智能空间内车辆行驶状态信息融合试验研究

智能空间内车辆行驶状态信息融合试验研究

李中民

安徽江淮汽车集团股份有限公司 安徽合肥 230000

摘要：利用分布式传感器信息融合方法，能够对空间内车辆在行驶状态下的信息进行感知。采用空间内固定摄像头及地感线圈的方式对车辆在空间行驶情况下的信息检测方法进行获取，并实施信息实车采集试验。将两种传感器收集的车辆信息检测结果进行有效的融合分析，能够极大的提高获取信息结果的精准度。通过研究证实，这种融合方法的检测精度有效的提高了5%，同时，还有效的避免了在检测过程中信息的不准确性。

关键词：智能空间；高速公路；分布式传感器；信息融合

当前，ITS即智能交通系统是保证道路交通安全的有效方式，同时也是交通运输领域中最新的研究，智能车辆的基本原理hi通过车载传感器系统和执行系统以及信息处理系统对车辆驾驶员的状态以及周围环境以及车辆自身情况进行密切监控，并且得到车辆的目标跟踪和定位以及识别车道线等。高速公路智能空间（highway intelligent space，HIS）的提出是基于高速公路智能化设计思想，车辆在行驶过程中路过HIS 系统时，能够通过智能化的设备和服务器传递车辆行驶的信息，从而获得周围车辆和道路情况信息，从而保证车辆行驶的安全性，

1.高速公路智能空间系统

高速公路智能空间系统的提出主要是基于机器人领域的智能空间，并结合我国高速公路车辆具体的行驶情况而提出来的，主要是通过在车辆行驶环境下安装分布式传感器，并且充分利用通信技术，达到车辆与服务器二者之间的数据互通。HIS由传感和网络以及通信等设备组成，此外还包括HIS服务器和车辆自身。HIS系统是一个完整的工作空间，其中包括了通信设备和传感装置等，能够利用智能化网络对环境的信息进行感知，并且能够实现对信息的计算和处理，同时还具有信息交互和发布的特定作用，车辆在行驶中能够根据空间环境状况来对自身的行驶状态进行掌握。HIS系统利用不同类型的传感器对车辆行驶状态下的信息进行搜集，并且根据数据信息对车辆的行驶情况进行准确的判断，并将判断的数据结果发送给具体车辆，车辆驾驶员能够根据信息来调整驾驶策略。

HIS系统能够按照高速公路的特点和车辆的动态特征利用传感器对车辆的实时动态信息进行获取，并利用传感器对车辆的状态进行详细的检测，并由HIS服务器对搜集到的信息进行处理，同时生成环境信息发送给具体车辆。智能空间系统在使用过程中需要利用数量较多且类型和结构复杂的传感器；雷达能够对高速行驶状态下的车辆速度进行检测，但是无法对低速行驶和静止状态下车辆的速度进行检测。HIS系统在使用过程中会根据实际的情况来确定检测策检测设备的使用，通常情况下，采用摄像头传感器和地感线圈传感器为主，并且使用的辅助传感器为雷电和全球定位系统。

2.信息融合试验与分析

在研究过程中选择了特定的公路来进行试验，公路是长约200米的单向车道，在试验期间行人和车辆很少，能够对路段的具体环境和车辆等因素进行良好的掌握，从而能够实现对试验变量数据进行良好的控制。试验使用的传感器有机器视觉摄像头和磁感圈检测器，摄像头使用MV-USBII 系列，摄像机具体型号为MV-300UC，镜头为 M0814． MP 系列。根据具体的公式对公路实际的参数进行测量，对车辆间的距离进行测定，测量参数为摄像机高度设置在450 厘米；垂直视角投影距离设置为 540厘米；地感线圈检测器采用 VD108B

型单通道智能环路感应器，线圈电感 80 ～ 300 μH ，最佳值 150 μH( 41 kHz) ，在试验期间线圈绕线和检测电路进行临时设计。

具体试验为在150米的长度之内设置两台摄像头，摄像头传感器的间隔设置在70米，且前后各空出40米，马路中间位置安装电荷藕元件，这样能够对双向车道内的车辆信息进行采集，由于磁感圈的数量不多，因此仅在每个CCD摄像头之间进行布置，同时要在一侧车道内进行固定，无法对双向车道车辆实施检测。

2.1车辆行驶状态下的融合试验

信息融合的试验使用的是一台摄像机在覆盖区域内捕获的信息以及磁感圈数据进行融合，检测的目标为单向行驶的特定汽车。对摄像头检测的视频及磁感圈数据进行提取，并对数据信息进行处理后得到车辆的实际位置坐标和车辆的速度信息。特定道路安的摄像头能够搜集车辆在其检测范围内的数据。与此同时，磁感圈能够检测出车辆在进入检测范围内起点和终点以及摄像头检测器之间的数据信息，以此，共可以获得4组磁感圈检测的位置和速度数据信息。对采集到的信息数据结果利用多项式数据拟合的方式来获得时间域内的曲线以及车辆速度和坐标的曲线图。

2.2车辆行驶状态信息匹配验证

通过对以上检测结果的分析后可以得出，摄像头和磁感圈检测的车辆行驶的数据信息存在着较大的不同，并且每种检测到的数据信息都有优缺点。摄像头检测数据的优势是获得数据信息的量较大，但是其检测数据的结果会受到自然环境的影响，具有一定的不稳定性。磁感圈检测数据的优势是获得检测数据的准确度和可靠性更高，但是成本高是其缺点，无法在公路内进行大规模的使用。因此，为了提高车辆行驶状态下信息检测的准确性，应将两种数据信息采集的方法进行融合匹配。融合结果与车辆行驶实际记录仪记录的车辆速度相比，检测江都提高了5%，在试验过程中使用插值法变权值对信息进行融合匹配使获取数据的准确性和精度更高，进而有效的解决了不同传感器检测数据融合的问题。

3.结论

（1）将智能车辆对环境感知的任务转移到高速公路空间内，并且实现对检测信息的搜集和处理，能够实现对车辆行驶信息的准确和实时监控，并提供可靠的信息服务。

（2）使用固定摄像头和地感线圈对车辆的行驶信息进行收集，通过实现对两种传感器搜集到的车辆信息进行融合，同时分析两种融合结果的检测精度，通过试验得出结果单一的传感器检测准确性和检测精度相对较高。

参考文献：

[1]易鹏, 刘杨, 徐颖,等. 一种基于大数据信息融合的道路交通状态参数分析系统:, CN107564286A[P]. 2018.

[2]曾杰, 任玥, 郑玲,等. 基于雷达与机器视觉信息融合的前车检测研究[C]// 西南汽车信息(2017年第1期 总第370期). 0.

[3]李克强, 熊辉, 余大蒙,等. 基于多源信息融合的智能车辆可通行区域检测方法:, CN109829386A[P]. 2019.