不同估计方法对碰撞预警系统质量与鲁棒性的评估
系统与控制
2018-08-14 v1
摘要
车辆安全是未来一代自动驾驶与半自动驾驶车辆最具挑战性的方面之一。碰撞预警系统（CCW）作为一种 proposed 解决方案框架，可被视为解决该领域问题的主要结构。在此框架中，信息起着非常重要的作用。每辆车可立即获取自身信息。然而，另一辆车的信息需通过无线通信获得。数据丢失对此类通信方式而言是极为常见的问题。因此，CCW 会遭受迟报或误报检测感知的困扰。对丢失数据进行鲁棒估计是本文的关注点，其目标是在不同丢失率下，根据先前可用或已估计的数据，尽可能接近真实值地重建或估计丢失的网络数据。本文将研究并评估三种不同算法，包括恒速、恒加速度和卡尔曼估计器以实现此目的。我们比较它们的性能，揭示了它们在基于先前样本进行估计与预测时的准确性与鲁棒性能力，这最终影响 CCW 在感知生成中的质量。
引用
@article{arxiv.1808.04305,
title = {Evaluation of estimation approaches on the quality and robustness of collision warning system},
author = {Masoud Baghbahari and Neda Hajiakhoond},
journal= {arXiv preprint arXiv:1808.04305},
year = {2018}
}