基于高精度位置信息的多车协同碰撞预警关键技术的研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61671482
  • 项目类别:
    面上项目
  • 资助金额:
    58.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0103.通信理论与系统
  • 结题年份:
    2020
  • 批准年份:
    2016
  • 项目状态:
    已结题
  • 起止时间:
    2017-01-01 至2020-12-31

项目摘要

Vehicle incidence remains high, but the current single vehicle collision warning system is unable to notice the multiple endangered vehicles. Thus, the algorithms and protocols of high-precision positioning and multi-vehicle collaborative warning communication are proposed which can avoid the multi-vehicle collision in emergency. The project focuses on the following two problems. Firstly, to realize the group management of vehicles a seamless high-precision positioning method based-on three kind of multi-source information fusion is proposed, that is, the high-precision local positioning information provided by WAVE (Wireless Access for Vehicular Environment), the dual-mode wide area differential positioning information provided by the fusion of BDS and GPS, the position information of dead reckoning provided by the fusion of OBD (On-Board Diagnostic) and MEMS-INS (Micro-Electro-Mechanical System - Inertial Navigation System). Secondly, to achieve low latency and long distance transmission of collision warning information in a variety of road conditions, the following two protocols will be studied, that is, the multicast routing protocols of vehicle network based on high-precision location information and the communication protocols of vehicle collision warning message based on collaborative model. Software simulation and development of vehicle terminals will be used to test, evaluate and optimize the research, and finally the key technical of multi vehicle collision collaboration collision warning system will be solved. In addition, the research results can also be used in fine the fields of vehicle monitoring and navigation and the high accuracy positioning of IoT (Internet of Things) nodes and other applications of location-based services.
针对车辆碰撞事故居高不下,而目前的单车碰撞预警又无法通知濒危的非视距临近车辆的问题,提出了为避免车辆连环碰撞的高精度定位、多车协同碰撞预警相关的算法和协议。重点研究将WAVE(车辆环境无线接入)获得的高精度局域定位信息、北斗与GPS融合获得的广域差分定位信息、OBD(车载诊断系统)与MEMS-INS(微惯导)融合获得的航位推算位置信息三者融合,实现车辆的高精度无缝定位,从而构建以高精度位置信息为核心的车辆群组管理;进而研究基于高精度位置信息的车联网通信组播路由协议和基于协同模式的车辆碰撞预警信息的通信协议,从而实现在各种路况下碰撞预警信息的低时延、远距离传输。课题将通过软件仿真和车载终端样机研制实现对研究内容的测试、评估和优化,最终解决多车协同碰撞预警中的关键技术问题。研究成果还可用于车辆的精细监控与导航、物联网节点的高精度协同定位、基于位置服务的其他应用领域中。

结项摘要

针对车辆碰撞事故居高不下,而目前的单车碰撞预警系统又无法通知濒危的非视距车辆的问题,课题对高精度定位、多车协同碰撞预警相关的算法和协议进行了重点研究。.提出了复杂环境下基于IEEE802.11p车辆高精度定位的方法,基于UWB(Ultra Wide Band)等毫米波的通信频谱特征的能量块接收定位算法,基于小波分解、锁相环优化、信道均衡、遗传算法等进一步提高无线定位精度的算法;提出了基于改进的粒子滤波的多源融合无缝定位算法,可以实现惯导航位推算、地磁指纹信息、GNSS (Global Navigation Satellite System)等常规定位方法与基于IEEE802.11p、UWB等无线定位方法的多源融合。构建了以高精度位置信息为核心的车辆群组管理、基于高精度位置信息的车联网通信组播路由协议,从而实现在各种路况下碰撞预警信息的低时延、远距离传输。.课题通过实验对研究内容进行了测试、评估和优化,在多个方面均达到或超过预期目标,解决了多车协同碰撞预警中的关键技术问题。研究成果还可用于车辆的精细监控与导航、物联网节点的高精度协同定位、基于位置服务的其他应用领域中。.研究成果共发表课题相关论文26篇(含录用待发表论文4篇),其中SCI/EI检索论文20篇(SCI检索11篇、EI检索9篇)、中文科技核心论文6篇,申请发明专利6项,培养硕士研究生5名、培养青年科技骨干教师2位(均在此研究基础上成功新获批国家自然科学基金)。.除了完成理论研究外,还开发实现了软件仿真平台以及车载终端,并投入实际应用,新增产值达到数千万元,获得省部级科技奖励2项。

项目成果

期刊论文数量(17)
专著数量(0)
科研奖励数量(2)
会议论文数量(9)
专利数量(6)
基于RSSI的WiFi指纹定位数据融合算法研究
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    微型电脑应用
  • 影响因子:
    --
  • 作者:
    王孟妍;崔学荣;张国平;李娟;陈海华;黄庭培
  • 通讯作者:
    黄庭培
Real-Time Positioning Based on Millimeter Wave Device to Device Communications
基于毫米波设备到设备通信的实时定位
  • DOI:
    10.1109/access.2016.2604360
  • 发表时间:
    2016
  • 期刊:
    IEEE Access
  • 影响因子:
    3.9
  • 作者:
    Cui Xuerong;T. A. Gulliver;Song Houbing;Li Juan
  • 通讯作者:
    Li Juan
锁相环优化超宽带定位算法的研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    导航定位学报
  • 影响因子:
    --
  • 作者:
    崔学荣;王永东;李娟;李世宝
  • 通讯作者:
    李世宝
Improved Genetic Algorithm to Optimize the Wi-Fi Indoor Positioning Based on Artificial Neural Network
基于人工神经网络的改进遗传算法优化Wi-Fi室内定位
  • DOI:
    10.1109/access.2020.2988322
  • 发表时间:
    2020-01-01
  • 期刊:
    IEEE ACCESS
  • 影响因子:
    3.9
  • 作者:
    Cui, Xuerong;Yang, Jin;Wu, Chunlei
  • 通讯作者:
    Wu, Chunlei
Research on autocorrelation and cross-correlation analyses in vehicular nodes positioning
车辆节点定位中的自相关和互相关分析研究
  • DOI:
    10.1177/1550147719843864
  • 发表时间:
    2019-04
  • 期刊:
    INTERNATIONAL JOURNAL OF DISTRIBUTED SENSOR NETWORKS
  • 影响因子:
    2.3
  • 作者:
    Cui Xuerong;Li Jingzhen;Li Juan;Liu Jianhang;Huang Tingpei;Chen Haihua
  • 通讯作者:
    Chen Haihua

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于固定周转时延协议的uwb 无线测距方法研究
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    传感技术学报
  • 影响因子:
    --
  • 作者:
    李娟;崔学荣;吴春雷
  • 通讯作者:
    吴春雷
锁相环优化超宽带定位算法
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    导航定位学报
  • 影响因子:
    --
  • 作者:
    崔学荣;王永东;李娟;李世宝
  • 通讯作者:
    李世宝
基于UWB 的物联网节点定位算法的仿真研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    科学技术与工程
  • 影响因子:
    --
  • 作者:
    崔学荣;张浩;吴春雷;李娟
  • 通讯作者:
    李娟
同步定位与建图特征提取和匹配算法研究
  • DOI:
    10.16547/j.cnki.10-1096.20220517
  • 发表时间:
    2022
  • 期刊:
    导航定位学报
  • 影响因子:
    --
  • 作者:
    崔学荣;周伟帅;李娟;李世宝
  • 通讯作者:
    李世宝
超宽带无线信道品质因子估计方法
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    计算机应用
  • 影响因子:
    --
  • 作者:
    李娟;张浩;崔学荣;吴春雷
  • 通讯作者:
    吴春雷

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

崔学荣的其他基金

基于联邦强化学习的大规模移动水下无线传感网的自适应协同定位技术研究
  • 批准号:
  • 批准年份:
    2021
  • 资助金额:
    58 万元
  • 项目类别:
    面上项目
基于联邦强化学习的大规模移动水下无线传感网的自适应协同定位技术研究
  • 批准号:
    52171341
  • 批准年份:
    2021
  • 资助金额:
    58.00 万元
  • 项目类别:
    面上项目
基于UWB/DGNSS的高速公路车辆协同定位方法研究
  • 批准号:
    61301139
  • 批准年份:
    2013
  • 资助金额:
    24.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码