汽車(chē)圖像傳感通信智能系統(tǒng)的研究

介紹了一種應(yīng)用光譜分析的車(chē)用通信系統(tǒng)。提出了將2-PSK作為汽車(chē)一組LED光源的空間調(diào)整模型。假設(shè)攝像機(jī)是全局采樣器，并且在相同的采樣時(shí)間捕獲LED的狀態(tài)（ON/OFF）。在車(chē)輛行駛的復(fù)雜環(huán)境中，提出將神經(jīng)網(wǎng)絡(luò)系統(tǒng)應(yīng)用在接收器中，以保障車(chē)載相機(jī)能對(duì)光信號(hào)進(jìn)行有效的解調(diào)。提出二階神經(jīng)網(wǎng)絡(luò)系統(tǒng)，以方便從光信號(hào)中解調(diào)出數(shù)據(jù)信息。神經(jīng)網(wǎng)絡(luò)解調(diào)器各階段的作用如下。

階段1：使用神經(jīng)網(wǎng)絡(luò)的LED檢測(cè)和跟蹤。由于汽車(chē)在采樣間隔的短時(shí)間內(nèi)有相當(dāng)大的移動(dòng)距離（即超過(guò)1/3m），因此LED的實(shí)時(shí)精確檢測(cè)和跟蹤是必要的。神經(jīng)網(wǎng)絡(luò)通過(guò)捕獲圖像上的LED先前位置估計(jì)LED的當(dāng)前位置。在調(diào)試神經(jīng)網(wǎng)絡(luò)之后，通過(guò)對(duì)每個(gè)圖像的處理進(jìn)行驗(yàn)證。

階段2：使用神經(jīng)網(wǎng)絡(luò)的S2-PSK解碼。在階段1中，對(duì)LED的快速檢測(cè)有助于在階段2中迅速確定LED的狀態(tài)（ON/OFF）。

值得注意的是，為了克服車(chē)輛行駛過(guò)程中受到的干擾，如噪聲和車(chē)輛之間的相互影響，可以將模糊控制和神經(jīng)網(wǎng)絡(luò)引入智能系統(tǒng)的研發(fā)。智能交通系統(tǒng)的對(duì)汽車(chē)工業(yè)領(lǐng)域和安全駕駛領(lǐng)域的研究具有重大吸引力。無(wú)人駕駛汽車(chē)是智能交通系統(tǒng)的一個(gè)具體示例，綜合了輔助駕駛、主動(dòng)避讓和導(dǎo)航的功能。然而，當(dāng)前的自動(dòng)駕駛僅是基于傳感器的自動(dòng)駕駛，并沒(méi)有引入控制方法。本研究所采用的方法是將一對(duì)LED燈和攝像機(jī)安置于車(chē)上，該設(shè)計(jì)方法在車(chē)輛通信領(lǐng)域引起了廣泛關(guān)注。神經(jīng)網(wǎng)絡(luò)的引入，為通信系統(tǒng)和跟蹤系統(tǒng)的改進(jìn)提供了新的思路。

T.Nguyeno et al.2016 IEEE A.Study on Vehicular Image Sensor Communication Intelligent System,2016.

編譯：馬玲玲