共查询到20条相似文献,搜索用时 15 毫秒
1.
智能汽车人机协同决策是指驾驶人与驾驶自动化系统之间进行信息共享、交互和协同决策的过程,其对于提升智能汽车的安全性、舒适性和通行效率具有重要意义。针对人机协同决策技术在当下文献研究中碎片化且缺乏相关综述研究的现状,介绍了智能汽车人机协同决策技术的研究现状及未来的发展趋势。首先,基于对人机协同驾驶领域研究现状的梳理,从驾驶权限和人机交互2个维度对人机协同决策方法进行分类,前者包含以人为主、人机驾驶权限切换和以机为主的3种决策方式,后者包含人机直接交互和人机间接交互2种决策形式。进一步根据智驾系统中人机协同决策的层级差异,将人机协同决策技术分为人机协同行为决策、人机协同运动规划两大关键技术。前者可分为仲裁驾驶权限、协调驾驶意图和人类在环学习3类,后者可分为人机协同的路径规划和轨迹规划2类。最后,对智能汽车人机协同决策技术的发展趋势进行了总结与展望。通过梳理总结认为:智能汽车人机协同决策技术的发展不仅局限于决策层面,也依赖于上下游共同的技术进步,且多模态人机界面和深度强化学习等技术将成为其进一步发展的重要动力;未来,人机协同决策技术将依托新型决策意图传导技术与大语言模型步入新阶段。 相似文献
2.
为保证线控底盘电动汽车在遭遇执行器失效时的稳定性,并考虑人-车交互行为,提出了以驾驶人为领导者的一主多从(Single-leader-multiple-follower,SLMF)混合博弈容错控制框架。为实现驾驶人-车辆的交互控制,首先建立了两者的耦合模型。其次,将驾驶人及5个底盘子系统即主动前轮转向(Active Front Steering,AFS)系统和4个轮毂电机建模为博弈中的6个参与者,基于Stackelberg主从博弈与多人合作博弈设计了SLMF混合博弈控制框架。考虑驾驶人具有优先控制权限及执行器对驾驶人行为的补偿作用,基于Stackelberg博弈理论建立了驾驶人与底盘子系统的主从博弈模型,其中驾驶人作为领导者通过感知跟随者的行为做出转向决策,而5个底盘子系统被建模为跟随者。由于跟随者追求共同的横向稳定控制目标,因此基于合作博弈理论建立了合作模型,并对领导者的转向策略做出最优响应。最后,为研究跟随者之间追求不同目标导致不合作时的控制效果,设计了非合作Nash博弈与Stackelberg博弈相结合的混合博弈为对比方法,通过实时硬件在环测试验证并对比了2种方法。结果表明:针对不同风格的驾驶人,所设计的方法可以保证遭遇执行器卡死失效车辆的稳定性。与不合作的情况相比,2种不同风格的驾驶人驾驶的车辆在底盘子系统合作时,车辆稳定性分别提升了54.62%和53.78%,驾驶人工作负荷分别降低了31.79%和36.07%。 相似文献
3.
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... 相似文献
4.
自动驾驶系统需具备响应驾驶人意图且有效执行驾驶人意图的能力,以解决人机协作系统中存在的人机冲突、人机优势融合等问题。提出决策层“以人为主”、执行层“以机为首”的人机协作关系,构建包含驾驶人意图识别模块、基于意图识别的轨迹规划模块与轨迹跟踪控制模块的人机协作一体化控制系统框架,并重点对轨迹规划模块与轨迹跟踪控制模块开展研究。首先,结合双向长短期记忆神经网络(Bi-directional Long Short Term Memory,Bi-LSTM)与注意力机制模型建立换道轨迹规划模型;在改进人工势场算法中引入模型预测控制并建立避险轨迹规划模型。其次,通过开展驾驶模拟器试验建立换道与避险驾驶行为数据集,为拟人化模型训练和模型参数确定提供支撑。然后,综合考虑车辆状态变量、控制输入与输出以及道路结构参数等约束条件,构建基于最优转向前轮输入的线性时变模型预测轨迹跟踪控制器,实现对规划轨迹的精准跟踪。最后,基于驾驶模拟器搭建人机协作系统硬件在环测试平台,对轨迹规划模块与轨迹跟踪控制模块开展硬件在环测试与验证。结果表明:换道与避险规划轨迹光滑且平稳,轨迹跟踪控制过程中,车辆航向角与前轮转角变化平稳;所构建的轨迹规划与轨迹跟踪控制模块在确保安全性前提下可实现不同场景中的车辆运动控制需求。 相似文献
5.
《中国公路学报》2019,(12)
车道保持控制系统是汽车安全辅助驾驶的重要组成部分,可有效提高汽车主动安全性、避免车辆无意识地偏离本车道。目前,大部分车道保持控制系统在工作时将驾驶人的操作视为外界干扰,没有考虑人机共驾阶段下驾驶人与控制系统的控制权分配问题,易造成人机冲突、影响驾驶人的驾驶感受。论文兼顾驾驶人与辅助控制系统各自优势,基于人机共驾技术对车道保持控制系统进行研究。构建基于安全行驶区域与最晚预警边界相结合的车道偏离决策模型,在保证其预警精度的同时降低计算复杂性,根据车辆行驶状态和路面附着系数动态调整预警阈值;研究串级MPC-PID控制策略实现对车辆横向位置的控制,将最优问题转化为二次规划求得目标前轮转角,利用PID算法完成对目标前轮转角的跟踪;引入共驾系数对车辆的控制权进行分配,研究共驾系数分配模型,以车辆状态误差和驾驶人转向力矩作为模糊控制的输入变量、共驾系数作为输出变量,降低辅助控制系统与驾驶人之间的冲突;最后,利用CarSim与Simulink联合仿真对所研究的控制策略进行仿真验证,结果表明共驾系数能够根据驾驶人的操作和车辆运行状态的变化实现动态调整,辅助控制力矩与驾驶人输入力矩变化趋势相同,在保留驾驶人一定操作的基础下可避免车辆偏离车道、降低人机冲突。 相似文献
6.
车道保持控制系统是汽车安全辅助驾驶的重要组成部分,可有效提高汽车主动安全性、避免车辆无意识地偏离本车道。目前,大部分车道保持控制系统在工作时将驾驶人的操作视为外界干扰,没有考虑人机共驾阶段下驾驶人与控制系统的控制权分配问题,易造成人机冲突、影响驾驶人的驾驶感受。论文兼顾驾驶人与辅助控制系统各自优势,基于人机共驾技术对车道保持控制系统进行研究。构建基于安全行驶区域与最晚预警边界相结合的车道偏离决策模型,在保证其预警精度的同时降低计算复杂性,根据车辆行驶状态和路面附着系数动态调整预警阈值;研究串级MPC-PID控制策略实现对车辆横向位置的控制,将最优问题转化为二次规划求得目标前轮转角,利用PID算法完成对目标前轮转角的跟踪;引入共驾系数对车辆的控制权进行分配,研究共驾系数分配模型,以车辆状态误差和驾驶人转向力矩作为模糊控制的输入变量、共驾系数作为输出变量,降低辅助控制系统与驾驶人之间的冲突;最后,利用CarSim与Simulink联合仿真对所研究的控制策略进行仿真验证,结果表明共驾系数能够根据驾驶人的操作和车辆运行状态的变化实现动态调整,辅助控制力矩与驾驶人输入力矩变化趋势相同,在保留驾驶人一定操作的基础下可避免车辆偏离车道、降低人机冲突。 相似文献
7.
当多辆自动驾驶车辆在结构化道路上执行换道合流任务时,需要综合考虑转向和合流动作以避免事故的发生,同时曲率和周车车速的变化也增大了协同控制的难度。本文聚焦上述问题,提出了面向变曲率道路的多车换道博弈运动规划与协同控制方法。首先,建立曲率坐标系下的多车模型来解析车间安全距离及动力学状态。其次,通过系统地考虑道路曲率变化及周围车辆信息,提出基于博弈的多车换道运动规划算法,采用分布式框架快速求解兼顾个性化驾驶的最优速度轨迹及换道时机。最后,基于B样条曲线高效识别道路曲率及规划轨迹,构建了自适应时变预测控制算法实现轨迹跟踪,其特点在于单步参数矩阵实时更新,消除车速和曲率频繁变化带来的控制偏差累积。实验结果表明,相比斯坦利(Stanley)方法,能降低58%的跟踪误差;相较协同自适应巡航方法,能减少74%的合流时间;另外计算求解效率也仅为集中式模型预测控制方法的10%。 相似文献
8.
因交织区的强制换道存在紧迫性, 车辆换道行为在交织区后半段会出现因换道意愿强烈而产生的激进换道行为, 这种微观的换道行为将给交通流带来一定影响; 在人机混驾情形下, 不同类型换道切换控制模型同样可能影响交织区通行能力。在分析人机混驾交通流交织区换道行为特性的基础上, 将换道类型分为保守型换道和激进型换道; 在可接受安全间隙模型的基础上结合自动驾驶车辆间的协同行为, 构建自动驾驶车辆在保守状态下的协同换道模型; 以及在激进型状态下考虑目标车道后车类型影响下, 构建激进型换道模型。通过分析津保立交桥实地调研轨迹数据和NGSIM中US-101交织路段轨迹数据, 分别拟合了保守型、激进型换道模型切换点分布函数; 考虑不同车辆驾驶行为特性及其相互作用, 提出人机混驾条件下换道模型切换控制逻辑决策。以SUMO仿真软件搭建实验平台, 考虑人工驾驶车辆换道模型切换点分布特性, 以优化最大流率、交织区整体车辆运行速度、换道车辆速度等为目标, 确定不同自动驾驶车辆渗透率下自动驾驶车辆的最佳保守型-激进型换道模型切换点。仿真结果显示: 在交织区长度为250 m, 自动驾驶渗透率分别为0.2, 0.5, 0.8时, 自动驾驶换道模型切换点分别在180, 80, 50 m处达到最佳, 即随着自动驾驶渗透率的提高, 换道切换点最佳位置将向交织区入口处逐渐移动, 且在自动驾驶渗透率较低时这种换道切换点的变化较为明显; 在较高渗透率下, 由于协同换道出现频率增高, 自动驾驶强制性换道行为比例降低, 换道模型切换点对交织区通行能力的影响逐渐变小。本项研究对人机混驾条件下高速公路交织区自动驾驶车辆的换道控制提供决策依据 相似文献
9.
动态路径规划是自动驾驶汽车避障控制的关键技术。针对自动驾驶汽车弯道超车工况,建立基于改进人工势场(Artificial Potential Field, APF)的动态路径规划方法。为使基于APF的动态路径规划方法能运用于包含弯曲道路的复杂交通环境,将已在直道环境验证过的道路APF函数通过极坐标系与笛卡尔坐标系的相互转换,建立考虑道路曲率的弯曲道路APF函数。针对根据车辆质心位置判断车辆碰撞风险方法存在的缺陷,提出考虑车辆体积的碰撞风险预判方法,建立综合考虑车辆位置、速度和体积的障碍车辆APF函数。基于弯曲道路APF和改进障碍车辆APF,建立道路环境综合APF,引导车辆实现弯道超车。为避免目标函数中子目标相互干涉,提高弯道超车安全性,提出根据本车与障碍车辆相对位置关系自适应调整权重矩阵的方法。基于Carsim/Simulink联合仿真平台,分别在静态障碍车辆和动态障碍车辆2种工况下,验证自动驾驶汽车弯道超车动态路径规划的有效性。研究结果表明:所建立的弯曲道路APF能引导车辆转弯行驶,避免冲出车道;目标函数权重自适应调整方法能根据超车过程动态调整子目标的权重,规划出符合道路交通安全法规的路径,避免车辆超车时提前折返原车道,提高了超车安全性;考虑车辆体积的障碍车辆APF提高了车辆碰撞风险的预判精度,有效避免碰撞事故发生。 相似文献
10.
11.
因技术和法规等因素限制,智能汽车短时间内难以实现L1级到L5级的快速跨越,人机共驾将长期存在;基于触觉引导的人机共享控制技术为L2级智能汽车人机共驾提供了有效的人机共享控制途径。通过综述国内外车辆人机共享控制技术相关问题的研究现状,重点分析了基于触觉引导的车道保持、换道、避撞、倒车辅助等人机共享控制在路径规划、意图决策和权限分配转移等过程中,可能会造成人机冲突进而导致车辆稳定性降低、行车安全性变差和驾驶员操作舒适度与自由度恶化等关键问题。同时针对人机共享控制中固有的驾驶人风格及认知差异进行了探讨,以期进一步明确人机共享控制器的设计方法及人机冲突产生的机理。提出未来应在大量仿真或实测行车数据的基础上不断迭代优化智能系统,提高智能控制系统对行车环境和驾驶人状态识别的精准度,从而合理分配人机共享控制权重,有效解决人机冲突、车辆稳定性、行车安全性、驾驶员操作舒适性和自由度等问题。基于现有研究存在的问题,指出自适应性触觉引导共享控制器、权重分配共享控制器、基于神经肌肉反应共享控制器及基于高级辅助驾驶系统共享控制器等将是智能汽车人机共享控制的主要研究方向。 相似文献
12.
13.
14.
15.
为了提高分布式无人车轨迹跟踪的精度,提出了基于自主与差动协调转向控制的轨迹跟踪方法。首先,在车辆三自由度模型基础上,基于模型预测控制(MPC)实时计算前轮转角以控制车辆进行自主转向轨迹跟踪。在此过程中,为了提高自主转向下车辆的轨迹跟踪精度与行驶的稳定性,考虑多种因素,利用经验公式及神经网络控制对MPC的预瞄步数和预瞄步长进行多参数调整,实现预瞄时间的自适应控制。其次,在恒转矩需求的情况下,以轨迹偏差为PID控制器的输入及左右轮毂电机转矩为输出进行差动转向控制,实现了差动转向下的轨迹跟踪控制。然后,通过设置权重系数的方法将自主与差动转向相结合。考虑到车辆横纵向动力学因素,采用模糊控制及经验公式对权重系数进行了调整,从而在提高车辆转向灵活性与轨迹跟踪效果的同时保证车辆行驶的稳定性。CarSim与Simulink联合仿真以及实车试验结果表明:与自主转向轨迹跟踪相比,采用变权重系数的协调控制可以在不同的工况下提高车辆的转向灵活性与轨迹跟踪的精度,轨迹跟踪偏差的均方根值改善率达到了11%。所提出的协调转向控制方法可为分布式驱动车辆转向灵活性的提高及轨迹跟踪精度的改善提供一种新的思路。 相似文献
16.
17.
18.
为了解决随机采样算法在结构化道路无人驾驶应用中无法优化收敛的问题,采用渐进优化的采样算法框架设计符合驾驶需求的规划算法。针对渐进优化算法的耗时问题,首先选择不需要Steer(转向函数)的SST算法作为基础框架以规避求解边界值问题。其次,算法融入"Anytime"策略以提高优化解的利用率。再次,改进的闭环控制策略能减少车辆的实际轨迹与规划路径的误差。在设计的闭环策略中,应用4-D车辆运动模型以保证规划路径符合车辆的实际运动轨迹。为了保证驾驶的安全和舒适,设计了一个综合四重因素的代价函数,且根据不同的驾驶场景调整相应的权重参数。最后,利用真实的无人车在无人驾驶城市测试道路上进行测试,测试场景包括前方静态障碍物躲避、前方动态障碍物跟随以及超车和复合动静态障碍物。测试中,采用车辆的速度和转向数据代表算法的优化收敛特性和运动平稳性。研究结果表明:设计的算法能在时速30km·h-1下完成避障、跟车、超车等机动;无人车在跟驰决策下可保持30km·h-1的最高速度,在避障过程中可实现最高15km·h-1的速度,在跟车决策下可根据前车速度变换自身速度以保持合理的车距和运动平滑性。 相似文献
19.
本文提出一种基于逆模型预测控制的拟人驾驶控制方法,利用模型预测控制产生的实轴轨迹与真实轨迹的损失函数更新控制模块代价函数的权重系数实现拟人化驾驶控制。将拟人驾驶控制构建成一个双层优化问题,在下层利用模型预测控制求解一个典型的最优控制问题产生实轴驾驶轨迹,在上层最小化所产生的实轴轨迹和真实驾驶轨迹的误差更新下层代价函数的权重系数,基于极大值微分原理构造辅助系统求解实轴轨迹关于代价函数权重系数的梯度。实车采集真实驾驶轨迹并进行模仿测试与泛化验证,结果表明:本文所提出的方法相比于两类基于虚轴轨迹的逆最优控制方法,在3个工况下与真实驾驶轨迹最大误差分别平均降低了73.52%和65.03%,驾驶行为更加拟人化,且具备泛化性能。 相似文献
20.
针对小型科研型汽车驾驶模拟器开发,论文进行了可拆装式台架设计。对台架进行了总体设计说明,介绍了各部分组成和功能,分别介绍了基础支架设计、转向操纵机构设计、路感电机和电子踏板的选取。基础支架由若干角钢通过螺栓连接而成,便于拆卸和组装。转向操纵机构设计主要对转向盘进行了选取,对转向轴长度、轴径、轴键进行了设计计算,设计了高度可调转向柱。根据驾驶模拟器阻力模拟需要,对路感电机进行了合理选择。对电子踏板进行了选取,从人机工程学角度对踏板安装角度进行设计。所设计驾驶模拟器便于拆装,能够较好地模拟转向盘路感,符合人机工程学设计要求。 相似文献