基于多传感器信息融合技术的智能驾驶系统模型

阐述了智能汽车研究对交通安全的重要性和发达国家关于智能汽车研究的历史、发展和趋势,重点提出了基于多传感器信息融合技术的智能驾驶系统模型,分析了此模型下各系统模块的功能,介绍了系统模型中信息融合方法的引入,最后提出了对智能驾驶技术应用的展望.     

在信息融合系统中引入多智能体技术

论文简要介绍了多智能体技术和信息融合系统,将多智能体技术运用到信息融合系统中,对信息融合系统中的模型和方法进行改进,提出了多智能体信息融合模型,并研究了信息融合中的分布式强化学习。通过借鉴多智能体技术的研究成果,开辟信息融合理论和应用发展的另一条途径。     

计算智能在多源信息融合中的应用研究

通过对计算智能（CI）在多元信息融合（MSIF）中的应用方法的研究，从指挥控制的SHOR模型出发，介绍了计算智能和软计算的概念，以及在多元信息融合中应用计算智能方法的必要性，提出了计算智能在信息融合及决策支持的系统开发的应用框架模型，并给出了计算智能在预警中的应用实例。     

基于智能结点的工业监控信息融合模型的研究

在目前工业生产监控系统结构的基础上,提出了基于嵌入式智能结点的分布式控制系统.分析了多传感器信息融合和嵌入式系统的应用原理,给出了智能结点系统结构,建立了多级信息融合的软件模型,最后对智能结点原型进行了仿真实验,对信息融合模型进行了验证.实验结果表明,该模型能对信息进行有效地融合,说明了模型的可行性.     

基于多信息融合技术的智能汽车防盗报警系统研究与设计

为完善汽车的防盗系统,提出研制的智能汽车防盗报警器是在ARM嵌入式系统的基础上,利用Dempster--Sharer证据理论融合密码识别、加速度传感、GPS全球定位信息,判断车辆的安全状况,再将车况信息通过GPRS无线通信网络发送到车主手机。实验室测试表明,系统实现了监控基本功能并满足实时性,增强了汽车安全性和智能报警性。     

基于嵌入式智能结点的信息融合模型研究

针对目前煤炭企业生产安全监控系统的结构特点,分析了单一传感器信息采集信息存在的问题,提出了基于嵌入式智能结点的多传感器信息融合的方法来提高系统信息的精确性和可靠性.在嵌入式智能技术的基础上,确定了煤矿生产多传感器信息融合的结构模式,建立了多级信息融合的软件模型,形成了一个智能化的分布式监控系统.     

信息融合模型及其应用

针对现有信息融合模型过于抽象、不利于信息融合应用系统的设计等问题,本文提出了信息融合通用模型.该模型采用面向对象和形式化相结合的方法,解决了现有信息融合模型缺乏可重用性、可靠性等问题.最后,以智能交通系统ITS为例,简要说明如何利用信息融合通用模型应用于ITS的设计.     

虚拟驾驶系统中智能汽车创建方法的研究

虚拟驾驶系统中智能自主汽车的驾驶水平对整个仿真系统的逼真性以及测试的可信性起着决定作用。本文通过对智能交通环境的研究，阐述了在虚拟驾驶仿真系统中智能汽车的建立方法．提出了利用数据库储存虚拟交通环境的道路信息，实现智能汽车对道路的识别。本文还提出了基于碰撞检测原理的视觉信息获取方法以及基于视觉信息的实时决策算法。实验结果表明，按照以上的方法，智能汽车能较真实的模拟人的视觉，做出人性化的驾驶行为，增强了智能汽车在复杂交通网络中行驶的正确性以及系统的快速性、稳定性,效果令人满意。     

火电厂智慧水务关键技术及信息平台建设研究

针对火电厂耗水量大、能耗物耗高、水复用率低、智能化水平低等关键科学技术难题,基于智慧水务研究成果,提出火电厂智慧水务关键技术及信息平台建设的研究方法。根据火电厂水务信息化面临的现状及形势,确立研究的总体、具体目标。融合现场监测资料和智能分析理论和方法,提出水量平衡智能测算方法,建立火电厂污水处理主要设备的故障诊断及寿命预测智能方法,构建火电厂水处理系统历史和实时成本测算模型。提出了信息平台的网络架构、体系架构和逻辑架构设计方案,信息平台融合火电厂水务管理专家辅助决策系统、火电厂系统运行关键设备及构筑物可靠性分析与评价模型等。为实现集节水型、节能型、环保型、安全型、经济型为一体化的智能火电厂水务管理提供技术支撑。     

多传感器信息融合及在智能故障诊断中的应用

对多传感器信息融合进行了简要的综述,进而提出了信息融合的一般结构,结合智能故障诊断系统的特点,研究了基于信息融合技术的诊断系统结构。     

基于V2I/V2N的感知融合系统技术及应用研究

随着智能驾驶技术的研究与发展,单车智能感知的局限性逐渐显现出来,基于V2X的感知技术解决了单车感知在遮挡等场景下的局限性。介绍一种基于V2I/V2N的感知融合系统技术方案,阐述其在智能驾驶系统中发挥的作用。重点讨论路侧感知与车载感知融合技术的算法架构及功能,研究利用V2I/V2N技术搭建智能网联汽车感知系统的可行性,研究基于V2I/V2N的感知融合系统在前车跟车行驶场景、车辆穿越交叉路口场景、高速路匝道车辆汇入场景三种典型场景下的应用。可以为车路协同感知技术应用研究提供参考。     

基于蚁群算法的智能运输调度问题的研究

在智能运输调度问题的整体法求解思路的基础上,给出了整体法求解智能运输调度问题的数学模型。针对车辆调度问题是个多项式复杂程度的非确定性(Non-determ inisti cPolynomial,NP)难题,在整体法的基础上引入了蚁群算法,给出了整体法求解智能运输调度问题的蚁群算法,并对模型进行了实验分析。     

智能网联车路云协同系统架构与关键技术研究综述

随着汽车产业电动化、智能化、网联化、共享化的发展驱动, 全球主要强国均将智能网联汽车列为国家战略发展方向. 蜂窝车联网、边缘计算网络和高精度定位系统的技术发展, 为车车、车路、车人和车云系统的全面融合提供了有效支撑. 车辆、道路、云平台与蜂窝车联网(Cellular vehicle-to-everything, C-V2X)网络的融合, 加速打通车内与车外、路面与路侧、云上与云间的信息互通, 为实现车路云一体化的融合感知、群体决策及协同控制提供了重要基础. 首先, 梳理了智能网联车路云协同系统架构与关键技术, 对该领域的演进特征、发展制约因素进行了总体概述; 其次, 阐述了新型车路云协同系统、智能网联C-V2X通信系统、云控系统和车路云协同测试系统的架构设计与工作原理; 然后, 从C-V2X组网、融合定位、测试评价角度, 介绍了车路云协同系统融合V2X网络、融合定位的技术演进与研究进展, 给出了智能网联场景的仿真平台、实车测试及评价指标; 最后, 对智能网联车路云协同系统的协同组网与控制、互操作、边缘智能服务和安全技术层面的发展趋势进行了展望.     

车路协同路侧感知融合方法的研究

随着智能网联汽车技术和产业的不断发展,智能网联汽车逐渐成为人们交通出行的选择之一。但受智能网联汽车自身环境感知系统对特定道路交通场景信息处理的局限,无法实现在所有行驶工况下安全高效的运行,其需车路协同路侧感知技术的辅助方能更安全高效的运行。海量的车路协同感知数据是城市道路和高速公路车路协同、运行分析和科学管理的宝藏,理解和分析这些数据是车路协同路侧感知融合的关键。面对车路协同路侧多传感器的不同数据,如何高效准确地挖掘和提取雷达、视频在不同时间、不同空间维度的数据,实现对重点交通场景(如视野盲区、急转弯道、隧道、桥梁)和交通事件、环境、设施安全等的雷达、视频数据进行快速融合检测、识别与检索,通过蜂窝车联网C-V2X网络在一定时延范围内有效地将路侧感知融合结果数据发送给智能网联汽车,确保其安全高效的行驶,是面向智能网联汽车辅助驾驶的车路协同路侧感知融合的关键问题。基于智能网联汽车其自身环境感知能力,对道路智能基础设施感知网络中的多传感器融合方法进行研究分析,提出了基于误差方差的多传感器融合算法,与非智能道路相比,其效率更高,更加智能化,可有效解决道路交通运行环境中存在的常见问题,为人们提供更加安全、高效、优质的交通出行服务。     

路面车辆的视觉检测方法

智能车辆是近年来的研究热点,基于视觉的车辆检测与识别技术是智能车辆技术研究的一个重要组成部分。介绍国内外路面车辆检测技术的研究方法和发展现状。根据检测的不同方法,以视觉传感器为主,从特征和运动的角度论述目标检测的方法;从模板、外观和分类的角度论述目标识别的方法。介绍立体视觉和多传感器融合的技术。对智能车辆障碍物检测和识别技术的发展进行了展望。     

基于多传感融合的路面机动目标跟踪

Maneuvering targets tracking is a fundamental task in intelligent vehicle research. This paper focuses on the problem of fusion between radar and image sensors in targets tracking. In order to improve positioning accuracy and narrow down the image working area, a novel method that integrates radar filter with image intensity is proposed to establish an adaptive vision window. A weighted Hausdorff distance is introduced to define the functional relationship between image and model projection, and a modified simulated annealing algorithm is used to find optimum orientation parameter. Furthermore, the global state is estimated, which refers to the distributed data fusion algorithm. Experiment results show that our method is accurate.     

汽车驾驶辅助系统红外与可见光融合算法综述

红外与可见光融合图像融合是汽车高级驾驶辅助系统核心功能之一,能够较好地理解光线条件较差时车辆外部环境目标,对无人驾驶车辆和智能车辆识别环境具有重要作用,其中基于深度学习的神经网络算法在图像特征提取和分类中优势显著。针对汽车领域红外与可见光图像融合算法进行综述,分析了现代车辆对图像融合技术的需求;总结了基于数学方法框架的红外与可见光图像融合算法和最新发展;概述了基于神经网络结构的红外与可见光图像融合算法;最后讨论了车载红外与可见光图像融合技术的发展趋势。     

IVVI 2.0: An intelligent vehicle based on computational perception

This paper presents the IVVI 2.0 a smart research platform to foster intelligent systems in vehicles. Computational perception in intelligent transportation systems applications has advantages, such as huge data from vehicle environment, among others, so computer vision systems and laser scanners are the main devices that accomplish this task. Both have been integrated in our intelligent vehicle to develop cutting-edge applications to cope with perception difficulties, data processing algorithms, expert knowledge, and decision-making. The long-term in-vehicle applications, that are presented in this paper, outperform the most significant and fundamental technical limitations, such as, robustness in the face of changing environmental conditions. Our intelligent vehicle operates outdoors with pedestrians and others vehicles, and outperforms illumination variation, i.e.: shadows, low lighting conditions, night vision, among others. So, our applications ensure the suitable robustness and safety in case of a large variety of lighting conditions and complex perception tasks. Some of these complex tasks are overcome by the improvement of other devices, such as, inertial measurement units or differential global positioning systems, or perception architectures that accomplish sensor fusion processes in an efficient and safe manner. Both extra devices and architectures enhance the accuracy of computational perception and outreach the properties of each device separately.     

基于物联网的智能交通流探测技术研究

为更好地分析和统计动态交通流以获得道路交通信息,将物联网技术与智能交通系统相结合,提出一种基于物联网的智能交通探>A}}系统ITFDS(Intelligent Transportation Flow Detection System Based on Internet of Things).ITFDS通过车载传感器节点获取原始交通参数并进行初次融合,汇聚点作为信息收集、分发与数据二次融合的中心节点,物联网中心控制机房则负责系统数据的统计与管理。仿真实验证明,ITFDS能有效、即时地获得道路交通流量值并将其发送至各车辆,作为车辆选择行进线路的依据。