智能汽車是未來汽車工業(yè)發(fā)展的重要方向之一。經(jīng)過多年的發(fā)展,自適應(yīng)巡航系統(tǒng)、車道保持系統(tǒng)、車道偏離預(yù)警等一級駕駛自動化系統(tǒng)已經(jīng)成熟;近年來,傳統(tǒng)汽車廠商推出一些商用的高級駕駛輔助系統(tǒng),已經(jīng)能達(dá)到二級自動化等級,但是其功能仍主要是簡單交通情景的巡航駕駛,對交通法規(guī)處理涉及較少。一些企業(yè)和機(jī)構(gòu)也開發(fā)出更高等級的無人駕駛樣車進(jìn)行測試,從一些路測結(jié)果和分析報(bào)告來看,其仍不能完備地處理交通法規(guī),特別是有其他交通參與物存在的復(fù)雜交通環(huán)境下。當(dāng)前智能汽車還不能很完備地解決交通法規(guī)的適應(yīng)問題。復(fù)雜交通情景下智能汽車不僅需要處理行人、機(jī)動車等交通參與物要素還要處理交通線、交通標(biāo)志、交通信號燈等交通法規(guī)要素。智能汽車行駛過程中不僅需要合理避讓交通參與物還應(yīng)遵守交通規(guī)則。早期由移動機(jī)器人發(fā)展而來的智能汽車多采用動態(tài)規(guī)劃方案生成預(yù)期路徑,這種方法多將交通法規(guī)信息作為約束條件與交通參與物一起進(jìn)行非線性優(yōu)化,會導(dǎo)致求解過程不易收斂,難以保證獲得全局最優(yōu)路徑。此后,分層結(jié)構(gòu)的智能車將決策過程分為行為決策和運(yùn)動規(guī)劃,其仍將交通法規(guī)作為限定在研究交通參與物的避讓中一起處理,缺少對交通法規(guī)的系統(tǒng)處理。近幾年,基于人工智能決... 

【文章頁數(shù)】：153 頁

【學(xué)位級別】：博士

【文章目錄】：
前言
摘要
ABSTRACT
第1章 緒論
    1.1 課題的提出
    1.2 課題相關(guān)研究現(xiàn)狀
        1.2.1 智能汽車發(fā)展現(xiàn)狀
        1.2.2 智能汽車決策控制系統(tǒng)研究現(xiàn)狀
        1.2.3 基于機(jī)理的決策控制模型
        1.2.4 基于人工智能的決策控制算法
        1.2.5 智能汽車行為決策研究現(xiàn)狀
    1.3 本文主要研究內(nèi)容與章節(jié)安排
第2章 基于多目標(biāo)優(yōu)選的最優(yōu)駕駛行為決策方法研究
    2.1 引言
    2.2 交通法規(guī)和交通參與物解耦的智能汽車決策架構(gòu)
        2.2.1 全局規(guī)劃模塊
        2.2.2 綜合認(rèn)知
        2.2.3 駕駛行為決策
        2.2.4 運(yùn)動預(yù)瞄
        2.2.5 汽車控制
        2.2.6 動態(tài)駕駛環(huán)境
    2.3 基于多目標(biāo)優(yōu)選的最優(yōu)駕駛行為決策
        2.3.1 基于交通法規(guī)的候選駕駛行為集創(chuàng)建
        2.3.2 基于車道占有特性的碰撞風(fēng)險(xiǎn)評價(jià)
        2.3.3 基于車道局部統(tǒng)計(jì)特性的通行效率評價(jià)
        2.3.4 宏觀路徑跟隨性評價(jià)
        2.3.5 行駛負(fù)擔(dān)評價(jià)
        2.3.6 連續(xù)量和邏輯量綜合的多目標(biāo)優(yōu)選方法
    2.4 典型工況分析
        2.4.1 交叉路口轉(zhuǎn)彎前等候換道
        2.4.2 前方車輛行駛緩慢
        2.4.3 前方車輛行駛較快
        2.4.4 變換車道過程
        2.4.5 前方車輛壓線行駛
    2.5 本章小結(jié)
第3章 考慮法規(guī)和安全約束的運(yùn)動規(guī)劃與控制研究
    3.1 引言
    3.2 基于多段線拼接的推薦路徑規(guī)劃
        3.2.1 交叉路口轉(zhuǎn)彎路徑規(guī)劃
        3.2.2 換道路徑規(guī)劃
    3.3 考慮交通法規(guī)和行駛安全的推薦車速規(guī)劃
    3.4 基于方向與速度綜合決策的運(yùn)動預(yù)瞄模型
        3.4.1 基于運(yùn)動學(xué)模型的預(yù)期運(yùn)動狀態(tài)預(yù)測
        3.4.2 安全性判斷
        3.4.3 預(yù)瞄加速度綜合評價(jià)
    3.5 汽車加速度前饋與反饋復(fù)合的控制模型
        3.5.1 基于側(cè)向動力學(xué)特性辨識的前饋模塊
    3.6 仿真試驗(yàn)驗(yàn)證
        3.6.1 連續(xù)彎道場景
        3.6.2 右轉(zhuǎn)通過交叉路口場景
        3.6.3 直行通過紅綠燈
    3.7 本章小結(jié)
第4章 智能汽車動態(tài)駕駛環(huán)境建模方法研究
    4.1 引言
    4.2 動態(tài)駕駛環(huán)境架構(gòu)
        4.2.1 綜合認(rèn)知
        4.2.2 高精度電子地圖
        4.2.3 V2X通信
    4.3 動態(tài)駕駛環(huán)境模型結(jié)構(gòu)
    4.4 基于區(qū)域劃分的道路結(jié)構(gòu)化要素
        4.4.1 地面區(qū)域
        4.4.2 交通區(qū)域
        4.4.3 參考線坐標(biāo)系
    4.5 交通信號模型
    4.6 交通參與物
    4.7 靜止障礙物
    4.8 典型場景建模示例
        4.8.1 路段內(nèi)場景
        4.8.2 交叉路口場景
        4.8.3 匝道場景
    4.9 本章小結(jié)
第5章 駕駛模擬器中復(fù)雜交通場景下仿真驗(yàn)證
    5.1 引言
    5.2 基于駕駛模擬器智能汽車仿真驗(yàn)證平臺
        5.2.1 虛擬傳感器模型
    5.3 微觀交通仿真與駕駛模擬器集成的復(fù)雜交通場景生成
        5.3.1 駕駛模擬器復(fù)雜交通場景生成架構(gòu)
        5.3.2 模擬器車輛附近車輛截取
        5.3.3 交通車輛高度及俯仰角度補(bǔ)償
        5.3.4 基于卡爾曼濾波的交通車輛數(shù)據(jù)補(bǔ)點(diǎn)
        5.3.5 駕駛模擬器與微觀交通仿真軟件集成
    5.4 典型工況試驗(yàn)結(jié)果及分析
        5.4.1 交叉路口左轉(zhuǎn)工況
        5.4.2 接近排隊(duì)的交叉路口
        5.4.3 超越前方行駛緩慢車輛
        5.4.4 交叉路口轉(zhuǎn)彎前等待換道
        5.4.5 復(fù)雜交通場景
    5.5 本章小結(jié)
第6章 全文總結(jié)和研究展望
    6.1 全文總結(jié)
    6.2 研究展望
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文及參加的科研工作
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于車道駕駛態(tài)勢的拓?fù)錁?gòu)建與路徑規(guī)劃[J]. 祖似杰,張攀,羅躍軍.  地理空間信息. 2018(05)
[2]基于三維激光雷達(dá)的動態(tài)障礙實(shí)時(shí)檢測與跟蹤[J]. 楊飛,朱株,龔小謹(jǐn),劉濟(jì)林.  浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2012(09)
[3]地面無人駕駛技術(shù)現(xiàn)狀及應(yīng)用[J]. 戴斌,聶一鳴,孫振平,安向京.  汽車與安全. 2012(03)
[4]清華智能車技術(shù)研究[J]. 何克忠.  中國新技術(shù)新產(chǎn)品. 2012(02)
[5]多車道高速公路強(qiáng)制換道模型研究[J]. 孫智勇.  交通建設(shè)與管理. 2011(10)
[6]汽車駕駛員車道內(nèi)行車特點(diǎn)分析[J]. 林廣宇,魏朗.  公路交通科技. 2010(10)
[7]基于模糊控制的微觀車輛換道模型的研究及仿真[J]. 林旸,蔣珉,柴干.  計(jì)算機(jī)技術(shù)與發(fā)展. 2009(11)
[8]基于元胞自動機(jī)的強(qiáng)制換道模型研究[J]. 劉有軍,曹珊.  交通信息與安全. 2009(03)
[9]基于道路圖像對比度-區(qū)域均勻性圖分析的自適應(yīng)閾值算法[J]. 管欣,賈鑫,高振海.  吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2008(04)
[10]基于決策樹的駕駛行為決策機(jī)制研究[J]. 王曉原,楊新月.  系統(tǒng)仿真學(xué)報(bào). 2008(02)

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]汽車性能模擬器逼真度關(guān)鍵問題研究[D]. 段春光.吉林大學(xué) 2017
[3]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
[4]智能汽車方向與速度綜合決策的混合機(jī)理與規(guī)則建模研究[D]. 張立增.吉林大學(xué) 2017
[5]城區(qū)不確定環(huán)境下無人駕駛車輛行為決策方法研究[D]. 耿新力.中國科學(xué)技術(shù)大學(xué) 2017
[6]基于人類駕駛行為的無人駕駛車輛行為決策與運(yùn)動規(guī)劃方法研究[D]. 杜明博.中國科學(xué)技術(shù)大學(xué) 2016
[7]汽車易駕駛性評價(jià)的隨機(jī)駕駛員模型方法[D]. 白艷.吉林大學(xué) 2012
[8]汽車駕駛員控制行為統(tǒng)一決策模型的研究[D]. 張立存.吉林大學(xué) 2007
[9]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]城市路段轉(zhuǎn)向換道模型研究[D]. 馬雪蘭.合肥工業(yè)大學(xué) 2017
[2]面向汽車智能化仿真的交通模擬[D]. 吳夢勛.吉林大學(xué) 2015
[3]基于三維激光雷達(dá)的實(shí)時(shí)目標(biāo)檢測[D]. 程健.浙江大學(xué) 2014
[4]基于激光雷達(dá)的無人車三維環(huán)境建模技術(shù)研究[D]. 王銘.國防科學(xué)技術(shù)大學(xué) 2013
[5]基于增強(qiáng)學(xué)習(xí)的無人車輛智能決策方法研究[D]. 鄭睿.國防科學(xué)技術(shù)大學(xué) 2013
[6]基于駕駛模擬器的交通流仿真設(shè)計(jì)與實(shí)現(xiàn)[D]. 謝華.武漢理工大學(xué) 2006



本文編號：3733023