智能交通与信息融合课件.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,智能交通与信息融合,主要内容,智能交通系统概述,智能车辆概述,基于多传感器信息融合的路径规划与自动导航,智能车辆系统的障碍规避与防碰撞,1,智能交通系统概述,智能交通信息（,Intelligence transportation sysytem,ITS,）是指在较完善的道路设施基础上，将先进的传感器技术、电子技术、信息技术和系统工程方法集成运用，建立全方位、实时准确、高效的地面运输系统ITS,实质是利用高新技术对传统的交通运输系统进行改造而形成的一种信息化、智能化、社会化的新型交通运输系统ITS,的本质是为交通参与者提供支持，提高交通系统的质量和效率是,ITS,的最终目标交通参与者，是指构成交通活动过程的行为主体，其一为交通使用者或出行者，其二为交通管理者或组织者智能交通系统的主要特点：,感知能力与自适应能力,自动采集外部环境信息，根据不同情况动态地调节车辆的速度，自动减速或加速，可以避免车祸并提高车辆的行驶效率记忆与逻辑判断能力,根据控制中心发来的道路信息、车辆信息以及司机输入的目的地等信息，用以分析、推理车辆行走的最佳路线，并能够实时收集信息，修改行车路线等。

表达与判断能力,对于司机的错误操作，智能交通系统会迅速做出判断并行司机发出警报，紧急系统会自动采取行动发展过程,1.,准备时期,2.,可行性研究时期,欧洲：,1986,年，,PROMETHEUS,（使欧洲交通最高效并最安全的工程）,美国：,1990,年，智能车辆与高速公路系统（,IVHS,）,日本：,1973,年，整体汽车交通控制系统（,CACS,）,3.,产品开发,主要研究方向,先进的交通管理系统（,advanced traffic management system,）,先进的旅行者信息系统,(,advanced travelers,information system,),自动收费系统,(,electronics toll collection system,),先进公共交通系统,(,advanced public teansport sysystem,),安全和紧急事故管理系统,(security and emergency management system),货物和流量管理系统,(freight and fleet management system),先进的车辆控制系统,(advanced vehicle control system),2.,智能车辆系统,Intelligence vehicle system,智能车辆系统利用传感器技术、信号处理技术、通信技术、计算机技术等，辨识车辆所处的环境和状态，并根据各传感器所得到的信息做出分析和判断，或者给司机发出劝告和报警信息，提请司机注意规避危险；或者在紧急情况下，帮助司机操作车辆（即辅助驾驶系统），防止事故的发生，使车辆进入一个安全的状态，或者代替司机的操作，实现车辆运行的自动化。

研究现状,在军事上，捷克,Snezka,侦察车的,13m,升降桅杆上装有一部,BR2140I/J,波段战场监视雷达，其下边有一个光电传感器，包括一个激光测距机，一个探测距离为,7km,的热像仪和,3,台,768,576,像素的,CCD,昼夜电视摄像机瑞典出了由机载,SEOS,球形光电传感器衍生的一种陆用型产品，它的头部包括一个,4,框架万向架稳定平台，装有,“,皮尔金盾,”,热像仪、两台近红外,CCD,摄像机、一台昼光彩色电视和一台激光测距机不同的传感器同时运行，利用传感器融合技术协调它们在一个屏幕上的输出，内置操作手装置可以在屏幕上给出目标指示，以提示操作手切换入热像仪或建立平行图像的分屏显示俄罗斯,“,科莱多,”,在,BRT-808,8,车上装有一部,J,波段雷达，能探测到,15km,外的士兵或炮弹爆炸及,40km,外的装甲车轮；在雷达下面有一台激光测距机，一台昼光电视摄像机，对士兵和车辆的观察范围分别为,6km,和,10km,，识别范围分别为,3km,和,6km,；另外还有一台热像仪，对士兵和车辆的观察距离分别为,3km,和,6km,美、英开始联合研制,FSCS,侦察车，它装有一套先进的,C4I,系统、一个先进的升降式一体化全天候多频谱传感器系统、一个自动目标识别系统以及能够融合显示数据的装置，大大提高了远距离探测、定位、激光指示、自动目标转换及精确的目标交战能力。

另外，美国国防部正在研制的,Demo,系列地面无人侦察车，配有一台单色小视场,CCD,摄像机、一台,768,484,像素的中视,CCD,摄像机、一台,256,256,像素的红外热像仪,(,用,f/2.3,光学系统提供,1,毫秒的积分时间和外部锁定能力,),、激光测距机及激光雷达,(,可提供,60,次,/s,、,128,64,像素扫描的三维图像，可测距离为,1,50m),和一台频率为,77GHz,的调制连续波雷达,3-4,在民用方面，智能车辆也有许多成功的例子美国卡内基,.,梅隆大学从,1986,年开始研制的,Navlab,Navlab11,系列智能车，其中,Navlab5,的自主驾驶的平均速度为,88.5km/h,，还首次进行了横穿美国大陆的长途驾驶实验；,Navlab11,由,2000,款吉普,Wrangler Sport,改造而成，配备的传感器包括,GPS,、陀螺仪、里程计、激光扫描仪、,2,个,CCD,摄像机和,1,个激光测距仪德国慕尼黑联邦国防大学,(UBM),和奔驰公司从,20,世纪,80,年代开始研发的,VaMoRs,系列实验车等，其中,VaMoRs,自主车曾于,1987,年在一段尚未通车的高速公路上创下自主驾驶,96km/h,的,20,世纪,80,年代最高速度；,VaMoRs-P,由一辆豪华型奔驰,500,改装而成，该系统,1995,年公布的最高时速为,130km/h,。

THMR-V,清华,V,型智能车是清华大学计算机系智能技术与系统国家重点实验室在中国科学院院士张钹主持下研制的新一代智能移动机器人，兼有面向高速公路和一般道路的功能车体采用道奇,7,座厢式车改装，装备有彩色摄像机和激光测距仪组成的,道路与障碍物检测系统,；由差分,GPS,、磁罗盘和光码盘组成的,组合定位导航系统,等两套计算机系统分别进行视觉处理，完成信息融合、路径规划、行为与决策控制等功能四台,IPC,工控机分别完成,激光测距信息处理、定位信息处理、通讯管理、驾驶控制,等功能,系统按照分层递阶的结构，分为,智能级,（规划计算机），,协调级,（监控计算机）和,执行级,（视觉计算机和多台测控计算机）清华智能车用来研究智能机器人的关键技术，经过实验研究已经能够实现,结构化环境下的车道线自动跟踪,、,准结构化环境下的道路跟踪,、,复杂环境下的道路避障、道路停障,，以及,视觉临场感遥控驾驶,等功能THMR-V,在公路车道线自动跟踪时平均速度,100km/h,，最高速度达到,150km/h11,而四校合作研制的地面机器人,ABT-2,在,2001,年,1,月和国防科技大学的,CITAVT-IV,在,2000,年,4,月自主行驶的最高速度分别为,74.18km/h,和,75.6km/h,。

主要研究内容,1,碰撞预警和司机劝告系统,追尾报警系统、盲区报警、离道报警、变道或合道报警、交叉道口碰撞报警、行人检测与报警、后碰撞报警以及司机状态监测与报警等2.,车辆辅助驾驶系统,自适应巡行控制系统；车道保持系统和安全停车系统3.,车辆自动化系统,小间距车列系统,4.,自治系统与合作控制系统,己车的控制系统；车,-,路系统；车,-,车系统等,研究现状,1,碰撞报警系统,基于雷达的碰撞报警系统在重型卡车上投入使用扫雪车离道报警系统，测试和评估,2.,辅助驾驶系统,自适应巡行系统：车道定位、间距控制、障碍物报警及驾驶员打瞌睡报警系统等安全子系统欧洲：司机状态驾驶、道路条件测量、图像加强及传感器融合等,公交车：安全停靠系统,3.,车辆自动化系统,NvLab-5,系统等，低速自动化,小车距、跟车全部自动化的卡车运输系统,多传感器技术应用,1.,机器视觉,图像传感器（受环境和测量范围影响大）,2.,雷达系统,毫米波雷达（目标识别能力差，不能区分正在转弯的车辆和正在换道的车辆）,3.,磁钉,4.,高精度,GPS,和数字地图,5.,测量数据处理技术,6.,通信技术,3.,基于多传感器信息融合的路径规划与自动导航,基于多传感器信息融合的路径规划,基于环境模型的路径规划方法,基于传感器信息的路径规划方法,基于多传感器信息融合的自动导航,基于多传感器信息融合的路径规划,基于环境模型的路径规划方法,栅格法,将规划空间分解为具有二值信息的网络单元，使用启发式算法在单元中搜索安全路径。

可视图法,在,C,空间，将物体运动的起点,S,和,C,空间障碍物定点以及目标点,G,连接，构成可视图对可视图搜索找到最短无碰撞安全运动路径拓扑法,分割成拓扑特征空间，并建立拓扑网络，寻找起点到目标点的拓扑路径，再由拓扑路径求出几何路径基于多传感器信息融合的路径规划,基于传感器信息的路径规划方法,人工势场法,人工势场包含斥力极和引力极，其周围由一定的算法产生势，自主车在势场中具有一定的抽象势能，其负梯度方向为自主车所受抽象力的方向，由这种抽象力使得自主车绕过障碍物，朝目标前进确定栅格法,用以建立基于超声波传感器距离信息的静态环境模型，将自主车空间分解为一系列的栅格单元，每一网格单元都有相应的概率值模糊逻辑算法,基于传感器的实时测量信息，通过查表求得规划出的信息，容易做到边规划边跟踪，可满足实时性要求基于多传感器信息的自动导航,在结构化道路，尤其是在高速公路上，自主车着重需要获取车道信息和周围的车辆信息，包括车道的曲率、自身在车道上的位置以及周围车辆的类型和行驶航迹，从而决定车辆行驶的速度和方向；,而在非结构化道路，尤其是在野外行驶时，自主车环境感知的主要任务是要获取地貌信息和地形中的障碍信息，从而决定最佳的行走路线，既快又安全的到达目的地。

车辆定位与识别,车 辆 跟 踪,目 标 检 测,传感器,确定车道,标识线,确定主车和目标车辆在车道上的位置,车道检测,车道内,确定目标车辆,相对车道的位置,N,传感器,Y,建立,地形图,提取地形,特征,地形可通过性分析,路径规划,传感器,实时获取数据,地形,分类,模式识别分类器,基于多传感器信息的自动导航,车道信息融合中心,多数的车道研究集中在视觉技术上第一代基于视觉的车道检测系统是利用边界，且假定车道为一直线；第二代识别系统则试图通过使用车道形状的整体模型，结合原始图像的灰度阵列，对车道识别，比较成熟的系统：自动道路弯曲与指向估计系统，快速自适应侧向定位处理器系统，,图像形状可能性识别系统等,融合雷达数据，为车道感知系统提供车辆前方的障碍信息，以避免对用于估计车道形状参数的梯度产生影响附加雷达的知识联合可能性识别系统（,CLARK,）目标跟踪融合,车辆检测,帧差法,背景差法,运动边缘检测,运动目标跟踪,对比度跟踪,图像相关跟踪,基于变形模板的跟踪,基于,3D,模型的跟踪,导航信息融合中心,组合导航系统，应用最多的是,GPS/INS,组合导航系统4.,智能车辆系统的障碍规避与防碰撞,主要研究内容,危险警告系统,驾驶辅助系统,碰撞规避系统,纵向避撞,侧向避撞,道路交叉口避撞,视觉强化防止避撞,预警检测系统,自动驾驶公路系统,智能车辆防碰撞系统的组成,自适应巡航控制系统（,ACC,），将车辆自动巡航控制系统和车辆前向撞击报警系统结合起来。

ACC,系统四种典型操作方式,主车前方无行驶车辆时，主车处于普通的巡航行驶状态，,ACC,系统按照设定的行驶速度对车辆进行匀速控制；,当主车前方有目标车辆，且目标车辆的行驶速度小于主车的行驶速度时，,ACC,系统控制主车减速，确保两车间的距离为安全距。