4、汽车安全应用中的轨迹融合与自适应巡航控制技术

汽车安全应用中的轨迹融合与自适应巡航控制技术

在汽车领域，尤其是自动驾驶和先进驾驶辅助系统（ADAS）中，准确的目标跟踪和信息融合至关重要。本文将介绍两种重要的技术：轨迹到轨迹融合（Track-to-Track Fusion）以及基于调频连续波（FMCW）和多频移键控（MFSK）技术的汽车自适应巡航控制（ACC）。

轨迹到轨迹融合

在自动驾驶场景中，车辆的态势感知能力对于安全驾驶至关重要。通过车辆间的数据融合，可以提高车辆的态势感知水平，为不同情况下的决策提供更可靠的依据。下面将详细介绍如何在Simulink中实现轨迹到轨迹融合。

模型设置与概述

在运行示例之前，需要使用 drivingScenario 对象创建一个特定的场景，并将场景中的道路和参与者信息保存到 TrackToTrackFusionScenario.mat 文件中。

跟踪与融合

模型的跟踪与融合部分包含两个子系统，分别实现了车辆1和车辆2的目标跟踪和融合功能。

• 车辆1子系统 ：

  1. 场景读取 ：通过 Scenario Reader （自动化驾驶工具箱）块从保存的文件中读取参与者的姿态数据，并将其从场景的世界坐标转换为自身车辆坐标。
  2. 传感器模拟 ：使用传感器模拟子系统根据参与者的姿态数据生成雷达和视觉检测结果。
  3. <