基于GRI的多车协同定位研究

为提高自动驾驶技术中的车辆定位精度,提出了一种基于GRI的多车协同定位方法。采用该方法时,一辆车依据GPS定位信息对本车位置进行估计,再通过车车通信接收周围车辆发来的根据其GPS测定的位置及其与该车相对位置而估计的该车位置。将这些位置信息进行融合,通过一定的修正,估算出该辆车更为精确的位置。最后应用MATLAB对所提出方法进行仿真,以模拟多车直行跟随和换道行驶场景。结果表明,该方法合理、可行,能有效提高车辆的定位精度,具有广阔的工程应用前景。

道路客运企业交通安全管理水平组合赋权评价

针对目前我国道路客运企业安全评价内容多为定性评价的现状,以道路客运企业的交通安全管理内容为研究对象,对16家客运企业展开实地调研工作,获取相关数据及材料。以此为基础,针对客运企业安全管理现状,建立了一套将企业安全管理内容划分为企业制度、驾驶员及车辆3个方面的企业安全管理水平评价指标体系。结合主观赋权法中的层次分析法和客观赋权法中的熵值法对指标进行组合赋权,并利用表征客运企业交通安全管理水平的事故数据分别对组合赋权法计算结果和层次分析法及熵值法计算结果进行相关性分析。结果表明,组合赋权法的相关性达到-0.841,优于层次分析法的-0.793和熵值法的-0.754。通过组合赋权法得到的企业评分排序结果也与事故数据排序结果基本一致,表明利用该组合赋权法可以对道路客运企业交通安全管理水平作出更为真实客观的评价。

车联网环境下CACC车辆信息传播安全性研究

针对CACC车辆与普通车辆混合行驶的道路环境,综合考虑交通流、信息流与病毒传播之间的相互关联,计算CACC车辆病毒感染概率,构建出车联网环境下的CACC车辆病毒信息传播动力学模型。之后分析了不同环境下CACC车辆病毒感染概率,并对病毒信息传播过程进行仿真。仿真结果表明:无论是在不同的通信范围限制条件下,还是在不同的交通流密度环境中,都可以通过降低CACC车辆病毒感染概率来有效控制病毒信息传播范围,提升CACC车辆信息传播安全性。

基于多传感器信息融合的车辆目标识别方法

鉴于传统车辆避撞系统中,因采用单一传感器进行目标识别,在感知范围、识别准确性等方面存在的固有缺陷,本文中提出了一种基于雷达与机器视觉信息融合的目标识别方法。该方法获取目标序列后,在目标级融合方法的基础上,引入马氏距离进行观测值匹配。再应用联合概率数据关联(JPDA)算法进行数据融合,建立系统观测模型与状态模型,从而实现了基于信息融合的目标识别。试验验证结果表明,该方法基于雷达与摄像头数据,可实现目标的准确识别与定位,其工程适应面更广。