分層級(jí)聯(lián)信息融合車輛定位及動(dòng)態(tài)路徑規(guī)劃研究.pdf

1、近幾年來，我國(guó)汽車擁有量以15[％]以上的速度遞增，而公路里程的增長(zhǎng)率只有3[％]左右，目前中國(guó)每千人擁有不到50輛汽車，全球平均水平為120輛，美國(guó)為750輛，中國(guó)消費(fèi)者對(duì)汽車還有著巨大需求，在未來相當(dāng)長(zhǎng)一段時(shí)間里，中國(guó)汽車市場(chǎng)將繼續(xù)保持快速發(fā)展，因此車與路的矛盾日益突出。ITS是解決這一矛盾的有效手段，車輛定位導(dǎo)航系統(tǒng)是ITS的重要組成部分，可以為出行者提供實(shí)時(shí)定位，進(jìn)行最優(yōu)路徑規(guī)劃，優(yōu)化城市交通流，提高運(yùn)輸效率。近年來，許多研究機(jī)

2、構(gòu)都在十分活躍地研究車輛定位導(dǎo)航領(lǐng)域的各種關(guān)鍵技術(shù)，以提高車輛定位導(dǎo)航系統(tǒng)的性能、減低成本和解決實(shí)際應(yīng)用中的問題，但車輛定位導(dǎo)航系統(tǒng)在實(shí)際應(yīng)用和測(cè)試中表現(xiàn)出了許多不足。在這種情況下，本文圍繞車輛定位與路徑規(guī)劃這兩個(gè)車輛定位導(dǎo)航系統(tǒng)的關(guān)鍵技術(shù)進(jìn)行了深入研究，以學(xué)術(shù)意義和實(shí)用價(jià)值并重為原則，在車輛定位、地圖匹配方法、信息融合技術(shù)、動(dòng)態(tài)路徑規(guī)劃等方面取得了一定成果。最后自主開發(fā)了一個(gè)低成本的車輛定位導(dǎo)航系統(tǒng)。本文工作的主要貢獻(xiàn)和創(chuàng)新總結(jié)如下：

3、
　　 1.提出基于改進(jìn)卡爾曼濾波的傳感器融合的車輛定位技術(shù)：從成本、可靠性和精度綜合考慮，采用兩個(gè)光學(xué)編碼器作為當(dāng)?shù)貍鞲衅鳎粋€(gè)廉價(jià)的GPS接收器作為全球傳感器，GPS和編碼器組合成一對(duì)互補(bǔ)的傳感器，對(duì)車輛來進(jìn)行高精度的定位。傳感器融合軟件由2部分組成：一是基于車輛運(yùn)動(dòng)學(xué)的動(dòng)態(tài)模型，它用于結(jié)合GPS和光學(xué)編碼器，另一部分是用一個(gè)改進(jìn)的卡爾曼濾波器來整合隨時(shí)間變化的傳感器數(shù)據(jù)。為了驗(yàn)證濾波器的濾波效果，進(jìn)行了仿真和實(shí)驗(yàn)，其結(jié)果表

4、明本文提出的定位系統(tǒng)效果很好，可實(shí)時(shí)地精確地預(yù)測(cè)車輛位置和方位角，GPS信號(hào)中混雜的噪聲可消除80[％]，同時(shí)成本也很低。
　　 2.設(shè)計(jì)了基于改進(jìn)D-S證據(jù)的地圖匹配方法：由于地圖匹配中傳統(tǒng)D-S證據(jù)理論算法存在判別信息之間的相互關(guān)系時(shí)過于絕對(duì)化和經(jīng)驗(yàn)化的問題，我們對(duì)此進(jìn)行了改進(jìn)，采用Pignistic概率的決策理論和基于權(quán)值D-S證據(jù)推理的地圖匹配新算法，建立車輛位置信息和方向信息判決規(guī)則，有效地利用現(xiàn)有信息擴(kuò)大各匹配道路之

5、間的信度差異，提高了算法的魯棒性。解決了證據(jù)的可信度和決策規(guī)則問題，使新的組合推理規(guī)則能夠有效地處理證據(jù)中的沖突信息。充分利用導(dǎo)航系統(tǒng)的位置和方向信息，能夠根據(jù)道路網(wǎng)的特點(diǎn)，選擇適當(dāng)?shù)姆较蚝臀恢每煽啃詤?shù)，利用現(xiàn)有信息有效擴(kuò)大各假設(shè)命題之間的信度差異，在不提高決策風(fēng)險(xiǎn)的前提下，使得決策更準(zhǔn)確有效。
　　 3.基于ANFIS的車輛定位系統(tǒng)信息融合的技術(shù)：采用一種分層級(jí)聯(lián)的信息融合結(jié)構(gòu)，對(duì)車輛定位與路徑規(guī)劃系統(tǒng)中應(yīng)用不同導(dǎo)航定位技術(shù)

6、得到的定位信息進(jìn)行融合，構(gòu)造了應(yīng)用于決策級(jí)融合的ANFIS結(jié)構(gòu)，討論了實(shí)際應(yīng)用中ANFIS的初始設(shè)置和訓(xùn)練，采用實(shí)際跑車數(shù)據(jù)對(duì)提出的方案進(jìn)行試驗(yàn)驗(yàn)證，并與采用另外兩種決策級(jí)融合方法的結(jié)果進(jìn)行了比較分析。
　　 4.對(duì)城市間動(dòng)態(tài)路徑規(guī)劃提出了混合遺傳算法：利用人類對(duì)道路網(wǎng)絡(luò)和路徑搜索過程的認(rèn)知，引入了分層算法，縮減搜索規(guī)模，對(duì)城市間路網(wǎng)以改進(jìn)A*算法來產(chǎn)生初始種群，利用GA的全局搜索和λ-交換局部搜索技術(shù)的局部搜索性能，大大加快了

7、對(duì)最優(yōu)路徑的求解速度。
　　 5.在城市內(nèi)路徑規(guī)劃中考慮了路口交通信號(hào)所導(dǎo)致的延時(shí)，并首次提出了一種標(biāo)簽修正新算法——ARSC算法：對(duì)城市內(nèi)路網(wǎng)，考慮十字路口交通信號(hào)的延時(shí)，對(duì)信號(hào)控制規(guī)律已知的STV路網(wǎng)，基于LET適應(yīng)路徑策略，提出了懲罰函數(shù)算法；對(duì)于信號(hào)規(guī)律不確定，只知道其概率的情況以及由于錯(cuò)過時(shí)間而造成不可預(yù)測(cè)的等待的情況下，提出了一種標(biāo)簽修正算法——ARSC算法，它是對(duì)ELB算法的擴(kuò)展，明確地考慮了由于信號(hào)控制而導(dǎo)致的附