基于信息矩阵融合多个传感器信息的研究
随着汽车数量和城市人口数量的不断增加,驾驶员行驶时面临的驾驶情况变得越来越复杂。而辅助驾驶系统能够帮助驾驶员应对这些情况,以改善驾驶舒适性、安全性和驾驶效率。未来辅助驾驶系统甚至自动驾驶系统的应用,将可以减轻驾驶员更多的负担。但是,在应用这些先进辅助驾驶系统时,需要依靠传感器对汽车周围环境进行感知,且需要保证较高的灵活性和可靠性。为达到这一目的,需要在汽车上配置冗余的传感器,这些传感器可对同一目标的状态进行观测,但所得到的观测值必须进行信息融合,融合算法直接关系到先进辅助驾驶系统的性能。本研究给出一种利用信息矩阵融合的信息融合方法,该方法能对多个传感器测量的信息进行融合。
进行信息融合的框架是采用一个高层次传感器数据融合体系,其具有传感器、融合和应用3层。多个传感器信息融合的难点在于,不同传感器测量的信息具有通信延迟。为解决该问题,以某一传感器信息测量的时间为基础,构建多个传感器通信延迟的误差协方差矩阵,对误差协方差矩阵取逆,所得到的矩阵便是信息矩阵。通过仿真和实车试验对信息矩阵融合方法的性能进行验证和对比。结果表明:①与集中式卡尔曼滤波器融合算法的性能相比,信息矩阵融合方法在对目标估计方面具有相同的估计精度;②而与级联卡尔曼滤波器融合算法的性能相比,信息矩阵融合方法具有一个较小的误差,但信息矩阵融合方法能够在全局层面上实现轨迹融合。
刊名:IEEE Transactions on Intelligent Transportation Systems(英)
刊期:2012年第13期
作者:Michael Aeberhard
编译:张振伟