基于因子图的自动驾驶融合定位研究

在自动驾驶系统的即时定位及地图构建问题中，当行车路况复杂多变时，如何对车辆位姿进行准确实时估计是一个关键问题。就该问题提出基于因子图的多传感器融合方法，在Matlab 软件环境中实现车辆的准确实时定位。根据实际驾驶过程的特性选择试验采用的数据类型并建立相应的数学模型，分别根据GPS 及IMU 数据特征以及VO 和IMU的数据特征建立相应的融合因子图模型，基于KITTI 数据集，对所建立的融合因子图模型进行试验验证。结果表明，通过融合因子图模型可以准确地估计车辆当前时刻的位姿。     

基于环境态势评估的智能车自主变道决策机制

汽车面对的是复杂高动态的行驶环境,且车载传感器信息具有不确定性,对动态环境进行正确态势评估是提高车辆,尤其是智能车行驶安全性的关键因素之一,本文中基于环境态势评估对智能车自主变道决策机制进行研究。首先基于人类驾驶认知机理对车辆环境态势评估模型进行层次化分析,然后利用动态贝叶斯网络实现态势评估,并结合最大期望效用原则实现自主变道决策,最后通过实验验证了本文方法的有效性。结果表明,该方法能在动态复杂环境和车载传感器测量数据存在偏差等信息不确定的条件下,做出正确合理的变道决策。