?

基于傳感器融合的集成車輛安全系統(tǒng)研究

提出了一種使用多傳感器融合的自我車輛狀態(tài)的概率和整體預測算法。開發(fā)該算法用來準確地預測自我車輛的狀態(tài)，提高IVSS（集成車輛安全系統(tǒng)）中信息感知和風險評估模塊的性能。主要考慮了3個問題，即可靠、合理的信息融合，預測狀態(tài)的擴展和預測不確定性的實時預估。

概率狀態(tài)預測算法包括兩個連續(xù)的部分。第一部分包括車輛濾波器和道路濾波器的估計。車輛濾波器估計當前的車輛狀態(tài)，道路濾波器近似道路幾何。第二部分包括路徑跟蹤模型和車輛預測器的預測。路徑跟蹤模型生成未來期望橫擺角速度，作為虛擬測量，車輛預測器通過最大似然過濾方法預測未來車輛狀態(tài)。

該算法已通過實車試驗與IVSS感知模塊仿真結合研究。研究結果表明，該預測算法可以顯著提高狀態(tài)預測性能，特別是在彎道入口、出口和變道的駕駛情況下。預測性能的提高會提供對未來駕駛環(huán)境的準確預測，改善IVSS模塊的駕駛員輔助功能。

對于預測準確性的改善，未來的計劃將著重于以下兩個方面：①視覺的繼承，即GPS和地圖的集成，來改進對道路幾何估計的性能；②自適應路徑跟蹤模型的改進，使模型可以適應具體的駕駛員橫擺操作特性。所提出的算法可以用于IVSS感知模塊，如緊急駕駛支持系統(tǒng)、先進緊急制動系統(tǒng)、側面碰撞預防系統(tǒng)、先進變道輔助系統(tǒng)，以提高不同駕駛狀況下的車輛安全。

刊名：IEEE Transactions on Intelligent Transportation Systems（英）

刊期：2014年第5期

作者：Beomjun Kim

編譯：王欣欣