杜炳硕[1]2004年在《基于粒子滤波的汽车防撞雷达研究》文中研究表明毫米波汽车防撞雷达是目前国内外正在研发的汽车安全系统的重要组成部分。由于工作于各种非高斯背景的干扰环境，利用以往传统的Kalman和扩展Kalman滤波等线性或近似线性的处理方法很难实现对目标的准确检测和跟踪。粒子滤波技术对于非线性系统和非高斯的干扰环境具有高度的适应性，可以很好解决以往算法精度不高甚至发散的问题，克服系统可靠性差的缺点。研究基于非线性和非高斯背景下的粒子滤波信号处理技术对于提高毫米波汽车防撞雷达性能，降低恶性交通事故的发生率，提高交通安全性有着极其重要的理论和现实意义。本文主要围绕基于粒子滤波技术的汽车防撞雷达开展工作，主要内容包括： 1．在介绍非线性滤波的基础上，引入粒子滤波，并通过实例对粒子滤波性能进行仿真，结果证明了在非线性系统非高斯背景下粒子滤波的优异性能； 2．简要介绍了前视车载雷达的预警功能、特性指标，分析了车载毫米波雷达系统的工作体制和天线的扫描方式，提出了采用混沌调频信号代替传统的线性调频信号的方案，通过仿真表明该信号在很大程度上可以减少由各种背景干扰及交叉干扰引起的虚警现象； 3．构造了整个车载雷达系统的原理框图，对其工作原理进行了讨论。通过分析和仿真证明了对单目标和多目标相关处理具有良好的测距性能；简单介绍了数字多波束技术和测角技术，仿真结果显示这种高分辨阵列测向技术具有高精度； 4．分析了粒子滤波在汽车防撞雷达系统中的应用，并与扩展卡尔曼滤波进行比较，仿真结果表明：粒子滤波很好地解决了扩展卡尔曼滤波跟踪精度不高甚至发散的问题，大大地提高了系统可靠性。
龚迅[2]2016年在《汽车防撞雷达多目标跟踪算法研究》文中指出在智能交通领域,汽车防撞雷达系统作为一项主动防撞措施,对实现自动驾驶、降低交通事故发生率具有重要的现实意义。汽车防撞雷达多目标跟踪技术能够在道路杂波环境实时估计车辆运动状态信息及目标数目,提高系统可靠性。本论文围绕汽车防撞雷达系统多目标跟踪算法进行研究,主要工作如下:首先,针对汽车防撞雷达道路多目标跟踪非线性、车辆目标数目时变、目标运动模型多样的问题,给出了一种基于有向图切换的无迹卡尔曼高斯概率假设密度(DS-UKGMPHD)算法。该算法通过DS算法实时选择合适的模型子集,并结合无迹卡尔曼算法与GMPHD滤波进行跟踪。仿真表明,该算法不仅适用于非线性条件,毋需数据关联,而且能在较多模型覆盖的情况下,对汽车防撞雷达多车辆目标准确跟踪,较交互式多模型无迹卡尔曼高斯概率假设密度(IMM-UKGMPHD)方法更具优越性。其次,针对汽车防撞雷达系统新生目标强度函数未知的多目标跟踪问题,给出了一种基于新生目标检测的道路多目标跟踪算法。该算法首先基于多假设航迹起始算法检测新生车辆目标,构造新生目标强度函数,其次结合基于有向图切换的UKGMPHD滤波进行多车辆目标跟踪。仿真表明,该算法不仅适用于新生目标强度函数未知的道路杂波环境,而且能够适应时变数目多机动目标的非线性跟踪,较DS-UKGMPHD算法增大了适用范围。最后,针对汽车防撞雷达漏检造成的道路目标信息丢失问题,给出了一种基于变结构多模型的修正高斯概率假设密度(VSMM-IGMPHD)算法。该算法首先基于有向图切换方法进行变结构多模型切换,其次在改进GMPHD算法的基础上结合UKF进行滤波。仿真表明,在防撞雷达存在适当漏检目标的情况下,该算法能够完成时变数目的道路多机动目标跟踪,较VSMM-GMPHD算法对状态信息及数目的跟踪准确度提升。
周迎娥[3]2008年在《基于传感器融合的汽车防撞算法研究》文中认为随着科学技术的发展,近20年来,多传感器数据融合技术日益受到人们的普遍关注。多传感器数据融合在解决探测、跟踪和目标识别等问题上,具有抗干扰、生存能力强,时空覆盖范围大,增加了测量维数,增强了探测性能,提高了系统的可靠性和准确性,空间分辨能力强,反应灵敏,各传感器优势性能互补等优点。其主要应用于军事领域及智能机器人、遥感、医疗诊断、自动监视、图像处理、模式识别和复杂工业过程控制等相关领域。多传感器数据融合研究目的是如何通过综合多信息源的信息获得比依靠任何单个信息源更加准确和更加确定的估计与推理,也是本文的研究主题。本文主要是围绕基于传感器融合的汽车防撞算法这一问题来进行研究的,首先分析传感器融合系统的模型,多传感器目标跟踪的模型及其状态估计方法。由于数据融合处理过程较为复杂,文章还详细分析了贝叶斯粒子滤波的原理及其数据处理方法,粒子滤波采用一些带有权值的随机样本(粒子)来表示所需要的后验概率密度,而不是采用传统的线性变换,并对经典的纯方位跟踪问题进行了仿真。建立了汽车主动避撞的安全距离模型,分析了汽车在制动的各个阶段其制动距离的一般算法,然后考虑在实际情况中各种因素的影响,给出了汽车在不同加速条件时其制动距离的算法。最后,本文以雷达传感器和红外传感器融合为例,依据一般假设条件,雷达传感器和红外传感器测量周期不成整数倍,将雷达的采样结点作为参考点,红外传感器的量测数据面向雷达量测数据进行同步,并且将统计特性表达式代入量测数据同步融合过程中,然后对算法进行了仿真验证。在序列蒙特卡洛粒子滤波的基础上建立模型,通过用Matlab/Simulink仿真软件对模型进行仿真,证明该算法的有效性。
肖楠[4]2012年在《车辆防撞检测及数据融合方法研究》文中提出智能交通系统(ITS)作为城市交通控制和人车控制系统可以有效地提高城市交通效率，减少汽车数量高速增长所带来的诸多交通安全问题，目前虽然还没有完整的ITS体系，但其中的城市交通控制体系已得到广泛使用，并成为国民生活的一个重要部分存在。ITS系统中的车辆防撞子系统有望在很大程度上减少交通事故所造成的损失，因而逐渐成为新的研究热点。车辆防撞系统中的首要环节就是利用传感器对前方车辆的运动状态进行探测以获得前方车辆的相关数据。现有的车辆防撞系统多使用单一种类的传感器来对目标进行探测，但是单一种类的传感器因为传感器本身的硬件限制而不能很准确且高效地探测目标。而多传感器数据融合可以综合多种传感器的优势来弥补各个传感器的不足或缺失，提高系统的准确性和可靠性，因而，近年来，多传感器数据融合技术越来越受到人们的关注。本文的主要内容正是将多传感器数据融合应用于汽车防撞检测，并研究如何将各个传感器所探测得到的数据有效且准确地融合起来供车辆防撞系统使用，主要工作如下：首先，多传感器数据融合的方法有很多，本文使用了最小二乘法和粒子滤波来对红外传感器和雷达所测得的数据进行融合处理和跟踪估计。首先对红外传感器和雷达所测得的数据进行预处理使之在时间上同步，然后使用最小二乘法和加权平均对两个传感器的数据进行融合处理，最后使用粒子滤波对其进行跟踪估计。文中对粒子滤波和卡尔曼滤波进行了仿真对比，仿真结果显示了在系统状态方程和观测方程都是非线性时粒子滤波的性能要优于扩展卡尔曼滤波。其次，由于各个汽车公司如何对驾驶员进行预警的方法均有不足之处，本文针对预警算法的设计这一车辆防撞系统中的另一个重要环节提出一种改进的算法，该算法可以使车辆对驾驶员的警告以一种持续的视觉反馈方式呈现，使驾驶员更直接地了解当前车辆和前方车辆的情况，并考虑到了在恶劣路面状况下如何使算法更有效地防止车辆的碰撞。
《中国公路学报》编辑部[5]2017年在《中国汽车工程学术研究综述·2017》文中研究指明为了促进中国汽车工程学科的发展,从汽车噪声-振动-声振粗糙度(Noise,Vibration,Harshness,NVH)控制、汽车电动化与低碳化、汽车电子化、汽车智能化与网联化以及汽车碰撞安全技术5个方面,系统梳理了国内外汽车工程领域的学术研究进展、热点前沿、存在问题、具体对策及发展前景。汽车NVH控制方面综述了从静音到声品质、新能源汽车NVH控制技术、车身与底盘总成NVH控制技术、主动振动控制技术等;汽车电动化与低碳化方面综述了传统汽车动力总成节能技术、混合动力电动汽车技术等;汽车电子化方面综述了汽车发动机电控技术、汽车转向电控技术、汽车制动电控技术、汽车悬架电控技术等;汽车智能化与网联化方面综述了中美智能网联汽车研究概要、复杂交通环境感知、高精度地图及车辆导航定位、汽车自主决策与轨迹规划、车辆横向控制及纵向动力学控制、智能网联汽车测试,并给出了先进驾驶辅助系统(ADAS)、车联网和人机共驾等典型应用实例解析;汽车碰撞安全技术方面综述了整车碰撞、乘员保护、行人保护、儿童碰撞安全与保护、新能源汽车碰撞安全等。该综述可为汽车工程学科的学术研究提供新的视角和基础资料。
柯振宇[6]2014年在《基于毫米波雷达的车辆纵向碰撞预警系统设计》文中指出近年来，随着科学技术与经济水平的提高，我国汽车保有量不断增长，随之而来的是交通事故的频发。根据我国公安部交通管理局统计，超过65%的相撞都属于追尾碰撞，而且造成的损失也最大，由此可见，研制避免车辆纵向碰撞的安全防撞预警系统对保证驾驶员行车安全有重要意义。随着各种传感技术、信息融合处理技术、计算机通信技术的发展，防撞预警系统已不再依赖单一的信息源来判断危险，而是通过智能算法分析、融合本车自身以及周边环境信息来综合评判碰撞危险。本课题依托于863智能车项目，将目标跟踪技术与防撞预警系统有机地结合起来，综合考虑自车行车状态和前车行驶趋势来对车辆碰撞态势进行评估，从而建立起基于目标跟踪的集预警、主动避撞功能于一体的车辆主动安全防撞预警系统。本文首先对毫米波雷达的测速、测距原理进行了分析，并依据其工作原理设计了针对性的数据解析程序，为预警系统提供准确有效的信息源。然后通过对制动过程和跟车动力学模型的分析，将前车运动状态分为前车静止、前车匀速或加速、前车减速或制动停车叁种情况，从而建立了基于驾驶员预估模型的最小安全距离模型。在此基础上将目标跟踪的概念引入到防撞预警系统中，通过毫米波雷达实时采集到的相对车距信息和前车车速信息，基于CV/CA车辆运动模型的卡尔曼滤波跟踪算法对前方目标车辆的运动状态进行预测；引入基于安全距离模型的二级预警方案，和基于时间概念的TTC紧急制动辅助避撞算法，构建车辆纵向防撞预警系统。最后在Matlab仿真软件中通过Simulink模块建立了车辆动力学模型、毫米波雷达测距模型和预警模型，并基于GUI图形用户界面搭建了模拟预警监控仿真平台。通过GUI和Simulink的联合仿真实验对基于目标状态预测的预警算法进行了验证。仿真实验结果反映，引入目标状态预测后优化了报警和消警的合理性，提高了碰撞预警的准确性和可靠性。
李秋燕[7]2015年在《基于数据关联算法的汽车主动防撞预警系统多目标跟踪研究》文中提出汽车安全受到越来越多的重视，它分为主动安全和被动安全。本文结合吉林省科技厅重大科技创新项目“汽车主动防撞预警系统的研究开发”，本文开展了基于数据关联算法的汽车主动防撞预警系统多目标跟踪研究。汽车主动防撞预警系统是针对汽车主动安全的系统。多目标跟踪是汽车主动防撞预警系统的重要组成部分，该部分是目标信号处理的下一个环节，对处理好的信号进行分析，辨别出各个目标的关系。多目标跟踪能够确认检测到的目标，并估计检测到目标的运动状态和轨迹，最终实现汽车的主动防撞控制。本文通过分析汽车主动防撞预警系统的功能要求，实现对多个目标的运动状态估计和轨迹估计的要求。因此需要选择线性滤波器和数据关联算法处理多目标跟踪数据。对卡尔曼滤波和常增益滤波进行对比分析；进而对综合概率数据关联算法、联合概率数据关联算法和机动目标跟踪算法进行对比分析；并对目标运动模型进行分析；同时根据道路车辆实际行驶环境进行分析，对目标运动速度范围和加速度范围进行分析，最后确定多目标跟踪的算法。本文围绕汽车主动防撞预警系统的多目标跟踪研究以下几个问题：首先对汽车主动防撞预警系统多目标跟踪理论进行研究，分析探测目标的数据源，分析跟踪特点，建立大地坐标系即二维平面上的笛卡尔直角坐标系。研究了滤波理论，为满足了汽车主动防撞要求，选择线性滤波器。分析卡尔曼滤波器和常增益滤波器这两种线性滤波器。研究相关波门理论，提高目标检测概率和减少虚警概率。最后给出车辆道路行驶环境下的目标运动模型。接着对雷达系统数据关联技术进行研究，分析数据关联的对象，目标跟踪轨迹维持和目标跟踪轨迹起始：其中目标跟踪的轨迹维持理论选择贝叶斯类数据关联算法，此类算法主要研究了综合概率数据关联算法和联合概率数据关联算法。两种数据关联算法针对密集杂波环境下提出多目标的跟踪理论；对目标的跟踪还需要目标的跟踪轨迹起始，分析修正逻辑法轨迹起始方法。然后对机动目标跟踪理论进行研究，分析目标的机动情况，目标运动状态是不断变化的。根据机动目标跟踪理论分为机动检测跟踪算法和自适应跟踪算法两大类，主要研究了基于机动检测的可调白噪声算法和基于自适应的Singer模型算法和多模型算法。分析了目标机动运动情况下这些算法跟踪性能。最后在分析了上述理论研究后，利用MATLAB软件对多目标跟踪进行仿真分析，建立叁种目标运动模型，匀速运动模型、匀加速运动模型和转弯机动运动模型，并分别用综合概率数据关联算法和联合概率数据关联算法和机动目标跟踪算法仿真；根据仿真结果分析算法的跟踪性能即准确性、实时性和可靠性。通过本文研究，有利于实现汽车主动防撞预警系统多目标跟踪，估计目标的运动状态和目标轨迹。对于提高汽车主动安全检测概率和减少虚警概率奠定理论基础，并对其应用有一定的现实意义。
王洪峰[8]2016年在《城市道路汽车防碰撞系统障碍物识别算法及应用研究》文中研究指明汽车主动避撞系统作为一种先进驾驶辅助技术,能够辅助驾驶员,降低驾驶员驾驶强度和交通事故发生的可能性,改善汽车的主动安全性能,具有广阔的市场发展前景。但在国内研究大多还处在论证和实验阶段,缺少价格合适的硬件系统和虚警率过高等都是急需解决的问题,因此对其进行相应的研究很有必要。本文以城市道路汽车主动避撞系统为应用背景,以单线激光雷达为主要传感器,根据雷达扫描特性,设计了一套具有自适应特性的车辆前方障碍物检测与跟踪算法,使用Matlab/Simulink搭建仿真模型,对比了几种常用的机动目标模型在不同仿真工况下的Kalman跟踪结果,根据实车实验数据获得适应于实验车主动避撞系统的安全距离模型。具体的研究内容如下:(1)通过对比近年来我国发生的交通事故中的一些实际数据,引出了研究主动避撞系统的意义,对比分析了主动避撞系统的国内外研究现状。介绍了现阶段主动避撞系统障碍物识别所采用的几种方法。(2)制定防撞系统障碍物识别算法整体流程。根据汽车防碰撞系统的工作原理,将整个障碍物识别算法分为行车信息感知、障碍物识别、目标跟踪以及安全状态评估四个部分,并分析了算法的关键技术。对比分析防碰撞系统的行车信息感知传感器,选取激光雷达作为传感器;对防碰撞系统控制单元的组成及接口电路进行了简单介绍,为后续的算法的详细介绍奠定基础。(3)确定具有自适应阈值的障碍物识别算法。介绍了几种常用的聚类分析算法的原理,分析比较各种算法的优缺点,根据所选用的激光雷达的采样特点,采用最近邻聚类分析算法进行障碍物识别,同时根据扫描距离的变化自适应改变聚类阈值,以提升聚类算法的准确性。(4)选取机动目标模型,对自适应卡尔曼滤波算法进行研究。比较常速度模型、常加速度模型、Singer模型以及当前统计模型的系统原理及应用场合。根据城市道路车辆行驶的实际情况,选取当前统计模型作为机动目标模型,并采用基于当前统计模型的自适应卡尔曼滤波算法对车辆前方目标进行跟踪,分析跟踪系统参数对自适应算法的影响。(5)算法仿真对比分析及实车实验。应用Simulink搭建仿真模型,就匀速运动、匀加速运动及变加速度运动叁种仿真工况对常速度模型、常加速度模型以及当前统计模型进行目标跟踪仿真对比实验。搭建实车实验平台,对聚类分析算法及目标跟踪算法进行实车实验验证。以驾驶员预瞄安全距离模型为基础进行安全状态评估试验,对试验测得的制动距离进行回归分析处理,最终得到适应于实验车主动避撞系统的安全距离模型。
周辉阳[9]2016年在《基于防碰撞车载雷达的多目标定位与跟踪技术研究》文中研究说明随着21世纪科技的不断发展和经济的不断腾飞,人们的物质世界得到了极大地丰富,汽车保有量逐年不断攀升。近年来,智能汽车和无人驾驶被认为是解决汽车安全性和交通便利性的最佳途径和发展趋势。基于此,本文进行了车载雷达的定位与跟踪技术研究。首先,针对车载雷达在多目标识别中的模糊和虚假目标问题,创新性的提出了一种新型的调频连续波(Frequency Modulated Continuous Wave,FMCW)波形设计。该波形分别从速度维和距离维对目标进行限制,再加上容差函数的建立,最终能得到精准的目标个数,有效的去除虚假目标,准确率达到100%。其次,分析现有跟踪算法的特点和不足。针对现有车辆跟踪交互多模算法(InteractiveMulti-tudeModel,IMM)的不足,提出 了一种基于道路信息和当前统计特征的新型交互多模算法。该算法利用了道路的信息和车辆当前的信息,结合有效的信息可以去除大部分的无效模型,只选用极少数的可能模型与目标的运动模式进行匹配滤波。新IMM算法中多个模型不会出现过度的竞争,而减少无效模型之后也会减少干扰,仿真结果验证在同等精度下时间复杂度在五个模型下降低7.2%。再次,对于密集场景中的数据关联问题创新性的提出了基于动态阈值的新联合概率数据关联算法,该算法能针对密集场景简化确认矩阵和关联事件的数量,简化算法复杂度的同时还能提高算法的收敛速度,在本文仿真场景中提升了 4%且随着场景越密集提升越可观。最后,基于多雷达多目标的现实场景提出了多雷达协同探测,单雷达存在噪声的随机性和不可预知性,而多雷达则能部分抵消噪声从而获得更准确的估计和滤波精度,仿真结果验证了跟踪精度的提升以及各个模型之间的竞争过渡更加平滑清晰。
康俊民[10]2016年在《城市环境下无人车自主定位关键技术研究》文中指出连续、实时、准确的定位是无人驾驶汽车安全行驶的重要保障之一。但城市环境中存在一些被高层建筑、浓密树荫包围的半封闭区域,导致全球导航卫星系统(GPS)的定位结果误差增大或者完全失效,使单纯依靠GPS的智能汽车无法持续定位。为解决以上问题,本文提出了一种适用于智能汽车的多模式定位系统,并对其关键技术进行了深入研究。本文的主要创新点如下:1、提出了一种满足城市环境的智能汽车平台构建方案。在方案中,智能汽车平台的环境感知系统在空间上以车辆中心为球心对外部环境进行感知。适用于感知不同高度、不同距离的环境实体障碍。在规划决策系统中,根据我国的交通法规预设多种规划决策条件与事件,在时域上将串行的交通事件网络化,在满足实时性和低资源消耗的同时为规划决策系统的进一步扩展提供支撑。利用CAN总线实现了智能汽车执行控制系统的全车电控,无论是从响应灵敏度、控制精度以及安全性方面都优于外挂式机械控制。2、改进了一种GPS接收机和北斗全球导航定位系统接收机的融合方案。具体为:1)改进了一种同时适用于GPS信号与北斗信号的正交数字下变频电路,该电路资源规模小,不使用加法、乘法等电路,不引入额外的误差。2)改进了一种北斗信号中Neumann-Hoffman(NH)编码的解调方法。在北斗信号捕获完成后,利用快速傅里叶变换(FFT)在频域和时域同时搜索NH码的码头和载波的准确频率。该方法硬件资源利用率高、处理速度快。实验证明该融合方案实现了在同一款芯片上对GPS信号和北斗信号的接收。3、提出了一种“先分割、再融合”的2D激光雷达探测数据中实体目标的分割方法。与传统的数据分割方法不同,“先分割、在融合”分割法分为“依据最大探测距离分割法”、“依据相邻观测点间距分割法”和“依据观测点间距融合法”叁个部分,分别实现环境实体之间的“地理分割”、“前景、背景分割”和“环境实体融合”叁种不同的需求。该分割方法通过判断观测点云中各点簇之间的距离,对点簇进行分割与融合,尤其适合城市环境中“树冠”等松散实体的数据分割。4、提出一种基于神经网络的环境目标特征分类方法。不同于普通的“先识别、后分类”的环境特征提取方法,该方法在利用神经网络分析数据样本的类型时,不但利用神经网络分类器的最大输出值判定输入样本的类型,同时对神经网络分类器所有输出值的权重进行分析,以判定分类的有效性。最后对有效的分类进行特征提取。该方法在有效的抑制分类结果中的“假阳性”、“假阴性”所占比例的同时,提升了特征分类的稳定性。5、提出一种基于Delaunay叁角剖分的环境特征唯一性表示法。2D激光雷达的观测数据中没有任何描述环境实体唯一性的数据。因此,识别后的环境特征仅具有类别描述而没有唯一性描述。本研究中利用Delaunay叁角剖分法赋予环境特征之间唯一的几何关系。该方法打通了环境特征在数据关联上的距离壁垒,使得特征之间的关联匹配从“最邻近”法的局部空间拓展到了全局空间。但由于采用叁角形匹配法,因此要求环境特征数量必须大于等于叁个。6、提出一种智能汽车路径回环快速检测方法。该方法为两个部分:1)路径回环可能性进行检测。为了尽可能减小车辆位姿偏差引入的检测误差,该方法将观测数据映射到对称二维高斯空间中,利用所有观测点高斯映射值的累加和作为场景识别元素之一,结合车辆航向、特征数量、车辆位姿之间的距离关系计算出该帧发生路径回环的可能性,筛选出回环可能性较高的观测帧对组成“回环观测帧对”集合。第一步计算简单,能够对观测帧实现快速筛选。2)路径回环精确判定。利用Delaunay叁角剖分法提取每一组“回环观测帧对”中环境特征之间的叁角几何关系,用两个最相似叁角形之间的匹配代替全量数据的帧间匹配,并保存所有“回环观测帧对”的匹配结果与匹配误差。选择匹配误差最小的匹配结果作为优化累积误差的约束条件,对所有观测位姿进行优化。第二步不使用全量观测数据进行帧间匹配,避免了杂乱数据对匹配结果的干扰,提升了匹配精度。实验结果表明本文提出的方法能够稳定、准确的识别环境特征;能够快速、准确的识别路径回环点;构建的环境特征地图中环境特征精度高,环境点云地图中建筑物轮廓重合度高。
参考文献：
[1]. 基于粒子滤波的汽车防撞雷达研究[D]. 杜炳硕. 南京理工大学. 2004
[2]. 汽车防撞雷达多目标跟踪算法研究[D]. 龚迅. 南京理工大学. 2016
[3]. 基于传感器融合的汽车防撞算法研究[D]. 周迎娥. 东北大学. 2008
[4]. 车辆防撞检测及数据融合方法研究[D]. 肖楠. 电子科技大学. 2012
[5]. 中国汽车工程学术研究综述·2017[J]. 《中国公路学报》编辑部. 中国公路学报. 2017
[6]. 基于毫米波雷达的车辆纵向碰撞预警系统设计[D]. 柯振宇. 武汉理工大学. 2014
[7]. 基于数据关联算法的汽车主动防撞预警系统多目标跟踪研究[D]. 李秋燕. 吉林大学. 2015
[8]. 城市道路汽车防碰撞系统障碍物识别算法及应用研究[D]. 王洪峰. 吉林大学. 2016
[9]. 基于防碰撞车载雷达的多目标定位与跟踪技术研究[D]. 周辉阳. 北京邮电大学. 2016
[10]. 城市环境下无人车自主定位关键技术研究[D]. 康俊民. 长安大学. 2016
标签：武器工业与军事技术论文; 电信技术论文; 粒子滤波论文; 雷达论文; 汽车防撞预警系统论文; 仿真软件论文; 数据融合论文; 关联分析论文; 概率计算论文; 数字滤波论文; 卡尔曼滤波论文; 平滑滤波论文; 人工智能论文; 智能汽车论文;