基于人工免疫理论的车载多传感器信息融合研究
|
摘要
随着汽车安全性要求的日益提高,车载传感器的数目和种类也越来越多。这些相同或不同类型的传感器所提供的局部观测信息间必然存在冗余和矛盾,因此有必要通过信息融合,将多个传感器提供的信息加以分析、综合,利用信息互补,形成对环境相对完整一致的感知描述。
本文借鉴生物免疫学的基本原理,设计了一种应用于车辆多传感器信息融合的人工免疫模型。解决装有CCD摄像机和激光雷达的车辆在高速公路上行驶时的信息融合问题。即通过融合车载CCD摄像机和激光雷达实时探测得到的高速公路上本车前方的各种信息,去除干扰和冗余,最终得到前方各车所在车道、与本车车距、车速、车型等信息。
根据此种信息融合所具有的特点,提出了一种基于克隆选择和阴性选择算法的两阶段融合模型。以传感器预处理信息作为抗原,最终得到的外部环境模式作为抗体。在系统接收传感器实时信息抗原后,比较抗原间的匹配度,判断两者的准确程度,如果达到准确阈值则直接将抗原基因段组合为抗体;否则,利用对已有抗体进行克隆得到的新抗体组来对抗原进行识别。抗体基因段间信息多样性则通过相似度的阴性选择计算来保证。
使用MATLAB软件编写了仿真程序,并参照实际情况编写了抗原输入样本。通过人工模仿可能出现的各种情况在抗原样本中施加干扰,得到融合结果后通过比较抗原和抗体的误差率和误检测率来判断算法的优劣。仿真结果证实了算法在解决车载多传感器信息融合问题上的有效性。
文章最后指出人工免疫算法在多传感器信息融合领域应用的前景,以及进一步的研究方向。
With the requirement of automotive safety was getting stricter, more and more on-board sensors were used to form a system to detect environmental information. However, redundant and contradictive information from these sensors might cause the system ineffective. Thus we are trying to find an effective way to utilize the different sensors information, reduce the errors from every single sensor and form a comprehensive and exact result.
Based on the fundamental principle of immunology, we designed an artificial immune model for solving the freeway-running vehicle’s multi-sensor fusion problem, which called for a method to fuse the data from CCD camera and Radar sensor, wipe out the disturbance and redundancy, and obtained the important navigating information like the line, distance and velocity of frontal automotives.
For specialty of the problem, we bring forward a two-phase fusion model of the artificial immune algorithm based on the clone selection theory. We set the sensors’pre-treated data as antigens and the fusion result as antibodies. As soon as the antigens invaded the system, it reacted to calculate the match between antigens and estimate if their information were accurate enough to directly recombine the gene together from both antigens then form an antibody. If not, we utilized the clone selection arithmetic to clone a new set of antibodies and calculate the fitness between antigens and them to decide a most suitable antibody. The diversity between the gene sectors is ensured by negative selection theory.
We used MATLAB software to write a simulation program and set the samples of antigen. By simulating the different errors which would happen in the sensors’input data, and analyzing the outputs’error and misdetection ratio, we proved the validity of using the artificial immune arithmetic to solve the data fusion problem.
In the end, we indicated the foreground of artificial immune theory in multi-sensor fusion area and the farther potential research directions.
本文借鉴生物免疫学的基本原理,设计了一种应用于车辆多传感器信息融合的人工免疫模型。解决装有CCD摄像机和激光雷达的车辆在高速公路上行驶时的信息融合问题。即通过融合车载CCD摄像机和激光雷达实时探测得到的高速公路上本车前方的各种信息,去除干扰和冗余,最终得到前方各车所在车道、与本车车距、车速、车型等信息。
根据此种信息融合所具有的特点,提出了一种基于克隆选择和阴性选择算法的两阶段融合模型。以传感器预处理信息作为抗原,最终得到的外部环境模式作为抗体。在系统接收传感器实时信息抗原后,比较抗原间的匹配度,判断两者的准确程度,如果达到准确阈值则直接将抗原基因段组合为抗体;否则,利用对已有抗体进行克隆得到的新抗体组来对抗原进行识别。抗体基因段间信息多样性则通过相似度的阴性选择计算来保证。
使用MATLAB软件编写了仿真程序,并参照实际情况编写了抗原输入样本。通过人工模仿可能出现的各种情况在抗原样本中施加干扰,得到融合结果后通过比较抗原和抗体的误差率和误检测率来判断算法的优劣。仿真结果证实了算法在解决车载多传感器信息融合问题上的有效性。
文章最后指出人工免疫算法在多传感器信息融合领域应用的前景,以及进一步的研究方向。
With the requirement of automotive safety was getting stricter, more and more on-board sensors were used to form a system to detect environmental information. However, redundant and contradictive information from these sensors might cause the system ineffective. Thus we are trying to find an effective way to utilize the different sensors information, reduce the errors from every single sensor and form a comprehensive and exact result.
Based on the fundamental principle of immunology, we designed an artificial immune model for solving the freeway-running vehicle’s multi-sensor fusion problem, which called for a method to fuse the data from CCD camera and Radar sensor, wipe out the disturbance and redundancy, and obtained the important navigating information like the line, distance and velocity of frontal automotives.
For specialty of the problem, we bring forward a two-phase fusion model of the artificial immune algorithm based on the clone selection theory. We set the sensors’pre-treated data as antigens and the fusion result as antibodies. As soon as the antigens invaded the system, it reacted to calculate the match between antigens and estimate if their information were accurate enough to directly recombine the gene together from both antigens then form an antibody. If not, we utilized the clone selection arithmetic to clone a new set of antibodies and calculate the fitness between antigens and them to decide a most suitable antibody. The diversity between the gene sectors is ensured by negative selection theory.
We used MATLAB software to write a simulation program and set the samples of antigen. By simulating the different errors which would happen in the sensors’input data, and analyzing the outputs’error and misdetection ratio, we proved the validity of using the artificial immune arithmetic to solve the data fusion problem.
In the end, we indicated the foreground of artificial immune theory in multi-sensor fusion area and the farther potential research directions.
引文
[1] 公安部. 2005 年全国道路交通安全情况通报. 2005
[2] 胡海峰. 智能汽车发展研究. 计算机应用研究.2004, (6): 20-23
[3] 自适应导航控制介绍. 德国. BOSCH 公司内部资料. 2005
[4] 杨冰. 智能运输系统. 北京, 中国铁道出版社. 2000
[5] 王瑄, 李宏光, 赵航等. 现代汽车安全. 北京, 人民交通出版社. 1998
[6] Toshio Ito,Kenichi Yamada,Kunio Nishioka. Control Technology Trends of Advanced Vehicles on Learning from the Information Processing Mechanism of a Living Body. [日] 自動車技術, 1996. 50(1): 56～61
[7] Lawrence A. Klein. 多传感器数据融合理论及应用(第二版). 北京, 北京理工大学出版社. 2004
[8] de Castro, Zuben. Artificial immune systems: Part I – Basic theory and applications.Dec. 1999
[9] de Castro, Zuben. Artificial immune systems:Part II – A survey of applications. Dec.1999
[10] D. Dasgupta, Z. Ji, F. Conzalez. Artificial immune system (AIS) research in the last five years. IEEE. 0/03: 123-130
[11] 罗攀. 自动导航系统中基于人工免疫的多传感器融合. 华中科技大学硕士学位论文. 武汉,华中科技大学图书馆. 2002
[12] 梁勤欧. 人工免疫系统在 GIS 空间分析中的应用研究. 武汉大学博士学位论文. 武汉,华中科技大学图书馆. 2003
[13] 徐雪松. 基于人工免疫系统的函数优化及其在复杂系统中的应用研究. 浙江大学博士学位论文. 武汉,华中科技大学图书馆. 2004
[14] 刘赛. 人工免疫中反向选择算法的改进. 武汉大学硕士学位论文. 武汉,华中科技大学图书馆. 2004
[15] 郭振河. 基于人工免疫的计算机免疫技术研究. 中国科学技术大学博士学位论文. 武汉,华中科技大学图书馆. 2004
[16] 张清华. 基于人工免疫系统的机组故障诊断技术研究. 华南理工大学博士学位论文. 武汉,华中科技大学图书馆. 2004
[17] 位耀光. 人工免疫应答理论的研究及应用. 北京科技大学博士学位论文. 武汉,华中科技大学图书馆. 2004
[18] 张乐. 人工免疫系统研究与应用. 南京工业大学硕士学位论文. 武汉,华中科技大学图书馆. 2004
[19] X.Q Zuo, S.Y Li. The Chaos Artificial Immune Algorithm and its Application to RBF Neuro-Fuzzy Controller Design, IEEE, 2003: 2809-2814
[20] Jianyong Tuo, Shouju Ren, Wenhuang Liu, etal. Artificial immune system for fraud detection. Systems, Man and Cybernetics, 2004 IEEE International Conference, 2004(2):1407-1411
[21] Keko, H, Skok, M, Skrlec, D. Artificial immune systems in solving routing problems. 2003(1):62-66
[22] A. Howard, H. Seraji, An Intelligent Terrain-Based Navigation System for Planetary Rovers, IEEE Robotics & Automation, Dec. 2001: 9-17
[23] K.R.S. Kodagoda, W.S. Wijesoma, and E.K.Teoh, Fuzzy speed and steering control of an AGV, IEEE Transaction on control system tech., Vol.10, No.1, Jan. 2002: 112-120
[24] R.R. Murphy, D.K. Hawkins, Behavioral speed control based on tactical information, IEEE, Proc. IROC 96: 1715-1721
[25] H. Seraji, A. Howard, E. Tunstel, Safe navigation on hazardous terrain, Proceeding of the 2001 IEEE International Conf. on Robotics & Automation: 3084-3091
[26] 叶涛. 基于传感器信息的移动机器人导航与控制研究. 中国科学院研究生院博士学位论文. 武汉,华中科技大学图书馆. 2003
[27] N.C. Tsourveloudis, K.P. Valavanis, Timothy Hebert. Autonomous vehiclenavigation utilizing electrostatic potential fields and fuzzy logic, IEEE Transactions on Robotics and Automation. 2001(4): 490-497
[28] 任彦. 多传感器信息融合技术研究. 哈尔滨工程大学硕士学位论文. 武汉,华中科技大学图书馆. 2004
[29] 王容本, 纪寿文. 识别阴影中智能车辆导航路径的神经网络方法研究.公路交通科技, 2001 年 05 期: 99-102
[30] 冯建农, 柳明, 吴捷. 基于信息融合的模型小车ANN避障控制. 控制理论与应用. Vol. 14, No. 6, Dec. 1997: 847-852
[31] 漆安慎, 杜婵英. 免疫的非线性模型. 上海, 上海教育出版社. 1998
[32] 黄席樾. 现代智能算法理论及应用. 北京, 科学出版社. 2005
[33] 李涛. 计算机免疫学. 北京, 电子工业出版社. 2004
[34] 张仰森. 人工智能原理与应用. 北京, 高等教育出版社. 2004
[35] 何友. 王国宏等. 多传感器信息融合与应用. 电子工业出版社,2000.11
[36] 李洪志. 信息融合技术. 北京, 国防工业出版社. 1996
[37] 施维颖, 赵敏华. 信息融合在辅助驾驶系统中的应用. 现代电子技术2003(17):84-87
[38] 姚新春. 多传感器集成定位技术在汽车导航中的应用. 武汉大学硕士学位论文. 武汉,华中科技大学图书馆. 2004
[39] 尚立. 基于图像处理的汽车防碰撞系统的研究. 西安交通大学硕士学位论文. 武汉,华中科技大学图书馆. 2002
[40] 刘玉新. 基于信息融合的车载组合导航系统研制. 北京工业大学硕士学位论文. 武汉,华中科技大学图书馆. 2003
[41] P. M. Lydyard. A. Whelan, M. W. Fanger. 免疫学. 北京, 科学出版社. 2001
[2] 胡海峰. 智能汽车发展研究. 计算机应用研究.2004, (6): 20-23
[3] 自适应导航控制介绍. 德国. BOSCH 公司内部资料. 2005
[4] 杨冰. 智能运输系统. 北京, 中国铁道出版社. 2000
[5] 王瑄, 李宏光, 赵航等. 现代汽车安全. 北京, 人民交通出版社. 1998
[6] Toshio Ito,Kenichi Yamada,Kunio Nishioka. Control Technology Trends of Advanced Vehicles on Learning from the Information Processing Mechanism of a Living Body. [日] 自動車技術, 1996. 50(1): 56～61
[7] Lawrence A. Klein. 多传感器数据融合理论及应用(第二版). 北京, 北京理工大学出版社. 2004
[8] de Castro, Zuben. Artificial immune systems: Part I – Basic theory and applications.Dec. 1999
[9] de Castro, Zuben. Artificial immune systems:Part II – A survey of applications. Dec.1999
[10] D. Dasgupta, Z. Ji, F. Conzalez. Artificial immune system (AIS) research in the last five years. IEEE. 0/03: 123-130
[11] 罗攀. 自动导航系统中基于人工免疫的多传感器融合. 华中科技大学硕士学位论文. 武汉,华中科技大学图书馆. 2002
[12] 梁勤欧. 人工免疫系统在 GIS 空间分析中的应用研究. 武汉大学博士学位论文. 武汉,华中科技大学图书馆. 2003
[13] 徐雪松. 基于人工免疫系统的函数优化及其在复杂系统中的应用研究. 浙江大学博士学位论文. 武汉,华中科技大学图书馆. 2004
[14] 刘赛. 人工免疫中反向选择算法的改进. 武汉大学硕士学位论文. 武汉,华中科技大学图书馆. 2004
[15] 郭振河. 基于人工免疫的计算机免疫技术研究. 中国科学技术大学博士学位论文. 武汉,华中科技大学图书馆. 2004
[16] 张清华. 基于人工免疫系统的机组故障诊断技术研究. 华南理工大学博士学位论文. 武汉,华中科技大学图书馆. 2004
[17] 位耀光. 人工免疫应答理论的研究及应用. 北京科技大学博士学位论文. 武汉,华中科技大学图书馆. 2004
[18] 张乐. 人工免疫系统研究与应用. 南京工业大学硕士学位论文. 武汉,华中科技大学图书馆. 2004
[19] X.Q Zuo, S.Y Li. The Chaos Artificial Immune Algorithm and its Application to RBF Neuro-Fuzzy Controller Design, IEEE, 2003: 2809-2814
[20] Jianyong Tuo, Shouju Ren, Wenhuang Liu, etal. Artificial immune system for fraud detection. Systems, Man and Cybernetics, 2004 IEEE International Conference, 2004(2):1407-1411
[21] Keko, H, Skok, M, Skrlec, D. Artificial immune systems in solving routing problems. 2003(1):62-66
[22] A. Howard, H. Seraji, An Intelligent Terrain-Based Navigation System for Planetary Rovers, IEEE Robotics & Automation, Dec. 2001: 9-17
[23] K.R.S. Kodagoda, W.S. Wijesoma, and E.K.Teoh, Fuzzy speed and steering control of an AGV, IEEE Transaction on control system tech., Vol.10, No.1, Jan. 2002: 112-120
[24] R.R. Murphy, D.K. Hawkins, Behavioral speed control based on tactical information, IEEE, Proc. IROC 96: 1715-1721
[25] H. Seraji, A. Howard, E. Tunstel, Safe navigation on hazardous terrain, Proceeding of the 2001 IEEE International Conf. on Robotics & Automation: 3084-3091
[26] 叶涛. 基于传感器信息的移动机器人导航与控制研究. 中国科学院研究生院博士学位论文. 武汉,华中科技大学图书馆. 2003
[27] N.C. Tsourveloudis, K.P. Valavanis, Timothy Hebert. Autonomous vehiclenavigation utilizing electrostatic potential fields and fuzzy logic, IEEE Transactions on Robotics and Automation. 2001(4): 490-497
[28] 任彦. 多传感器信息融合技术研究. 哈尔滨工程大学硕士学位论文. 武汉,华中科技大学图书馆. 2004
[29] 王容本, 纪寿文. 识别阴影中智能车辆导航路径的神经网络方法研究.公路交通科技, 2001 年 05 期: 99-102
[30] 冯建农, 柳明, 吴捷. 基于信息融合的模型小车ANN避障控制. 控制理论与应用. Vol. 14, No. 6, Dec. 1997: 847-852
[31] 漆安慎, 杜婵英. 免疫的非线性模型. 上海, 上海教育出版社. 1998
[32] 黄席樾. 现代智能算法理论及应用. 北京, 科学出版社. 2005
[33] 李涛. 计算机免疫学. 北京, 电子工业出版社. 2004
[34] 张仰森. 人工智能原理与应用. 北京, 高等教育出版社. 2004
[35] 何友. 王国宏等. 多传感器信息融合与应用. 电子工业出版社,2000.11
[36] 李洪志. 信息融合技术. 北京, 国防工业出版社. 1996
[37] 施维颖, 赵敏华. 信息融合在辅助驾驶系统中的应用. 现代电子技术2003(17):84-87
[38] 姚新春. 多传感器集成定位技术在汽车导航中的应用. 武汉大学硕士学位论文. 武汉,华中科技大学图书馆. 2004
[39] 尚立. 基于图像处理的汽车防碰撞系统的研究. 西安交通大学硕士学位论文. 武汉,华中科技大学图书馆. 2002
[40] 刘玉新. 基于信息融合的车载组合导航系统研制. 北京工业大学硕士学位论文. 武汉,华中科技大学图书馆. 2003
[41] P. M. Lydyard. A. Whelan, M. W. Fanger. 免疫学. 北京, 科学出版社. 2001