基于車載數(shù)據(jù)的高精度速度獲取方法.pdf

1、在智能交通領(lǐng)域，駕駛行為的研究已成為熱點(diǎn)，而車輛速度數(shù)據(jù)是分析駕駛行為最重要的數(shù)據(jù)。論文結(jié)合車速傳感器和GPS的速度數(shù)據(jù)，利用改進(jìn)的聯(lián)合卡爾曼濾波數(shù)據(jù)融合算法，通過(guò)嵌入式系統(tǒng)實(shí)現(xiàn)了高精度速度數(shù)據(jù)的獲取，并利用這種高精度速度數(shù)據(jù)對(duì)城市公交車的制動(dòng)行為進(jìn)行統(tǒng)計(jì)。
　　首先，論文分析了大量的公交車GPS和車速傳感器的速度數(shù)據(jù)，發(fā)現(xiàn)了兩種速度數(shù)據(jù)的誤差特點(diǎn)，討論了兩種數(shù)據(jù)的預(yù)處理方法，利用閾值檢驗(yàn)法剔除了壞點(diǎn)數(shù)據(jù)。利用有效速度數(shù)據(jù)分析了公

2、交車運(yùn)動(dòng)學(xué)片段的瞬時(shí)速度、平均速度、瞬時(shí)加速度等特征參數(shù)，統(tǒng)計(jì)出了城市公交車的速度變化特點(diǎn)。
　　其次，根據(jù)公交車速度變化特點(diǎn)，建立了公交車車輛運(yùn)動(dòng)的速度變化模型。根據(jù)GPS和車速傳感器的速度數(shù)據(jù)特點(diǎn)，在公交車車輛運(yùn)動(dòng)速度模型中添加不同的噪聲，建立了GPS速度模型和車速傳感器速度模型。利用這些模型比較了聯(lián)合卡爾曼濾波數(shù)據(jù)融合算法和改進(jìn)的數(shù)據(jù)融合算法。結(jié)果表明，改進(jìn)的融合算法在精度和運(yùn)算時(shí)間方面的性能都有所提高。
　　最后，在

3、嵌入式系統(tǒng)中實(shí)現(xiàn)了改進(jìn)的聯(lián)合卡爾曼濾波數(shù)據(jù)融合算法。通過(guò)搭建 ARM/LINUX嵌入式系統(tǒng)，建立了高精度速度獲取的實(shí)驗(yàn)系統(tǒng)。利用該實(shí)驗(yàn)系統(tǒng)對(duì)重慶市某條線路公交車進(jìn)行了實(shí)驗(yàn)，實(shí)現(xiàn)了高精度速度數(shù)據(jù)的獲取，還分別利用融合前后的速度數(shù)據(jù)對(duì)公交車的制動(dòng)情況進(jìn)行統(tǒng)計(jì)。結(jié)果表明，利用這種高精度速度數(shù)據(jù)使得公交車制動(dòng)行為統(tǒng)計(jì)的正確率得到了提高。
　　總之，通過(guò)建立公交車速度模型，提出了改進(jìn)的聯(lián)合卡爾曼濾波數(shù)據(jù)融合算法；并在嵌入式系統(tǒng)中利用此算法獲