基于中国自然驾驶数据的变道场景分析评价

文章以大量的自然驾驶采集数据为研究对象,基于改进的熵值法建立变道驾驶行为特征指标体系,有效串联车辆驾驶数据、车辆驾驶行为和车辆驾驶安全三者的关系,研究了人类自然驾驶场景中事故率较高的变道场景,进一步深化自动驾驶场景评价的体系理论。     

实际数据驱动的自动驾驶道路测试险态场景辨识方法

险态场景仿真测试是提升自动驾驶车辆驾驶能力和降低道路测试风险的重要手段,其核心基础是险态场景的构建。依托自动驾驶道路测试的实际数据,在甄别自动驾驶模式避险脱离事件的基础上,提出道路测试险态场景辨识关键指标,并利用随机森林、决策树、支持向量机和BP神经网络四种监督分类模型,对险态场景的风险等级进行划分。基于上海城市道路场景实际测试数据和实际记录脱离原因数据,验证了实际数据驱动的道路测试险态场景辨识方法的有效性,同时表明BP神经网络辨识险态场景的效果最好。研究成果为构建道路测试险态场景提供依据。     

人机混驾环境下无信号交叉口自动驾驶汽车左转运动规划研究

为了使自动驾驶汽车在人机混驾环境下能安全、高效地左转通过无信号交叉口，在借鉴人类驾驶人左转时会对周围车辆驾驶意图进行提前预判的基础上，提出了一种基于周围车辆驾驶意图预测的自动驾驶汽车左转运动规划模型。首先将无信号交叉口处周围车辆的驾驶意图分为左转、右转、直行3种类型，利用相关向量机预测周围车辆驾驶意图，以概率形式输出意图预测结果并实时更新，进一步界定自动驾驶汽车与周围车辆的潜在冲突区域并判断是否存在时空冲突；接着，在充分考虑他车速度、航向及车辆到达冲突区域边界距离的基础上建立基于部分可观测马尔可夫决策过程的自动驾驶汽车左转运动规划模型，生成一系列期望加速度；最后，基于Prescan-Simulink联合仿真平台搭建无信号交叉口仿真场景，对所提左转运动规划方法进行仿真验证，将基于博弈论的运动规划方法、基于人工势场理论的运动规划方法与所提出的方法进行比较，并选取行进比例达到1所用的时间和碰撞次数作为评价指标。研究结果表明：基于相关向量机的驾驶意图预测方法可在自动驾驶汽车到达交叉口之前准确预测出他车驾驶意图；基于部分可观测马尔可夫决策过程的左转运动规划方法能够通过速度调整策略实现人机混驾环境下自动驾驶汽车与周围车辆在无信号交叉口处的交互；不同算法对比效果表明，所提左转运动规划方法在自动驾驶汽车与不同数量周围车辆交互的仿真场景下均可有效避免碰撞事故发生并提高自动驾驶汽车左转通过无信号交叉口的效率。     

基于DQN的车辆驾驶行为决策方法

针对传统DQN算法下网联车驾驶行为决策的动作选择过程随机性强、探索空间大的问题,研究了结合专家知识和DQN算法的智能车辆决策框架,设计了奖励值函数来引导算法的训练.通过层次分析法(AHP)选取高速场景下车辆驾驶决策中的重要影响因素,利用ID3决策树构建简单而有效的专家规则库;在传统算法基础上,通过设计奖励值函数来优化DQN网络结构,由奖励值函数引导DQN算法来解决高速场景下的车辆决策问题,并在Python仿真环境中构建高速交通场景对该算法进行分析和验证.实验结果表明,在高速直道和并道场景下,达到95%成功率的平均训练次数分别减少了100次和200次,平均奖励值分别提高了4.02和1.34,有效加快了DQN算法的动作选择,降低了探索过程中的动作随机性.      

遥控车辆的人-控制平台-车-路闭环系统研究

对遥控车辆控制性能建模仿真中的人-控制平台-车-路闭环系统建模方法进行了阐述．并详细介绍了遥控车辆驾驶系统的结构。通过对遥控车辆在典型行驶工况下进行的建模仿真分析．得出实际遥控驾驶与控制目标的偏差。     

特殊环境下营运车辆驾驶人驾驶安全性评价

道路交通事故90%以上由人为因素引起.为了对特殊环境下营运车辆驾驶人的驾驶安全性进行综合评估,由问卷调查确立典型交通场景下的安全驾驶标准操作,应用层次分析法,从交通规则遵守情况、驾驶行为规范性程度及安全驾驶意识程度3个方面建立驾驶安全性评价体系.运用句法模式识别方法设计安全意识评价算法,对驾驶人在场景中的操作能力进行评价.结果表明,安全驾驶意识程度对驾驶安全性的影响最大.所设计系统在驾驶模拟器中实现,可有效评价特殊环境驾驶人的驾驶安全性,进而降低驾驶人因素引起的事故率.      

国内外货运车辆驾驶人疲劳驾驶管理政策研究

通过对比分析我国与美国、欧盟、日本等发达国家货运车辆驾驶人疲劳驾驶管理政策,总结了我国货运车辆驾驶人疲劳驾驶管理在法律层面、技术层面和监管层面的不足,分析了国外相关经验做法.结合我国货运车辆驾驶人疲劳驾驶管理现状,提出了预防管理的政策建议.     

汽车AFS前照灯转角动力学建模及仿真分析

结合线性2自由度车辆动力学模型建立了车辆转向时的AFS数学模型.在Matlab/Simulink中建立了该数学模型的系统仿真模块,得到3组不同变量(不同车速、前轮转角和道路转弯半径)下的前照灯转角变化曲线.仿真结果表明,车辆动力学因素在汽车转向过程中对前照灯转角有一定影响;基于车辆动力学的AFS能够有效提高驾驶员可视范围,使车辆驾驶更加安全可靠.     

智能车辆仿真场景建模方法

为实现智能汽车仿真开发与测试,需构建高逼真度的道路场景模型,应包含分别用于视景仿真、动力学及物理特性仿真、激光雷达等传感器仿真的多种类型场景内容.分析了不同类型仿真对场景模型或数据的需求,探讨了视景模型、物理层模型、传感层模型的内容,归纳了3类模型的数据特征;研究了智能汽车仿真场景建模方法,即根据道路线形建立道路模型,在此基础上分别建立上述3类模型;讨论了建模的步骤、方法,并给出了场景模型结构的组织方案.使用该方法建立了1个区域的道路场景模型,并在仿真系统中进行验证,结果表明,视景仿真平均帧速率为60帧/s,激光雷达仿真周期为8~12 ms,道路高程及物理属性的获取时间低于1 ms,证明场景模型能够满足实时仿真的要求.      

面向决策规划系统测试的具体场景自动化生成方法

为解决自动驾驶决策规划系统仿真测试中场景文件生成效率低的问题,基于场景表示的3个抽象层次,提出了一种具体场景自动化生成方法。基于层级模型构建功能场景,并提取功能场景关键字,映射至参数空间以生成逻辑场景,最后通过关键字对参数空间进行采样,自动生成OpenSCENARIO格式的具体场景文件。仿真验证结果表明,自动生成的场景文件能够满足高等级自动驾驶测试要求,且相比于手动编写方式,该方法能减少场景文件的编写工作,提高生成效率。     

面向人机共驾车辆的驾驶人风险感知研究综述

面向人机共驾车辆的驾驶人风险感知是接管时正确应激反应和操作的前提,是交通安全领域的研究重点.分析了人机共驾车辆驾驶人风险感知概念及其特性;从驾驶人特性、自动驾驶系统、驾驶情景这3个方面分析了人机共驾车辆驾驶人风险感知的影响因素;从驾驶行为表现、接管绩效和主观评价这3个方面对人机共驾车辆驾驶人风险感知衡量方法进行归纳总结...     

面向交通枢纽的车辆三维真实感实时仿真

为分析和解决城市交通拥挤问题并提高城市道路利用率提供可行的途径,提出了一种面向交通枢纽的车辆运行仿真方法,通过场景、道路与车辆的三维动态建模,实现交通枢纽交通状况的实时真实感仿真.首先,提出了基于道路关键点连接网络模型表示交通枢纽的通行道路.其次,基于粒子系统实现车辆的动态运行实时仿真,并采用基于空间剖分的车辆碰撞检测方法对车辆运动控制算法进行了优化.最终,通过对路段的动态观测和反馈机制实现车辆行驶路线的规划和调度.实验结果表明,本文提出的方法可以生动直观地呈现实际路面的交通状况,并且能以较为流畅的帧速率实现交通场景的动态仿真.     

营运车辆驾驶人适宜性甄别检测评价系统研究

构建了营运车辆驾驶人适宜性甄别检测评价指标体系,选取5 167名营运车辆驾驶人样本进行检测,调查统计其近3年来的驾驶行为与交通事故,综合运用独立两样本T检验、单因素方差分析、K-均值聚类和因子分析等数学模型,研究确定了适宜性评价指标的阈值及权重,并建立了营运车辆驾驶人适宜性多元甄别模型,通过863名驾驶员的示范应用,检验了所建立检测系统的可靠性和有效性.      

独立互通式立交间的最小净距分析研究

为了满足不同车流在独立互通式立交场景的差异性使用需求,克服因最小净距不合理而导致的各类交通问题,搭建了最小净距数学分析模型.在剖析车辆驾驶人员获取、分析道路信息、作出决断,以及操纵车辆响应全过程的基础上,搭建变换车道场景模型;结合工程经验,确定变换车道转角与行车速度间的递归关系,分析车辆获取可接受间隙过程中的行进距离,获得独立互通式立交间的合理最小净距;并结合公路立交设计实例进行论证.研究成果显示:独立互通式立交间应降低非必要交通标志设置密度;行车速度为80 km/h、100 km/h对应独立互通式立交间的合理最小净距分别为872 m、1407 m;车流特征中大型车辆密集的场景应在上述合理最小净距的基础上增加200 m左右.     

基于LandXML数据可视化技术的道路交通仿真三维场景快速生成方法

为提高用于道路交通仿真三维场景的建模效率,提出基于LandXML数据可视化技术的场景生成方法,定义了用于道路交通仿真的相关数据格式,设计了数据转化算法,实现工程设计数据向虚拟三维仿真图形数据自动化转化,并基于图形渲染引擎OGRE开发出场景编辑工具.使用效果表明:此方法有利于提高建模速度和精度,与工程设计数据建立的接口可使其设计成果在道路交通仿真中得以直接利用.     

汽车操纵稳定性虚拟仿真的研究

应用现代虚拟现实技术，把汽车操纵稳定性研究传统的数字仿真变成为具有“真实场景”的虚拟仿真，还研制了用于汽车操纵动力学仿真的虚拟场景自动生成软件。结合汽车操纵动力学仿真数学模型和相关软件，建立了一个具有真实视觉感的、实时的汽车操纵动态虚拟仿真系统。文中给出了实例。     

面向自动驾驶的仿真场景自动生成方法综述

随着自动驾驶测试验证对虚拟仿真场景依赖程度的增加,传统基于专家经验的场景枚举生成方法已无法满足测试需求.数字虚拟仿真场景自动生成方法在场景多样性、危险性、可解释性、生成效率等方面存在巨大技术优势,是提高汽车自动驾驶技术测试验证安全性和可靠性的关键,已成为当前汽车智能化领域的研究热点.在广泛调研场景自动生成方法领域研究成...     

基于驾驶模拟器的危险场景设计研究

文章通过收集整理国内外多种类型的交通事故案例,提炼出2种较具代表性的危险场景进行仿真试验分析,提出了基于驾驶模拟器危险场景设计的基本思路和方法;对场景进行了详细的试验设计及建模分析,并对其进行计算机及驾驶模拟器仿真演示.     

交通事故场景在智能网联汽车仿真测试中的应用

在汽车全生命周期范围内,通过三支柱测试认证方法来验证智能网联汽车的功能和安全,是提升车辆安全性和交通效率的有效手段,具有广阔的应用前景。其中,如何通过仿真方法来高效验证在危险工况和事故场景下智能网联汽车的主动安全防护能力,成为目前亟待解决的问题之一。基于交通事故场景,建立交通事故数据到仿真测试场景重构的技术方案,并通过实际案例验证了该方案应用于仿真测试的可行性。实践证明,所建方案有助于丰富智能网联汽车仿真测试场景库,提升仿真测试效率,加快完善智能网联汽车的安全测试与评估的进程。     

一种面向ADS的模型驱动式逻辑场景建模及仿真方法

汽车自动驾驶的场景建模及仿真分析是确保自动驾驶系统安全性的关键，对于提高整个系统的安全性至关重要，已经引起工业界和学术界的广泛关注。场景建模是场景仿真、测试、验证分析的基础，能够有效帮助发现场景中存在的危险，是自动驾驶系统设计开发面临的挑战性问题之一。然而，现有的场景模型生成方法，主要采用数据驱动式，结合路采数据和数字孪生技术构建具体场景，无法有效应对ADS场景复杂、类型多样、测试效率不高的问题。同时，为了提高场景的覆盖率，迫切需要从逻辑场景的层次设计一种可视化的场景建模语言，可用于构建逻辑场景，并具有丰富的语义模型，能够支持逻辑场景的测试及验证分析。针对以上问题，我们提出一种模型驱动式场景建模方法用于构建逻辑场景模型，并结合ADS领域知识及ISO 26262功能安全标准，提出了一种逻辑场景建模语言SML4ADS，给出了其相应的语法及语义模型。此外，设计并实现了一种可扩展的、灵活的场景模型仿真方法，能够支持多种场景仿真工具。结合实际案例分析，展现了本文所提出的模型驱动式场景建模及仿真方法的有效性，为后续场景模型的测试、验证与分析奠定基础。