智能汽車戰(zhàn)術(shù)規(guī)劃關(guān)鍵方法研究
發(fā)布時間:2022-07-07 12:01
汽車智能化已經(jīng)成為了汽車工業(yè)的重要發(fā)展方向之一。智能汽車應(yīng)該像成熟的駕駛員一樣安全、合法、高效、令乘坐人員舒適地完成駕駛?cè)蝿?wù)。從路測報告來看,現(xiàn)有智能汽車不能做到完全合法的行駛。駕駛員在駕駛過程中地決策分為戰(zhàn)略規(guī)劃,戰(zhàn)術(shù)規(guī)劃,運動規(guī)劃。戰(zhàn)略規(guī)劃是確定應(yīng)該直行、轉(zhuǎn)彎、掉頭等駕駛行為,戰(zhàn)術(shù)規(guī)劃是確定駛?cè)肽膫車道。這些駕駛行為的決策是保證完全符合交通法規(guī)并高效行駛的最關(guān)鍵步驟。當(dāng)前戰(zhàn)略規(guī)劃研究較為成熟,戰(zhàn)術(shù)規(guī)劃對如何處理交通法規(guī)的研究并不完善。根據(jù)調(diào)研,當(dāng)前大多數(shù)智能汽車決策系統(tǒng)將交通法規(guī)與交通參與物的避讓混雜在運動規(guī)劃中處理。其特點是在運動規(guī)劃中將交通法規(guī)和交通參與物同時作為約束條件進行多目標(biāo)優(yōu)化求解最優(yōu)軌跡。交通法規(guī)作為約束條件存在約束函數(shù)不連續(xù)的問題,導(dǎo)致優(yōu)化困難。針對上述問題,本課題基于交通法規(guī)與交通參與物解耦處理的決策架構(gòu)對智能汽車戰(zhàn)術(shù)規(guī)劃關(guān)鍵方法進行研究包括以下內(nèi)容:第一、提出了一種智能汽車車道選擇決策方法。本文對交通法規(guī)進行歸納總結(jié),分析交通法規(guī)對車輛行駛過程中的約束,并根據(jù)本文對戰(zhàn)術(shù)規(guī)劃層的功能劃分,將車道選擇決策規(guī)劃劃分為候選車道集生成模塊、最優(yōu)車道選擇模塊、預(yù)期行駛車道及...
【文章頁數(shù)】:94 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 課題提出
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 駕駛行為決策系統(tǒng)研究現(xiàn)狀
1.2.2 運動預(yù)測方法研究現(xiàn)狀
1.3 全文內(nèi)容及章節(jié)安排
第二章 車道選擇決策方法研究
2.1 智能汽車系統(tǒng)總體框架
2.2 智能汽車車道選擇決策方法
2.2.1 考慮交通法規(guī)的候選車道集生成方法
2.2.2 基于價值函數(shù)的目標(biāo)車道選擇方法
2.2.3 基于規(guī)則的預(yù)期行駛車道及轉(zhuǎn)向燈狀態(tài)確定方法
2.2.4 推薦路徑規(guī)劃方法
2.2.5 推薦車速規(guī)劃方法
2.3 本章小結(jié)
第三章 基于駕駛意圖識別的運動預(yù)測方法研究
3.1 基于駕駛意圖識別的運動預(yù)測方法框架
3.2 基于區(qū)域劃分的駕駛意圖識別方法
3.2.1 候選駕駛意圖集生成方法及模型特征量的選取
3.2.2 考慮道路結(jié)構(gòu)信息的路口區(qū)域目標(biāo)車道意圖模型
3.2.3 基于GMM-HMM的駕駛行為模型
3.2.4 基于交通法規(guī)及駕駛經(jīng)驗的駕駛意圖先驗概率
3.2.5 駕駛意圖識別方法驗證
3.3 運動預(yù)測
3.4 本章小結(jié)
第四章 仿真驗證
4.1 智能汽車虛擬驗證平臺
4.1.1 復(fù)雜交通場景生成模塊
4.1.2 認(rèn)知模塊
4.1.3 智能汽車決策模塊
4.1.4 控制模塊
4.2 典型工況實驗結(jié)果及分析
4.2.1 路口前需強制換道工況
4.2.2 前方車輛車速較慢工況
4.2.3 路口等待紅燈工況
4.2.4 通過曲率較大路段工況
4.3 本章小結(jié)
第五章 全文總結(jié)及展望
5.1 全文總結(jié)
5.2 未來展望
參考文獻
致謝
【參考文獻】:
期刊論文
[1]預(yù)瞄跟隨駕駛員模型的復(fù)合校正[J]. 管欣,陳永尚,賈鑫,詹軍. 汽車工程. 2018(03)
[2]中華人民共和國道路交通安全法[J]. 中華人民共和國國務(wù)院公報. 2004(01)
博士論文
[1]智能汽車交通車輛的綜合認(rèn)知及其虛擬測試方法研究[D]. 洪峰.吉林大學(xué) 2018
[2]智能汽車綜合縱向控制的統(tǒng)一駕駛員模型研究[D]. 崔文鋒.吉林大學(xué) 2017
[3]智能汽車方向與速度綜合決策的混合機理與規(guī)則建模研究[D]. 張立增.吉林大學(xué) 2017
[4]基于人類駕駛行為的無人駕駛車輛行為決策與運動規(guī)劃方法研究[D]. 杜明博.中國科學(xué)技術(shù)大學(xué) 2016
[5]自主駕駛汽車智能控制系統(tǒng)[D]. 孫振平.國防科學(xué)技術(shù)大學(xué) 2004
碩士論文
[1]面向智能駕駛的交通車輛運動預(yù)測方法研究[D]. 李建平.吉林大學(xué) 2018
本文編號:3656383
【文章頁數(shù)】:94 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 課題提出
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 駕駛行為決策系統(tǒng)研究現(xiàn)狀
1.2.2 運動預(yù)測方法研究現(xiàn)狀
1.3 全文內(nèi)容及章節(jié)安排
第二章 車道選擇決策方法研究
2.1 智能汽車系統(tǒng)總體框架
2.2 智能汽車車道選擇決策方法
2.2.1 考慮交通法規(guī)的候選車道集生成方法
2.2.2 基于價值函數(shù)的目標(biāo)車道選擇方法
2.2.3 基于規(guī)則的預(yù)期行駛車道及轉(zhuǎn)向燈狀態(tài)確定方法
2.2.4 推薦路徑規(guī)劃方法
2.2.5 推薦車速規(guī)劃方法
2.3 本章小結(jié)
第三章 基于駕駛意圖識別的運動預(yù)測方法研究
3.1 基于駕駛意圖識別的運動預(yù)測方法框架
3.2 基于區(qū)域劃分的駕駛意圖識別方法
3.2.1 候選駕駛意圖集生成方法及模型特征量的選取
3.2.2 考慮道路結(jié)構(gòu)信息的路口區(qū)域目標(biāo)車道意圖模型
3.2.3 基于GMM-HMM的駕駛行為模型
3.2.4 基于交通法規(guī)及駕駛經(jīng)驗的駕駛意圖先驗概率
3.2.5 駕駛意圖識別方法驗證
3.3 運動預(yù)測
3.4 本章小結(jié)
第四章 仿真驗證
4.1 智能汽車虛擬驗證平臺
4.1.1 復(fù)雜交通場景生成模塊
4.1.2 認(rèn)知模塊
4.1.3 智能汽車決策模塊
4.1.4 控制模塊
4.2 典型工況實驗結(jié)果及分析
4.2.1 路口前需強制換道工況
4.2.2 前方車輛車速較慢工況
4.2.3 路口等待紅燈工況
4.2.4 通過曲率較大路段工況
4.3 本章小結(jié)
第五章 全文總結(jié)及展望
5.1 全文總結(jié)
5.2 未來展望
參考文獻
致謝
【參考文獻】:
期刊論文
[1]預(yù)瞄跟隨駕駛員模型的復(fù)合校正[J]. 管欣,陳永尚,賈鑫,詹軍. 汽車工程. 2018(03)
[2]中華人民共和國道路交通安全法[J]. 中華人民共和國國務(wù)院公報. 2004(01)
博士論文
[1]智能汽車交通車輛的綜合認(rèn)知及其虛擬測試方法研究[D]. 洪峰.吉林大學(xué) 2018
[2]智能汽車綜合縱向控制的統(tǒng)一駕駛員模型研究[D]. 崔文鋒.吉林大學(xué) 2017
[3]智能汽車方向與速度綜合決策的混合機理與規(guī)則建模研究[D]. 張立增.吉林大學(xué) 2017
[4]基于人類駕駛行為的無人駕駛車輛行為決策與運動規(guī)劃方法研究[D]. 杜明博.中國科學(xué)技術(shù)大學(xué) 2016
[5]自主駕駛汽車智能控制系統(tǒng)[D]. 孫振平.國防科學(xué)技術(shù)大學(xué) 2004
碩士論文
[1]面向智能駕駛的交通車輛運動預(yù)測方法研究[D]. 李建平.吉林大學(xué) 2018
本文編號:3656383
本文鏈接:http://sikaile.net/guanlilunwen/lindaojc/3656383.html
最近更新
教材專著