多傳感器信息融合技術(shù)在智能駕駛系統(tǒng)中的應(yīng)用

　　為了克服這些問題，利用信息融合技術(shù)提出了一些新的方法，諸如參考資料[5～6]所述的融合超聲波傳感器和圖像傳感器的信息、融合雷達(dá)與圖像信息或激光與圖像信息等。利用這些方法可以得到較單一傳感器更為可靠的探測(cè)。

2.2 信息融合的基本原理[1]

　　所謂信息融合就是將來自多個(gè)傳感器或多源的信息進(jìn)行綜合處理，從而得出更為準(zhǔn)確、可靠的結(jié)論。多傳感器信息融合是人類和其它生物系統(tǒng)中普遍存在的一種基本功能，人類本能地具有將身體上的各種功能器官(眼、耳、鼻、四肢)所探測(cè)的信息(景物、聲音、氣味和觸覺)與先驗(yàn)知識(shí)進(jìn)行綜合的能力，以便對(duì)其周圍的環(huán)境和正在發(fā)生的事件做出估計(jì)。由于人類的感官具有不同度量特征，因而可測(cè)出不同空間范圍的各種物理現(xiàn)象，這一過程是復(fù)雜的，也是自適應(yīng)的。它將各種信息(圖像、聲音、氣味和物理形狀或描述)轉(zhuǎn)化成對(duì)環(huán)境的有價(jià)值的解釋。

　　多傳感器信息融合實(shí)際上是人對(duì)人腦綜合處理復(fù)雜問題的一種功能模擬。在多傳感器系統(tǒng)中，各種傳感器提供的信息可能具有不同的特征:時(shí)變的或者非時(shí)變的，實(shí)時(shí)的或者非實(shí)時(shí)的，模糊的或者確定的，精確的或者不完整的，相互支持的或者互補(bǔ)的。多傳感器信息融合就像人腦綜合處理信息的過程一樣，它充分利用多個(gè)傳感器資源，通過對(duì)各種傳感器及其觀測(cè)信息的合理支配與使用，將各種傳感器在空間和時(shí)間上的互補(bǔ)與冗余信息依據(jù)某種優(yōu)化準(zhǔn)則組合起來，產(chǎn)生對(duì)觀測(cè)環(huán)境的一致性解釋或描述。信息融合的目標(biāo)是基于各種傳感器分離觀測(cè)信息，通過對(duì)信息的優(yōu)化組合導(dǎo)出更多的有效信息。這是最佳協(xié)同作用的結(jié)果，它的最終目的是利用多個(gè)傳感器共同或聯(lián)合操作的優(yōu)勢(shì)來提高整個(gè)系統(tǒng)的有效性。

2.3 常用信息融合算法

　　信息融合技術(shù)涉及到多方面的理論和技術(shù) ，如信號(hào)處理、估計(jì)理論、不確定性理論、模式識(shí)別、最優(yōu)化技術(shù)、神經(jīng)網(wǎng)絡(luò)和人工智能等。由不同的應(yīng)用要求形成的各種方法都是融合方法的一個(gè)子集。表2歸納了一些常用的信息融合方法。

2.4 智能駕駛系統(tǒng)中信息融合算法的基本結(jié)構(gòu)

　　由于單一傳感器的局限性，現(xiàn)在ITS系統(tǒng)中多使用一組傳感器探測(cè)不同視點(diǎn)的信息，再對(duì)這些信息進(jìn)行融合處理，以完成初始目標(biāo)探測(cè)識(shí)別。在智能駕駛系統(tǒng)中識(shí)別障礙常用的算法結(jié)構(gòu)如圖2所示。

3 CLARK算法