汽车图像传感通信智能系统的研究

汽车图像传感通信智能系统的研究

介绍了一种应用光谱分析的车用通信系统。提出了将2-PSK作为汽车一组LED光源的空间调整模型。假设摄像机是全局采样器，并且在相同的采样时间捕获LED的状态（ON/OFF）。在车辆行驶的复杂环境中，提出将神经网络系统应用在接收器中，以保障车载相机能对光信号进行有效的解调。提出二阶神经网络系统，以方便从光信号中解调出数据信息。神经网络解调器各阶段的作用如下。

阶段1：使用神经网络的LED检测和跟踪。由于汽车在采样间隔的短时间内有相当大的移动距离（即超过1/3m），因此LED的实时精确检测和跟踪是必要的。神经网络通过捕获图像上的LED先前位置估计LED的当前位置。在调试神经网络之后，通过对每个图像的处理进行验证。

阶段2：使用神经网络的S2-PSK解码。在阶段1中，对LED的快速检测有助于在阶段2中迅速确定LED的状态（ON/OFF）。

值得注意的是，为了克服车辆行驶过程中受到的干扰，如噪声和车辆之间的相互影响，可以将模糊控制和神经网络引入智能系统的研发。智能交通系统的对汽车工业领域和安全驾驶领域的研究具有重大吸引力。无人驾驶汽车是智能交通系统的一个具体示例，综合了辅助驾驶、主动避让和导航的功能。然而，当前的自动驾驶仅是基于传感器的自动驾驶，并没有引入控制方法。本研究所采用的方法是将一对LED灯和摄像机安置于车上，该设计方法在车辆通信领域引起了广泛关注。神经网络的引入，为通信系统和跟踪系统的改进提供了新的思路。

T.Nguyeno et al.2016 IEEE A.Study on Vehicular Image Sensor Communication Intelligent System,2016.

编译：马玲玲