[工学]交通信息技术.ppt

基于信息融合技术的智能驾驶系统 随着传感器技术、信息处理技术、测量技术与计算机技术的发展，智能驾驶系统得到了飞速的发展。 国际上各大汽车公司，开发了一系列安全驾驶系统，如碰撞报警系统(CW)、偏向报警系统(LDW)和智能巡游系统(ICC)等。我国在这些方面也有一定的研究，但与国外相比有较大的差距。 智能驾驶系统的信息融合 智能驾驶系统的信息融合包括数据层，特征层和决策层三部分。 数据层融合，直接对数据源操作。 特征层的融合，利用对象的统计特征和概率模型进行操作。 决策层的融合。主要是根据各种特征的关联概率，以及该策略的成功概率、风险程度、能量消耗等综合因素，采用基于规则推理的方法，最后形成一个决策。 在多传感系统中，各传感器所提供信息的空间、时间、表达方式不同，可信度、不确定程度、侧重点和用途不同，这对信息的处理和管理提出了新的要求。 传感器的选择 超声波传感器用于探测障碍。它是利用向目标发射超声波脉冲，计算其往返时间来判定距离的。 该方法被广泛应用于移动机器人的研究上。因其只能在10m以内有效使用，所以并不适合ITS系统。更新频率为2Hz，易受到其它信号的干扰，在CW/ICC系统中使用是不实际的。 视觉传感器主要用于CW系统。在一定的宽度和视觉域内可以测定多个目标，并且可以利用测量的图像根据外形和大小对目标进行分类。 雷达传感器在军事和航空领域已经使用了几十年。主要优点是探测障碍不受天气或灯光条件限制。近十年来随着尺寸及价格的降低，在汽车行业开始被使用。但是仍存在性价比的问题。 * 总体上： 　　MPEG毓标准从针对存储媒体的应用发展到适应传输媒体的应用，其核心视频编码的基本框架是和H.261一致的，其中引人注目的MPEG-4的 “基于对象的编码”部分由于尚有技术障碍，目前还难以普遍应用。因此，在此基础上发展起来的新的视频编码建议H.264克服了前者的弱点，在混合编码的框架下引入了新的编码方式，提高了编码效率，在低码流下可达到优质图像质量。 总体说来：H.264品质和效率都要高于MPEG。 音频压缩编码 对于不同类型的音频信号而言，其信号带宽是不同的，如电话音频信号(200Hz~3.4kHz)，调幅广播音频信号(50Hz~?7kHz)，调频广播音频信号(20Hz~?15kHz)，激光唱盘音频信号(10Hz~20kHz)。随着对音频信号音质要求的增加，信号频率范围逐渐增加，要求描述信号的数据量也就随之增加，从而带来处理这些数据的时间和传输、存储这些数据的容量增加，因此多媒体音频压缩技术是多媒体技术实用化的关键之一。 音频信号的压缩编码主要类型 语音信号的传输在交通信息领域的主要变现在：调度电话，交通广播信息等。其对应的音频压缩编码标准主要是： 波形编码 波形编码的特点是将信号的时域波形进行抽样量化编码。主要应用的有PCM和AD-PCM。 采用PCM（脉冲编码调制）的G.711建议，其速率为64kbit/s，采用非线性量化技术，他是一种模数转换的最基本编码方法。它把模拟信号转换成数字信号的过程称为模数转换，它主要包括：1.取样。在时间轴上对信号离散化。2.量化。在幅度轴上对信号数字化。3.编码。按一定格式记录采样和量化后的数字数据。 采样AD-PCM（自适应差分脉冲调制）编码的G.721建议，这是一种有损压缩，他丢失了部分信息。由于人耳对声音的不敏感性，适当的有损压缩对视听播放效果影响不大。AD-PCM记录的量化值不是每个采样点的幅值，而是改点的幅值与前一采样点幅值之差。其速率为32kbit/s。该技术是对信号和它的预测值的差分信号进行量化，同时根据邻差分信号的特性自适应的改变量化参数，从而提高压缩比，又能保证一定的信号质量。 参数编码和混合编码 参数编码的方法是将音频信号以某种模型表示，再抽出合适的模型参数和参考激励信号进行编码；声音重放时，再根据这些参数重建即可，这就是通常讲的声码器(vocoder)。显然参数编码压缩比很高，但计算量大，而且不适合高保真度要求的场合。此类方法构成声码器的有线性预测(LPC)声码器、通道声码器(Channel Vocoder)、共振峰声码器(Format Vocoder)等。 混合编码音频中采用的混合编码包括多脉冲线性预测MP-LPC，矢量和激励性预测VSELP，，码本激励线性预测CELP，短延时码本激励线性预测编码LD-CELP，以及规则码激励长时预测RPE-LTP等。这是一种吸取波形和参数编码的优点，进行综合的编码方法，主要用于对数据率限制较高的无线环境。 算法 名称 数据率 标准 应用 质量 波 形 编 码 PCM 脉冲编码调制 公共网 ISDN 配音 4.0~