隨著計算機技術與信息技術的發(fā)展,自動駕駛車輛受到了越來越多的關注。自動駕駛車輛在解決交通安全、交通擁堵等問題起著至關重要的作用,是汽車行業(yè)的重要發(fā)展方向。近年來,自動駕駛技術也取得了一定的成果,但是要想實現(xiàn)在真實道路環(huán)境中安全高效行駛,還依然面臨著很多難題。自動駕駛在發(fā)展過程中,必然會經歷由人類駕駛和自動駕駛車輛的混合駕駛環(huán)境,過渡至完全自動駕駛環(huán)境。車輛換道算法是自動駕駛車輛決策規(guī)劃模塊中的基本算法,對駕駛安全具有重要意義。因此,對于換道問題的研究,也要分別對兩種駕駛環(huán)境分別進行討論。無論是混合駕駛環(huán)境還是全自動駕駛環(huán)境,換道車輛與目標車道后車之間的沖突都是換道研究中的一個重要問題。目前尚未有針對完全自動駕駛環(huán)境下?lián)Q道車輛和目標車道后車之間發(fā)生沖突時如何進行解決的相關模型,混合駕駛環(huán)境下該問題也缺乏全面的研究。本文以換道過程中的車輛沖突問題為研究對象,提出了耦合博弈論和運動學的模型方法來研究車輛換道中自動駕駛車輛的決策問題,分別針對完全自動駕駛和手自動混合駕駛兩種不同的駕駛環(huán)境,建立兩種不同的自動駕駛換道模型。完全自動駕駛環(huán)境下,設計了完全自動駕駛環(huán)境下?lián)Q道車輛與目標車道后車的車輛換... 

【文章來源】：西南交通大學四川省 211工程院校 教育部直屬院校

【文章頁數(shù)】：68 頁

【學位級別】：碩士

【部分圖文】：

安全收益與沖突時間差關系圖

圖 3-7 RV 初始位置與收益關系圖表 3-4 反映了 RV 初始位置為 0m 和 41m 時，兩車的收益矩陣。表中最終的納有兩個策略組合 S11和 S22，然后從中選擇兩車總收益之和更大的策略組合。表 3-4 收益矩陣RV（初始位置 0m） RV（初始位置 41m）避讓 不避讓 避讓 不避讓LV換道 (0.07，-0.02) (-0.24，-0.35) (0.11，-0.24) (-0.83，-0.99)不換道 (-0.08，-0.02) (-0.08，-0.04) (-0.08，-0.15) (-0.08，-0.04)如圖 3-8 所示，在 RV 初始位置為 0-41m 范圍內，S11下兩車總收益之和最大1m-90m 范圍內，S22下兩車總收益之和最大。通過圖 3-7 的分析，可以看出 總收益的增長速度要比 RV 總收益下降的速度慢得多，從而導致 S11下兩車總呈現(xiàn)下降的趨勢，而 S22下兩車總收益之和是一條上升的曲線，從而在 RV 初 41m 處，最終解由 S11變至 S22。

圖 3-8 RV 初始位置與兩車收益之和關系圖始位置分析出 LV 和 RV 車輛的初始速度，并確定 RV 的初始位置，LV內，分析 LV 的初始位置與其他參數(shù)的關系。表 3-5 車輛初始信息車輛初始位置(m)LV 位置 RV 位置 PV 位置 FV 位置[0，90] 0 120 120車輛初始速度(m/s)LV 速度 RV 速度 PV 速度 FV 速度25 30 25 33結果為：當 LV 初始位置在 0-46m 范圍時，最終解為 S22，為 S11。圖 3-9 描述了兩車的收益與 LV 初始位置的關系。由的變化只影響了 RV 在 S11 和 S21 下的速度收益，即避讓速有變化。隨著 LV 初始位置的變化，RV 與 LV 距離不斷增，從而導致 RV 避讓速度收益也呈現(xiàn)單調遞增的趨勢。


本文編號：3466163