4.1.1 卡尔曼滤波基本思想    26
4.1.2 卡尔曼滤波的特点    27
4.1.3 卡尔曼滤波的应用    27
4.2 卡尔曼滤波数据融合    27
5 软件系统设计    29
5.1 概述    29
5.2 GPS的软件模块    30
5.3 加速度传感器软件设计    32
5.4 GPS和加速度传感器数据滤波融合算法    33
5.4.1 系统状态方程的建立    33
5.4.2 GPS状态方程    33
5.4.3 加速度传感器状态方程    34
6 实验数据和现象    36
结  论    38
致  谢    39
参 考 文 献    40
1  绪论
1.1  课题研究背景及意义
随着社会经济的快速发展，道路交通日渐繁忙，交通事故也呈快速上升趋势，尤其是长途客运车辆的重、特大道路交通事故频发，给国家和人民生命财产带来了巨大损失。2003年底，我国公路通车总里程数己达到181万公里(其中高速公路3万公里)，汽车保有量约为2430万辆;但我们同样看到另外一组数据:据公安部统计，2003年全国发生道路交通事故66.75万起，造成10.43万人死亡，49.41万人受伤，直接经济损失33.7亿元。为了避免此类事件的发生，经过研究人员的多年不辞辛苦地研讨与实验最终诞生了疲劳驾驶预警仪。经过统计多数的交通事故中的原因，我们能清晰的发现司机因为长时间的疲劳驾驶是使车祸发生的重要因素之一[1][2][3]。
疲劳是司机们的天敌，为了防止悲剧的发生，一款能智能地监测司机的疲劳情况，适时提供预警的装置就显得格外重要。疲劳预警仪正是基于此目的下而诞生的，然而目前这款产品仍然存在着一些缺陷，灵敏度的自动调节问题。现在我们的疲劳预警仪的灵敏度设定是固定的，这就会产生以下问题，当我们事先将灵敏度调节过高，车辆在低速行驶时或在停车时又或者很缓慢行驶交谈时，这时预警仪会认为司机左顾右盼，驾驶不专心，认定司机已经出现疲劳特征，此时就会多次发出警报。这就产生了误报，这些误报并不是我们所需要的，频繁过多的误报只会给司机带来不耐烦的情绪，与疲劳预警仪的初衷就背道而驰了。其次如果我们事先设定的预警仪灵敏度过低，车辆行驶在高速公路上时，此时对于司机疲劳状况的监测就非常重要，预警仪如果灵敏度太低势必产生漏报情况。不难发现，疲劳预警仪的灵敏度跟误报漏报是一对相对矛盾。那如何解决这一问题就是本论文研究的一个大背景。
经过研究，发现预警仪的灵敏度如果能跟车辆的速度信息结合在一起的话，然后在通过预警仪的动态调整灵敏度，预警仪的误报漏报的情况将可以大大降低。在进行测速研究必须明确，测速是为了辅助预警仪的灵敏度调节，那车辆的测速装置只能是车载式的，其次预警仪已经是一款现成的产品，它的安装摆放十分方便，那接下来所要的测速装置必须也是便于安装，小巧型，要在不改变汽车内部的构造条件下。以前类似雷达测速等通过外部装置类测量车速的相对方法，在此不适用。又如，测车轮转轴转速，脉冲等方法，此类方案在应用时势必要改转汽车的一部分装置，还有在与疲劳预警仪的连接方面也会受到影响。接下来我们讨论以往的各种测速方法，在经过比较得出最优方案。
1.4  本课题的研究内容
本课题主要研究为了配合疲劳预警仪调节灵敏度的车载行车速度测量方法，在此背景下我们摒弃以往像脉冲式测速，雷达测速，机械式速度表等。基于加速度传感器ADXL345和GPS构成的组合定位系统。该系统能把两者的优点结合起来：当GPS系统受到短时干扰或遮挡无法定位提供速度信息时，利用加速度传感器构成的DR系统可以自主的对车辆进行定位测速，保证了速度信息的完整性和可靠性；利用GPS提供的高精度的速度和加速度信息为航位推算提供初始参数，并不断对航位推算的误差进行校正和补偿。其研究的主要内容包括： GSP车载行车速度测试技术研究+文献综述(2):http://www.youerw.com/zidonghua/lunwen_3664.html