智能交通与信息融合课件.ppt

1、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

2、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

3、，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(f

4、reight 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

5、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768576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-8088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4

6、0km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768484像素的中视CCD摄像机、一台256256像素的红外热像仪(用f

7、/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、12864像素扫描的三维图像，可测距离为150m)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NavlabNavlab11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

8、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组合定位导航系

9、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，分为智智能级能级（规划计算机），协调级协调级（监控计算机）和执行级执行级（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-

10、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：

11、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

12、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

13、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

14、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

15、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

16、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离；当ACC系统将主车减速至理想的目标值后之后采用跟随控制，与目标车辆以相同的速度行驶；当前方的目标车辆发生移线，或主车移线行驶使得主车前方无行驶车辆时，ACC系统对主车进行加速，使主车恢复至设定的行驶速度。ACC系统 1.行车环境监测系统 环境探测系统和车况探测系统 2.防碰撞判断系统 目标识别与跟踪系统和危险估计系统 3.执行系统 报警显示和制动系统自适应巡航系

17、统的关键技术 1.雷达的性能 2.目标车辆的识别和跟踪环境感知传感器 种类优点缺点主要用途机器视觉探测范围广、检测信息量大、能够遥测等计算量大，系统实时性较差易受环境、气候影响；无法直接获得深度信息路径识别与跟踪、障碍物识别、驾驶员状态监测、驾驶员视觉增强等雷达微波可直接获得距离、速度，比红外或激光传感器气象适应性好，可穿透雨、雾、战场浓烟、尘埃进行探测探测距离远，技术成熟，应用较早分辨率较低障碍物探测、深度信息获取测速毫米波同微波雷达相比，体积小、重量轻；波束窄，具有更高的角分辨力和距离分辨力；带宽大、抗干扰能力强同微波雷达相比，作用距离较近，大气传输损耗较大激光测距与机器视觉相比，可直接获取环境的三维信息；与雷达相比，方向性好、体积小、波束窄、成本低、无电磁干扰、距离及位置探测精度高数据噪声较大，受环境影响大，距离成像速度较慢障碍物探测、深度信息获取；距离成像超声波数据处理简单、快速，价格低探测波束角过大、方向性差、分辨率低、作用距离短近距离障碍物探测红外环境适应性好；体积小，重量轻，功耗低；与超声波相比其探测视角小，方向性强一些，测量精度也有所提高分辨率低、作用距离短障碍物探测，红外成像，红外夜视等