基于信息物理系统的自动驾驶车辆安全调速方法

在普通汽车与自动驾驶车辆混合行驶的道路网中,自动驾驶车辆视觉系统的辨识能力对交通安全至关重要。根据自动驾驶车辆视觉系统基本结构,分析其与人视觉的能见度差距。模拟驾驶人调速算法被证明在恶劣的天气下(包括低能见度时)优于自动驾驶车辆的两个典型调速算法,但是分析发现自动驾驶车辆采用模拟驾驶人调速算法可能引发交通事故。因此,提出基于信息物理系统(CPS)的安全调速算法,解决了自动驾驶车辆和驾驶人驾驶普通汽车之间视觉差距引发的交通安全问题。为比较这两种算法的安全性,建立低能见度时视觉差距导致交通事故的道路网模型。该模型分三个阶段描述了从导致交通事故至局部道路网瘫痪的全过程。最后,建立道路网事故发生概率和平均瘫痪时间两个指标。仿真结果表明,自动驾驶车辆采用模拟驾驶人调速算法引发交通事故率较高,而采用基于CPS的安全调速算法则不会发生交通事故。

高速公路中的行车道检测和车辆跟踪(英文)

提出了一种有效的高速公路检测和多车辆跟踪视觉系统 .该系统主要模块包括道路检测、基于二维模型的车辆跟踪器 (近距离车辆的矩形模型和远距离车辆的U形模型 )、启发式车辆检测、系统协调器 .在系统中 ,跟踪器的动态产生和终止优化了系统的计算资源 .另外 ,系统利用鲁棒性估计技术提高了道路检测的性能 .车辆的跟踪是采用三参数状态空间的多边形拟合技术来实现的 .本文采用了PETS2 0 0 1提供的图像序列测试了系统有效性 ,在PentiumIII 4 5 0MHzPC上系统的处理速度为平均每帧