混驾环境下基于主从博弈的多车协同决策规划

在自动驾驶车辆与人工驾驶车辆混行的复杂交通环境中,如何减小驾驶行为截然不同的2类车辆间的复杂相互作用对于车辆行驶安全性、乘坐舒适性和交通通行效率的影响,是当前自动驾驶决策与控制领域亟待解决的关键问题。提出了一个人机混驾环境下人工驾驶车辆与自动驾驶车辆之间的非合作博弈交互框架。首先,综合考虑车辆加速度线性递减的驾驶人纵向操纵特性、差异化配合程度和不同的延迟响应特性,建立人工驾驶车辆的纵向博弈策略。其次,考虑自动驾驶车辆与周围车辆的安全性约束,以及自动驾驶车辆在换道过程中的舒适性和通行效率目标,设计了自动驾驶车辆的纵向博弈策略。然后,基于主从博弈理论对不同混驾环境下人工驾驶车辆与自动驾驶车辆的博弈交互问题进行求解,得到最优的换道间隙和自动驾驶车辆的纵向速度轨迹,并采用模型预测控制方法规划出自动驾驶车辆的横向安全换道轨迹。最后,根据人工驾驶车辆不同配合度和延迟响应时间的差异,设计了多组人机混驾试验工况进行验证。试验结果表明：自动驾驶车辆能够快速准确识别人工驾驶车辆的配合度,选择出最优的目标换道间隙,并与间隙周围的自动驾驶车辆协作来汇入目标间隙。在换道过程中,自动驾驶车辆始终与周围车辆保持安全...     

基于双向多车跟随式拓扑的混合车辆队列稳定性研究

车辆队列控制在提高驾驶安全性、提升交通流量、改善燃油经济性方面具有巨大潜力.现有车辆队列控制研究多针对完全由网联自动驾驶车辆组成的队列,难以应用于实际混合交通环境,而现有混合队列控制研究通常仅考虑网联自动驾驶车辆跟驰控制目标,而忽略了其对后方交通流与队列稳定性的影响.为此,研究了混合人工驾驶车辆与网联自动驾驶车辆的队列...     

捷豹路虎致力于开发新技术

<正>自动驾驶车辆将来上路后,能否识别到正在过马路的行人成为普遍担心的问题。捷豹路虎研发的最新自动驾驶技术"虚拟眼"通过复制与汽车相关的人类行为和身体语言元素,有望提高公众对自动驾驶车辆的信任感。"虚拟眼":与行人交流眼神自动驾驶车辆将来上路后,能否识别到正在过马路的行人成为普遍担心的问题。捷豹路虎开展的研究表明,高达63%的行人和骑自行车的人会觉得路上有自动驾驶车辆不太安全。该公司未来移动出行部门研发的一项最新技术——"虚拟眼",可以让自     

基于多目标优化的自动驾驶车辆轨迹跟踪控制

针对自动驾驶车辆行驶轨迹的横向跟踪问题，设计了线性时变模型预测控制器。以车辆3自由度动力学模型为预测模型，以横向位置偏差最小为主要控制目标，考虑车辆状态约束、控制约束和轮胎侧偏角约束，优化了自动驾驶车辆轨迹跟踪安全性、转向稳定性和操作可行性等多目标性能。搭建MATLAB/Simulink和CarSim联合仿真模型，并将所设计的控制器控制效果与熟练驾驶员操纵结果、线性二次规划控制器控制效果进行了比较分析，结果表明，所设计的控制器可以有效解决多约束条件下自动驾驶车辆行驶轨迹的横向跟踪问题，且在安全性、转向稳定性和操作可行性方面具有显著的优势。     

基于横向稳定的减速变道轨迹与跟踪控制

随着自动驾驶的发展,无人自动驾驶车辆的控制已经成为热点.而无人自动驾驶车辆的安全性和稳定性是重中之重.针对智能驾驶汽车在一定换道距离下保持稳定的减速换道鲁棒性差的问题,提出了 一种基于MPC模型预测控制器和比例积分PI控制器相结合双控制器的变道稳定性轨迹确定与跟踪控制方法.为了确定汽车行驶路线,横向与纵向位移分别由5次...     

驾驶模拟器在自动驾驶系统中的应用研究

自动驾驶车辆在实际道路上行驶之前的测试阶段是一个至关重要的环节。一个低成本、高效率以及高精度测量的自动驾驶车辆的测试方式,对于自动驾驶车辆的开发具有重要意义。将驾驶模拟器运用到研究自动驾驶车辆测试已是近年来的一个研究热点。基于虚拟驾驶场景的自动驾驶车辆的检测,通过组合虚拟驾驶场景的背景车辆、行人、交通灯、建筑、指示标牌等元素,研究将驾驶模拟器与虚拟驾驶场景的联合应用来测试自动驾驶车辆。设计了典型的交通场景,通过自动驾驶车辆和背景车辆的实时交互,研究自动驾驶车辆的各项性能指标。研究结果表明:该驾驶模拟器可以高度拟合人类驾驶体验,驾驶员通过驾驶模拟器控制背景车辆能够很好的模拟现实中的驾驶行为,对自动驾驶车辆的仿真测试起到了促进作用。     

基于LabVIEW的自动驾驶汽车在线振动监测与诊断系统

为了提高自动驾驶汽车在道路测试中的安全性,基于LabVIEW设计了一种自动驾驶汽车在线振动监测与诊断系统。该系统通过上位机与驾驶机器人通信,获取车辆运行状态数据,同时对自动驾驶车辆的振动在线监测,最后结合车辆振动数据和状态信息进行在线诊断,开发了监测与诊断界面,实现了自动驾驶汽车在道路测试行驶过程中的振动在线监测与诊断。     

车路协同下路侧交通设施体系及道路分级研究

交通基础设施与自动驾驶车辆之间的协同能提高自动驾驶的安全性和可靠性。通过对自动驾驶车辆功能局限性进行分析,找出自动驾驶车辆对路侧交通设施的潜在需求,从功能角度将路侧交通设施分为常规交通管理设施、交通协同设施、基站及网络设施、高精度定位设施及路内服务设施等,构建了车路协同路侧交通设施体系;在此基础上,从路侧设施配套分级设置的角度,提出四级自动驾驶道路分级标准,以及配套路侧设施设置要求,细化完善当前自动驾驶“路端”管理方面的技术要求,为管理部门提供参考。     

全新日产聆风完美诠释日产智行科技

正零排放的全新日产聆风完美诠释了日产汽车如何通过"日产智行科技"改变车辆的驾驶、动力以及与社会融合,详尽呈现了"日产智能驾驶"、"日产智能动力"、"日产智能互联"三大领域。日产智能驾驶(Nissan Intelligent Driving)全新日产聆风搭载的Pro PILOT日产自动驾驶技术,Pro PILOT Park日产自动泊车系统、e-Pedal日产电子踏板及日产安全屏障技术彰显出日产智能驾驶。Pro PILOT日产自动驾驶技术,可实现车辆在单车道上的自动驾驶。车辆可以在驾驶者预设的速度下(30-100km/h)自动保持与前车的车距。同时,该技术还能够辅助转向,使车辆保持在车道中央行驶。     

自动驾驶汽车的智能决策模型研究

行为决策系统在很大程度上反映了自动驾驶汽车的智能化水平,作为自动驾驶汽车的大脑,行为决策系统决定了自动驾驶车辆的可行性和安全性。文章基于行车效率与行车安全对高速自动驾驶汽车的智能决策进行了研究。通过引入能效函数与动态子区域监测系统,实时计算本车道与相邻车道的行车能效值以及本车与周边车辆的碰撞风险,并基于此确定最优驾驶策略,一定程度上提升了自动驾驶车辆的行车效率与安全。     

浅析单车智能和智能网联模式下的自动驾驶发展

正高级辅助驾驶系统的出现,让自动驾驶离我们越来越近。随着自动驾驶技术的成熟和商业化加速,汽车也不仅仅是一个代步工具的角色,逐步向着多元化的智能娱乐硬件的角色转变,消费者在购买车辆的过程中,安全性也不仅仅是唯一指标,舒适性、娱乐性等也成为购买车辆时的考虑因素,未来,自动驾驶技术的出现将促进汽车消费市场的另一场变革,自动驾驶的普及将改变人们的出行习惯。     

沃尔沃卡车和Renova测试自动驾驶垃圾装运车

正目前,沃尔沃卡车正与瑞典废弃物管理公司Renova开展合作,共同测试和研究如何利用自动驾驶车辆提高垃圾处理的安全性和高效性,为驾驶员创造一个更好的工作环境。接受测试的自动驾驶系统在原理上与2016年秋季以来在瑞典北部克里斯蒂内伯格矿山投入使用的沃尔沃自动驾驶卡车相同。"在遍布狭窄街道和弱势道路使用者的城市住宅区,驾驶重型商用车辆本身就需要符合严格的安全要求,即使在车速不超过正常行走速度时也是如此。我们现在进行测试的垃圾装运车可以持续监视     

自动驾驶趋向 PEUGEOT INSTINCT CONCEPT

正标致的概念车设计与其他厂商略有不同,并不是纯粹以外观或动力系统为特点打动路人,而是采用了更且实际的自动驾驶技术。全新的INSTINCT概念车将会采用4种全自动和半自动驾驶模式供人选择。人工驾驶模式为动态驾驶和辅助驾驶,这两种模式下自动驾驶功能将只在预见到将会发生危险时介入,而多数时间则由驾驶员对车辆进行主导,而"舒适自动和高效自动"这两种自动驾驶模式时,驾驶员则可以彻底放弃对车辆控制,由车辆进行自动驾驶。     

自动驾驶汽车的远程电源控制系统设计

自动驾驶是汽车行业未来的发展趋势,而对车辆进行远程启动则是实现自动驾驶的关键。为此,本文设计了一种基于用户APP、云平台、车载终端和PEPS控制器等对车辆进行远程电源控制的解决方案,有效地解决了L4及以上自动驾驶车辆远程召唤等场景中的电源控制的问题。     

自动驾驶汽车事故分析与防范

正目前在汽车领域,最顶尖的技术、最热门的话题,莫过于"自动驾驶"。随着汽车技术与人工智能越来越紧密的配合,无人驾驶汽车已经走出实验室,少数车型开始进行路测。这不仅仅是汽车行业的变革,也将为我们的出行方式、交通现状带来改变。另一方面,自动驾驶车辆导致交通事故的发生,引起了大众对其安全性的关注及讨论。     

减速频次催生换道意图下自动驾驶车辆自适应换道模型

科学、合理、拟人化的换道控制是实现自动驾驶车辆安全高效行驶的重要保障,已有研究主要考虑相邻车道速度差、换道间隙等要素对车辆换道控制的影响,并未考虑车辆频繁加减速导致乘车体验差而催生换道意图这一重要现象。针对该问题,设计以抗干扰能力为基础的自动驾驶车辆自适应换道调控方法,其调控过程主要包括：采用智能驾驶人模型控制自动驾驶车辆纵向驾驶行为,以减速频次为指标度量自动驾驶车辆的抗干扰能力,并将抗干扰能力引入到自动驾驶车辆换道决策过程中,模拟自动驾驶车辆因频繁加减速导致乘车体验差而产生换道意图的现象,在此基础上,提出车辆换道控制模型。然后,以智慧高速为背景,利用Netlogo构建多种自动驾驶车辆运行场景,测试所构建的自适应换道调控方法。研究结果表明：智能驾驶人模型的选用能够合理体现自动驾驶车辆换道行为对交通流的运行影响;相比于低密度车流（≤30 veh）,在中高密度车流情况下（≥40 veh）,自动驾驶车辆维持原有车道运行的能力较弱、换道频率较高,且过高[80次·（5 min）^-1]或过低[10次·（5 min）^-1]的抗干扰能力临界值会导致自动驾驶车辆运行速度降低至10 km·h^-1,因此可以根据不同车流密度条件对自动驾驶车辆的最大抗干扰能力进行设置和调整,从而保证自动驾驶车辆的运行效率,这也从侧面证明了所提自适应换道调控方法的科学性与合理性。研究结果对于提高自动驾驶车辆换道控制的合理自主性具有重要意义,该结果进一步完善了自动驾驶车辆换道模型库,能够为自动驾驶自适应换道调控提供理论和技术支撑。     

微观交通流模型在车辆自动驾驶仿真中的应用

仿真测试是缩短自动驾驶安全测试周期、降低实车测试成本的重要方法,而交通流模型可以为车辆自动驾驶测试提供数字化的交通环境,有利于加速车辆功能和性能的开发及验证。介绍了自动驾驶仿真测试涉及的关键技术,针对共性问题开发了一套具有交互性的微观交通流模型和对应的评价指标体系;分析交通流模型和自动驾驶仿真软件间的数据链路,通过联合仿真的形式实现微观交通流模型在自动驾驶车辆仿真测试中的应用。     

自动驾驶条件下城市道路机动车道宽度设计的思考

自动驾驶汽车的技术模式有别于传统汽车,对道路设计的要求也发生了变化。为深入研究自动驾驶条件下城市道路的机动车道宽度,从车辆外廓尺寸、车辆速度、车辆技术性能等角度,对传统车辆和自动驾驶车辆进行对比分析,判断适应自动驾驶车辆的城市道路机动车道宽度设计标准。研究表明,自动驾驶车辆的车距精确控制与车队化运行模式可提高道路通行能力,节约空间,提升慢行舒适性。城市干路条件下,自动驾驶车辆的横向摆动大幅缩小,2.85～3.05 m的机动车道宽度即可满足自动驾驶车辆的行驶需求。研究成果可为城市道路规划设计提供参考。     

基于小尺度的无灯控交叉口智能车辆驾驶行为决策模型

针对自动驾驶车辆与传统车辆在无灯控交叉口的动态交汇协同问题,在更小时间尺度上将交汇过程划分为完全信息下的重复博弈过程。通过构建一种新型驾驶员激进度模型,判断传统车辆驾驶员驾驶激进度,帮助自动驾驶车辆制定驾驶策略。同时,提出一种最佳减速度选取模型,解决智能车辆避让后速度过低的问题。采用CarSim与MATLAB/Simulink进行联合仿真,结果表明,提出的两种模型能准确地估计传统车辆驾驶员类型并帮助自动驾驶车辆安全、快速地通过无灯控交叉口。     

当自动驾驶遇上道德抉择

正从行业发展历程中可以看出,在以深度学习为突破的"人工智能时代"大风口下,自动驾驶被给予了前所未有的关注。然而自动驾驶的安全性疑虑和呼声一直不小,其中最令人深思的是传统道德哲学中的"电车问题"在新时代的翻版:自动驾驶的道德问题,即AI的机械化理性判断与人类的情感判断能否一致?