基于信息矩陣融合多個傳感器信息的研究
隨著汽車數量和城市人口數量的不斷增加,駕駛員行駛時面臨的駕駛情況變得越來越復雜。而輔助駕駛系統能夠幫助駕駛員應對這些情況,以改善駕駛舒適性、安全性和駕駛效率。未來輔助駕駛系統甚至自動駕駛系統的應用,將可以減輕駕駛員更多的負擔。但是,在應用這些先進輔助駕駛系統時,需要依靠傳感器對汽車周圍環境進行感知,且需要保證較高的靈活性和可靠性。為達到這一目的,需要在汽車上配置冗余的傳感器,這些傳感器可對同一目標的狀態進行觀測,但所得到的觀測值必須進行信息融合,融合算法直接關系到先進輔助駕駛系統的性能。本研究給出一種利用信息矩陣融合的信息融合方法,該方法能對多個傳感器測量的信息進行融合。
進行信息融合的框架是采用一個高層次傳感器數據融合體系,其具有傳感器、融合和應用3層。多個傳感器信息融合的難點在于,不同傳感器測量的信息具有通信延遲。為解決該問題,以某一傳感器信息測量的時間為基礎,構建多個傳感器通信延遲的誤差協方差矩陣,對誤差協方差矩陣取逆,所得到的矩陣便是信息矩陣。通過仿真和實車試驗對信息矩陣融合方法的性能進行驗證和對比。結果表明:①與集中式卡爾曼濾波器融合算法的性能相比,信息矩陣融合方法在對目標估計方面具有相同的估計精度;②而與級聯卡爾曼濾波器融合算法的性能相比,信息矩陣融合方法具有一個較小的誤差,但信息矩陣融合方法能夠在全局層面上實現軌跡融合。
刊名:IEEE Transactions on Intelligent Transportation Systems(英)
刊期:2012年第13期
作者:Michael Aeberhard
編譯:張振偉