Docstoc

DGPS-Based Vehicle-to-Vehicle Cooperative

Document Sample
DGPS-Based Vehicle-to-Vehicle Cooperative Powered By Docstoc
					     DGPS-Based Vehicle-to-Vehicle
     Cooperative Collision Warning:
    Engineering Feasibility Viewpoints
                       指導教授:郭文興
                         學生:林詠軒
                          2011/04/14




1
    目錄
     Abstract
       介紹CWS
       本文目標
     I Introduce
       介紹CWS的運作原理
       介紹本文的觀點
     II Problem Framework And System Architecture
       找出系統需求
       系統設定
       GPS限制


2
    目錄
     III Feasibility Example Configuration
       系統需求
       感測器選擇
     IV System Design
       車輛位置估算
       未來路徑預測及錯誤狀況
       偵測潛在路徑衝突
       偵測潛在碰撞




3
    目錄
     V Example System And Experimental Result
       列出兩種互動模式的實驗結果
     VI Discussion On Limitations
       不精確的車輛定位
       定位不準確造成的假警報
     VII Conclusion
     VIII References




4
    Abstract
     汽車碰撞的發展
      以自身資訊為考量
      參考鄰近車輛互動式技術
     發現問題
      使用偵測路徑的效率沒有人研究
     本篇目標:
      提供工程上的參考數據
      設計以預測路徑為基礎的防碰撞系統
     考量以外
      障礙物、多重路徑、通訊問題
      GPS裝置的選擇、傳輸協定


5
    I. Introduction
     一般CWSS的運作
      偵測與障礙物之間的互動情形
        使用雷達[1][2]、聲納[3][4]、視覺偵測器[5]
      經計算得到碰撞時間(TTC)
        低於門檻發出碰撞警告

     以上技術的CWSS已商業化




6
    I. Introduction
     不同的判斷方式
      與鄰近車輛交換訊息
     使用地方
      自動化行駛的高速公路
     因GPS及短距離通訊發達而發展
     應用
      Cooperative adaptive cruise control
      Cooperative forward CWS
      Cooperative intersection safety system
      Cooperative collision warning system


7
    I. Introduction
     兩種方式的比較
      傳遞訊息需要附近車輛或是某種設備,如路邊的交通
       號誌
      獨立式
        無法判斷障礙物
        假設駕駛行為與周遭相同
      合作式
        藉由通訊優勢消除死角




8
    I. Introduction
     限制
      死角
      準確度、可靠度、可行性、延遲、附近車輛訊息
      仰賴通訊系統的性能及效能
     研究方向
      組織獨立式與合作式CWS
      讓政府控管合作式行使方式以及「故障安全」架構




9
     I. Introduction
      研究需求
       需清楚的瞭解可行性及限制
      論文走向
       假設僅使用合作式駕駛的車輛
       車輛配有指定的通訊設備
       研究其可行性
      論文目標
       提供此設計所需的參數
       只使用必須的偵測器與簡易的設定
       以車輛實際測試提供數據驗證


10
     II. Problem framework and system
     architecture
      主題
       研究可行性及方法
      聲明
       僅使用自身的感應器及通訊設備且無其他直接的互動
       方式
      探討
       相關設定
       問題架構
       提供此方面所需的資料




11
     II. Problem framework and system
     architecture
      碰撞定義
       路徑在時間、空間上的衝突




12
     II. Problem framework and system
     architecture
      目標:
       精準度
         1M以內
       延遲及頻寬
         2-3HZ以下
       可靠度以及可行性
         失效時要通知使用者




13
     II. Problem framework and system
     architecture




14
     II. Problem framework and system
     architecture
      GPS的誤差
       一般GPS
         20公尺左右
       雙頻DGPA
         公分級
       最低門檻
         0.3—0.5公尺




15
     II. Problem framework and system
     architecture
      GPS問題
       Line of sight
       Multipath
       訊號阻塞
      輔助設備
       運動狀態偵測器套件




16
     II. Problem framework and system
     architecture
      車輛間通訊系統
       維持可靠度
       維持品質
       研究方向
         使用的通訊協定及設備
         可容許一般通訊問題的應用
       本文使用的方法包含估算、預測、警告演算法皆能容
       許一般通訊問題




17
     II. Problem framework and system
     architecture
      情境意識架構
       有效綠的掃描擷取相關資訊
       全面考量環境及發生的事件
       預期做出決定以進行防禦性反應
      車輛只需傳送附有時間戳記的狀況
       每台車估算自己的狀況最有效率
       時間戳記可容許通訊上的問題
       訊息量較小




18
     II. Problem framework and system
     architecture
      偵測潛在碰撞
       預選目標車輛
       計算未來路徑
       比較目標車輛與其他車輛
       辨認對應時間、地點以及車輛ID
       計算事件相關的機率及持續性




19
     III. Feasibility example configuration
      演示在現實生活中的可行性




20
     III. Feasibility example configuration
      車用定位裝置
       目標準確率
       可使用率
       GPS儀器選擇
       車用偵測器選擇
       不使用電子地圖的資料
       問題思考
         Multipath
         Dropout
         Noise




21
     III. Feasibility example configuration
      汽車通訊系統
       假設:通訊範圍100至200公尺
        頻率介於5Hz至20Hz之間
        延遲在0.1秒至0.5秒間
       訊息內容:汽車ID、時間戳記、目前位置狀態估算
       通訊設備及通訊協定不在討論範圍
       問題思考:延遲及遺失封包的模擬




22
     III. Feasibility example configuration
      情境意識架構
       要求:建立在目標位置以及估算未來路徑上
       目標:預測未來2.5秒內的路徑
       車用偵測器選擇:與車用定位裝置使用一樣的陀螺儀
        跟時速表,以及縱向加速計
      潛在碰撞
       要求:直觀的警告演算法建立在潛在衝突偵測以及
        TTC,沒有使用其他未來或是駕駛意圖的資訊
       目標:至少預測1.5秒後即將發生的碰撞並減少誤報




23
     IV. System design




24
     IV. System design
      估算車輛位置
      預測未來路徑
      潛在路徑衝突偵測
      碰撞偵測




25
     IV. System design-車輛位置估算
      只考慮車輛縱向、橫向、偏向運動
      套索典型的非平穩DGPS數據為車輛行駛方案
      使用低成本的車輛運動感測器以及GPS




26
     IV. System design-車輛位置估算
      車輛模型及相關EKF
      x,y 是平面座標
      φ是車輛行進角度
      Nwb是高斯燥訊
      υ是縱向速度
      ωz是偏航率
      ωb是偏航率的偏移度




27
     IV. System design-車輛位置估算
      預先處理即時GPS錯誤
       A有明確的統計性質的噪訊
       B可用衛星在地形變化產生的不平穩的噪訊
       C多重路徑或峰值
       D輸出阻塞或遺失
      大部分GPS會混和A與B以統計較準確的位置




28
     IV. System design-車輛位置估算
        是估算後的位置
        是實際位置
      n1:A有明確的統計性質的噪訊
      n2:B可用衛星在地形變化產生的不平穩的噪訊
      n1:C多重路徑或峰值
      n2:D輸出阻塞或遺失
      輸出值:




29
     IV. System design-未來路徑預測及錯誤
     狀況


      Xp(tn,0)為預設值,為目前狀況
      車輛未來狀況以Xp(tn,tp) 表示
       0≦tp≦Tprep
      f(X,U,tn,tp)為非線性模型
      Ap(tn,tp)和Bp(tn,tp)是線性模型的系統矩陣
      tn是目前時間tp是預估時間
      Tpred是總預測時間
      Up(tn,tp)是未來輸入的假設
30
     IV. System design-未來路徑以及錯誤狀
     況
      輸入參數
       駕駛習慣
       車用偵測器
      車用偵測器
       縱向的動態偵測器
       縱向的加速度計
       偏航率




31
     IV. System design未來路徑以及錯誤狀
     況
      預測模型




32
     IV. System design未來路徑以及錯誤狀
     況




33
     IV. System design未來路徑以及錯誤狀
     況
      預測路徑的誤差
       A類型:將錯誤的假設當作是正確的。造成這種情況
      有三個原因
        初始條件的錯誤,亦即錯估當時車輛的狀況。
        不確定和不準確的預測模型。
        輸入測量的噪訊
       B類型:包含了錯估了車輛當前狀況以及藉由預測模
      型傳播產生的誤差
        車輛當前狀態的估算錯誤取決於車輛的估計方法以及感應器
        噪訊的統計




34
     IV. System design未來路徑以及錯誤狀
     況-A型預測誤差
      Q:輸入的相關矩陣
      R:輸出的相關矩陣
      A、B、C、D:系統矩陣




35
     IV. System design未來路徑以及錯誤狀
     況-A型預測誤差
      Qp:輸入的相關矩陣
      Pp:輸出的相關矩陣




36
     IV. System design未來路徑以及錯誤狀
     況-B類型預測誤差
      穩定行駛
       輸入的差異視為白高斯噪訊,表示成Qp(tn,tp)
      機動車輛
       加入偏航加速器可預測更貼近現實的偏航狀況[27]
      其他狀況
       突然駛離彎道
       突然進入彎道
       沒辦法預測接下來會做什麼決定




37
     IV. System design未來路徑以及錯誤狀
     況-偵測潛在路徑衝突
      定義4.1
       兩車間的實際距離。給予兩車PE1、PE2,他們的實際
       距離是Dp是他們身上任兩點間的最短距離

      定義4.2
       車輛的定義。給予車輛在地面的投影面積A,而這面
       積的重心CG還有行進角度ϕ,車子可定義為PE(xc, yc,
       ϕ,A),車上的任一點(x,y)都屬於PE(xc, yc, ϕ,A)




38
     IV. System design未來路徑以及錯誤狀
     況-偵測潛在路徑衝突
      定義4.3
       兩車間位置衝突的機率。給予兩車的實際距離Dp12,
       以及錯誤分佈,而兩車有位置衝突的機率是Prpc =
       prob(Dp12≦Dth),其中Dth是定義好的門檻值
      定義4.4
       預測路徑衝突的機率。給予兩車A1 A2,以及其預測
        路徑X1p (tn, tp) and X2p (tn, tp),則未來位置衝突的機
        率是Prpc(tn,tp) = prob(Dp12(tn, tk) ≤ Dth)
       隨著給予的Prpc(tn, tp),潛在路徑衝突機率Prptc(tn)可
        以定義為Prpc(tn,tp)的一個方程式。舉例來說,
        Prptc(tn)可以事Prpc(tn,tp)的最大值或是Prpc(tn,tp)權重
        的和

39
     IV. System design未來路徑以及錯誤狀
     況-偵測潛在路徑衝突
      定義4.5
       潛在路徑衝突:給予兩車以及位置衝突的機率
       Prpc(tn,tp),潛在路徑衝突發生於存在tp使得Prpc(tn,tp)
       機率高於Prth(門檻值)

      衝突問題
       資訊不同步
       處理能力不同
       通訊延遲




40
     IV. System design未來路徑以及錯誤狀
     況-偵測潛在碰撞
      理想狀況,預測路徑應部份重疊車輛的實際路徑
       Xp(tn +Δt, tp) = Xp(tn, tp +Δt) 0 ≤ tp ≤ tp +Δt ≤ Tpred
      偵測到第一次碰撞
       TTPC(tn) = Tprd
       TTPC 定量減少
       TTPC(tn +Δt) = TTPC(tn) – Δt,Δt ≤ TTPC(tn)




41
     IV. System design




42
     IV. System design-偵錯
      A類型的錯誤可以透過上一節介紹的機率處理方式處理
       假設為高斯分佈的噪訊
      持續檢查,排除非高斯性的噪訊
      路徑衝突條件
        偵測到衝突的時間持續了Tpersist秒
        路徑衝突使的TTPC減少至小於Tcritical秒
      Tpersist
        應該大於因為感測器的噪訊產生的假衝突時間,但需小於
          駕駛引起的影響時間
      Tcritical
        應該小到能允許細微變化而不觸發警報,但也必須大到足
          夠讓司機在得到警告後採取必要措施

43
     IV. System design
      Tcritical
        隨狀況變的門檻值
        取決於駕駛狀況
      Tpred ≧(Tpersist + Tcritical)
      由於預測的準確度將會影響到預測出來的時間,所
       以必須要精確到能保證能預測到比Tpred還要久的
       未來路徑




44
     V. Example system and experimental
     results
      汽車
       兩台Buick LeSabres
      DGPS
       AshTech G12 receiver(0.4–0.5-m   STD7) operating at 5
        Hz
      其他偵測器
       Systron Donner MEMS gyro
       47-tooth wheel speed sensors




45
     V. Example system and experimental
     results




46
     V. Example system and experimental
     results
      實驗狀況
       不同的DGPS覆蓋範圍
       不同的駕駛方式
         雙線或三線道切換
         走走停停
         迴轉
       不同的延遲時間
       不同的起始時間
       超過120次的實驗
       三種通訊頻率
         5、10、20Hz


47
     V. Example system and experimental
     results
      汽車表示法
        車子以重心為圓心,以2.2公尺為半徑為車身
      位置衝突機率




      r1 = r2 = 1.1
      潛在路徑衝突門檻機率則是視狀況而定




48
     V. Example system and experimental
     results
      忽略感測器的雜訊干擾
      Tpersist∈ (0.1, 0.5]
      Tcritical設定為2秒
      Tpred ≧(Tpersist + Tcritical)
        所以Tpred = 2.5




49
     V. Example system and experimental
     results-場景一
      SV
        從左到右
        兩次左轉、一次迴轉、兩次右轉
        速度:每秒0到12公尺
      OV
        從右到左
        速度:每秒28公尺




50
     V. Example system and experimental
     results-場景一




51
     V. Example system and experimental
     results-場景一




52
     V. Example system and experimental
     results




53
     V. Example system and experimental
     results
      SV提前九秒出發
      於第二個左轉交會




54
     V. Example system and experimental
     results




55
     V. Example system and experimental
     results
      以時間間隔0.05秒改變SV的提前時間
       模擬1720次




56
     V. Example system and experimental
     results
      在提前59秒與-13秒有問題
      59秒
       兩車相會的位置是在(50,3),所以軌跡衝突很可能是
        由噪訊引起的
      -13秒
       兩車交會的位置是在(290,3),也就是SV正在轉第四個
        彎的時候
      皆未觸發警告系統
       TTPC>2秒




57
     V. Example system and experimental
     results




58
     V. Example system and experimental
     results
      當延遲設定300毫秒
       會造成最大延遲達500毫秒
      延遲與沒延遲差異不大
       差半個延遲時間
      延遲會增加預測時間,不會造成錯誤




59
     V. Example system and experimental
     results




60
     V. Example system and experimental
     results
      場景二
       SV與OV跑在相鄰的車道上,方向相反




61
     V. Example system and experimental
     results




62
     V. Example system and experimental
     results




63
     V. Example system and experimental
     results
      OV行進方向變化快
       B類型的預測錯誤
      延遲影響
       TTPC變小
       碰撞時間變大
      為了達到指定的碰撞偵測準確度,可容許的延遲範
      圍值得日後研究




64
     VI. Discussion on Limitations
      不精確的車輛定位
       準確度高,阻塞時間長
       顯示可用度
       貴的DGPS可提高準確率但仍受影響
      整合CCWS和獨立式CWSS




65
     VI. Discussion on Limitations
      車輛定位不準確造成的假警報
       如果錯誤是因為長時間的阻塞引起的,就停用
       持續的檢查可降低非高斯噪訊的影響




66
     VII. Conclusion
      優點-超乎預期
       很少出現沒偵測到碰撞的情況
       使用直觀的方法
       可容忍典型的偵測器噪訊
       可容忍通訊延遲與資料遺失的潛力
      缺點-可預期
       當位置錯誤越多,準確率越低
       易受長週期的GPS阻塞、多路徑干擾
       駕駛的使用習慣變化受到限制
       由於太過接近的時空誤報


67
     VII. Conclusion
      未來工作
       用實際的網路測試
       增加智慧型的碰撞決策系統,進一步減少誤報
       結合地圖訊息,幫助預測變化的駕駛意圖
       並結合獨立CWSS判斷和CCWS




68
     References
      [1] L. Giubbolini, “A multistatic microwave radar sensor for short
       range anticollisionwarning,” IEEE Trans.Veh.Technol., vol. 49, no. 6,
       pp. 2270–2275, Nov. 2000.
      [2] T. Kato,Y. Ninomiya, and I. Masaki, “An obstacle detection
       method byfusion of radar and motion stereo,” IEEE Trans. Intell.
       Transp. Syst.,vol. 3, no. 3, pp. 182–188, Sep. 2002.
      [3] R. Kuc and B. Barshan, “Navigating vehicles through an
       unstructuredenvironment with sonar,” presented at the IEEE Int.
       Conf. Robotics andAutomation, Scottsdale, AZ, 1989.
      [4] S. Atev, H. Arumugam, O. Masoud, R. Janardan, and N.
       P.Papanikolopoulos, “A vision-based approach to collision
       prediction attraffic intersections,” IEEE Trans. Intell.Transp. Syst., vol.
       6, no. 4,pp. 416–423, Dec. 2005.


69
     References
      [5] A. Steinfeld, D. Duggins, J. Gowdy, J. Kozar, R. MacLachlan,C. Mertz, A.
         Suppe, C. Thorpe, and W. Chieh-Chih, “Developmentof the side component of
         the transit integrated collision warning system,” system,”in Proc. 7th Int. IEEE
         Conf. Intell.Transp. Syst., Oct. 2004,pp. 343–348.
        [6] W. R. Swihart and J. D. Woll, “Integrated collision warning andvehicle
         information systems for heavy vehicles,” presented at theIEE Colloq.
         Monitoring of Driver and Vehicle Performance, London,U.K., 1997.
        [7] J. D. Woll, “Radar-based adaptive cruise control for truck
         applications,”presented at the SAE Int. Truck and Bus Meeting and Exhibition,
         Cleveland,OH, 1997, SAE Paper 973184.
        [8] ——, “Radar based vehicle collision warning system,” presented at theConf.
         Leading Change: Transportation Electronic Revolution, Dearborn,MI, Oct. 17–
         19, 1994, SAE Paper 94C036.
        [9] P. Varaiya, “Smart cars on smart roads: Problems of control,” IEEE Trans.Autom.
         Control, vol. 38, no. 2, pp. 195–207, Feb. 1993.



70
     References
      [10] S. Kato, S. Tsugawa, K. Tokuda, T. Matsui, and H. Fujii, “Vehicle controlalgorithms
         for cooperative driving with automated vehicles and intervehiclecommunications,” IEEE
         Trans. Intell.Transp. Syst., vol. 3, no. 3,pp. 155–160, Sep. 2002.
        [11] S. Tsugawa, S. Kato, K. Tokuda, T. Matsui, and H. Fujii, “A cooperativedriving
         system with automated vehicles and inter-vehicle communicationsin Demo 2000,”
         presented at the IEEE Conf. Intell. Transp. Syst.,Oakland, CA, 2000.
        [12] A. R. Girard, J. B. de Sousa, J. A. Misener, and J. K. Hedrick, “Acontrol architecture
         for integrated cooperative cruise control and collisionwarning systems,” presented at the
         40th IEEE Conf. Decision and Control,Orlando, FL, 2001.
        [13] Y.Yamamura and Y. Seto, “A design method for string-stable ACC usingvehicle-to-
         vehicle communication,” presented at the 12th ITS WorldCongr., San Francisco, CA,
         2005, Paper 20058997.
        [14] R. Miller and H. Qingfeng, “An adaptive peer-to-peer collision warningsystem,”
         presented at the IEEE 55th Veh. Technol. Conf., Birmingham,AL, 2002.
        [15] X.Yang, L. Liu, H. Vaidya, and F. Zhao, “A vehicle-to-vehiclecommunication
         protocol for cooperative collision warning,” in Proc. 1stAnnu. Int. Conf. Mobile and
         Ubiquitous Syst.:Netw . and Services, 2004,pp. 114–123.



71
     References
      [16] P. Mathias, “The intelligent cooperative intersection as part of urbantraffic control
         systems,” presented at the 12th ITS World Congr.,San Francisco, CA, 2005.
        [17] S. E. Shladover, “Effects of traffic density on communication requirementsfor
         cooperative intersection collision avoidance systems(CICAS),” presented at the 12th ITS
         World Congr., San Francisco, CA,2005.
        [18] M. Tamura, S. Takahashi, S.Yasuhara, M. Kojima, and K. Minegishi,“Development of
         intersection safety support systems using vehicleto-vehicle communication,” presented at
         the 12th ITS World Congr.,San Francisco, CA, 2005.
        [19] J. Misener, R. Sengupta, and K. Krishnan, “Cooperative collision warning:Enabling
         crash avoidance with wireless technology,” presented at the12th ITS World Congr., San
         Francisco, CA, 2005.
        [20] M. Nakamura, H. Kawashima, T.Yoshikai, and K. Aoki, “Road-vehiclecooperation
         driving system,” presented at the Vehicle Navigation and Inf.Syst. Conf.,Yokohama, Japan,
         1994.
        [21] F. Hinchion, D. Mulgaonkar, P. Wilkins, and S. Galuga, “Peer to peerinformation
         management for tactical situation awareness systems,” inProc. IEEE Military Commun. Conf.,
         2003, pp. 179–185.



72
     References
      [22] R. L. Small and C. W. Howard, “A real-time approach to informationmanagement in
         a pilot’s associate,” presented at the IEEE/AIAA 10thDigital Avionics Systems Conf., Los
         Angeles, CA, 1991.
        [23] NHTSA, Preliminary human factor guidelines for crash avoidance andwarning systems, 1996.
        [24] Q. Honghui and J. B. Moore, “Direct Kalman filtering approach forGPS/INS
         integration,” IEEE Trans. Aerosp. Electron. Syst., vol. 38, no. 2,pp. 687–693, Apr. 2002.
        [25] K. Kobayashi, K. C. Cheok, K. Watanabe, and F. Munekata, “Accuratedifferential
         global positioning system via fuzzy logic Kalman filter sensorfusion technique,” IEEE Trans.
         Ind. Electron., vol. 45, no. 3, pp. 510–518,Jun. 1998.
        [26] J. Huang and H.-S. Tan, “A low-order DGPS-based vehicle positioningsystem under
         urban environment,” IEEE/ASME Trans. Mechatronics,Oct. 2006, to be published.
        [27] ——, “Vehicle future trajectory prediction with a DGPS/INS-based
         positioningsystem,” in Proc. American Control Conf.. Minneapolis, IN,Jun. 2006.
        [28] ——, “Future-trajectory-based collision detection for vehicles with DGPSand inter-
         vehicle communication,” IEEE Trans.Veh.Technol., submittedfor publication.




73

				
DOCUMENT INFO
Shared By:
Categories:
Tags:
Stats:
views:0
posted:5/26/2013
language:Unknown
pages:73