隨著信息技術的不斷發展，智能感知與泛在互聯為解決安全、擁堵和管理等交通問題提供了一種新途徑。智能網聯車輛是智能感知與泛在互聯的典型融合應用，自提出以來受到工業界、學術界和政府部門的廣泛關注。數據感知、車路交互、智能決策、協同控制等關鍵技術成為當前智能網聯車輛技術的研究熱點�！毒W聯車輛協同感知與智能決策》詳細介紹了作者在網聯車輛協同感知與智能決策方面的研究成果，主要內容包括車輛自身狀態感知、車輛高精度定位、車路協同信息交互、行車安全智能決策，重點闡述了多源信息融合條件下車輛航姿精準估計策略、GPS盲區下車輛高精度定位方法、車輛同步定位和地圖構建技術、多種傳輸模式下車路信息通信性能測試分析、車路信息交互中接入系統的資源調度以及車路協同中防碰撞預警、變道與超車輔助決策。
目錄
《智能科學技術著作叢書》序
前言
第1章 車輛航姿融合估計 1
1.1 車輛航姿估計概述 1
1.1.1 航姿坐標系統 1
1.1.2 航姿角表示 4
1.1.3 航姿坐標系轉換 5
1.1.4 航姿更新解算方法 7
1.1.5 基于MRPs法的運動學模型 13
1.2 改進的粒子濾波算法 14
1.2.1 航姿估計中的粒子濾波 14
1.2.2 MIWO算法 15
1.2.3 基于MIWO的粒子濾波算法 22
1.2.4 MIWOSIR算法仿真與分析 24
1.3 航姿估計誤差分析與建模 30
1.3.1 基于乘性 MRPs法的航姿估計系統誤差模型 30
1.3.2 微機械陀螺儀測量原理及其誤差模型 31
1.3.3 微機械加速度計測量原理及其誤差模型 33
1.3.4 微機械磁強計測量原理及其誤差模型 35
1.4 基于多源信息融合的航姿估計方法 37
1.4.1 系統狀態方程建模 37
1.4.2 系統量測方程建模 38
1.4.3 基于 MIWOSIR的航姿估計 38
1.4.4 航姿估計方法仿真與分析 40
1.5 航姿估計系統設計實現與測試驗證 45
1.5.1 航姿估計系統需求分析 45
1.5.2 航姿估計系統硬件平臺 46
1.5.3 航姿估計系統軟件設計 48
1.5.4 航姿估計信息融合與處理 50
1.5.5 航姿融合估計測試與驗證 51
參考文獻 55
第2章 車輛高精度定位 57
2.1 單目視覺里程計定位概述 57
2.1.1 單目視覺里程計定位原理 57
2.1.2 基于單目視覺里程計的車輛運動建模 58
2.2 基于路面特征匹配的車輛高精度定位算法 61
2.2.1 路面特征定位流程 61
2.2.2 定位結果及分析 64
2.3 基于路面光流的車輛高精度定位算法 68
2.3.1 路面光流定位流程 68
2.3.2 定位結果及分析 69
2.4 基于路面特征匹配與光流的車輛高精度定位算法 72
2.4.1 自適應閾值的FAST提取 72
2.4.2 融合路面特征匹配與光流的車輛位置估計 73
2.4.3 車輛定位誤差優化 76
2.4.4 算法性能分析 78
參考文獻 83
第3章 同步定位與地圖構建 85
3.1 同步定位與地圖構建概述 85
3.1.1 二維地圖構建 86
3.1.2 二維地圖定位 86
3.2 2D激光雷達環境數據特征識別 87
3.2.1 2D激光雷達環境特征觀測模型 87
3.2.2 2D激光雷達環境數據預處理 92
3.2.3 基于神經網絡的環境特征識別 102
3.2.4 環境特征識別測試與分析 106
3.3 環境特征地圖構建與優化 109
3.3.1 基于環境特征的局部地圖構建 109
3.3.2 基于高斯概率密度的回環檢測 111
3.3.3 基于G2O的地圖全局優化策略 128
3.3.4 地圖構建驗證與分析 136
參考文獻 149
第4章 車路信息交互平臺設計與測試 151
4.1 車路信息交互平臺設計方案 151
4.1.1 平臺需求分析 151
4.1.2 平臺架構設計 152
4.1.3 基于LTE的通信系統設計 156
4.1.4 基于WAVE的通信系統設計 158
4.2 基于LTE的車路信息通信性能測試 160
4.2.1 LTE的適用性問題分析 160
4.2.2 面向吞吐量與時延的測試方案設計 163
4.2.3 測試結果與數據分析 164
4.3 基于WAVE的車路信息通信性能測試 166
4.3.1 WAVE的適用性問題分析 166
4.3.2 面向行車安全的測試方案設計 169
4.3.3 測試結果與數據分析 171
參考文獻 175
第5章 車路信息交互接入系統資源調度 177
5.1 基于TD-LTE的車路信息交互接入系統架構 177
5.1.1 系統架構設計 177
5.1.2 網絡拓撲結構 179
5.1.3 系統功能設計 182
5.2 基于TD-LTE的車路信息交互接入系統資源調度方法 185
5.2.1 TD-LTE資源調度過程建模 185
5.2.2 資源調度算法設計原則 186
5.2.3 改進的TD-LTE資源調度算法 187
5.3 TD-LTE資源調度算法仿真與分析 195
5.3.1 仿真平臺及環境搭建 195
5.3.2 算法性能評價標準 201
5.3.3 仿真結果對比分析 202
參考文獻 217
第6章 車路協同中基于安全距離模型的防追尾預警輔助決策 218
6.1 基于車路協同感知的防追尾預警輔助決策系統設計方案 218
6.1.1 系統需求分析 218
6.1.2 系統總體設計 220
6.1.3 系統軟件設計 222
6.2 車路協同環境下的安全距離模型 228
6.2.1 *小安全距離問題分析及假設 228
6.2.2 多源混合誤差補償的*小安全距離模型 230
6.2.3 模型仿真與性能評估 234
6.3 系統測試與分析 238
6.3.1 測試環境介紹及設備性能測試 238
6.3.2 *小安全距離模型測試 240
6.3.3 防追尾預警輔助決策系統性能測試 244
參考文獻 246
第7章 車路協同中基于行車環境表征的變道輔助決策 248
7.1 基于車路視覺協同的車道線感知方法 248
7.1.1 車道線邊緣特征提取 248
7.1.2 基于NUBS曲線模型匹配的車道線檢測、分類與跟蹤 251
7.1.3 方法驗證與分析 256
7.2 基于非采樣高斯差分多尺度邊緣融合的車輛檢測方法 258
7.2.1 非采樣高斯差分金字塔分解 258
7.2.2 車輛輪廓檢測 261
7.2.3 多尺度邊緣圖像融合車輛定位 261
7.2.4 方法驗證與分析 263
7.3 基于SIFT特征匹配的車輛檢測與跟蹤方法 266
7.3.1 基于SIFT特征匹配的車輛檢測 267
7.3.2 基于SIFT特征匹配的車輛跟蹤 270
7.3.3 方法驗證與分析 273
7.4 基于Occupancy grid的行車環境表征方法 275
7.4.1 貝葉斯理論 276
7.4.2 Occupancy grid模型建立 277
7.4.3 Cell的狀態概率估計 278
7.4.4 實驗與結果分析 280
7.5 基于動態信任度網格的行車環境表征方法 283
7.5.1 D-S證據理論 283
7.5.2 動態信任度網格模型建立 285
7.5.3 基于D-S證據理論的信任度網格表征與更新 286
7.5.4 方法驗證與分析 289
7.6 基于行車環境表征的變道輔助決策 291
7.6.1 基于貝葉斯網絡的變道行為輔助決策 292
7.6.2 基于規則融合的變道行為輔助決策 298
7.6.3 行車環境表征方法對比與分析 302
參考文獻 303
第8章 車路協同中基于多元成本計算的超車輔助決策 305
8.1 超車行為概述與分析 305
8.1.1 超車行為特征分析 305
8.1.2 超車行為危險因素分析 309
8.2 基于車路協同感知的超車輔助決策系統設計 310
8.2.1 系統需求分析 310
8.2.2 系統總體設計方案 310
8.2.3 系統軟硬件設計 314
8.3 基于車路協同感知的超車輔助決策及模型研究 325
8.3.1 基于車路協同感知的超車輔助決策 325
8.3.2 超車運動軌跡規劃 327
8.3.3 超車成本計算模型及參數分析 335
8.3.4 基于成本計算的超車輔助決策模型 344
8.4 超車輔助決策系統測試與分析 349
8.4.1 測試環境與參數設置 349
8.4.2 信息采集與通信模塊測試 351
8.4.3 超車輔助決策模型驗證 354
8.4.4 超車輔助決策功能測試 356
參考文獻 360
新書資訊