基于D-S证据理论的障碍目标身份识别.pdf

万方数据

基于D-S证据理论的障碍目标身份识别赵一兵，王荣本，李琳辉，郭烈吉林大学学报(工学版)摘要：以越野环境中典型的障碍物为识别目标，选用单目视觉与激光扫描仪建立融合系统，基于胁S证据理论融合多传感器信息，实现UGV对障碍目标的身份识别。首先将每个传感器的观测数据从观测空闻变换到证据空间，对每种身份分配一个基本概率赋值；融合系统再根据Dempster组合规则计算各个命题组合后的概率赋值函数和相应的信任度区间，然后计算综合概率赋值函数和信任度区问；最后根据计算结果和决策规则进行障碍身份识别。试验表明：该方法优于利用单个特征识别障碍物身份，能大大提高系统对于障碍物的识别分类能力。关键词：交通运输系统工程；D-S证据理论；无人驾驶车；隶属度；数据融合中图分类号：U491．14文章编号：1671—5497(2008)06—1295一05Obstacleidentificationbaseddempster-shafertheoryofevidence当前无人驾驶车辆(UGV)自主导航已成为无人地面作战平台的研究热点问题，要想在远离公路的环境下实现UGV的自动驾驶，并完成相关任务，实现对环境的可靠感知是必须解决的最具挑战性的技术问题。根据各机构的实验数据，单一传感器无法获得足够的信息，进而做到在室外复杂地形下应付自如，使用具有互补特性的传感器是唯一有望解决这-二问题的方法‘1。。(吉林大学交通学院，长春130022)文献标识码：AYi-bing，WANG基金项目：吉林省科技发展计划项目(20050316-1)．作者简介：赵一兵(1979一)。女．博士研究生．研究方向：智能车辆环境感知及其自主导航t汽车安全辅助驾驶．通信作者：王荣本(1946一)，男，教授。博士生导师．研究方向：汽车安全辅助驾驶，智能车辆环境感知及其自主导航，视觉导航AGV及自动化系统．E-mail,wrb(孕jlu．edu。cn第38卷第6期2008年11月JournalJilinZHAORong-ben，LILin—hui，GuoLieTransportation，JilinAbstract：SensordatafusionsystemiscomposedfromsinglecolorCCDandlaserscanner．BasedDempster-Shaferdifferentfusedtogetherclassifythreekindstypicalobstacles．Firstly，sensortransformedwhichattributestheobstacle'scharacteristic．Sinceidentityobstacleunknown，basicprobabilityassignmentassignedclassification．ThenDempsterrulesusedcomputeultimateBPABelieveinterval．Finally，obstacleclassificationdefinedaccordingrules．TestresultsshowthatD-Ssuperiorcharacteristicmethodwhenclassifyingidentification．Keywords：engineeringcommunicationstransportationsystem；D-Sevidence；unmanedgroundvehicles；subordination；data收稿日期：2007-07-13．E-mail：[e-mail](EngineeringTechnologyEdition)V01．38No．6on(CollegeUniversity，Changchun130022，China)everytof·’NOV．2008Offsensorarecurrent／，，一．
万方数据

棚弋胁|v¨型”㈨型抛W蔷“卅封．．．⋯槲产儿晡mmⅥjMJ的最大相关系数；届=口；／∑(P；(j))为特征值口私。／∑口乒；为特征值ft的可靠系数。为合理利nS理论中辨识框架@的建立2传感器特征证据的选取3基本概率赋值函数的构造0●l-I刖叩．1I_n博¨¨¨¨¨¨●L吉林大学学报(工学版)作者充分利用单目彩色CCD与激光扫描仪两种传感器的优势互补资源建立了信息融合系统，利用D-S证据推理方法融合多传感器数据信息，实现了UGV对越野环境中典型障碍目标的身份识别。1Dempster组和规则的计算复杂性随鉴别框架@成指数增长，如果基数(这里指不同待识别目标数)N=10，将有2N一1个基本概率赋值函数，如果N再增加，计算量和复杂度等均迅速增加，不仅使概率分布造成困难