汽车防追尾碰撞控制系统中的目标状态识别研究

论文摘要

交通事故的居高不下,尤其是追尾事故,成为制约我国高速公路事业飞速发展的重要因素。汽车主动防碰撞系统可从根本上解决汽车交通安全问题,是一种主动安全措施。多源信息融合技术可以有效利用多传感器资源,更大程度地获得被探测目标或环境的信息量,基于信息融合的汽车防追尾碰撞控制系统充分考虑了交通环境以及驾驶员主观因素等的影响,对减少交通事故尤其是高速公路汽车追尾事故的发生有很积极的意义。本文对汽车防追尾碰撞控制系统中的目标状态识别问题进行了深入的研究,其主要工作内容如下:（1）在对多源信息融合的功能与结构模型及其关键问题进行了深入分析的基础上,对目标状态信息融合与状态估计问题进行了深入的探讨。（2）给出了基于信息融合的汽车防追尾碰撞控制系统的系统结构,对其系统构成和工作原理进行了分析,并对车辆行驶环境信息感知、传感器优选和目标状态识别等关键技术进行了深入的研究和探讨。（3）给出基于最优数据压缩的信息融合算法,在此基础上给出了雷达-红外传感器数据融合算法及其实现,仿真结果表明利用融合技术可以显著提高测量结果与目标状态识别精度。（4）对神经网络在目标状态识别信息融合中的应用进行了研究,分别建立了基于BP网络和RBF网络的雷达.红外传感器融合算法与结构,仿真结果表明利用神经网络的非线性函数逼近能力可以大大提高目标状态识别精度。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 引言
• 1.2 论文的课题背景和意义
• 1.3 研究现状
• 1.4 论文的主要工作内容
• 2 多源信息融合与目标状态估计
• 2.1 引言
• 2.2 多源信息融合
• 2.2.1 多源信息融合的定义
• 2.2.2 信息融合的关键问题
• 2.3 多源信息融合的功能与结构模型
• 2.3.1 多源信息融合的功能模型
• 2.3.2 多源信息融合的结构模型
• 2.4 目标状态信息融合与状态估计
• 2.4.1 目标状态信息融合方法
• 2.4.2 目标状态估计
• 2.5 小结
• 3 基于信息融合的汽车防追尾碰撞控制系统
• 3.1 引言
• 3.2 系统构成与工作原理
• 3.2.1 系统构成
• 3.2.2 工作原理
• 3.3 系统关键技术
• 3.3.1 车辆行驶环境信息感知和目标状态识别
• 3.3.2 传感器优选
• 3.3.3 安全距离模型与控制策略
• 3.4 小结
• 4 基于最优数据压缩的目标状态识别算法
• 4.1 引言
• 4.2 基于最优数据压缩的融合算法
• 4.3 雷达-红外融合算法及其实现
• 4.4 仿真结果及其分析
• 4.4.1 雷达-红外融合测量仿真及其分析
• 4.4.2 目标状态融合仿真及其分析
• 4.5 小结
• 5 基于神经网络的目标状态识别融合算法
• 5.1 引言
• 5.2 基于BP神经网络的目标状态识别融合算法
• 5.2.1 BP神经网络
• 5.2.2 基于BP神经网络的雷达-红外融合结构
• 5.3 基于RBF神经网络的目标状态识别融合算法
• 5.3.1 RBF神经网络
• 5.3.2 基于RBF神经网络的雷达-红外融合结构
• 5.4 仿真结果及其分析
• 5.4.1 网络训练
• 5.4.2 基于神经网络的目标状态融合仿真
• 5.5 小结
• 6 总结与展望
• 6.1 总结
• 6.2 展望
• 致谢
• 参考文献
• 附录:攻读硕士学位期间发表的学术论文