基于重复博弈的无灯控交叉口驾驶员行为模型

在分析无灯控交叉口插车过程中驾驶员行为决策相互影响关系的基础上,从更小时空尺度出发,提出了考虑安全因素、速度因素的驾驶员插车行为过程效用函数,建立了基于动态重复博弈的无灯控交叉口驾驶员插车行为模型,分析了不同驾驶员类型组合在插车博弈过程中的纳什均衡及相应的驾驶员决策行为。结果表明:该模型能够在一定程度上反映不同条件下交通冲突的演化结果,说明了应用动态重复博弈进行驾驶员行为模型研究的合理性。     

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。     

车路协同无信号交叉口的矩形冲突检测及消解

针对车路协同环境下的冲突问题，建立了以系统反应时间代替驾驶员反应时间的自动驾驶车辆制动距离模型，以此作为安全距离改进了矩形冲突检测模型，并根据轨迹优化的研究思路，提出了以矩形冲突检测模型为基础的冲突消解算法，对非通行优先权车辆进行速度引导，避免车辆冲突。在车联网开源框架 Veins 的基础上，将交通仿真器 SUMO和网络仿真器 OMNeT++双向耦合，并对冲突检测模型与消解模型进行验证。仿真结果显示，该冲突检测及消解模型具有可行性，与传统无信号交叉口四路停车让行规则相比，模型中的速度引导方案能减少合流冲突车辆 8.6%的平均行驶时间，减少交叉冲突车辆 8.3%的平均行驶时间；合流冲突和交叉冲突中车辆的平均速度分别提高了61.4%和105.0%。在实际应用中，冲突消解模型可以为不同速度范围内的自动驾驶车辆提供速度参考，降低无信号交叉口车辆发生碰撞的概率，提高无信号交叉口的通行效率。     

汽车驾驶室内道路交通信号仿真研究

道路交叉口信号灯是保障道路网络节点交通秩序有条不紊的保障。为了解决实际交通中某条道路上前方有大型车辆遮挡或大雾等不良天气原因,导致后方车辆驾驶员无法辨识前方信号灯的问题,文章提出了一种在汽车驾驶室内自动显示前方道路交通信号系统的方法,并给出了本方法的技术路线。通过3Dmax和SolidWorks仿真软件建立了车内交通信号系统模型,实现了车内交通信号的传输与显示。结果表明,该方法可以使前方交叉口的交通信号在驾驶室内实时显示,解决了视线遮挡而无法观测前信号灯的实际问题,从而减少了驾驶员的心理负荷,提高了道路交叉口的交通安全性。     

无信号公路平交口支路上游功能区减速驾驶行为研究

为分析无信号公路平面交叉口上游功能区车辆通行安全和效率问题,针对驶入交叉口前驾驶员驾驶行为决策过程及其影响因素进行分析。对在南京采用视频采集的数据进行处理,提取驾驶员减速行为的速度和减速度数值并对它们的特性进行定量分析。采用方差分析得出各影响因素对速度、减速度的影响程度,并且建立减速度与各影响因素之间的减速驾驶行为模型。结果表明,车辆在无信号控制公路平交口上游功能区内车速呈现明显的下降趋势,且速度的分布逐渐由离散变得集中;车辆其减速度的变化过程是先变大后变小;初速度VA0、左右转变量被选入模型并对减速模型有显著作用。从而为无信号控制公路平交口交通设计、政策和改善安全提出建设性意见和提供理论基础。     

网联环境下无信控交叉口行车避碰预警方法

为缓解无信控交叉口碰撞问题,提出了一种车联网环境下的避碰预警方法。首先,构建了一种车辆网联环境下的典型无信控平面交叉口行车场景;然后,结合车辆运动学模型和驾驶员模型提出了一种基于安全距离的避碰预警方法;最后,通过仿真测试验证了方法的有效性,并分析了网联车辆渗透率对提出的预警方法的影响。测试结果表明:提出的预警方法可以有效降低无信控交叉口的碰撞风险;随着网联车辆渗透率提升,平均旅行时间、平均碰撞比例和平均碰撞相对动能不断减小,网联车辆渗透率达到60%时,可认为该方法是可靠的。     

纯电动汽车自动驾驶功能设计

针对纯电动车自动驾驶功能,设计一种利用PID算法对车辆的驱动扭矩进行控制的系统,使得车辆的实际速度与驾驶员的期望速度一致,实现车辆自动驾驶的功能。通过实车验证和调试,该控制系统具有良好的响应精度。相较于传统汽车通过控制喷油量的多少来控制车速,具有更好的鲁棒性和实时性。     

信号交叉口环保驾驶仿真评估

为验证信号交叉口环保驾驶的应用价值,并分析不同因素对环保驾驶效果的影响,构建了环保驾驶车辆与非环保驾驶车辆混行环境下的驾驶仿真平台,并制定了合理的仿真驾驶测试方案.测试过程中采集了不同驾驶员所驾车辆的运动数据,并利用VT-Micro微观车辆燃油消耗与污染物排放模型实时计算车辆的燃油消耗与污染物排放.结果表明,环保驾驶能有效降低10% 以上的车辆燃油消耗与污染物排放;驾驶员性别、年龄对车辆环保驾驶效果无影响;驾驶员接受环保驾驶的最佳驾龄为4~6年;驾驶员环保驾驶训练时长与车辆环保驾驶收益呈显著的正相关关系,且不应低于60 min;信息系统界面宜采用车辆速度曲线表形式;非环保驾驶车辆通过跟驰环保驾驶车辆可获得一定的环保收益;系统整体的环保驾驶收益随环保驾驶车辆的占比上升而增高.      

信号交叉口基于出发时刻预测的生态驾驶方法

在城市道路交通中,信号交叉口区域内车辆频繁停车启动的现象,加剧了整体交通流的能源消耗、污染排放与车辆延误。为了减少信号交叉口启停波现象对整体交通流产生的负面影响,以面向未来人工驾驶车辆(HDV)/智能网联车辆(CAV)混合构成的新型混合交通环境为基础,提出了一种基于出发时刻预测的生态驾驶方法,通过优化CAV的驾驶轨迹,减少交叉口区域的车辆延误和能源消耗。首先,对混合交通流的基本图模型进行了分析,根据启停波影响范围,划分CAV通过交叉口的驾驶场景;然后,建立了子区渗透率对饱和车头时距的影响关系,预测了CAV以当前饱和车头时距通过交叉口的时间;最后,结合车辆与交叉口的距离,利用分段三角函数模型,生成其通过交叉口的速度限制曲线,并将优化速度嵌入到智能车辆的跟驰模型中作为限制速度,从而使CAV在无法通过当前绿灯窗口的条件下,实现提前减速,在通过交叉口区域后解除速度限制,切换回自身的跟驰模型。此外,还提出了平均综合效能这一指标来综合评价驾驶策略在效率和能耗2个方面的性能,并将提出的基于出发时刻预测的生态驾驶方法与传统网联车辆控制方法、经典交叉口节能控制方法进行了对比。研究结果表明:提出的出发时刻预测方法可以精确预测CAV在交叉口的出发时刻,有效减少车辆的能源消耗与污染排放,同时提高信号交叉口的通行效率;在渗透率大于60%情况下,该方法对系统效能的提高达到12%左右,在10%渗透率条件下也可以达到6%的效能增益;在交通饱和流率在0.5~0.9的范围内时,系统的效能增益较明显。     

考虑燃油消耗和排放的交叉口汽车路径规划与控制模型

针对现有道路交叉口环保驾驶研究中未充分结合交通状态、未充分考虑道路交叉口冲突区域等问题,基于车联网(V2X)技术,研究提出了一种道路交叉口环保驾驶汽车路径优化控制模型。该模型提前采集前方道路交叉口交通信号灯控制时间信息,并在交叉口前设置控制区域,整个控制过程分为两个阶段:首先,以最低燃油消耗和排放最低为目标,对进入控制区域的车辆进行速度规划,确保以最为环保的方式通过信号灯;其次,以最大程度避开交叉口冲突点为目标,对进入交叉口的车辆进行通行速度规划,使车辆最大程度回避分流冲突点、交叉冲突点、合流冲突点。通过两个阶段的路径规划与控制,实现车辆整体上以最环保的方式通过交叉口的目的。为了验证模型的有效性,搭建了Python和Vissim集成的仿真平台进行仿真,设置了不同的交通流状态场景,并和Webster信号配时下,不受其他控制器控制的车辆进行了燃油消耗和排放对比。试验结果显示,相比于Webster信号配时下,不受其他控制器控制的车辆,受路径规划控制模型控制车辆的燃油消耗降低了42.7%,CO排放量减少了4.26%,表明研究构建的路径规划控制模型是一种有效的道路交叉口环保驾驶路径优化控制策略,可以为车联网条件下车辆环保驾驶提供依据。     

车路协同下的基于S函数的交叉口平滑车速引导方法

针对现有车速引导模型在通过交叉路口时,没有考虑到驾驶员需要频繁制动或车辆速度突变带来影响的情况,本文基于车路协同环境研究考虑基于S函数的交叉口平滑车速引导算法,根据车辆与路侧设施之间的通信,搭建相关算法模型并进行分析,与不采用车速引导模型相比,采用基于S函数的交叉口平滑车速引导算法模型可以降低通过交叉路口时间,提高通行效率,同时使建议速度变化平滑,提高驾驶平稳性。     

基于驾驶状态识别的自动紧急制动控制策略

针对自动紧急制动系统缺乏对驾驶员实际需求与个性化考虑的问题,提出一种基于驾驶状态识别的自动紧急制动控制策略。引入驾驶状态识别系数将驾驶状态分为激进型、标准型和保守型3类,并将其用于最小安全距离修正。结果表明,基于驾驶状态识别的自动紧急制动系统可以更好地协调车辆起始制动距离,车辆制动后与前车的最小安全距离更符合驾驶员的心理预期,提高了驾驶员的认可度与信任度。     

自动驾驶环境下面向交叉口自由转向车道的交通控制模型

在未来自动驾驶环境下，自动驾驶车辆之间能相互配合、相互穿插地通过交叉口，而无需信号灯控制。因此，有必要研究新一代的能保障自动驾驶车辆安全高效通行的交叉口控制模型。已有控制模型可分为基于交叉口空间离散的控制模型和基于交叉口冲突点分析的控制模型，目前主要存在控制方式和模型非线性等方面的不足。建立了基于混合整数线性规划（MILP）的自动驾驶交叉口控制（Autonomous Intersection Control，AIC）模型，设计交叉口自由转向车道，允许交叉口所有进口道都能"左直右"通行，将交叉口空间离散为等距网格并建立网格坐标方程，考虑车辆在交叉口内部的行驶轨迹，建立车辆轨迹的上边界和下边界方程，确定行驶轨迹压过的交叉口网格，并建立网格被车辆路径占用的时间方程，使用同一网格同一时间只能被一台车辆占用的冲突点约束保障交叉口安全通行。模型以所有车辆通过交叉口的总延误最低为目标函数，通过将约束条件线性化处理，使用AMPL （A Mathematical Programming Language）并调用Gurobi数学规划优化器对模型进行求解。最后对模型效益进行了案例分析。结果表明：所提模型能有效处理自由转向车道的交通流到达模式，对比已有模型经常采用的先到先服务控制策略，该模型能整体优化车辆通行方案，降低车均延误50.51%，降低最大车辆延误29.12%，同时交叉口空间利用率提高了66.17%。     

面向自动驾驶车辆的路段人车冲突判别模型

针对无信号控制路段自动驾驶车辆和行人冲突判别建模,选择武汉市6处无信号控制路段作为调查地点,从而保证足够的车辆及行人数据量,采用视频采集技术获取交通流量以及行人与车辆的行为数据.利用决策树分析方法将决策分为两各层级,分别为行人过街决策和冲突判别,利用二元Logit模型建立面向自动驾驶车辆的路段人车冲突判别模型,对行人和自动驾驶车辆之间可能发生的冲突概率进行计算.建立的模型可以作为自动驾驶技术中的一部分,能够帮助自动驾驶汽车具备人类驾驶员与行人间的通行权沟通能力,使自动驾驶汽车控制系统更加智能且接近人类的判断能力.     

信号交叉口自动驾驶左转车辆类人化全局运动轨迹规划

为了提高信号交叉口自动驾驶车辆左转运动规划的适应性、鲁棒性与类人化程度，提出一种考虑多目标需求的自动驾驶类人化全局运动规划方法。首先，基于西安市北大街信号交叉口规格构建结构化场景，结合车辆运动学模型与道路几何规格定义自动驾驶车辆规范化行驶安全域和车辆运动参数约束条件；其次，根据信号灯状态、道路限速与车辆性能约束制定上游阶段车辆不停车通行规则，以行驶安全、燃油消耗、通行效率与驾驶舒适度作为目标性能函数，构建类人化全局多目标优化模型，通过人类驾驶的车辆预转弯行为耦合上游阶段与转弯阶段；再次，针对非线性运动规划模型变量与约束规模化问题，采用粒子群算法与全联立正交配置有限元方法求解不同阶段车辆运动轨迹的最优解；最后，试验建立Prescan与MATLAB/Simulink联合仿真平台，从多目标性能、适应性以及合理性方面验证该模型的综合性能。结果表明：在以信号灯状态和车辆初速度为变量建立的12种工况下，该模型与人类驾驶车辆、混合运动规划模型相比，平均可分别节省燃油消耗63.7%和29.5%，平均通行延时分别降低3、0.9 s，且轨迹曲率更平缓，最大横向加速度与方向盘转角平方和的平均值最小，证明该模型的多目标性能更好；在以路缘石半径与车道数目为变量建立的7种交叉口规格工况下，所提出模型的车辆轨迹平滑，轨迹安全域边界距离始终大于1.4 m，曲率变化符合期望且峰值小于0.22 m^-1，说明该模型具有较好的适应性；在自由/固定终端时刻条件下，该模型规划的车辆空间路径、速度、曲率及航向角的变化与目标权重变化保持一致，验证了模型的合理性。     

无信控交叉口环境下考虑驾驶员误差的集中式轨迹规划

针对混合交通中人类驾驶汽车引起的碰撞隐患，提出一种考虑驾驶员误差的无信控交叉口集中式轨迹规划方法。首先，以最优控制框架设计了多车协同轨迹规划方法，以运动时间、燃油经济性和行车延误建立复合优化目标。其次，通过实车试验采集不同驾驶员的操作数据集，建立加速度误差的马尔科夫链误差转移概率矩阵。最后，基于车辆碰撞估计结果对可能发生事故情况进行重规划计算，并在不同自动驾驶市场渗透率工况下进行仿真验证。仿真结果表明，碰撞发生率和平均重规划次数与渗透率负相关。采用重规划方法后交叉口内的规划成功率可达90%以上，且燃油经济性等交通指标得到改善。     

EURO NCAP开展自动驾驶试验

正随着汽车制造商朝着实现车辆自动驾驶的目标迈进,汽车正变得越来越先进。虽然自动驾驶汽车仍有很长的路要走,但驾驶辅助技术正日益普及,比如自适应巡航控制(ACC)与车道居中(LC)相结合,可帮助驾驶员保持稳定的速度、与前方车辆保持安全距离并使车辆保持在车道中     

信号交叉口行车风险场建立及车辆通行行为优化

随着汽车逐步向智能化、网联化发展,智能网联车辆逐步进入实际应用阶段。进行智能网联车辆的通行行为优化,对提升驾驶安全性和行车效率,避免事故发生和交通拥堵至关重要。车辆在通过交叉口时将受到很多环境及运动因素的影响,而现有的通行优化模型难以准确表达各类因素共同作用下的行驶环境。为此,基于风险场理论建立由环境场和运动场组成的信号交叉口行车风险场,表征信号交叉口中每点的实时行车风险程度,从而引导车辆驶向风险值低点,并提供下一步长的位移及速度指引,实现车辆的动态轨迹优化及速度控制。典型场景下的仿真结果表明：在优化模型的控制下单车的信号交叉口通行效率明显提升,其中直行方向车辆单车平均通行效率提升最高,平均提升6.35%,通过对交叉口面积内所有车辆进行通行行为优化,交叉口通行效率提升了9.3%,这表明所建模型可以准确表达交叉口行车环境并优化车辆通行行为。研究结论可应用于自动驾驶车辆的交叉口通行控制,并为网联环境下的行车环境表达和安全驾驶控制提供模型基础。     

自动调节远近光灯的设计与研究

由于夜间、雨雪天等环境下,司机驾驶时能见度往往大幅降低,从而对行车安全问题造成极大影响。驾驶员在驾驶中主要依靠车前的大灯识别路况,但是驾驶员在驾驶过程中容易忽略远近光灯的切换,不仅导致驾驶员无法了解前方路况,也会干扰对方车辆对路况的判断。针对汽车驾驶过程中由于光线不足或驾驶员对灯光操作不当等因素引起的交通事故问题,本文设计了一种可自动调节的远近光灯。该设计选用测距传感器、光线传感器、车辆速度传感器、测线速传感器和颜色识别等传感器,通过信息采集对灯光进行自动控制,可避免驾驶员因主观判断失误和操作不当等人为因素出现灯光切换问题,从而引发的安全事故。     

面向交叉口主动安全的车路协同辅助决策系统设计

针对交叉口红灯启亮前10 s,驾驶行为不稳定造成的交通秩序混乱、安全性差和效率低等问题,为控制交叉口处的行驶车速,辅助驾驶员准确决策,开发了一种面向交叉口主动安全的车路协同辅助决策系统。采用系统分层模块化设计,将系统分为信息采集、决策控制、智能埋地灯3个模块;根据交叉口信号相位、驶近车辆的速度信息,在分析两难区动态特性的基础上建立辅助决策模型,对当前驾驶行为的安全性进行判断;根据判断结果控制智能埋地灯状态与动态黄灯时间。通过智能埋地灯在熄灭、启亮红色、红色闪烁3种状态间灵活切换,对驾驶员进行视觉提醒,同时结合动态黄灯时间,能够有效规避交叉口事故发生的风险,缩短保守型驾驶行为带来的时间延误,整体提高路网的鲁棒性。