分層級聯(lián)信息融合車輛定位及動態(tài)路徑規(guī)劃研究.pdf

1、近幾年來，我國汽車擁有量以15[％]以上的速度遞增，而公路里程的增長率只有3[％]左右，目前中國每千人擁有不到50輛汽車，全球平均水平為120輛，美國為750輛，中國消費者對汽車還有著巨大需求，在未來相當長一段時間里，中國汽車市場將繼續(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，車輛定位導航系統(tǒng)是ITS的重要組成部分，可以為出行者提供實時定位，進行最優(yōu)路徑規(guī)劃，優(yōu)化城市交通流，提高運輸效率。近年來，許多研究機

2、構都在十分活躍地研究車輛定位導航領域的各種關鍵技術，以提高車輛定位導航系統(tǒng)的性能、減低成本和解決實際應用中的問題，但車輛定位導航系統(tǒng)在實際應用和測試中表現(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)劃這兩個車輛定位導航系統(tǒng)的關鍵技術進行了深入研究，以學術意義和實用價值并重為原則，在車輛定位、地圖匹配方法、信息融合技術、動態(tài)路徑規(guī)劃等方面取得了一定成果。最后自主開發(fā)了一個低成本的車輛定位導航系統(tǒng)。本文工作的主要貢獻和創(chuàng)新總結如下：

3、
　　 1.提出基于改進卡爾曼濾波的傳感器融合的車輛定位技術：從成本、可靠性和精度綜合考慮，采用兩個光學編碼器作為當?shù)貍鞲衅?，一個廉價的GPS接收器作為全球傳感器，GPS和編碼器組合成一對互補的傳感器，對車輛來進行高精度的定位。傳感器融合軟件由2部分組成：一是基于車輛運動學的動態(tài)模型，它用于結合GPS和光學編碼器，另一部分是用一個改進的卡爾曼濾波器來整合隨時間變化的傳感器數(shù)據(jù)。為了驗證濾波器的濾波效果，進行了仿真和實驗，其結果表

4、明本文提出的定位系統(tǒng)效果很好，可實時地精確地預測車輛位置和方位角，GPS信號中混雜的噪聲可消除80[％]，同時成本也很低。
　　 2.設計了基于改進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系時過于絕對化和經(jīng)驗化的問題，我們對此進行了改進，采用Pignistic概率的決策理論和基于權值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。充分利用導航系統(tǒng)的位置和方向信息，能夠根據(jù)道路網(wǎng)的特點，選擇適當?shù)姆较蚝臀恢每煽啃詤?shù)，利用現(xiàn)有信息有效擴大各假設命題之間的信度差異，在不提高決策風險的前提下，使得決策更準確有效。
　　 3.基于ANFIS的車輛定位系統(tǒng)信息融合的技術：采用一種分層級聯(lián)的信息融合結構，對車輛定位與路徑規(guī)劃系統(tǒng)中應用不同導航定位技術

6、得到的定位信息進行融合，構造了應用于決策級融合的ANFIS結構，討論了實際應用中ANFIS的初始設置和訓練，采用實際跑車數(shù)據(jù)對提出的方案進行試驗驗證，并與采用另外兩種決策級融合方法的結果進行了比較分析。
　　 4.對城市間動態(tài)路徑規(guī)劃提出了混合遺傳算法：利用人類對道路網(wǎng)絡和路徑搜索過程的認知，引入了分層算法，縮減搜索規(guī)模，對城市間路網(wǎng)以改進A*算法來產(chǎn)生初始種群，利用GA的全局搜索和λ-交換局部搜索技術的局部搜索性能，大大加快了

7、對最優(yōu)路徑的求解速度。
　　 5.在城市內路徑規(guī)劃中考慮了路口交通信號所導致的延時，并首次提出了一種標簽修正新算法——ARSC算法：對城市內路網(wǎng)，考慮十字路口交通信號的延時，對信號控制規(guī)律已知的STV路網(wǎng)，基于LET適應路徑策略，提出了懲罰函數(shù)算法；對于信號規(guī)律不確定，只知道其概率的情況以及由于錯過時間而造成不可預測的等待的情況下，提出了一種標簽修正算法——ARSC算法，它是對ELB算法的擴展，明確地考慮了由于信號控制而導致的附