基于多传感信息融合的智能汽车主动防碰撞技术研究文献综述
2020-04-29 15:18:42
随着社会的不断进步,汽车正为越来越多的人所使用,而相应的,交通事故也越来越多。全球每年由交通事故造成的人员和财产损失的数目是惊人的,因此,车辆安全问题己引起人们的高度重视。而随着传感技术的发展,多类型的传感器被运用到汽车的主动安全防撞系统上,而对于当今量产汽车,单一的传感器已经不能满足复杂道路情况和对人们安全的要求,现在普遍采用的雷达传感器由于只能提供位置和速度信息,在跟踪目标时容易收到障碍物的干扰,可能会出现误判,所以对于多传感器的应用越来越广泛,能够运用多源信息融合技术,对于复杂的工况,能够进行更加准确地感知和判断,从而得出更加准确地判断,增加了防撞系统的鲁棒性和稳定性。论文提出运用红外传感器和可见光图像传感器的信号融合来进行道路的识别和人的识别,
红外传感器可以弥补夜间可见光传感器的不足,而可见光传感器可以增加白天温度对于防撞系统的干扰,增加了系统的容错性。
1. 防撞系统的发展
国外对于汽车防撞系统的研究起步较为早,在20世纪80年代,由于微波技术和器件集成技术的高速发展,原来研究成果较少的汽车防撞系统开始得到发展,电子半导体技术的快速发展,也推动了工业应用。发展到现今,各个汽车厂家都研制出了先进的防撞系统。
比如丰田的PCS(Pre-Collision System)[8], 可以在汽车发生碰撞之前收缩前座椅安全带的松弛部分,并使制动控制系统进入制动辅助等待状态,距离控制 ECU 根据毫米波雷达传感器、速度传感器、转向角传感器以及横摆率和减速传感器的信号来判定是否存在不可避免的碰撞条件。此时,距离控制 ECU 向 座 椅 安 全 带 控 制ECU 输出座椅安全带操作请求信号,向防滑控制 ECU 输出制动辅助等待请求信号。
奔驰是最早进行安全研究的汽车公司之一,因此在预碰撞安全系统方面也有很高的成就。目前著名的pre-safe预碰撞安全系统[13]已经普及到C级、E级和S级上。它通过ESP监测车辆转向角度、横向加速度和刹车力度等数据,当检测驾驶员在规避危险时,pre-safe可以预先收紧安全带,并把座椅调节到碰撞损伤最低的角度。之后的pre-safe也进行了升级,增加了微波探测器和刹车辅助,在检测即将发生碰撞时刹车系统可以自动施加最大0.4G的减速度,同时车窗自动关闭。
沃尔沃的城市安全系统(City Safety)[13]是能够实现自动刹车的主动安全科技。借助于激光传感器监测前方的交通状况,当系统认为即将放生碰撞时,如果驾驶员没有采取正确的反应,系统会计算出最合适的力度进行自动制动并禁用加速踏板,帮助避免碰撞或减小碰撞的后果。激光传感器安装在风挡玻璃上部,与后视镜处于同一高度,利用光学雷达探测距汽车保险杠前方6米以内的汽车,并计算正前方汽车车速(以每秒50次计算),可以对前方静止的或同向行进的汽车做出反应。
2. 信号融合的国内外发展
对于本文讨论的图像融合技术,作为多传感信息融合的一个重要分支,直到20世纪70年代后期,随着图像传感器的出现才开始得到发展,1984年Burt P.J[5]首次提出了基于拉普拉斯金字塔变换的图像融合算法,其融合的主要思想是:在不同的尺度上提取图像中的边缘,纹理等显著信息,然后制定一些规则对这些信息进行融合,最后经逆变换得到融合图像。20世纪90年代中期,小波变换[18]开始应用到图像融合领域,其算法的基本思想与基于金字塔变换的融合算法一致,但是小波变换具有良好的时频分析特性,方向性以及各尺度上的独立性,可以获得比金字塔方法更好的融合效果。最近几年提出了图像的支持值变换,并利用图像的支持值作为图像的凸信息测度,提出了基于图像的支持值变换的多传感器图像融合[16]。有研究团队利用回归分析的方法[19]分别提取表征源图像局部结构信息的参数,并根据该参数计算输入图像的相似性测度,最后利用相似性测度将源图像合并生成最终融合结果图像。Eckhorn[22]提出了一种脉冲耦合神经网络,它是一种基于猫的视觉原理构建的简化神经网络模型。