)中普遍存在的一種基本功能，人類本地地具有將身體上的各種功能器官（眼、耳、鼻、四肢）所探測(cè)的信息(景物、聲音、氣味和觸覺(jué))與先驗(yàn)知識(shí)進(jìn)行綜合的能力，以便對(duì)其周?chē)沫h(huán)境和正在發(fā)生的事件做出估計(jì)。由于人類的感官具有不同度量特征，因而可測(cè)出不同空間范圍的各種物理現(xiàn)象，這一過(guò)程是復(fù)雜的，也是自適應(yīng)的。它將各種信息（圖像、聲音、氣味和物理形狀或描述）轉(zhuǎn)化成對(duì)環(huán)境的有價(jià)值的解釋。
多傳感器信息融合實(shí)際上是人對(duì)人腦綜合處理復(fù)雜問(wèn)題的一種功能模擬。在多傳感器系統(tǒng)中，各種傳感器提供的信息可能具有不同的特片：對(duì)變的或者非時(shí)變的，實(shí)時(shí)的或者非實(shí)時(shí)的，模糊的或者確定的，精確的或者不完整的，相互支持的或者互補(bǔ)的。多傳感器信息融合就像人腦綜合處理信息的過(guò)程一樣，它充分利用多個(gè)傳感器資源，通過(guò)對(duì)各種傳感器及其觀測(cè)信息的合理支配與使用，
【多傳感器信息融合技術(shù)在智能駕駛系統(tǒng)中的應(yīng)用】相關(guān)文章：
信息融合在光纖瓦斯傳感器系統(tǒng)中的應(yīng)用03-07
多傳感器融合技術(shù)在原油含水率測(cè)量中的應(yīng)用03-07
多傳感器模糊信息融合算法在煤礦瓦斯監(jiān)測(cè)中的應(yīng)用03-07
小議人工智能技術(shù)在信息檢索系統(tǒng)中應(yīng)用03-19
現(xiàn)代控制技術(shù)在中藥智能配藥系統(tǒng)中的應(yīng)用03-18
上下文感知技術(shù)在智能環(huán)境系統(tǒng)中的應(yīng)用及舉例03-07
研究數(shù)據(jù)融合技術(shù)及其在林業(yè)中的應(yīng)用03-18