基于协同感知信息的跨车辆信息融合

基于协同感知信息的跨车辆信息融合

协同感知主要是将定位信息的传输按照此间的标准化协议具体内容进行，标准化协议包括欧洲合作意识信息减缓协议（CAM）或美国基本安全信息协议（BSM）。在车辆环境模型中，通过整合来自基础设施感知系统（IPS）和车辆感知系统（VPS）的感知信息，协同感知的概念扩展了合作意识艺术概念的定义。比较了跨车辆信息融合（IV-IF）系统中用于状态融合的3种协方差交叉（CI）方法的。目标是从可选方法中找到哪种CI方法最适用于协同感知研究项目中的主动道路安全。

基于协同感知的信息源定位及感知系统，阐述了要求和假设条件，以及IVIF概念，评估3种不同的CI方法。在给定的设置中，VPS 与IPS的感知信息融合。考虑到评估的标准偏差，采样协方差交叉（SaCI）方法最佳。然而，相比改进的快速协方差交叉（I-FCI）方法，信息理论快速协方差交叉（ITFCI）方法缺乏一致性。IT-FCI方法在融合方程中包括评估方法，以避免在较低不确定性的估计中（对“jump”的融合估计。在这个特定的评估设置中产生了融合估计的平均和标准偏差的最坏结果，其偏差由大范围定位误差的车辆感知数据偏差引起。I-FCI方法与SaCI方法相比，具有稍大的标准偏差。因此，对于给定的设置，I-FCI方法在估计方法中是最好的选择。进一步研究表明，SCIF（分离协方差过滤）方法将在给定的场景中超过I-FCI方法。

F.Seeliger et al.2014 IEEE 17th International Conference on Intelligent Transportation Systems (ITSC)October 8-11, 2014.Qingdao,China.

编译：王欣欣