市區車輛追蹤的智能協同控制

?

市區車輛追蹤的智能協同控制

在環境復雜的城市路況中進行車輛的自動追蹤測試需要解決很多問題，如圖像識別、目的地定位、實時路況分析等。智能協調控制系統是一個可以不斷通過自學習而進行優化的系統，根據采集的信號樣本不斷豐富算法，通過概率優化的方法計算目標軌跡。借鑒人工智能的理論，觀測并記錄目標前一時刻的位置，而該位置信息影響系統中的目標模型。模型是計算的依據，通過位置信號與目標模型互補，并在概率論的幫助下推斷目標下一時刻的位置。在數據庫中，還將道路環境、時間、天氣作為影響交通的關鍵因素，如冬季雨雪天氣會影響道路的通暢性。

在計算模型上，不同于單獨的運動學模型和序列模型，采用兩個模型相結合的方式做為研究對象，同時保證模型一直處于動態優化的過程中。在市區道路上，在劃分的網格區域內設計觀察器，然后將信息通過車輛網發送到車輛上。車輛追蹤過程中，只要有一個觀察器發現了地面上的移動目標，則通過觀察器之間的信息傳遞（相當于所有的觀察器都發現了該目標），就可以將信號傳送給追蹤車輛指導追蹤。觀測監測的時間間隔為5s，對于每個目標，系統都會標記出5條路線：1條走過的軌跡路線、3條規律路線和1條馬爾科夫路線。而在離線數字地圖上，通過這些路線的疊加，可以清楚地顯示預測結果與車輛運行路線的區別。

網址：http://link.springer.com/ article/10.1007%2Fs 10846-013-9896-5#page-1

作者：Kevin Cook et al

編譯：張聰