随着信息技术的不断发展，智能感知与泛在互联为解决安全、拥堵和管理等交通问题提供了一种新途径。智能网联车辆是智能感知与泛在互联的典型融合应用，自提出以来受到工业界、学术界和政府部门的广泛关注。数据感知、车路交互、智能决策、协同控制等关键技术成为当前智能网联车辆技术的研究热点。本书详细介绍了作者在网联车辆协同感知与智能决策方面的研究成果，主要内容包括车辆自身状态感知、车辆高精度定位、车路协同信息交互、行车安全智能决策，重点阐述了多源信息融合条件下车辆航姿精准估计策略、GPS盲区下车辆高精度定位方法、车辆同步定位和地图构建技术、多种传输模式下车路信息通信性能测试分析、车路信息交互中接入系统的资源调度以及车路协同中防碰撞预警、变道与超车辅助决策。
样章试读
目录
- 目录
《智能科学技术著作丛书》序
前言
第1章 车辆航姿融合估计 1
1.1 车辆航姿估计概述 1
1.1.1 航姿坐标系统 1
1.1.2 航姿角表示 4
1.1.3 航姿坐标系转换 5
1.1.4 航姿更新解算方法 7
1.1.5 基于MRPs法的运动学模型 13
1.2 改进的粒子滤波算法 14
1.2.1 航姿估计中的粒子滤波 14
1.2.2 MIWO算法 15
1.2.3 基于MIWO的粒子滤波算法 22
1.2.4 MIWOSIR算法仿真与分析 24
1.3 航姿估计误差分析与建模 30
1.3.1 基于乘性 MRPs法的航姿估计系统误差模型 30
1.3.2 微机械陀螺仪测量原理及其误差模型 31
1.3.3 微机械加速度计测量原理及其误差模型 33
1.3.4 微机械磁强计测量原理及其误差模型 35
1.4 基于多源信息融合的航姿估计方法 37
1.4.1 系统状态方程建模 37
1.4.2 系统量测方程建模 38
1.4.3 基于 MIWOSIR的航姿估计 38
1.4.4 航姿估计方法仿真与分析 40
1.5 航姿估计系统设计实现与测试验证 45
1.5.1 航姿估计系统需求分析 45
1.5.2 航姿估计系统硬件平台 46
1.5.3 航姿估计系统软件设计 48
1.5.4 航姿估计信息融合与处理 50
1.5.5 航姿融合估计测试与验证 51
参考文献 55
第2章 车辆高精度定位 57
2.1 单目视觉里程计定位概述 57
2.1.1 单目视觉里程计定位原理 57
2.1.2 基于单目视觉里程计的车辆运动建模 58
2.2 基于路面特征匹配的车辆高精度定位算法 61
2.2.1 路面特征定位流程 61
2.2.2 定位结果及分析 64
2.3 基于路面光流的车辆高精度定位算法 68
2.3.1 路面光流定位流程 68
2.3.2 定位结果及分析 69
2.4 基于路面特征匹配与光流的车辆高精度定位算法 72
2.4.1 自适应阈值的FAST提取 72
2.4.2 融合路面特征匹配与光流的车辆位置估计 73
2.4.3 车辆定位误差优化 76
2.4.4 算法性能分析 78
参考文献 83
第3章 同步定位与地图构建 85
3.1 同步定位与地图构建概述 85
3.1.1 二维地图构建 86
3.1.2 二维地图定位 86
3.2 2D激光雷达环境数据特征识别 87
3.2.1 2D激光雷达环境特征观测模型 87
3.2.2 2D激光雷达环境数据预处理 92
3.2.3 基于神经网络的环境特征识别 102
3.2.4 环境特征识别测试与分析 106
3.3 环境特征地图构建与优化 109
3.3.1 基于环境特征的局部地图构建 109
3.3.2 基于高斯概率密度的回环检测 111
3.3.3 基于G2O的地图全局优化策略 128
3.3.4 地图构建验证与分析 136
参考文献 149
第4章 车路信息交互平台设计与测试 151
4.1 车路信息交互平台设计方案 151
4.1.1 平台需求分析 151
4.1.2 平台架构设计 152
4.1.3 基于LTE的通信系统设计 156
4.1.4 基于WAVE的通信系统设计 158
4.2 基于LTE的车路信息通信性能测试 160
4.2.1 LTE的适用性问题分析 160
4.2.2 面向吞吐量与时延的测试方案设计 163
4.2.3 测试结果与数据分析 164
4.3 基于WAVE的车路信息通信性能测试 166
4.3.1 WAVE的适用性问题分析 166
4.3.2 面向行车安全的测试方案设计 169
4.3.3 测试结果与数据分析 171
参考文献 175
第5章 车路信息交互接入系统资源调度 177
5.1 基于TD-LTE的车路信息交互接入系统架构 177
5.1.1 系统架构设计 177
5.1.2 网络拓扑结构 179
5.1.3 系统功能设计 182
5.2 基于TD-LTE的车路信息交互接入系统资源调度方法 185
5.2.1 TD-LTE资源调度过程建模 185
5.2.2 资源调度算法设计原则 186
5.2.3 改进的TD-LTE资源调度算法 187
5.3 TD-LTE资源调度算法仿真与分析 195
5.3.1 仿真平台及环境搭建 195
5.3.2 算法性能评价标准 201
5.3.3 仿真结果对比分析 202
参考文献 217
第6章 车路协同中基于安全距离模型的防追尾预警辅助决策 218
6.1 基于车路协同感知的防追尾预警辅助决策系统设计方案 218
6.1.1 系统需求分析 218
6.1.2 系统总体设计 220
6.1.3 系统软件设计 222
6.2 车路协同环境下的安全距离模型 228
6.2.1 最小安全距离问题分析及假设 228
6.2.2 多源混合误差补偿的最小安全距离模型 230
6.2.3 模型仿真与性能评估 234
6.3 系统测试与分析 238
6.3.1 测试环境介绍及设备性能测试 238
6.3.2 最小安全距离模型测试 240
6.3.3 防追尾预警辅助决策系统性能测试 244
参考文献 246
第7章 车路协同中基于行车环境表征的变道辅助决策 248
7.1 基于车路视觉协同的车道线感知方法 248
7.1.1 车道线边缘特征提取 248
7.1.2 基于NUBS曲线模型匹配的车道线检测、分类与跟踪 251
7.1.3 方法验证与分析 256
7.2 基于非采样高斯差分多尺度边缘融合的车辆检测方法 258
7.2.1 非采样高斯差分金字塔分解 258
7.2.2 车辆轮廓检测 261
7.2.3 多尺度边缘图像融合车辆定位 261
7.2.4 方法验证与分析 263
7.3 基于SIFT特征匹配的车辆检测与跟踪方法 266
7.3.1 基于SIFT特征匹配的车辆检测 267
7.3.2 基于SIFT特征匹配的车辆跟踪 270
7.3.3 方法验证与分析 273
7.4 基于Occupancy grid的行车环境表征方法 275
7.4.1 贝叶斯理论 276
7.4.2 Occupancy grid模型建立 277
7.4.3 Cell的状态概率估计 278
7.4.4 实验与结果分析 280
7.5 基于动态信任度网格的行车环境表征方法 283
7.5.1 D-S证据理论 283
7.5.2 动态信任度网格模型建立 285
7.5.3 基于D-S证据理论的信任度网格表征与更新 286
7.5.4 方法验证与分析 289
7.6 基于行车环境表征的变道辅助决策 291
7.6.1 基于贝叶斯网络的变道行为辅助决策 292
7.6.2 基于规则融合的变道行为辅助决策 298
7.6.3 行车环境表征方法对比与分析 302
参考文献 303
第8章 车路协同中基于多元成本计算的超车辅助决策 305
8.1 超车行为概述与分析 305
8.1.1 超车行为特征分析 305
8.1.2 超车行为危险因素分析 309
8.2 基于车路协同感知的超车辅助决策系统设计 310
8.2.1 系统需求分析 310
8.2.2 系统总体设计方案 310
8.2.3 系统软硬件设计 314
8.3 基于车路协同感知的超车辅助决策及模型研究 325
8.3.1 基于车路协同感知的超车辅助决策 325
8.3.2 超车运动轨迹规划 327
8.3.3 超车成本计算模型及参数分析 335
8.3.4 基于成本计算的超车辅助决策模型 344
8.4 超车辅助决策系统测试与分析 349
8.4.1 测试环境与参数设置 349
8.4.2 信息采集与通信模块测试 351
8.4.3 超车辅助决策模型验证 354
8.4.4 超车辅助决策功能测试 356
参考文献 360
京公网安备 11010102004214号