论文部分内容阅读
近年来,新一轮科技革命和产业革命正向纵深发展,以互联网为代表的新一代信息技术与汽车产业的加速融合推动了汽车产品形态和分布的深刻变革,汽车已开始向智能化和网联化的方向演变,从而提出了智能网联汽车的概念。信息物理融合系统(Cyber-Physical System,CPS)是一种综合计算、网络及物理环境的多维复杂系统,它通过计算进程与物理进程的融合反馈,以达到实时感知和精准控制的目的。目前CPS正在智能交通控制与安全、先进汽车系统领域开展广泛的研究及应用,而智能网联汽车和CPS具有相似的系统架构和特性,因此可把CPS技术运用在智能网联汽车上,从而使汽车响应更快,更安全,更智能。本文在分析了智能网联汽车与CPS的关联性的基础上,提出了一种基于CPS的智能网联汽车定位与分簇融合框架,然后针对该框架中的定位算法和分簇算法进行了研究,主要工作如下:(1)提出了一种基于CPS的智能网联汽车定位与分簇融合框架。首先对CPS技术和智能网联汽车的相关知识做了介绍;然后分析了智能网联汽车与CPS的关联性以及CPS用于智联网联汽车的技术要求;最后根据智能网联汽车定位与分簇的交互性,结合CPS思想,实现了智能网联汽车定位与分簇的融合。(2)提出了一种基于模糊理论的车辆复合定位(CPFT)算法。首先针对如上融合框架的特性以及单个定位技术存在局限性的特点,提出了一种模糊加权定位机制,该机制利用相邻车辆的信息以及模糊控制,对多种定位技术进行加权平均得到车辆的复合位置;然后采用了一个模糊卡尔曼滤波器对复合位置进行滤波,该滤波器依据各定位技术的可信度,通过另外一个模糊控制器来动态修正观测值,得到优化后的复合位置;最后仿真实验表明CPFT算法能有效融合多种定位技术,并提高定位精度,具有较强的鲁棒性。(3)提出了一种基于如上复合定位信息的车辆模糊分簇(FCLI)算法。首先针对如上融合框架的特性并使用定位信息作为移动性指标,结合模糊聚类的思想定义了一个可以衡量车辆节点成为簇头的能力参数,基于这个参数提出了 FCLI簇生成算法;然后采用一个基本卡尔曼滤波器对簇成员的位置进行预测,基于位置预测提出了以临界簇成员为核心的FCLI簇维护算法;最后仿真实验表明FCLI算法能够生成更稳定的簇,同时减少孤立节点的数量并降低网络开销。