1. 研究目的与意义（文献综述）

随着人们生活水平的提高，越来越多的人们购买汽车作为他们出行的交通工具。然而，这个现象却带来了诸多问题，例如交通堵塞、事故频发、环境污染等。这些问题严重降低了人们的生活质量，也对人们的生命安全构成了巨大的威胁。在这种情形下，人们提出高级驾驶辅助系统和无人车的概念并开始研究它们。它们都是基于位置服务的，能够利用周围感知到的无线信号对车辆自身进行定位，并实时规划出一条最佳的行车路线，这样便能够大幅降低交通拥堵。而且它们对汽车在加速、制动以及变速等方面进行了优化，这样就可以提高燃油效率来减少温室气体的排放。更为重要的是高级驾驶辅助系统能够提醒驾驶员潜在的危险并作出相应的规避动作，这样便能够降低交通事故的发生。而无人车甚至把“人”从“人-路-车”这个传统的交通闭环控制系统中请出去，这样就把“人”这个不可控的子系统排除在外，便可进一步减少由人为因素造成的交通事故。因此，高级辅助驾驶系统和无人车的研究和开发，对未来人类的生活有着重要的意义。

然而，就目前看来，高级辅助驾驶系统和无人车都是难以实现的，制约它们的是室外定位技术精度的不够。因为目前在城市环境下的室外定位技术的精度大约是10米，这样就无法识别汽车所在的车道，高级驾驶辅助系统和无人车就无法进行下一步的判断和决定，包括汽车是要掉头还是要转弯，是要走高架还是走隧道等。因此，本设计提出了基于智能手机并结合环境感知来进行汽车车道检测的系统，从而提高汽车车道检测的准确度。因为智能手机中内置有大量功能丰富的传感器，它们可以测量手机的运动方向并感知周围的WiFi信号强度，借此进行自身的定位和导航。同理，当人们开车时通过随声携带的智能手机去采集汽车运动的信息，再结合对周围WiFi信号强度的感知来实现对车辆更为精确的定位。这样便可将车辆定位精确到到车道级别，为高级驾驶辅助系统以及无人车提供较为准确的位置服务及周围情况，以便它们接下来对车辆的行驶方式、路线规划等作出进一步的分析和决定。

2. 研究的基本内容与方案

研究的基本内容：

基于智能手机并结合环境感知的汽车车道检测系统包括三个部分：预处理模块，事件检测模块和车道估计模块。

（1）预处理模块

3. 研究计划与安排

(1)第1－3周：查阅相关文献资料，明确研究内容，学习毕业设计研究内容所需理论的基础。确定毕业设计方案，完成开题报告。

(2)第4－6周：了解智能手机测量运动信息的相关原理，完成英文资料的翻译。

(3)第7－10周：了解智能手机通过环境感知定位的相关原理，完成车辆车道检测模型的构建；

4. 参考文献（12篇以上）

[1] H. Aly, A. Basalamah, M. Youssef: Robust and ubiquitous smartphone-based lane detection. Pervasive and Mobile Computing 26:35-56, 2016.[2] D. Bétaille, R. Toledo-Moreo, Creating enhanced maps for lane-level vehicle navigation, IEEE Trans. Intell. Transp. Syst. 11 (4) (2010) 786–798.[3] H. Aly, M. Youssef, Dejavu: an accurate energy-efficient outdoor localization system, in: SIGSPATIAL GIS, ACM, 2013.[4] A. Doshi, B. Morris, M.M. Trivedi, On-road prediction of driver’s intent with multimodal sensory cues, IEEE Pervasive Comput. 3 (2011) 22–34.[5] I. Sabek,M. Youssef,A. Vasilakos. ACE: An Accurate and Efficient Multi-Entity Device-Free WLAN Localization System[J]. IEEE Transactions on Mobile Computing, 2014, PP(99):261-273.[6] 马海波,李少杰,黄跃峰,滕寿威.车载导航系统的高精度定位算法[J].地理信息世界.2010(01)[7] 李陆浩. 面向无人驾驶汽车的车道级导航研究[D].吉林大学,2014.[8] 方辉,杨明,杨汝清. 基于地面特征点匹配的无人驾驶车全局定位[J]. 机器人,2010,01:55-60.[9] 解全颖. 基于智能手机的移动定位算法研究[D].电子科技大学,2013.[10] Z Yang, C Wu, Z Zhou , et al. Mobility Increases Localizability: A Survey on Wireless Indoor Localization using Inertial Sensors[J]. Acm Computing Surveys, 2015, 47(3):1-34.[11] 娄路. 面向移动LBS的智能手机室内定位技术探讨[J]. 电信科学,2012,06:98-103.[12] 何金田, 刘晓旻. 智能传感器原理、设计与应用[M]. 电子工业出版社, 2011.[13] 余科根. 地面无线定位技术[M]. 电子工业出版社, 2012.[14] 陈丽娜. 基于WLAN的位置指纹室内定位技术[M]. 科学出版社，2015.[15] 周圆. 基于惯性传感器和Wi-Fi信号的室内定位算法研究[D].大连理工大学,2015.