足球比分直播

基于Android手机的碰撞预警系统分析.pdf

返回
基于Android手机的碰撞预警系统分析.pdf_第1页
第1页 / 共67页
基于Android手机的碰撞预警系统分析.pdf_第2页
第2页 / 共67页
基于Android手机的碰撞预警系统分析.pdf_第3页
第3页 / 共67页
基于Android手机的碰撞预警系统分析.pdf_第4页
第4页 / 共67页
基于Android手机的碰撞预警系统分析.pdf_第5页
第5页 / 共67页
点击查看更多>>
资源描述:
摘要摘要汽车碰撞预警系统可以有效地减少碰撞事故的发生,提高道路交通安全,其中的关键技术之一是有效地检测谚{H0周l IsI的行人和年辆,传统的检测识别方法主要是基于机器视觉或衽‘霭’达米j己成,似媳订愉测柯乡E7『j、恶劣天气适J藏能力差等缺点。考虑到大多数情沙I.卜.,}㈨;婴检测的¨柄硇,J存拒lfI纠i需要砂{_Jj0其具体运动细节,本文提出利用Android科能于机内‘背的GPS、乃‘阳传感器、速度传感器等来获得行人和车辆的位置、速度、方向等信息,在此基础上,提出基于Android智能手机的碰撞预警系统。基于Android智能手机的碰撞预警系统,主要使用了智能手机和路侧设备,基于无线通信技术来运行。主要思想是行人和车辆通过持有的智能手机来获取位置、速度、方向等信息,结合路侧设备运用无线通信技术来进行信息交互,最后根据交互得到的信息通过预警算法来判断是否有碰撞发生的可能,进而决定是否给予行人和驾驶者以预警警告。虽然解决了没有检测死角的问题,但由于智能手机内置GPS芯片定位精度较差,在运用到智能交通中之前需要提高定位精度。在不提高硬件成本投入的自订提下,本文提出采用软件纠『F的地图匹配方法来解决该问题,主要思想是将手机获得的定位信息和电子地图数据库中的道路网络信息比对,然后将定位点匹配到『F确的道路的『F确的位置上去,在匹配过程中使用卡尔曼滤波来获取最优估计值和使用多传感器信息融合的方法来提高匹配的准确性和可靠性。针对提出的基于卡尔曼滤波的地图匹配算法,首先采用Matlab仿真软件进行仿真模拟,主要分为直线道路和交叉路口两个部分,验证该算法的有效性。然后在Eclipse开发环境下,进行Android软件丌发,配置路侧设备,搭建整个基于Android智能手机的碰撞预警系统进行实验验证。最后引入电子地图,结合Android智能手机获取的位置、速度、方向等信息,通过综合运用多种信息实现基于卡尔曼滤波的地图匹配,将匹配结果和原始GPS定位轨迹、电子地图道路数据轨迹和参考值轨迹进行比较,验证了改进之后的算法是有效的。关键词智能交通碰撞预警系统地图匹配卡尔曼滤波android手机万方数据摘要万方数据AbstractABSTRACTVehicle collision warning system can effectively reduce the collision accidentsand improve road traffic safety.One of the key technologies is to detect andrecognize pedestrians and vehicles al‘ound effectively,while the traditional detection is mainly based on machine vision or radar,but there are some shortcomingslike a blind angle existing in the inspection,poor adaptability to bad weather and SOon.Considering that it only need to detect the existence of target without identifyingthe specific details of motion in most cases,this paper puts forward that it can usethe Android smart phone that has builtin GP S,direction sensor,speed sensor to getpedestrians and vehicles’position,speed,direction and SO on,on this basis,thecollision warning system based on Android smart phone is proposed.Collision warning system based on Android smart phone mainly uses the smartphones,roadside equipments and the wireless communication technology.The mainidea is that pedestrians and vehicles get the ination such as position,speed,direction and SO on through the smart phone,then use the wireless communicationtechnology to exchange ination combining with roadside equipments,andfinally on the basis of obtained ination it can determine whether there is thepossibility of collision or not through the early warning algorithm.And then we candecide that whether give the early warning to pedestrians and drivers or not.Although the problem of blind angle existing in the inspection has been solved,thesystem needs to improve the positioning accuracy before it is used in intelligenttraffic system because the accuracy of the smart phones’builtin GPS is poor.Without increasing the hardware cost investment,a software correcting which named map matching is proposed to solve the problem.The main idea is tocompare the phone positioning ination with the road network ination ofelectronic map database,and then the anchor point is matched to the correct positionof the right road.In the matching process,it can use the Kalman filter to obtain theoptimal estimates and use the multisensor fusion to improve the accuracyand reliability of the matching.In order to verify the validity of the proposed map matching algorithm basedon Kalman filter,first of all,it uses Matlab simulation software to simulate and it ismainly divided into two partsstraight road and the intersection.Then in the EclipseIII万方数据Abstractdevelopment environment we develop the Android software,configure the roadsideequipments and build the whole collision warning system based on Android smartphone SO as to conduct experimental verification.Finally,through introducingelectronic map,combining with the intbrmation like position,speed and directionobtained by Android smart phone,synthetically using a variety of ination torealize map matching based 011 Kahnan filter,and compal‘ing the matching resultwith original GPS trajectory,electronic map road trajectory and reference datatrajectory,it verifies the effectiveness of tile improved algorithln.Key WordsIntelligent transportation system,collision warning systems,mapmatching,Kalman filter,android smart phoneIV万方数据目录目 录第一章绪论11.1 ii_|l究意义和早『景....11.1.1研究背景..11.1.2研究意义..21.2课题研究现状分析31.2.1 汽午碰撞预警系统的研究一31.2.2地幽匹配的研究现状一71.3研究内容91.4本章小结9第二章基于Android手机的碰撞预警系统设计112.1 基于机器视觉的汽车碰撞预警系统.112.2基于激光雷达的汽车碰撞预警系统.122.3基于Android手机的汽车碰撞预警系统..122.3.1 Android智能手机及开发环境介绍一122.3.2系统架构1 32.3.3定位模块152.3.4无线通信模块l 52.3.5预警算法162.3.6系统执行过程1 92.3.7实验验证192.3.8总结..2l2.4本章小结.21第三章基于卡尔曼滤波的地图匹配..233.1地图匹配.233.1.1 地图匹配问题描述233.1.2地图匹配概念243.1.3影响地图匹配的因素25V万方数据目录3.1.4地图匹配算法介绍253.1.5地图匹配比较分析293.2卡尔曼滤波算法.303.2.1 }尔曼滤波介2m303.2.2 I尔曼滤波算法323.3基r}尔曼滤波的地图匹配算法.353.3.1 基丁.}尔曼滤波的地蚓匹配镥法架构353.3.2基丁卜,p-/j、,曼滤波的算法分析363.3.3 基丁}尔曼滤波的地图匹配算法设计363.4基于卡尔曼滤波的地图匹配仿真实验.373.4.1 误差分析373.4.2动态系统模型383.4.3基y-}尔曼滤波的地图匹配仿真403.5 本章小结.45第四章基于卡尔曼滤波的地图匹配在碰撞预警系统中的应用..474.1 系统架构.474.2算法的实现.484.2.1位置、运动信息的获取484.2.2信息处理484.2.3 }尔曼滤波处理504.3 实验.524.4本章小结.54第五章总结与展望..555.1 总结.555.2 展望.56致谢.63在读期间发表的学术论文与取得的其他研究成果..65VI万方数据第1章绪论1.1 研究意义和背景1.1.1 研究背景第1章 绪论随着我国经济社会的高速发展,人民的收入不断增加,生活水平得到大幅提高,购买力大幅攀升,导致中国的汽车市场也是异常火爆。近年来,我国机动车和驾驶人迅猛增长,近五年机动车年均增量1500多力.辆,驾驶人年均增量2000多力.人。根据截止到2014年底的最新统计数据,全国共有超过2.64亿辆机动车,其中汽车占有58.33%的比例;机动车驾驶人数突破3亿人次,其中汽车驾驶人占比至少88%。由于中国的道路交通基础设施还不够发达,随之而来的则是交通压力陡然大增,交通事故发生量巨大,死亡和受伤人数触目惊心。根据多年来的统计数据,每年至少有发生20力.起交通事故,死亡人数超过6万,受伤人数多达23力-。共造成的直接经济损失达107873万元。2012年,据统计数据显示,全国涉及人员伤亡的道路交通事故4.6万起,造成1.1力.人死亡,5万人受伤,分别上升17.7%,16.5%和12.3%。比去年上升6.4和6.2个百分点。2013年,全国道路交通事故死亡人数与七年同比下降13.3%,但数量仍然庞大,让人心惊,怎么有效的减少伤亡人数和减少交通事故发生数量,是全世界共同面临的难题。科学技术同新月异的发展,也给改善交通状况提供了坚实的技术储备,各国纷纷建立了自己的研究计划,学者们也投入了极大的热情。智能交通系统Intelligent Transportation System,ITS通过综合运用计算机、通信、传感器检测、自动化等各种先进技术来发掘现有基础交通实施的潜能,从而达到合理利用、避免浪费的要求,实现安全行驶、缓解交通拥堵、降低交通事故发生的目的。智能交通系统中的汽车碰撞预警系统通过运用传感器对周围障碍物检测识别可以有效地避免碰撞交通事故的发生,降低伤亡。传统的汽车碰撞预警系统主要使用激光和雷达进行检测,但缺陷是检测有死角、对恶劣天气适应能力差。由于大多数时候预警系统只需要检测到目标是否存在、以及所在的具体位置,而不需要对目标具体的行为进行识别,基于此,本文提出一种基于Android智能手机的碰撞预警系统。该系统主要利用Android智能手机内置的GPS芯片获得使用者位置信息,再结合路侧设备和周围车辆进行信息交互,从而达到“识别”使用者的目的。由于智能手机的定位误差较大,波动在几十米到几百米,为了解决智能手机定位精度不够高的问题,使用一种软件校『F的方法即地图匹万方数据第1章绪论配来避免提高成本。通过软硬件结合的方法可以有效地将车辆定位精度提高至街道级别,从而基本满足智能交通中对车辆定位的要求。1.1.2研究意义汽车防碰撞系统是汽车幸动安伞的‘个热点研究领域,是指汽车通过自身携带的传感器rI动检测可能与本/Ii发卜碰撞的年辆、行人或其他障碍物,经过预警算法的实时有效的处理来决定是7j向驾驶员进行声光预警或同时采取制动、规避等措施,以避免碰撞事故的发q。现在国内外对车车之|’¨Jt的碰撞预警研究的比较多,而对于行人的碰撞预警研究的较少,且主要是借助于雷达和摄像机来实现碰撞预警,存在视野盲区。碰撞预警的难点是对目标的检测识别以及定位,雷达或者摄像机一般都是用来获取前方的车辆或行人信息,对于两侧或者后方可能发生的碰撞预警存在较大的局限性。由于碰撞预警系统一般只需要知道目标的存在以及所在位置即可,而不需要了解目标的具体运动状态,鉴于此,本文提出一种基于Android智能手机来检测行人、车辆是否存在并实时获取其位置信息的碰撞预警系统。主要思想是借助于智能手机的GPS定位信息来获取行人、车辆的定位信息,再通过WIFI无线通信将行人位置信息发送到车载端,经过预警算法判断后来决定是否需要给驾驶者以警告。由于现在的智能手机已经基本普及,且大多都带有GPS定位功能,所以研究通过智能手机来实现行人的定位碰撞预警,是很有意义的。。虽然Android智能手机集成了GPS芯片、速度、方向传感器和陀螺仪等,可以被用于智能交通中来获取行人和车辆的位置、方向信息等,但由于Android智能手机中内嵌的GPS传感器定位精度较低,难以满足智能交通系统对车辆定位精度的要求,因此在将Android智能手机引入智能交通中作为定位设备之前,提高Android智能手机的定位精度是一个亟需解决的问题。由于引入智能手机作为获取行人、车辆定位信息的初衷是尽可能的降低投入成本来发展智能交通,使用较高精度的智能手机虽然可以解决问题,但这需要较高的硬件投入成本,不是最佳选择。地图匹配是根据使用者的位置信息,将使用者匹配到地图上对应的正确位置上并显示出来,是一种基于软件校正的提高定位精度的方法,成本较低并且可以达到定位要求。因为该方法中不仅使用了手机内置的GPS定位芯片,而且也需要运用电子地图数据库信息,后者的精度一般要高于手机GPS芯片的定位精度,且不受周围环境等其他因素的干扰。现在的智能手机硬件条件足够强大,拥有足够的存储空间来存放电子地图,手机CPU的处理能力也足够应对计算需要。2万方数据第1章绪论1.2课题研究现状分析1.2.1 汽车碰撞预警系统的研究汽车碰撞预警系统是一种辅助驾驶装胃,_}。zi-J驶II寸 Jtfi-Ul是实时地划‘删闭的障碍物进行检测U蝴4,、u11仃僦摭M险存存|卜J‘,会发送预警信息给中g驶者来舰避碰撞。传统的汽/|i碰撞预警系统根捌使川的榆测于段的一iH,i-婴分为以l-JL种1基于超声波的汽车碰撞预警系统基于超声波的汽车碰撞预警系统主要采用超声波测距仪来检测周围障碍物的存在并计算相对距离。工作原理是,超声波测距仪向自订方发送脉冲信号,当有障碍物时,就会反射一部分超声波回来,根据i,J-后的时问差计算出障碍物的距离大小。根据相对距离的大小丌发预警算法,当相对距离小于安全阈值时,对驾驶者进行预警。缺点是受天气影响大,对远距离的障碍物识别不灵敏,工作方向单一。2基于雷达的汽车碰撞预警系统基于雷达的汽车碰撞预警系统主要采用雷达来对周围的障碍物进行相对距离和相对速度检测。雷达的主要工作原理是向车辆周围环境中发射无线电磁波信号,当在检测范围内有障碍物存在时,会有电磁波反射回来,从而可以根据差拍信号问的相差来计算目标障碍物与信号发射源之问的距离大小,相对速度则可以根据差频信号相差的大小和速度之间的关系来计算。碰撞预警算法主要根据相对距离和相对速度来开发,通过设置不同的安全阈值来设立不同的预警级别,当有不同严重程度的碰撞发生的可能时,给予驾驶者不同级别的警告。缺点是受天气影响大、易受周围环境中的其他电磁波信号干扰。3基于激光雷达的汽车碰撞预警系统根据工作方式的不同可以分为两种,一种是非成像激光雷达,利用发射物镜将高功率窄脉冲聚焦成光束通过扫描镜进行左右扫描,经过障碍物反射回来的光束经过接收物镜接收后,可以通过计算前后的时lhJ差值来求得障碍物的相对距离;另一种成像式激光雷达可以分为扫描式和非扫描式两种,前者通过结合二维扫描镜对整个视场进行扫描得到目标的三维信息;后者则利用分束器将激光向多个方向发射,成像速度快于前者。根据扫描获得的信息来计算障碍物的相对距离和相对运动速度,基于碰撞预警策略丌发碰撞预警算法,实现碰撞预警功能。由于激光束对人眼伤害大而使应用受到限制,也易受到振动幅度干扰。4基于机器视觉的汽车碰撞预警系统系统主要通过图像采集传感器来获取周围环境的图像数据信息,再利用相应的图像处理算法来对其进行分析处理。在图像处理中需要根据周围参照物的万方数据第1章绪论标定信息来计算求得障碍物的具体位置信息,进而求解出目标物体与本车的相对位2一和相对运动关系,然后据此开发碰撞预警算法进行实时判断跟踪,当有碰撞危险产生时,发出预警信息告知驾驶者进行规避。缺点是图像处理过程计算量巨大,计算耗费时问大,对硬件要求高,对天气的适应能力也较差。5基于红外成像的汽车碰撞预警系统系统二1i婴足通过红外热成像化感*{刘‘川物体进ij感9Il并叫i成棚应的图像数据信息,经过视频采集削5集传送给数i,信号处理器,根抓搭i像处理算法谚{别处理后得到11标障碍物的实时特f对f讧嚣、村I对速度、相对加速度信息,输入到碰撞预警算法中,根据碰撞预警策略产生4i同的碰撞预警等级,当有碰撞发生的可能时,对驾驶者进行警告。优点是基于热成像而不是光,灵敏度高、适应天气能力强,但对硬件、软件性能要求高。6交互式汽车碰撞预警系统交互式汽车碰撞预警系统主要由路侧设备、车载设备等组成。车载设备主要包括GPS定位设备、无线通信单元等,路侧设备主要由无线路由器或者其他无线通信基础设施组成。系统主要工作原理是,车载设备可利用集成的GPS定位芯片、速度和加速度传感器来实时的获得车辆的位置、速度、方向等信息,然后通过无线通信单元将位置、运动信息即时发送出去,周围连入路侧设备的车辆都可以接收到该信息,然后基于接收到的周围目标车辆的位置、运动信息开发相应的碰撞预警算法,当有碰撞危险发生时,根据事先设立的碰撞预警策略进行不同级别的碰撞预警通知,避免碰撞事故的出现。交互式汽车碰撞预警系统具有准确可靠、精度高等优点,,但需要巨大的基础设备投入,且无线通信网络的承载力、实时传输能力、网络安全等问题也需要考虑。通过以上介绍我们可以看出,每一种碰撞预警系统都是基于某一种传感器来进行工作,其中基于超声波、雷达、激光雷达的碰撞预警系统,由于传感器自身的局限性,一般检测方向单一,有检测死角,且受天气影响大基于红外热成像的汽车碰撞预警系统虽然检测识别能力突出、适应环境能力强,但对软硬件性能要求高;基于交互式的碰撞预警系统虽然没有检测死角,但对网络的要求比较严格,无线网络的搠堵、延迟、信息传输安全性等都需要考虑在内。因此,考虑将多种检测方法结合使用会是改进的方向之一。1高校、研究院所的研究成果2010年王春磊做的工作主要包括应用Zigbee通信技术来实时进行周围环境中车辆的速度、加速度和行驶方向等信息的交互,并据此丌发危险超车预警算法,建立防追尾和超车预警模型,在超车条件不具备而驾驶员试图超车和预测追尾将要发生时发出预警警告信号。此外作者还重点研究并分析了最小安全行车距离。2011年刘志峰在博士论文中针对车辆的横向碰撞预警做了大量研究和实验,主要包括基于统计分析的方法来开发识别车辆驾驶意图法、基于驾驶习惯4万方数据
展开阅读全文
收藏
下载资源

加入会员免费下载





足球比分直播