智能车辆多传感器融合策略

传统车辆自主换道研究多以理想道路曲率及车辆间简化的相对运动为前提,通过匹配采样周期将车路数据直接传入控制器,难以验证系统在真实环境下的可靠性。文章设计了一种多传感器布置方案及融合策略,并在Matlab/Simulink平台构建高速公路仿真场景,验证多传感器融合策略的有效性。其仿真结果表明,该多传感器融合策略能够在高速场景下实现对目标车辆的持续跟踪,模拟智能车辆环境感知、数据融合过程,进而为智能车辆自主换道系统的开发提供技术参考。     

基于虚拟样机技术的客车操纵稳定性仿真及试验研究

建立了某大型客车仿真模型．利用ADAMS软件进行了操纵稳定性仿真分析。仿真结果与实验数据对比表明模型建立准确．为车辆制造企业进一步分析和优化客车悬架系统和转向系统的性能提供了理论研究方法。     

智能汽车虚拟实训仿真平台开发与应用

智能汽车涉及车辆、机械、通信、自动化等多个学科交叉融合,尚未有成熟的实验教学平台。利用PanoSim软件开发智能汽车虚拟实训仿真平台,该平台将智能汽车系统可视化显现,能够在线选取车辆模型及设置运行环境状态,实现实时虚拟仿真,仿真结束后可以调取车辆测试曲线和数据,并回放实验视频便于分析车辆运行状态,操作简便、精度可靠,能够满足教学和科研的需要。     

交通流数据处理系统的设计与开发

交通流数据处理系统为路网服务水平评价、最佳路径计算等提供了可靠的数据.分析了交通流数据处理需求,设计了集成数据采集、不精确数据校正、错误数据限定、丢失数据恢复、多传感器数据融合和数据分类功能的交通流数据处理系统,并介绍了系统总体结构和开发结果.     

基于NN-FR的交通中同一检测面上多检测器的数据融合

基于神经网络-模糊推理(N N-FR)的数据融合方法——自适应神经网络-模糊推理信息融合系统(A N N-FRIFS),对交通中同一检测面上的多种检测器采集的数据进行融合。首先简单介绍了A N N-FR IFS,然后分析了AN FIS置信度判别器的设计,并给出了A N N-FRIFS算法,最后结合仿真算例,验证了该方法能以较高精度对同一检测面上的多检测器进行数据融合。     

基于GNSS/SINS/双目视觉里程计的车载导航系统分析与设计

针对无人车多传感器融合定位问题,设计了基于全球导航卫星系统(GNSS)、捷联式惯性导航系统(SINS)及双目视觉里程计的分散式融合架构,通过多个传感器的冗余配置有效提高导航信息的准确性,利用分散式融合架构提高系统的鲁棒性。此外,对于分散式融合中节点相关性未知的问题,将协方差交叉(CI)算法嵌入卡尔曼滤波框架下进行融合。在基于KITTI数据集的仿真验证结果表明,设计的多传感器融合方案能有效提高导航信息的估计精度,增强系统的鲁棒性。     

内河航运VTS与AIS信息融合关键技术研究

针对我国内河航运管理系统存在信息融合程度不高,系统间协作能力较弱等问题,开展了VTS与AIS信息融合关键技术研究,设计了分布式特征级融合模型(包含信息预处理、数据匹配、航迹关联、航迹融合),运用Matlab对所设计的模型和算法进行了仿真与测试.通过实际数据验证,表明分布式特征级融合模型可以有效提升数据准确度,增强系统的容错能力.     

数据融合技术在公路隧道火灾探测系统中的应用

介绍了几种常用公路隧道火灾探测器,如温度探测器、烟雾探测器、火焰探测器等。针对其各自在隧道火灾探测系统中应用时容易产生反应延迟、漏报和误报等缺点,提出了在隧道火灾探测系统中采用经典的自适应加权融合估计算法进行多探测器系统的数据融合。并分别对单传感器、多传感器和异类传感器火灾探测系统的数据融合进行了可信度分配。结果表明,与采用单一类型火灾探测器系统相比,多探测器系统的数据融合结果具有更高的准确度和可信度。     

一种基于多传感器多目标跟踪数据的时间对准方法

在智能交通系统应用中,常常需要利用多种传感器对不同的交通目标进行数据采集,经常遇到时间不同步、数据率不一致的问题。采用BP神经网络算法,提出了一种基于多传感器多目标数据的时间对准方法,较好地解决了多目标跟踪的基础问题,提高了数据融合效率,并通过仿真实验及与传统时间对准方法的比较给出了该方法的优点。     

智能网联汽车通用跨平台实时仿真系统架构及应用

为解决跨平台实时仿真测试过程中数据通信方式不通用、系统架构多样且难拓展、缺乏跨平台多软件数据同步方式的问题，本文中提出了一种面向智能网联汽车的跨平台实时仿真系统架构。首先借鉴车载以太网传输层通信协议设计多仿真平台间数据通信，构建通用数据通信交互方式；其次，根据智能网联汽车系统测试需求，确定所需的实时测试平台、车辆动力学仿真平台、传感器测试平台及以太网测试平台，参考汽车总线的分布式架构，设计通用且可拓展的跨平台实时仿真系统架构；最后，建立数据中转平台作为系统数据通信中枢，实现多软件、多平台运行同步。以前方侧翻智能避障算法为例进行应用验证，结果表明，基于跨平台实时仿真系统架构所设计的仿真测试系统，可通过数据中转模块调节被测算法及多平台、多软件的仿真速度，低时延的通信方式及实时硬件仿真平台，保证多平台、多软件实时同步运行，数据交互通信方式统一，系统架构具备通用性、拓展性。     

基于数据融合的城市道路交通事件自动检测

针对交通事件自动检测多以高速公路、城市快速路为对象以及使用数据源单一的现状,提出一种基于多源数据融合的城市道路交通事件检测方法。在对信号控制下交通事件引起的交通流变化进行分析的基础上,利用杭州市城区浮动车、SCATS、Citilog系统提供的实时交通数据,基于CUSUM算法构建差分流量和速度交通事件检测模型。该模型可以有效抑制交通信号对于交通流的周期性影响。实验表明,模型在高峰时段和平峰时段均能快速准确检测交通事件。     

基于组合赋权理论的高速公路多源信息融合算法

智慧高速信息化系统的多元信息采集系统提供了大量的多源异构交通数据.对这些数据进行分类识别与融合分析,并获得精度更高、可靠性能更好的数据尤为迫切.为更好地研究该问题,笔者分析了手机、卫星定位和路侧交调信息采集手段的技术特点,构建多源采集数据的融合环境,利用主、客观赋权法分别对3种采集手段进行赋权.在此基础上,采用Kendall一致性系数判断主、客观赋权法的一致性,并利用Spearman等级相关系数修正主、客观赋权法之间的不一致性,以组合主、客观赋权法的思想构建高速公路区间行程车速融合算法,兼顾主客观信息对权值的影响.通过案例分析,发现融合车速计算误差在土10 km/h内的精度可达96%,保证了多源信息融合后的高速公路区间行程车速的准确性与可靠性.      

燃料电池汽车阳极喷射系统控制策略开发

提出了在燃料电池汽车阳极系统采用阳极喷射器(In-jector)技术调节氢气流量的方案;利用计算机仿真技术,建立用4个凸轮控制阳极喷射器4个喷嘴的开启时刻及开启时间长度的控制策略及其仿真模型;仿真结果和实验数据相吻合,为燃料电池汽车供氢系统的发展提供参考,也为整车供氢系统控制策略开发储备了技术.     

自动驾驶系统时间同步技术研究

近年来，随着自动驾驶技术的普及，自动驾驶技术开始迈入落地及应用阶段，在系统架构层面传感器和域控制器的复杂度越来越高，激光雷达、毫米波雷达、摄像头等各类传感器及域控制器间的数据同步和融合显得极为重要。基于此，文章详细介绍了集成多类传感器和高阶域控制器基础上的自动驾驶系统时间同步方法，为多传感器数据的精确时间同步、传感器与域控制器的精确时间同步提供了较成熟、可靠及可实施的系统解决方案。     

城市车路协同系统下实时交通状态评价方法

交通状态评价方法能够为交通管理系统提供可量化的实时路网信息,为动态引导交通流、缓解交通拥堵提供依据。受限于交通路网的时变性和评价过程的主观性,目前传统评价方法的精度时常无法满足需求。基于城市车路协同系统动态获取路网信息优势,提出一种利用车路信息融合的实时交通状态评价方法。首先,定义了一种网联汽车与路侧终端间的无线交互方式,并确定数据协议以保证实时车辆数据的准确性;其次,从实时数据中选取平均通过时间、平均停车次数、平均停怠时间作为一级评价指标进行模糊综合,应用多算子对计算的一级评价结果构成二级交通状态评价指标,并根据层次分析法确立指标权重,同时根据仿真和试验结果建立适用于各级道路参数的可变隶属度规则,从而融合动态车辆数据与静态路段参数,计算得出交通状态评价结果与评分;最后,由网联汽车、车载终端、路侧终端和无线通信模块搭建实际协同测试系统对该方法进行了试验验证。试验结果表明：测试系统所得到的路段实时交通状态评价得分与对应的交通状态变化趋势一致,能够准确体现城市车路协同环境下的交通状态特点。该评价方法运用信息融合方法提高了交通状态评价结果的实时性与客观性,同时为车路协同技术应用于实时交通诱导,缓解城市交通拥堵提供了理论依据。     

信息融合技术在ADAS中的应用

文章通过对ADAS功能的解析,为了保证先进驾驶辅助系统在安全性及智能性方面的进一步应用,提出了一种信息融合的解决方案。该方案通过将多源信息的输入进行融合,通过对不同信息的处理融合为数据信息的可靠分析提供决策依据,从而提高准确率,降低漏检率和虚警率,从而实现辅助驾驶系统的自学习和自检,最终实现智能驾驶、安全驾驶的最终目标。     

车架弯曲试验与仿真对标误差的探究

文章主要介绍车架疲劳试验的实施过程以及此过程中的传感器布置方式。通过仿真试验相结合方式,来修正数值模型。为以后的类似的仿真提供参考模型,同时对比多组仿真和试验数据,并对仿真数据与试验数据的异同点进行了探讨,为以后的仿真积累了经验。     

北斗卫星与车载传感器融合的车辆定位

为了改善北斗卫星定位性能,基于卡尔曼滤波设计了北斗卫星与车载传感器的数据融合算法。算法包括车辆方向融合和车辆位置融合两部分,前者融合电子罗盘和陀螺测量得到的北向角及其变化率,估算北向角的真实值;后者首先同步车速矢量与北斗卫星测量得到的车辆位置矢量,再根据融合结果估算车辆定位信息。为了验证数据融合算法,设计了北斗卫星与车辆状态信息采集系统,利用本系统采集的实车数据进行的仿真计算表明,算法能够提高定位频率、减小定位误差,提高北斗卫星定位的性能。     

基于汽车事件数据记录系统数据的交通事故再现研究

汽车安全性受人员、车辆和环境等因素的影响,导致交通事故的成因复杂,给交警事故定责增加诸多困难。为了给事故调查分析提供技术支撑,基于Unreal Engine 4(UE4)开源仿真引擎,开发了交通事故再现仿真平台。平台基于惯性导航原理,建立事故轨迹数学模型,并结合事故车辆汽车事件数据记录系统（Event Data Recorder,EDR）中存储的事故数据,实现事故过程再现仿真。结果表明,交通事故再现仿真平台通过读取汽车事件数据记录系统数据,能够快速实现交通事故再现仿真,为交通事故再现分析提供了有利的仿真工具。     

ATIS数据融合模型的研究

多源交通信息的处理是先进的出行者信息系统作用充分发挥的关键，而数据融合技术的发展为其提供了良好的工具。文章从数据融合的概念和方法分析入手，论述了ATIS数据融合的主要功能，给出了ATIS中心的数据融合模型，并分别讨论了ATIS数据融合模型的功能及各层次之间的相互关系。