多传感器信息融合技术在智能驾驶系统
中的应用
2011-06-14 19:21:29
来源
:
互联网
摘 要介绍了当今国际上流行的几种智能驾驶系统，并分析了采用单一传感器
的驾驶系统中存在的问题，给出了信息融合技术的原理和结构。讨论了多传感
器信息融合技术在智能驾驶系统中的应用算法及其有待进一步解决的问题。
关键词贝叶斯估计 信息融合 障碍探测 智能驾驶
随着传感器技术、信息处理技术、测量技术与计算机技术的发展，智能驾
驶系统辅助驾驶系统—无人驾驶系统也得到了飞速的发展。消费者越来越注
重驾驶的安全性与舒适性，这就要求传感器能识别在同一车道上前方行驶的汽
车，并能在有障碍时提醒驾驶员或者自动改变汽车状态，以避免事故的发生。
国际上各大汽车公司也都致力于这方面的研究，并开发了一系列安全驾驶系统，
如碰撞报警系统、偏向报警系统和智能巡游系统等。国内在
这些方面也有一定的研究，但与国外相比仍存在较大的差距。本文将主要讨论
多传感器信息融合技术在智能驾驶系统中的应用。
和 系统中存在的问题
系统中的误识别问题
系统中经常使用单一波束传感器。这类传感器利用非常狭窄的波
束宽度测定前方的车辆，对于弯曲道路见图 ，前方车辆很容易驶出传感
器的测量范围，这将引起智能巡游系统误加速。如果前方车辆减速或在拐弯处
另一辆汽车驶入本车道，碰撞报警系统将不能在安全停车范围内给出响应而容
易产生碰撞。类似地，当弯曲度延伸时见图 ，雷达系统易把邻近道路的
车辆或路边的防护栏误认为是障碍而给出报警。当道路不平坦时，雷达传感器
前方的道路是斜向上，小丘或土堆也可能被误认为是障碍，这些都降低了系统
的稳定性。现在有一些滤波算法可以处理这些问题并取得了一定效果，但不
能彻底解决。
系统中存在的场景识别问题
评论1