超级大乐透开奖时间

1 引言

追尾碰撞是目前我国高速公路各类事故中较多的一类事故占事?#39318;?#25968;的 33%左右诱发的主要原因为?#28023;?驾驶员精力不集中致使疏忽大意或措施不?#20445;?疲?#22270;?#39542;在高速公路上长时间高速行驶加之道路景观单一驾驶员很容易疲?#20572;?#23548;致驾驶员判断能力和操作准确性下降3异常天气如雨雪雾能见度?#20572;?#34892;车的安全距离不能保证同时受到当时路面条件的影响制动效果难以保障4车辆本身不能满足高速公路行驶的性能需求根据对沈大合宁广深西临等高速公路交通事故的统?#21697;?#26512;交通事故类型如表1所示

交通事故类型

有关研究表明若驾驶员能够提早1 秒意识到有事故危险并采取相应的措施则90%的追尾事故和60%的正面碰撞事?#35782;?#21487;?#21592;?#20813;美英德日的不少汽车公司如德国的奔驰日本的三菱马自达日产本田?#26696;?#22303;重工等公司都开展了高速公路车载毫?#25758;?#38647;达?#38647;?#23614;碰撞预警系?#36710;?#30740;究

我国主要有清华大学浙江大学上海交通大学吉林大学等高校和部分研究所在进行车辆主动?#38647;?#25253;警辅助驾驶系?#36710;?#30456;关技术研究例如上海交通大学卓斌教授等研究开发了人 车路综合环境下主动安全性模拟系统?#20445;?#23454;现了行车环境数据采集通讯?#22270;?#39542;软件仿真的编制在?#20013;?#30340;高速公路交通管理中为保证行车安全常依据公路工程技术标准中的行车视距要求规定一定行驶速度下的车辆必须保持相应的间距那么如何准确跟踪车辆之间的距离信息?#32479;?#20102;汽车毫?#25758;?#38647;达?#38647;?#23614;预警系?#36710;?#20851;键

交互多模型IMM机动目标跟踪算法运用到汽车毫?#25758;?#38647;达?#38647;?#23614;预警系?#36710;?#20013;当毫?#25758;?#38647;达存在一定测量误差和噪声时目标跟踪算法能?#36141;撞?#38647;达能够准确地探知前方车辆的运动状态如车间距离行驶速度等从而提高驾驶员在高速公路上行驶安全性

2 汽车?#38647;?#23614;预警系统工作原理

高速公路汽车?#38647;?#23614;预警系统由信息采集单元信息处理单元和信息输出装置3 部分组成信息采集单元通常由毫?#25758;?#38647;达自车速度传感器转向角传感器制动传感器加速踏板传感器和路面情况选择开关等组成信息处理单元主要为中央处理器信息输出装置包括液晶显示屏报警蜂鸣器报警指示灯等图1 是车载雷达?#38647;?#23614;预警系统组成方框图

车载雷达?#38647;?#23614;预警系统组成方框图

信息采集单元不?#31995;?#37319;集相关信息利用车载毫?#25758;?#38647;达获?#20204;?#26041;目标车辆的运动信息如车间距离相对速度利用自车传感系统获得自车运行状态信息如自车速?#21462;?#26377;无转向有无制动等并将此信息传送至信息处理单元信息处理单元根据自车速?#21462;?#30456;对速度以及所建立的安全距离计算模型计算出当前应保持的安全距离并与实测车间距离相比较若实测车间距离大于提醒报警距离则进入下一工作循环若实测车间距离小于提醒报警距离则进行一次报警提醒驾驶员松油门并做?#33945;?#36710;准备当实测车间距离小于危险报警距离则进行二次报警促使驾驶员立即制动?#21592;?#20813;追尾事故的发生液晶显示屏用于显示两车间?#23548;示?#31163;及相对速度报警蜂鸣器和报警指示灯用于提供声音报警和指示灯报警及时的报警可以?#34892;?#22320;提醒驾驶?#20445;?#20419;使其采取合适的应对措施

汽车在道路上行驶时经常要进行加速减速和转弯其运动状态是不断改变的行驶中的汽车所处的道路环境是相?#22791;?#26434;的而安装车载毫?#25758;?#38647;达的汽车本身也是不时地处于机动状态之中因此车载雷达所探测的目标也是在不停的变化当中导致所测两汽车之间的距离数据存在一定测量误差和噪声就会使汽车?#38647;?#23614;预警系统产生虚警或漏警过高虚警率的雷达不但不能减轻驾驶者的工作负担反而会造成驾驶者精神高度紧张起?#36739;?#21453;的效果因此采用合适的机动目标跟踪算法准确地跟踪自车前面的车辆目标的状态及时估计行车的危险程度是车载雷达测距系?#36710;?#19968;项主要任务

3 交互多模型机动车辆跟踪算法

交互多模算法是Blom和Bar-Shalom在多模型基础上提出的是在广义伪贝叶斯算法基础上以卡尔曼滤波为出发点提出的一种具有马尔可夫切换系数的交互式多模型算法其中多种模型并行工作目标状态估计是多个滤波器交互作用的结果该算法不需要机动检测同时达到了全面自适应能力IMM算法的基本思想是在每一时刻假设某个模型在现在时刻?#34892;?#30340;条件下通过混合前一时刻所有滤波器的状态估计?#36947;?#33719;得与这个特定模型匹配的滤波器的初始条件然后对每个模型并行实现正规滤波预测与修正步骤最后以模型匹配似然函数为基础更新模型概率并组合所有滤波器修正后的状态估计值加权?#20572;?#20197;得到状态估计一个模型?#34892;?#30340;概率在状态估值和协方差的加权综合计算中有重要作用IMM的设计参数为不同匹配和结构的设置模型不同模型的处理噪声密度一般来讲非机动模型具有低水平测量噪声机动模型具有较高水平的噪声模型之间的切换结?#36141;?#36716;移概率与其他的机动目标的跟踪算法相比比如辛格Singer算法输入估计IE算法变维滤波VD算法等交互多模IMM算法的优点是它不需要机动检测器监视机动[10]从而不会产生因模型在机动与非机动之间切换而带来的误差其算法原理如下

假定有r 个模型

算法原理

其中Xk为目标状态向量Aj为状态转移矩阵Gj为系统噪声作用矩阵Wjk是均值为零协方差矩阵为Qj的?#33258;?#22768;序?#23567;?/P>

可用一个马尔可夫链来控制这些模型之间的转换马尔可夫链的转移概?#31034;?#38453;为

r 个模型

其中Zk为量测向量H为观测矩阵Vk为量测噪声已知其方差为RkWk和Vk是零均值且相互独立

IMM算法可归纳如下4 个步骤

步骤1 输入交互

根据两模型k-l时刻的滤波值和模型概率计算交互混合后的滤波初始值包括模型1 的滤波初始值滤波估计值X 01

k - 1和估计协方差1k - 1模型2 的滤波初始值滤波估计值X 02

k - 1和估计误差协方差P02

k - 1设系统在k-1时刻模型1 概率为1k - 1滤波值X1

k - 1估计误差协方差为P2k - 1模型2 的概率为2k - 1滤波值为X 2

k - 1系统估计误差协方差为P2k - 1则进一步推广到r 个模型交互后r模型的滤波初始值为

转移概?#31034;?#38453;

车辆?#20154;?#30452;线运动模型

车辆?#20154;?#30452;线运动模型

两种运动模型的系统噪声向量

采用蒙特卡洛方法对跟踪滤波器进行仿真分析仿真次数为400 次以下运用Matlab7.0 仿真的结果

由图3~图6 仿真结果表明该算法能够?#34892;?#22320;跟踪前方车辆的运动信息并且误差较小精度较高

仿真结果

仿真结果

仿真结果

仿真结果

5 总结

重点研究了交互多模型机动目标跟踪算法在车载毫?#25758;?#38647;达?#38647;?#23614;预警系统中的应用介绍机动目标跟踪算法原理和步骤并以高速公路上行驶的汽车为对象进行防真结果表明算法具有结构简单运算量小精度较高的优点能够提高车载雷达?#38647;?#23614;预警系?#36710;?#20351;用效率从而提高车辆驾驶的安全性具有一定的应用价值


步骤2 模型条件滤波

对应于模型Mjk以X 0j

k - 1|k - 1P0jk - 1|k - 1及Zk作为输入进行卡尔曼滤波

卡尔曼预测方程

卡尔曼预测方程

i = 1rjkcj_而jk为观测Zk的似然函数

似然函数

图2 为IMM算法结构原理图

IMM算法结构原理图

4 车辆运动模型分析与IMM算法跟踪仿真

试验设计考虑两辆车在道路上同向行驶在0~10 s 时两车均保持?#20154;?#30452;线运动由安装在后车?#31995;?#36710;载毫?#25758;?#38647;达检测出与前车的距离为100 m相对速度为-3 m/s方位角2㡣

在10~15 s 时前车向右偏转与后车的相?#36234;?#21152;速度为1 s2

后车加速与前车的纵向相对加速度为a = -1.8 m/s2雷达的扫描周期为T=0.1 s系统噪声为Ҧ = 0.3 m/sҦ = 0.3/s量测误差为1 = 1 m2 = 0.5 m/s3 = 0.2/s

上海誉澄智能科技有限公司智能系统事业部 All rights reserved 地址上海金沙江西路1075弄1号写?#33268;? 
电话 021-59786133 18621810519(24小时)   ?#27663;䣺[email protected]  QQ529131638 9223677 9603426 沪ICP备10219392号  

沪公网安备 31011402002854号

更多
͸ʱ
ָڻƽ̨ йϷƽ̨ Ʊôʵ() Ϻ齫׿ 36ѡ7 ڻʹ˾ ƿ齫 30ѡ5 ֪֪ڻʼ Ѫս齫ô