论文部分内容阅读
提出了一种用于车辆自主导航的多传感器数据融合方法。首先分析了车辆自主导航过程的态势与威胁，建立了车辆行驶某时刻场景模型。然后综合现有各数据融合模型的优势，运用混合、分层的融合结构改进自主行驶的有效性和准确性。最后将该方法集成到湖南大学自主研制的无人驾驶汽车测试平台上。在城市道路的实际场景中，初步实现了基于路线和交通锥形标的自主导航和行驶任务，车辆自主行驶的融合决策准确率可达到97．5％，表明该方法具有可接受的性能。