【摘 要】
：
针对路侧单传感器存在感知盲区、多传感器协同感知存在大量冗余信息且位置精度较差、车辆位姿准确值无法在线获取等问题,提出一种基于全局位置精度损失最小化的路侧多传感器目标关联匹配方法.首先,根据各传感器历史数据,以方差最小化为优化目标进行多传感器权重分配;然后,基于级联KM匹配算法处理多传感器存在大量冗余信息的目标级数据,实现当前时刻各传感器数据同一目标关联,判断多源信息与 目标的从属关系,并将源于同一目标的数据生成目标集合;最后,根据各传感器权重分配进行加权,生成伪迹点,结合全局位置精度损失最小化方法,以伪迹
【机 构】
：
武汉理工大学汽车工程学院,湖北武汉 430070;武汉理工大学智能交通系统研究中心,湖北武汉 430063;武汉理工大学计算机与人工智能学院,湖北武汉 430070
论文部分内容阅读
针对路侧单传感器存在感知盲区、多传感器协同感知存在大量冗余信息且位置精度较差、车辆位姿准确值无法在线获取等问题,提出一种基于全局位置精度损失最小化的路侧多传感器目标关联匹配方法.首先,根据各传感器历史数据,以方差最小化为优化目标进行多传感器权重分配;然后,基于级联KM匹配算法处理多传感器存在大量冗余信息的目标级数据,实现当前时刻各传感器数据同一目标关联,判断多源信息与 目标的从属关系,并将源于同一目标的数据生成目标集合;最后,根据各传感器权重分配进行加权,生成伪迹点,结合全局位置精度损失最小化方法,以伪迹点坐标系为基准对其他传感器坐标系进行整体校准.试验结果表明:该方法可有效去除目标的多传感器冗余信息,伪迹点速度融合结果的平均绝对误差约0.5 km·h-1,伪迹点位置融合结果的平均绝对误差约0.1 m,经过参考系校准后,毫米波雷达已匹配观测点的位置精度损失从5.59 m降至0.32 m,相机已匹配观测点的位置精度损失从1.39 m降至1.32 m.相比于传统JPDA、NN-DA关联匹配算法,该方法可降低目标关联匹配融合后的平均位置误差0.134 m,并降低算法的时间复杂度.
其他文献
深中通道是集“桥、岛、隧、水下互通”于一体的超级跨海集群工程,其中海底隧道长约6.8公里,沉管段长约5公里,采用国内首次应用、国际首次大规模应用的钢壳混凝土组合结构形式,由32个管节和1个最终接头组成,是目前世界上最宽的海底沉管隧道.
2月6日当天,宁夏固原通往外地的各条道路被冰雪覆盖.受极端冰雪天气影响,高速公路进出通道临时关闭,520名旅客被滞留在固原至银川方向的固原市汽车站.固原市春运领导小组及时启动应急预案,联合区、市公安交警及交通运输综合执法、养护等多个部门,护送旅客踏上安全返程路,上演了一场千里“爱心接力赛”.
在乡村振兴和新型城镇化双轮驱动下,我国农村地区将推动形成工农互促、城乡互补、协调发展、共同繁荣的新型工农城乡关系.农村公路作为交通运输服务农村居民最直接、最广泛的基础设施,运输需求规模仍将持续增长,应需而至、随需而动、完成则散的个性化需求增多,“潮汐性”“季节性”时间分布特征更加突出,“以县城为中心,以所属乡镇为主体,向临近镇村辐射”的空间分布特征逐步显现.因此,“十四五”时期农村公路发展既要锚定中长期发展的思路和目标,满足乡村振兴对农村公路外畅内联、安全可靠的迫切要求,又要着力解决当前发展中存在的短板问
“五星红旗迎风飘扬,胜利歌声多么响亮……”嘹亮歌声透过蒙蒙细雨,响彻江阴靖江长江隧道工程项目工地,百名建设工人齐声唱响《歌唱祖国》,以歌声表达对祖国的赞美和热爱.近日,江苏交通控股有限公司所属扬子江公司携手江苏交建局江阴靖江长江隧道建设指挥部、中交隧道局、中铁十四局集团江阴靖江长江隧道项目部联合开展“万企联万村 万福进万家——在工地”主题活动.
“飞龙大桥(主跨径185米)建成后,将超过日本新名神高速公路的安威川大桥,成为世界最大跨径波形钢腹板组合连续刚构桥.”广西北部湾投资集团有限公司直属企业广西北投公路建设投资集团有限公司(以下简称“广西北投公路集团”)党委书记、董事长张云介绍.
基础设施提供及管理的理论和实践rn公共财政制度下的基础设施管理rn经济学根据物品使用的排他性和竞争性特点,将其分为私人物品、公共物品、共有资源和自然垄断产品四类.在效率原则下,私人物品由市场提供、公共物品由政府通过公共财政提供是最高效的经济体系.
智慧道路中布设的路侧感知单元可以获取全域车辆运动轨迹数据,是交通流智能管控系统、车路协同自动驾驶的重要基础,如何对其数据质量进行主动监测是道路交通运营管理部门面临的重要挑战.随着智能网联车的规模化应用,车载高精度定位与环境感知众包数据为路侧感知单元数据质量监测提供了新的思路.提出了基于智能网联车众包定位与感知数据的路侧感知单元在线监测框架,主要包括轨迹匹配、时间同步和精度评估3个关键步骤.在轨迹匹配阶段提出了一种考虑周围车辆相对位置的轨迹相似度匹配算法,确定车辆在路侧感知数据集中的对应轨迹;在时间同步阶段
为了减弱事故对上游路段的影响,预防潜在二次事故的发生,提出了适用于智能网联自动驾驶车辆(Connected and Automated Vehicle,CAV)与传统人工车(Human Vehicle,HV)混合存在场景下的 CAV 排列整合算法(CAV Arrangement Integration Algorithm,CAV-AIA).由于在相同的CAV数量下,不同CAV间的排列关系(自动车队强度)对道路通行能力有一定影响,因此CAV-AIA以“就近”增大自动车队强度为目标,对事故路段上游的CAV进行
频发的交通事故证明驾驶车辆是一类高风险行为,驾驶人的风险驾驶行为是引发交通事故的主要诱因,自动驾驶系统辅助或代替人类驾驶人被视为从根本上解决人为因素导致行车风险的有效途径.首先,以智能汽车的整体安全性最大化为目标,使用熵权-逼近理想解排序法(Technique for Order Preference by Similarity to Ideal Solution,TOPSIS)和完全静态博弈理论建立了 人、车风险博弈模型,提出了相对效用最大化的策略函数并嵌入强化学习奖励函数中,推理了以最大化车辆安全性期