没有合适的资源?快使用搜索试试~ 我知道了~
首页自动驾驶换道模型:轨迹规划与意图生成
"自动驾驶车辆换道过程建模与分析" 自动驾驶技术是近年来互联网技术和自动化水平进步的产物,受到广泛关注。它不仅降低了交通事故发生率,优化了行驶模式,减少了交通拥堵和污染,而且被认为是未来交通问题解决方案的关键。在自动驾驶系统中,车辆换道行为是至关重要的一个环节,对交通安全和交通流效率有着直接影响。 然而,自动驾驶领域的换道控制技术相对成熟自适应巡航控制而言仍处于起步阶段。当前研究主要集中在平直公路的自由换道,而对于高速公路匝道等复杂场景的强制换道行为研究不足,缺乏量化换道意图点与成功率的模型。此外,现有的静态换道轨迹规划模型无法适应实际驾驶环境的动态变化。 本论文聚焦于自动驾驶车辆的换道行为建模,首先构建了一个动态的换道轨迹规划模型。该模型从车辆轨迹规划的动态响应角度出发,整合了换道防侧翻和避撞算法,重新设计了速度变化规则,使其能实时响应环境变化。模型允许调整反应时间和规划步长,增强了灵活性,并使用NGSIM数据作为环境输入,模拟了四种典型换道情况,通过CarSim仿真平台验证了规划轨迹的可行性和车辆性能。 此外,论文还建立了换道意图生成模型,用于量化换道成功率与意图生成点之间的关系。这一模型基于自动驾驶换道轨迹规划,为换道决策提供了微观层面的离散概率描述,有助于理解并优化自动驾驶车辆的换道策略。 总体来说,本研究旨在填补自动驾驶换道决策和动态轨迹规划的空白,通过详尽的建模和仿真分析,为自动驾驶系统的安全和效率提升提供了理论基础和技术支持。
资源详情
资源推荐
![](https://csdnimg.cn/release/download_crawler_static/88792421/bgc.jpg)
西南交通大学硕士研究生学位论文 第6页
参考驾驶员对环境的判断评估方式,综合考虑安全性、舒适性和效率确定车辆是
否需要换道、能否进行换道、选择目标车道。Nilsson 和 Sjöberg
[22]
在双车道单向
道路上,基于模型预测控制(Model Predictive Control MPC)建立了混合逻辑动
态系统的自动驾驶车辆换道决策模型。换道决策模型首先通过选择合适的目标车
道和速度分布,确定车辆是否换道。然后将路径和道路性质纳入目标函数中实现
任意换道,并对加速度和加速度率进行约束以满足车辆换道的舒适性。为降低模
型预测控制计算量,利用混合整数规划制定换道决策,确定车辆变换车道或超车
行为是否可行、可取。但是混合整数规划具有组合的复杂性,不确定能否在标准
车辆中实时实现。在此基础上,Nilsson 等人
[23]
继续研究自动驾驶车辆换道决策
问题,以解决混合整数规划的局限性,将车辆换道问题分解成是否换道、何时换
道及如何换道三个步骤,对车辆换道进行了更加系统全面的研究。同样利用效用
函数对目标车道选择、行驶间距和时间等进行评估,确定车辆是否执行换道。论
文还将该决策模型应用到真实车辆中进行实验,结果显示基于效用函数的换道决
策模型有很好的适用性。Wei 等人
[24]
则建立了一种基于预测和成本函数的意图集
成算法框架,利用开发意图估计器来实时提取周围车辆合并、换道意图的概率,
用以生成自动驾驶车辆的候选策略。然后对候选策略进行预测和评估,利用换道
车辆与周围车辆间的相互影响预测未来的驾驶情况,应用基于成本函数的评估计
算每个场景的成本,并选择将成本最低作为决策基准,从而实现自动驾驶车辆的
换道决策。
然而,所有上述四类只关注了驾驶者的车道变换决策机制
[4, 5, 25]
,而忽视了
车道变换阶段的轨迹特征
[26]
。到目前为止,只有少数关于换道轨迹规划的研究,
早期的研究主要集中在统计分析,确定换道过程的持续时间
[27-31]
,结果显示持续
时间在范围 [3s,8s] 间波动。
2.2 自动驾驶换道轨迹规划研究现状
虽然有关自动驾驶的研究近几年受到了广泛的关注
[32-40]
,但是大部分只关注
了跟驰行为
[41]
的自动驾驶建模,而针对自动驾驶车辆换道行为的轨迹规划研究
较为不足。现有的研究中,主要以几何曲线法
[42, 43]
为主,此外还有人工势场法
[44,
45]
。
在几何曲线法中,根据几何曲线类型的不同,又细分为圆轨迹、多项式轨迹、
![](https://csdnimg.cn/release/download_crawler_static/88792421/bgd.jpg)
西南交通大学硕士研究生学位论文 第7页
螺旋线轨迹、正余弦函数轨迹、B 样条曲线轨迹等方法。此外,有些学者通过设
计换道过程的加速度曲线来表征换道轨迹,例如正反梯形加速度曲线。多项式方
法最早由 Nelson
[46]
提出,旨在构建曲率连续的(AGVs)自动车辆导引轨迹,其提
出了笛卡尔坐标多项式与极坐标多项式轨迹并验证了多项式方法能提高轨迹的
可跟踪性。Piazzi 和 Bianco
[47]
提出了基于五次多项式的轨迹规划方法,多项式轨
迹曲线的平坦性保证了自动驾驶车辆轨迹的可执行性,通过调节参数可表征不同
类型的几何线性曲线轨迹,然而文中个别参数为过程参数,不具有实际物理含义,
尚不能有效地应用于实时控制。Papadimitriou 和 Tomizuka
[48]
采用五次多项式来
表征车辆换道轨迹,把障碍物简化处理为圆形并考虑了换道过程中的动态约束,
但这个策略只能适用于换道开始时刻的障碍物,而不能解决在换道期间出现的障
碍物。Chu 等人
[49]
研究了弯曲路段环境下的局部轨迹规划,使用三次多项式曲线
来表征换道轨迹,再通过轨迹方程计算曲率,并得到每一时刻的车辆转向角,进
而实现控制,此外轨迹规划中还考虑了换道过程中的安全性,效率和舒适性。
Shim 等人
[50]
提出了六次多项式轨迹规划方法,创新性地引入车辆航向角与转向
角作为边界条件,以确定轨迹方程。并采用 MPC 来实现轨迹跟踪。除此之外,
Chen 等人
[51]
提出利用二次贝塞尔曲线进行路径规划,得到的换道轨迹具有连续
的曲率半径,但该方法未解决存在障碍物情况下贝赛尔曲线控制点的选取问题,
同时未涉及车辆的碰撞检测。之后 Milam
[52]
在轨迹规划时采用了三次 B 样条曲
线来替代贝塞尔曲线,但车辆行为动态变化时仍无法合理地确定 B 样条曲线段
数,并且生成的换道轨迹在车辆实际换道过程中无法有效控制其横向最大加速度。
Ren 等人
[53]
提出了一种基于梯形加速度曲线的规划方法,导出偏航率和偏航角加
速度,然后设计偏航率跟踪器,通过应用非模态滑动模式技术实现车道变化,但
是只假设横向加速度满足正反梯形曲线,而无法实现纵向速度的实时调整。此外,
也有些学 者 对换道轨迹 所采用的不 同几何曲线进行 了比较研 究 。 Chee 和
Tomizuka
[54, 55]
对比研究了四种不同的期望轨迹,多项式轨迹、圆轨迹、梯形加速
度轨迹、余弦函数轨迹与两种轨迹跟踪算法并选择了梯形加速度轨迹作为虚拟期
望轨迹,并给出滑模控制器算法从而提高系统的稳定性,然而他们孤立地研究了
换道车辆,假设周围没有任何其他车辆对换道过程进行影响。Sledge 和 Marshek
[56]
比较了几种常用的车道变换轨迹候选曲线,把最大速度作为额外的鉴别指标并转
化为边界条件约束下的最优化问题来解决。Zhang 等人
[57]
使用了正弦曲线、正反
![](https://csdnimg.cn/release/download_crawler_static/88792421/bge.jpg)
西南交通大学硕士研究生学位论文 第8页
梯形加速度曲线、螺旋线来表达换道轨迹,用初始点、终止点状态以及其他约束
条件(如碰撞规避)来确定参数的范围,最后根据优化目标确定参数的值。之后
Zhang 等人又在
[58]
中加入了考虑驾驶舒适性与效率的成本函数来进行轨迹优化,
并使用三次多项式方程来表征换道几何曲线。
此外,Wolf 和 Burdick
[59]
首次提出了高速公路环境下的车辆换道人工势场法,
假象环境空间中存在着一种势场,通过求解势场中势能下降最快的方向来规划换
道轨迹。其势场函数考虑了道路边缘对车辆的斥力作用、车道线对车辆的吸引力、
车辆障碍物对车辆的斥力作用、当前道路期望行驶车速对当前行驶车速的引力作
用。一方面根据环境信息决定是否换道超过缓慢的车辆或者静止障碍物,另一方
面考虑到了车速依赖性和偏好。但可能陷入局部最小点,无法稳定地输出最优轨
迹,并且在高速环境下由于搜索空间规模急剧增大,势场法效率会大幅度下降。
同时存在一个很强的假设,认为换道车辆速度仅与车道限速有关,而不受周围车
辆的影响,这与真实不符。
但是当前的研究存在着一些不足之处。第一,假设在换道过程中周围车辆的
速度都不发生变化,这无法还原复杂的真实驾驶环境。第二,当前的模型中换道
车辆无法根据周围车辆状态的变化进行实时响应,即无法实时对速度进行动态调
整,因而这些模型在真实交通环境中可能失效。第三,在安全性方面,上述研究
认为只要换道完成时,换道车辆和目标车道车辆不发生碰撞即可,而不需要保持
一个应对紧急制动情况的安全间距,这种方法事实上是不能真正地保证换道安全
性的。鉴于此,Luo 等人
[60]
提出了基于车联网技术的动态换道轨迹规划模型,采
用了安全距离模型
[61]
作为避撞机制,其中考虑了换道车辆与其前方车辆、后方
车辆的速度差、加速度差对安全距离的影响,并构建了基于时间的多项式轨迹来
表征换道轨迹,使用基于舒适性与效率的成本函数得到最优轨迹,能够感知周围
环境车辆行驶信息的实时变化并做出响应,第一次真正意义上实现了动态换道轨
迹规划,实现了换道过程中换道车辆对环境信息的实时捕捉并做出相应的响应。
然而,该模型也存在着一定的不足之处。首先,该模型没有考虑系统的反应时间,
而反应时间对驾驶安全及系统稳定性有很显著的影响,不能忽略;其次,由于采
用了基于时间的多项式轨迹函数,所以论文需要假设换道起点与终点的车辆纵向
加速度为零,并且假设换道终点速度为已知,这些假设都与真实情况有一定出入。
剩余68页未读,继续阅读
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pptx](https://img-home.csdnimg.cn/images/20210720083543.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://profile-avatar.csdnimg.cn/6b2d638c5fe64d94be7bf0c20510ac72_weixin_45905610.jpg!1)
电气_空空
- 粉丝: 3683
- 资源: 889
上传资源 快速赚钱
我的内容管理 收起
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![](https://csdnimg.cn/release/wenkucmsfe/public/img/voice.245cc511.png)
会员权益专享
最新资源
- 京瓷TASKalfa系列维修手册:安全与操作指南
- 小波变换在视频压缩中的应用
- Microsoft OfficeXP详解:WordXP、ExcelXP和PowerPointXP
- 雀巢在线媒介投放策划:门户网站与广告效果分析
- 用友NC-V56供应链功能升级详解(84页)
- 计算机病毒与防御策略探索
- 企业网NAT技术实践:2022年部署互联网出口策略
- 软件测试面试必备:概念、原则与常见问题解析
- 2022年Windows IIS服务器内外网配置详解与Serv-U FTP服务器安装
- 中国联通:企业级ICT转型与创新实践
- C#图形图像编程深入解析:GDI+与多媒体应用
- Xilinx AXI Interconnect v2.1用户指南
- DIY编程电缆全攻略:接口类型与自制指南
- 电脑维护与硬盘数据恢复指南
- 计算机网络技术专业剖析:人才培养与改革
- 量化多因子指数增强策略:微观视角的实证分析
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![](https://csdnimg.cn/release/wenkucmsfe/public/img/green-success.6a4acb44.png)