共查询到20条相似文献,搜索用时 15 毫秒
1.
针对智能汽车在无信号交叉口对横穿行人的避撞问题,研究了主动转向避撞控制策略。基于多层模型预测控制方法,采用分层控制策略设计局部规划层控制器与全局跟踪层控制器,在此基础上根据交叉口处汽车与行人的轨迹特征计算人车碰撞剩余时间,改进传统人工势场法构造避撞函数,规划出既能规避交叉口内存在碰撞风险的行人又能使偏差最小的局部避撞路径,并使智能汽车在满足多项动力学约束时准确跟踪参考路径,通过搭建CarSim/Simulink联合仿真平台,结合广东省2006—2018年交通事故数据库选取对交叉口人车碰撞有显著影响的因素,设计仿真场景进行仿真分析。结果表明:智能汽车能在多个初始点完成对参考路径的跟踪,控制器对不同速度和附着条件有较高的鲁棒性,高速低附着场景中,智能汽车横向加速度小于0.4 g、质心侧偏角小于2°、前轮侧偏角小于2.5°,各约束量满足舒适性和平稳性条件;4个典型交叉口场景中,智能汽车以不同速度直行或转弯通过交叉口,均能识别横穿行人中存在碰撞风险的行人实现主动转向避撞。 相似文献
2.
3.
针对行人从静止遮挡车辆前方穿出并与主车碰撞的“鬼探头”危险场景,提出一种基于车联网的行人主动避撞系统控制策略。首先,建立主车、遮挡车和行人间相对位置关系模型,通过车车通信获取遮挡车前方的行人状态信息;其次,根据目标进入时间、目标离开时间、碰撞剩余时间和安全避撞时间4个危险状态判断评价指标,建立分级制动策略,并通过下层PID控制调节制动压力实现车辆控制;最后,基于PreScan、CarSim和MATLAB联合仿真平台,搭建该危险场景并验证所提出控制策略的有效性。结果表明,该策略能够实现避撞功能,且性能优于基于宽度触发的行人主动避撞策略。 相似文献
4.
6.
7.
8.
汽车主动避撞技术的最新发展 总被引:1,自引:0,他引:1
汽车安全越来越受到广大汽车消费者的关注,目前汽车上应用的主要是被动的安全设备,主动安全技术十分少,本文对目前汽车主动安全技术上的热点,汽车雷达的新近展进行了介绍。 相似文献
9.
10.
智能车辆主动避撞与稳定性联合控制仿真 总被引:1,自引:0,他引:1
为改善车辆在主动避撞过程中的车辆动力学特性,在MATLAB/Simulink环境下结合驾驶员模型分别设计了基于模糊控制理论的主动避撞控制处理器、制动稳定性控制器和转向稳定性控制器,从而能够在车辆主动避撞过程中综合考虑避撞和稳定性两个目标.并在ADAMS中建立了整车模型,联合MATLAB进行了仿真研究,仿真结果证明,在相... 相似文献
11.
12.
13.
14.
15.
汽车避撞的三种测距技术 总被引:1,自引:0,他引:1
随着我国公路等级的不断提高,特别是高速公路的飞速发展,汽车的行驶速度越来越快,车流量也越来越大,汽车碰撞事故越来越多.造成汽车碰撞的原因十分复杂,人为因素是主要原因.因此,国内外都在研究如何利用先进避撞技术,对影响公路交通安全的人、车、路环境进行实时监控,在危急情况下由系统主动干涉驾驶操纵,辅助驾驶者进行应急处理,防止汽车相撞事故的发生. 相似文献
16.
建立了一种基于深度学习长短期记忆(LSTM)网络的智能车辆避撞模型.搭载虚拟测试驾驶(VTD)仿真软件的模拟驾驶器;针对跟车行驶、前车紧急制动这一危险工况,开展模拟驾驶实验;以相对距离、相对速度、前车减速度、碰撞时间、横向距离作为输入参数;通过未经训练的样本数据对模型迁移性进行验证,并与传统反向传播(BP)神经网络进行... 相似文献
17.
18.
研究不同预警信息发布时间下,不同性别驾驶人对于交叉口迎头侧面避撞情景驾驶行为影响规律,为提高车辆避撞预警系统功效性提供理论依据.基于汽车驾驶模拟器设计实验,招募具有稳定驾驶能力的驾驶人45名,采集7种预警信息发布时间(2.5~5.5 s),将无预警作为控制组,采用C#编程提取能够表征驾驶行为的变量.用方差分析和线性回归方法分析在交叉口迎头侧面碰撞情景下不同预警信息发布时间对驾驶人的制动时间、最大减速度、测试车辆与冲突车辆的最小距离的影响.结果表明,预警信息发布越早,驾驶人的制动时间越长,最大减速度越小,说明较早发布预警信息可以减缓驾驶人采取制动措施的剧烈程度.同时,预警信息发布较早,可以增大车辆间的最小间距,降低碰撞事故发生的可能性.此外,女性驾驶人的驾驶行为比男性驾驶人更加保守. 相似文献
19.
针对传统基于距离或时间的车辆避撞预警算法存在较高误警率的问题,考虑在避撞预警算法中引入驾驶意图共享的概念,提出了基于实际外场复杂车车通信V2V(Vehicle-to-vehicle,V2V)环境下的车辆跟驰避撞预警算法。基于LTE-V构建外场V2V环境,将车辆行驶过程描述为一个时间序列的隐性马尔可夫随机过程,借助隐马尔可夫模型(Hidden Markov Model,HMM)建立驾驶人驾驶意图与车辆相对行驶状态序列之间的隐含关系模型,并给出基于Viterbi算法的驾驶意图预判求解方法,将驾驶意图作为特征因子集成到安全距离模型中,提出基于驾驶意图共享的避撞(Driving Intention Based Collision Avoidance,DI-CA)预警算法。利用构建的V2V试验环境,实现了匀速、加速、减速和紧急制动等4种驾驶意图,以及相对速度和相对距离增加、减小、保持不变等9种组合的车辆行驶状态试验数据获取,并利用试验数据对所提出的DI-CA预警算法进行实证分析。结果表明:所提出预警算法能够针对不同驾驶意图提供有效的车辆碰撞预警。在此基础上将4种驾驶意图下的DI-CA预警算法与Mazda预警算法求得的安全距离进行了对比分析,所提出的DI-CA预警算法的平均预警正确率为84%,高于Mazda预警算法的78%,而DI-CA预警算法的平均误警率和漏警率分别为5%和16%,均明显低于Mazda预警算法,说明所提出的DI-CA预警算法在提升预警效果的同时明显降低了误警率和漏警率,可避免行驶过程中因误警而导致的连续刹车,以及因漏警而导致的可能碰撞事故发生。最后,总结并给出了驾驶意图共享理论应用于车辆避撞预警的研究展望。 相似文献