當(dāng)前位置:首頁(yè) > 嵌入式 > 嵌入式教程

1引言

追尾碰撞是目前我國(guó)高速公路各類事故中較多的一類事故,占事故總數(shù)的33%左右。誘發(fā)的主要原因?yàn)椋海?)駕駛員精力不集中,致使疏忽大意或措施不當(dāng);(2)疲勞駕駛,在高速公路上長(zhǎng)時(shí)間高速行駛,加之道路景觀單一,駕駛員很容易疲勞,導(dǎo)致駕駛員判斷能力和操作準(zhǔn)確性下降;(3)異常天氣(如雨、雪、霧),能見(jiàn)度低,行車(chē)的安全距離不能保證,同時(shí)受到當(dāng)時(shí)路面條件的影響,制動(dòng)效果難以保障;(4)車(chē)輛本身不能滿足高速公路行駛的性能需求。根據(jù)對(duì)沈大、合寧、廣深、西臨等高速公路交通事故的統(tǒng)計(jì)分析,交通事故類型如表1所示。



有關(guān)研究表明,若駕駛員能夠提早1秒意識(shí)到有事故危險(xiǎn)并采取相應(yīng)的措施,則90%的追尾事故和60%的正面碰撞事故都可以避免。美、英、德、日的不少汽車(chē)公司(如德國(guó)的奔馳、日本的三菱、馬自達(dá)、日產(chǎn)、本田及富土重工等公司)都開(kāi)展了高速公路車(chē)載毫米波雷達(dá)防追尾碰撞預(yù)警系統(tǒng)的研究。

我國(guó)主要有清華大學(xué)、浙江大學(xué)、上海交通大學(xué)、吉林大學(xué)等高校和部分研究所在進(jìn)行車(chē)輛主動(dòng)防撞報(bào)警、輔助駕駛系統(tǒng)等相關(guān)技術(shù)研究。例如上海交通大學(xué)卓斌教授等研究開(kāi)發(fā)了“人—車(chē)—路綜合環(huán)境下主動(dòng)安全性模擬系統(tǒng)”,實(shí)現(xiàn)了行車(chē)環(huán)境數(shù)據(jù)采集、通訊和駕駛軟件仿真的編制。在現(xiàn)行的高速公路交通管理中,為保證行車(chē)安全,常依據(jù)公路工程技術(shù)標(biāo)準(zhǔn)中的行車(chē)視距要求,規(guī)定一定行駛速度下的車(chē)輛必須保持相應(yīng)的間距。那么如何準(zhǔn)確跟蹤車(chē)輛之間的距離信息,就成了汽車(chē)毫米波雷達(dá)防追尾預(yù)警系統(tǒng)的關(guān)鍵。

把交互多模型(IMM)機(jī)動(dòng)目標(biāo)跟蹤算法運(yùn)用到汽車(chē)毫米波雷達(dá)防追尾預(yù)警系統(tǒng)當(dāng)中,當(dāng)毫米波雷達(dá)存在一定測(cè)量誤差和噪聲時(shí),目標(biāo)跟蹤算法能使毫米波雷達(dá)能夠準(zhǔn)確地探知前方車(chē)輛的運(yùn)動(dòng)狀態(tài),如車(chē)間距離、行駛速度等,從而提高駕駛員在高速公路上行駛安全性。

2汽車(chē)防追尾預(yù)警系統(tǒng)工作原理

高速公路汽車(chē)防追尾預(yù)警系統(tǒng)由信息采集單元、信息處理單元和信息輸出裝置3部分組成。信息采集單元通常由毫米波雷達(dá)、自車(chē)速度傳感器、轉(zhuǎn)向角傳感器、制動(dòng)傳感器、加速踏板傳感器和路面情況選擇開(kāi)關(guān)等組成;信息處理單元主要為中央處理器;信息輸出裝置包括液晶顯示屏、報(bào)警蜂鳴器、報(bào)警指示燈等,圖1是車(chē)載雷達(dá)防追尾預(yù)警系統(tǒng)組成方框圖。



信息采集單元不斷地采集相關(guān)信息,利用車(chē)載毫米波雷達(dá)獲得前方目標(biāo)車(chē)輛的運(yùn)動(dòng)信息,如車(chē)間距離、相對(duì)速度;利用自車(chē)傳感系統(tǒng)獲得自車(chē)運(yùn)行狀態(tài)信息,如自車(chē)速度、有無(wú)轉(zhuǎn)向、有無(wú)制動(dòng)等,并將此信息傳送至信息處理單元。信息處理單元根據(jù)自車(chē)速度、相對(duì)速度以及所建立的安全距離計(jì)算模型,計(jì)算出當(dāng)前應(yīng)保持的安全距離并與實(shí)測(cè)車(chē)間距離相比較。若實(shí)測(cè)車(chē)間距離大于提醒報(bào)警距離,則進(jìn)入下一工作循環(huán);若實(shí)測(cè)車(chē)間距離小于提醒報(bào)警距離,則進(jìn)行一次報(bào)警,提醒駕駛員松油門(mén)并做好剎車(chē)準(zhǔn)備;當(dāng)實(shí)測(cè)車(chē)間距離小于危險(xiǎn)報(bào)警距離,則進(jìn)行二次報(bào)警,促使駕駛員立即制動(dòng),以避免追尾事故的發(fā)生。液晶顯示屏用于顯示兩車(chē)間實(shí)際距離及相對(duì)速度,報(bào)警蜂鳴器和報(bào)警指示燈用于提供聲音報(bào)警和指示燈報(bào)警,及時(shí)的報(bào)警可以有效地提醒駕駛員,促使其采取合適的應(yīng)對(duì)措施。

汽車(chē)在道路上行駛時(shí),經(jīng)常要進(jìn)行加速、減速和轉(zhuǎn)彎,其運(yùn)動(dòng)狀態(tài)是不斷改變的。行駛中的汽車(chē)所處的道路環(huán)境是相當(dāng)復(fù)雜的,而安裝車(chē)載毫米波雷達(dá)的汽車(chē)本身也是不時(shí)地處于機(jī)動(dòng)狀態(tài)之中,因此車(chē)載雷達(dá)所探測(cè)的目標(biāo)也是在不停的變化當(dāng)中,導(dǎo)致所測(cè)兩汽車(chē)之間的距離數(shù)據(jù)存在一定測(cè)量誤差和噪聲,就會(huì)使汽車(chē)防追尾預(yù)警系統(tǒng)產(chǎn)生虛警或漏警。過(guò)高虛警率的雷達(dá)不但不能減輕駕駛者的工作負(fù)擔(dān),反而會(huì)造成駕駛者精神高度緊張,起到相反的效果。因此,采用合適的機(jī)動(dòng)目標(biāo)跟蹤算法,準(zhǔn)確地跟蹤自車(chē)前面的車(chē)輛目標(biāo)的狀態(tài)、及時(shí)估計(jì)行車(chē)的危險(xiǎn)程度是車(chē)載雷達(dá)測(cè)距系統(tǒng)的一項(xiàng)主要任務(wù)。



3交互多模型機(jī)動(dòng)車(chē)輛跟蹤算法

交互多模算法是Blom和Bar-Shalom在多模型基礎(chǔ)上提出的,是在廣義偽貝葉斯算法基礎(chǔ)上,以卡爾曼濾波為出發(fā)點(diǎn),提出的一種具有馬爾可夫切換系數(shù)的交互式多模型算法,其中多種模型并行工作,目標(biāo)狀態(tài)估計(jì)是多個(gè)濾波器交互作用的結(jié)果。該算法不需要機(jī)動(dòng)檢測(cè),同時(shí)達(dá)到了全面自適應(yīng)能力。IMM算法的基本思想是在每一時(shí)刻,假設(shè)某個(gè)模型在現(xiàn)在時(shí)刻有效的條件下,通過(guò)混合前一時(shí)刻所有濾波器的狀態(tài)估計(jì)值來(lái)獲得與這個(gè)特定模型匹配的濾波器的初始條件;然后對(duì)每個(gè)模型并行實(shí)現(xiàn)正規(guī)濾波(預(yù)測(cè)與修正)步驟;最后,以模型匹配似然函數(shù)為基礎(chǔ)更新模型概率,并組合所有濾波器修正后的狀態(tài)估計(jì)值(加權(quán)和)以得到狀態(tài)估計(jì)。一個(gè)模型有效的概率在狀態(tài)估值和協(xié)方差的加權(quán)綜合計(jì)算中有重要作用。IMM的設(shè)計(jì)參數(shù)為:不同匹配和結(jié)構(gòu)的設(shè)置模型;不同模型的處理噪聲密度(一般來(lái)講,非機(jī)動(dòng)模型具有低水平測(cè)量噪聲,機(jī)動(dòng)模型具有較高水平的噪聲);模型之間的切換結(jié)構(gòu)和轉(zhuǎn)移概率。與其他的機(jī)動(dòng)目標(biāo)的跟蹤算法相比,比如辛格(Singer)算法、輸入估計(jì)(IE)算法、變維濾波(VD)算法等,交互多模(IMM)算法的優(yōu)點(diǎn)是它不需要機(jī)動(dòng)檢測(cè)器監(jiān)視機(jī)動(dòng)[10],從而不會(huì)產(chǎn)生因模型在機(jī)動(dòng)與非機(jī)動(dòng)之間切換而帶來(lái)的誤差。其算法原理如下:

假定有r個(gè)模型:


其中X(k)為目標(biāo)狀態(tài)向量,Aj為狀態(tài)轉(zhuǎn)移矩陣,Gj為系統(tǒng)噪聲作用矩陣,Wj(k)是均值為零,協(xié)方差矩陣為Qj的白噪聲序列。

可用一個(gè)馬爾可夫鏈來(lái)控制這些模型之間的轉(zhuǎn)換,馬爾可夫鏈的轉(zhuǎn)移概率矩陣為:



其中Z(k)為量測(cè)向量,H為觀測(cè)矩陣,V(k)為量測(cè)噪聲,已知其方差為R(k)。W(k)和V(k)是零均值且相互獨(dú)立。

IMM算法可歸納如下4個(gè)步驟。

步驟1輸入交互:

根據(jù)兩模型(k-l)時(shí)刻的濾波值和模型概率,計(jì)算交互混合后的濾波初始值,包括模型1的濾波初始值:濾波估計(jì)值X01

(k-1)和估計(jì)協(xié)方差μ1(k-1);模型2的濾波初始值:濾波估計(jì)值X02

(k-1)和估計(jì)誤差協(xié)方差P02

(k-1)。設(shè)系統(tǒng)在(k-1)時(shí)刻模型1概率為μ1(k-1),濾波值X1

(k-1),估計(jì)誤差協(xié)方差為P2(k-1)。模型2的概率為μ2(k-1),濾波值為X2

(k-1),系統(tǒng)估計(jì)誤差協(xié)方差為P2(k-1)。則進(jìn)一步推廣到r個(gè)模型,交互后r模型的濾波初始值為:



步驟2模型條件濾波:

對(duì)應(yīng)于模型Mj(k),以X0j

(k-1|k-1),P0j(k-1|k-1)及Z(k)作為輸入進(jìn)行卡爾曼濾波。

卡爾曼預(yù)測(cè)方程:


i=1rΛj(k)cj_,而Λj(k)為觀測(cè)Z(k)的似然函數(shù):


圖2為IMM算法結(jié)構(gòu)原理圖


4車(chē)輛運(yùn)動(dòng)模型分析與IMM算法跟蹤仿真

試驗(yàn)設(shè)計(jì):考慮兩輛車(chē)在道路上同向行駛,在0~10s時(shí),兩車(chē)均保持勻速直線運(yùn)動(dòng),由安裝在后車(chē)上的車(chē)載毫米波雷達(dá)檢測(cè)出與前車(chē)的距離為100m,相對(duì)速度為-3m/s,方位角2°。

在10~15s時(shí),前車(chē)向右偏轉(zhuǎn),與后車(chē)的相對(duì)角加速度為1°s2。

后車(chē)加速,與前車(chē)的縱向相對(duì)加速度為a=-1.8m/s2。雷達(dá)的掃描周期為T(mén)=0.1s,系統(tǒng)噪聲為σα=0.3m/s,σβ=0.3°/s。量測(cè)誤差為σ1=1m?σ2=0.5m/s?σ3=0.2°/s。

車(chē)輛勻速直線運(yùn)動(dòng)模型:



采用蒙特卡洛方法對(duì)跟蹤濾波器進(jìn)行仿真分析,仿真次數(shù)為400次。以下運(yùn)用Matlab7.0仿真的結(jié)果。

由圖3~圖6仿真結(jié)果表明,該算法能夠有效地跟蹤前方車(chē)輛的運(yùn)動(dòng)信息,并且誤差較小,精度較高。








5總結(jié)

重點(diǎn)研究了交互多模型機(jī)動(dòng)目標(biāo)跟蹤算法在車(chē)載毫米波雷達(dá)防追尾預(yù)警系統(tǒng)中的應(yīng)用,介紹機(jī)動(dòng)目標(biāo)跟蹤算法原理和步驟,并以高速公路上行駛的汽車(chē)為對(duì)象進(jìn)行防真,結(jié)果表明算法具有結(jié)構(gòu)簡(jiǎn)單、運(yùn)算量小、精度較高的優(yōu)點(diǎn),能夠提高車(chē)載雷達(dá)防追尾預(yù)警系統(tǒng)的使用效率,從而提高車(chē)輛駕駛的安全性,具有一定的應(yīng)用價(jià)值。

本站聲明: 本文章由作者或相關(guān)機(jī)構(gòu)授權(quán)發(fā)布,目的在于傳遞更多信息,并不代表本站贊同其觀點(diǎn),本站亦不保證或承諾內(nèi)容真實(shí)性等。需要轉(zhuǎn)載請(qǐng)聯(lián)系該專欄作者,如若文章內(nèi)容侵犯您的權(quán)益,請(qǐng)及時(shí)聯(lián)系本站刪除。
換一批
延伸閱讀

9月2日消息,不造車(chē)的華為或?qū)⒋呱龈蟮莫?dú)角獸公司,隨著阿維塔和賽力斯的入局,華為引望愈發(fā)顯得引人矚目。

關(guān)鍵字: 阿維塔 塞力斯 華為

倫敦2024年8月29日 /美通社/ -- 英國(guó)汽車(chē)技術(shù)公司SODA.Auto推出其旗艦產(chǎn)品SODA V,這是全球首款涵蓋汽車(chē)工程師從創(chuàng)意到認(rèn)證的所有需求的工具,可用于創(chuàng)建軟件定義汽車(chē)。 SODA V工具的開(kāi)發(fā)耗時(shí)1.5...

關(guān)鍵字: 汽車(chē) 人工智能 智能驅(qū)動(dòng) BSP

北京2024年8月28日 /美通社/ -- 越來(lái)越多用戶希望企業(yè)業(yè)務(wù)能7×24不間斷運(yùn)行,同時(shí)企業(yè)卻面臨越來(lái)越多業(yè)務(wù)中斷的風(fēng)險(xiǎn),如企業(yè)系統(tǒng)復(fù)雜性的增加,頻繁的功能更新和發(fā)布等。如何確保業(yè)務(wù)連續(xù)性,提升韌性,成...

關(guān)鍵字: 亞馬遜 解密 控制平面 BSP

8月30日消息,據(jù)媒體報(bào)道,騰訊和網(wǎng)易近期正在縮減他們對(duì)日本游戲市場(chǎng)的投資。

關(guān)鍵字: 騰訊 編碼器 CPU

8月28日消息,今天上午,2024中國(guó)國(guó)際大數(shù)據(jù)產(chǎn)業(yè)博覽會(huì)開(kāi)幕式在貴陽(yáng)舉行,華為董事、質(zhì)量流程IT總裁陶景文發(fā)表了演講。

關(guān)鍵字: 華為 12nm EDA 半導(dǎo)體

8月28日消息,在2024中國(guó)國(guó)際大數(shù)據(jù)產(chǎn)業(yè)博覽會(huì)上,華為常務(wù)董事、華為云CEO張平安發(fā)表演講稱,數(shù)字世界的話語(yǔ)權(quán)最終是由生態(tài)的繁榮決定的。

關(guān)鍵字: 華為 12nm 手機(jī) 衛(wèi)星通信

要點(diǎn): 有效應(yīng)對(duì)環(huán)境變化,經(jīng)營(yíng)業(yè)績(jī)穩(wěn)中有升 落實(shí)提質(zhì)增效舉措,毛利潤(rùn)率延續(xù)升勢(shì) 戰(zhàn)略布局成效顯著,戰(zhàn)新業(yè)務(wù)引領(lǐng)增長(zhǎng) 以科技創(chuàng)新為引領(lǐng),提升企業(yè)核心競(jìng)爭(zhēng)力 堅(jiān)持高質(zhì)量發(fā)展策略,塑強(qiáng)核心競(jìng)爭(zhēng)優(yōu)勢(shì)...

關(guān)鍵字: 通信 BSP 電信運(yùn)營(yíng)商 數(shù)字經(jīng)濟(jì)

北京2024年8月27日 /美通社/ -- 8月21日,由中央廣播電視總臺(tái)與中國(guó)電影電視技術(shù)學(xué)會(huì)聯(lián)合牽頭組建的NVI技術(shù)創(chuàng)新聯(lián)盟在BIRTV2024超高清全產(chǎn)業(yè)鏈發(fā)展研討會(huì)上宣布正式成立。 活動(dòng)現(xiàn)場(chǎng) NVI技術(shù)創(chuàng)新聯(lián)...

關(guān)鍵字: VI 傳輸協(xié)議 音頻 BSP

北京2024年8月27日 /美通社/ -- 在8月23日舉辦的2024年長(zhǎng)三角生態(tài)綠色一體化發(fā)展示范區(qū)聯(lián)合招商會(huì)上,軟通動(dòng)力信息技術(shù)(集團(tuán))股份有限公司(以下簡(jiǎn)稱"軟通動(dòng)力")與長(zhǎng)三角投資(上海)有限...

關(guān)鍵字: BSP 信息技術(shù)
關(guān)閉
關(guān)閉