但随着汽车数量的增加导致交通事故频发，我国死于交通事故的人数一直以来稳 居世界第一，约占世界总人数的 16%，世界上平均半分钟就会有一起交通事故发生且 发展中国国家占较大比例。因此，采用有效方法以预防各类事故的发生迫在眉睫。根 据调查相关部门的报告，我们可以发现：交通事故的主要原因是车辆驾驶员注意力没 有集中，而这往往是由使用移动电话、疲劳驾驶、酒后驾驶等多因素导致。论文网

近年来，汽车工业相关的机器人科学与人工智能技术的飞速发展对学术界和工业 界产生了深远的影响并被大量应用到了工业生产的各个领域，这使得它们不仅将人们 从繁琐的生产劳动过程中解脱出来，还使得生产活动更安全可靠、人民生活更加便利， 因此在交叉学科的背景下，能够实现自主导航功能的无人车应运而生。

1。2  课题背景与意义

无人车自主导航系统可以利用传感器有效检测道路中的障碍物并实施避障策略， 并可以根据环境信息实现路径规划。交通道路环境的不确定性与非结构化等特点要求 汽车的导航系统能够感知外部时刻变化的复杂环境，而目前大部分的导航系统采用单 一传感器进行环境检测，这导致系统获得的环境信息往往片面的、其中所包含必要的 信息量十分有限，特征也是局部的。同时传感器自身往往受到性能、品质以及噪声等 因素的影响使得测量的数据与实际相比有较大的误差甚至是错误。

因此，为了保证系统的精确性和稳定性，我们往往使用多传感器以获取多种、甚 至不同类型的数据信息。但是如果对各类传感器获取的数据信息进行单独、独立的处 理，这将导致信息处理所需的工作量大大提高，同时会切断不同传感器数据信息之间 的内在联系，造成数据信息有机组合后隐藏的重要特征的丢失。随着多传感器信息融 合技术的发展，上述许多问题迎刃而解，它综合控制理论，数理统计，人工智能，信 号处理以及仿生学等多方面的科学理论[2]。这都将不同状态，不同位置的多传感器获 取的片面，局部的检测量有机结合，提高信息的确定性和准确性，致力于对环境信息 的全面描述，以实现控制系统的科学规划及智能决策。文献综述

1。3  国内外研究现状

1。3。1  多传感器信息融合技术的发展现状

1。3。2  无人车自主导航的研究现状

1。4  课题的主要内容

本文以无人车为主要研究对象，以常见的小波变换，BP 神经网络以及模糊控制 等信息融合技术对无人车的自主导航系统进行算法研究。 基于此，本文论文具体内容安排如下：

第一章 介绍关于无人车与信息融合相关技术的国内外研究现状。 第二章 阐述多传感器信息融合的结构、层次与方法等理论基础。 第三章 研究多源图像的融合方法和预处理，推导目标方位角公式。 第四章 构建 BP 神经网络应用于超声波传感器中进行数据级融合。

第五章 设计系统模糊逻辑决策级融合的模糊控制器，构建仿真模型进行仿真实验。

第二章 多传感器信息融合技术

多传感器信息融合技术相对于传统单一传感器在信息获取等方面具有无可比拟 的优势，传感器对数据进行多方面、多层次的处理，从而获得更多有价值的隐含信息。 传感器信息融合在数学、工程学、仿生学不同角度的定义不同，它的本身不仅仅是一 种数据信息处理方法，还是一种认识和改造世界的方法学[6]。

本章首先引入传感器的相关概念，进而重点介绍多传感器信息融合的基本原理， 基本结构层次，以及主要方法。来:自[优E尔L论W文W网www.youerw.com +QQ752018766- MATLAB多传感器信息融合的无人车自主导航算法研究(3):http://www.youerw.com/zidonghua/lunwen_98531.html