基于組合定位技術(shù)的多智能車輛合作編隊(duì)仿真技術(shù)研究.pdf

1、在當(dāng)今智能車研發(fā)領(lǐng)域，多智能車通過(guò)個(gè)體間的相互協(xié)作可以完成單一智能車無(wú)法完成的復(fù)雜任務(wù)，其中多智能車編隊(duì)技術(shù)是多智能車系統(tǒng)的一個(gè)重要研究方向。智能車在執(zhí)行一些復(fù)雜任務(wù)過(guò)程中，如安全巡邏、護(hù)衛(wèi)等，保持某種隊(duì)形具有重要意義。因此，在研究編隊(duì)控制中如何讓智能車根據(jù)要完成的目標(biāo)，形成指定的隊(duì)形，具有重要的理論研究意義和實(shí)用價(jià)值。其中定位技術(shù)是編隊(duì)的基礎(chǔ)和關(guān)鍵技術(shù)之一。全球定位系統(tǒng)GPS（Global Position System）長(zhǎng)期誤差小，

2、但短時(shí)誤差較大，航位推算DR(DeadReckoning)系統(tǒng)短期精度好，但長(zhǎng)期精度較差，存在誤差漂移。車載GPS-DR組合定位技術(shù)可以通過(guò)數(shù)據(jù)融合提供高精度和高頻率以及高可靠性的定位數(shù)據(jù)。但由于使用GPS的局限性，本文通過(guò)將視覺(jué)數(shù)據(jù)和激光測(cè)距數(shù)據(jù)引入到GPS-DR組合定位技術(shù)中，研究出了一種新的組合定位方法，其基本思想是利用視覺(jué)傳感器和激光測(cè)距傳感器感知環(huán)境創(chuàng)建環(huán)境地圖、建立避障路徑規(guī)劃、進(jìn)行GPS/DR定位，利用已經(jīng)創(chuàng)建的環(huán)境地圖校

3、正基于運(yùn)動(dòng)模型的車輛位姿估計(jì)誤差，提高定位精度;同時(shí)根據(jù)車輛可靠的位姿，創(chuàng)建出精度更高的地圖。
　　本文在傳統(tǒng)的組合定位基礎(chǔ)上，提出了一種基于迭代測(cè)量更新的中心差分粒子濾波器算法來(lái)代替其中的擴(kuò)展卡爾曼濾波器(EKF)，并迭代融合新的觀測(cè)數(shù)據(jù)使提議分布更加接近后驗(yàn)概率分布，而能夠精確估計(jì)智能車輛的位姿，進(jìn)而更新特征地圖的位置。該算法在保證車輛定位精度的同時(shí)減少了計(jì)算的復(fù)雜度，提高了系統(tǒng)的估計(jì)性能，增加了迭代算法的穩(wěn)定性。仿真實(shí)驗(yàn)的結(jié)

4、果驗(yàn)證了方法的有效性。本文所提出的方法為智能車輛在室外未知環(huán)境下的定位與地圖創(chuàng)建提供了一種新思路。
　　本文針對(duì)傳統(tǒng)合同網(wǎng)協(xié)議在多智能車編隊(duì)領(lǐng)域中動(dòng)態(tài)多任務(wù)分配問(wèn)題時(shí)開銷大、速度慢、無(wú)法適應(yīng)環(huán)境的動(dòng)態(tài)變化等缺點(diǎn)，通過(guò)對(duì)Agent的能力進(jìn)行量化描述，綜合了Agent的性格特征、他信度和熟人度，并利用CBR技術(shù)對(duì)投標(biāo)對(duì)象進(jìn)行了限制，利用虛擬Leader為編隊(duì)車輛設(shè)計(jì)所需要的目標(biāo)點(diǎn)，并采用匈牙利算法將這些目標(biāo)點(diǎn)最優(yōu)分配給各個(gè)編隊(duì)車輛，通