基于協(xié)同感知信息的跨車輛信息融合

基于協(xié)同感知信息的跨車輛信息融合

協(xié)同感知主要是將定位信息的傳輸按照此間的標(biāo)準(zhǔn)化協(xié)議具體內(nèi)容進行，標(biāo)準(zhǔn)化協(xié)議包括歐洲合作意識信息減緩協(xié)議（CAM）或美國基本安全信息協(xié)議（BSM）。在車輛環(huán)境模型中，通過整合來自基礎(chǔ)設(shè)施感知系統(tǒng)（IPS）和車輛感知系統(tǒng)（VPS）的感知信息，協(xié)同感知的概念擴展了合作意識藝術(shù)概念的定義。比較了跨車輛信息融合（IV-IF）系統(tǒng)中用于狀態(tài)融合的3種協(xié)方差交叉（CI）方法的。目標(biāo)是從可選方法中找到哪種CI方法最適用于協(xié)同感知研究項目中的主動道路安全。

基于協(xié)同感知的信息源定位及感知系統(tǒng)，闡述了要求和假設(shè)條件，以及IVIF概念，評估3種不同的CI方法。在給定的設(shè)置中，VPS 與IPS的感知信息融合?？紤]到評估的標(biāo)準(zhǔn)偏差，采樣協(xié)方差交叉（SaCI）方法最佳。然而，相比改進的快速協(xié)方差交叉（I-FCI）方法，信息理論快速協(xié)方差交叉（ITFCI）方法缺乏一致性。IT-FCI方法在融合方程中包括評估方法，以避免在較低不確定性的估計中（對“jump”的融合估計。在這個特定的評估設(shè)置中產(chǎn)生了融合估計的平均和標(biāo)準(zhǔn)偏差的最壞結(jié)果，其偏差由大范圍定位誤差的車輛感知數(shù)據(jù)偏差引起。I-FCI方法與SaCI方法相比，具有稍大的標(biāo)準(zhǔn)偏差。因此，對于給定的設(shè)置，I-FCI方法在估計方法中是最好的選擇。進一步研究表明，SCIF（分離協(xié)方差過濾）方法將在給定的場景中超過I-FCI方法。

F.Seeliger et al.2014 IEEE 17th International Conference on Intelligent Transportation Systems (ITSC)October 8-11, 2014.Qingdao,China.

編譯：王欣欣