基于多传感器数据融合技术检测V2V通信的可信度

基于多传感器数据融合技术检测V2V通信的可信度

自动驾驶车辆只有能充分可靠地感知周围环境，才能做出正确的驾驶指令。使用车辆对车辆（V2V）通信能够获得比传统车载传感器（如雷达、激光雷达）更精确的车辆位置数据（如时间、位置、行驶方向和速度）。然而，V2V通信中的加密机制虽然能够确保数据之间交互不受影响以及交互数据的真实性，但其不能保证交互信息的精确性。为此，提出了一种基于视觉的多目标跟踪系统来检测V2V通信的可靠度。该系统以新型多目标跟踪算法为基础，将相关传感器获得的数据进行融合，利用绝对位置差分法将协同感知信息的绝对位置信息转换为由多目标追踪方法获得的相对观察范围信息，并在原型车上对V2V通信的可靠度进行检测。将多个传感器数据融合于感知传感器和V2V中，并假定感知传感器和V2V都是现成的硬件，且已融合了多目标追踪算法。在真实的城市条件下进行试驾的结果表明，多目标跟踪系统可用于检测V2V通信的可信度，但在多传感器数据融合方面还存在一些限制，如必须采用专用的传感器模型才能表征特定的传感器行为；多个传感器感知范围的重叠区域很窄，使检测融合的区域变窄，虽然添加更多感知传感器能增大该区域，但还不足以满足需求。此外，采用缓冲策略能够消除系统乱序测量的问题，进而提高多目标追踪方法检测系统的可靠性。

MarcusObstetal.2014 IEEEVehicularNetworking Conference（VNC），2014.

编译：朱会