Improving the robustness of an MPC-based obstacle avoidance algorithm to parametric uncertainty using worst-case scenarios

Previous work by the authors focused on obstacle avoidance in large, high-speed autonomous ground vehicles within unknown and unstructured environments. This work resulted in a nonlinear model predictive control based algorithm that simultaneously optimises both the speed and steering commands. The algorithm can exploit the dynamic limits of the vehicle to navigate it to a target position as quickly as possible without compromising safety. In the algorithm, a model of the vehicle is used explicitly to predict and optimise future actions, but in practice the model parameter values are not known exactly. Thus, in this paper, the robustness of the algorithm to parametric uncertainty is evaluated. It is first demonstrated that using nominal parameter values in the algorithm leads to safety issues in 24% of the evaluated scenarios with the considered parametric uncertainty distributions. To improve the algorithm's robustness, a novel double-worst-case formulation is developed that simultaneously accounts for the robust satisfaction of the two safety requirements of high-speed obstacle avoidance: collision-free and no-wheel-lift-off. Results from simulations with stratified random scenarios and worst-case scenarios show that the double-worst-case formulation renders the algorithm robust to all uncertainty realisations tested. The trade-off between robustness and the task completion performance is also quantified.     

舰船自动智能避碰数学模型及其仿真研究

为了提高舰船航行的安全和效率,达到最佳操船效果,需要建立舰船自动智能避碰数字模型.当前模型在分析舰船避碰风险度的基础上,通过人工智能、进化计算和软计算等方法实现舰船自动智能避碰,存在避碰识别准确率较低的问题.本文提出一种新的舰船自动智能避碰数学模型,首先对舰船会遇态势进行判断;然后建立预测舰船碰撞风险判断模型,预测本舰船实施自动智能避碰方案后的复航时机是否已到,以及本舰船立即复航是否能够让清目标舰船或其他所有目标舰船;最后依据舰船碰撞风险判断结果,以当前舰船潜在碰撞风险为例,建立舰船自动智能避碰数学模型.仿真结果证明,所提模型能够实现舰船自动智能避碰.     

基于前景理论的船舶避碰决策优化方法

针对船舶避碰决策行为差异,提出一种运用前景理论求取最佳船舶避碰决策方案的优化方法。在分析避碰行为个体差异的基础上,运用前景理论和多指标灰关联决策相结合的方法,构建考虑驾驶员风险态度的船舶避碰方案选择决策优化模型,以船舶碰撞危险度、航程损失和轨迹平稳性作为决策指标,研究在同一会遇场景下驾驶员不同风险态度的最优避碰方案并进行对比分析。研究结果表明:该模型可优化船舶驾驶员在不同风险偏好下的最优避碰方案选择,将前景理论运用到船舶避碰决策优化中是可行且有效的,能为船舶避碰决策和决策拟人化提供支持。     

粉尘爆炸及“杂混合物”对其特性的影响

在工业粉体加工、装卸、储运和处理的过程中,时有爆炸火灾的发生,因粉体静电,尤其是含不份较低的碳氢化合物粉体及绝缘性高的高分子化合物粉粒的静电引起的爆炸占有一定的比例。作者首先论述粉尘爆炸的特点及机理,接着论述“杂混合物”对粉尘爆炸特性的影响：介绍粉尘的爆炸特性,以试验数据描述“杂混合物”对爆炸极限、爆炸压力－强度的影响以及“杂混合物”中可燃气含量及其最低最小点火能量的关系。最后剖析ＬＤＰＥ粉粒在贮     

多层次多目标重点避让船模糊优选模型

为解决船舶避碰自动化领域的多船智能避碰决策问题,建立了多层次多目标重点避让船模糊优选模型。分析了碰撞危险度和避让难易程度对重点避让船决策的影响,通过划分相互关联的有序层次结构使问题条理化,利用多目标模糊优选理论,建立了相应的模糊优选模型,以低层次的输出作为高层次的输入,对每一层次的单元系统进行优化计算,利用相对优属度向量进行排序,确定重点避让船。模拟计算了一艘船同时和7艘目标船相遇时重点避让船相对优属度向量,按相对优属度越大排序越前的原则确定目标船3为重点避让船,决策结果正确,该模型可行。     

城市快速路匝道合流区车辆交互行为模式

在城市快速路匝道合流区,驾驶任务难度主要来自于车辆与其周边车辆之间的动态交互,目前对这种交互行为的特征和机理的认识还不十分清楚。基于从无人机视频中提取的高精度车辆轨迹数据,提取出表征车辆交互行为的指标TTC和GAP,并结合速度、加速度、车道位置等其他指标,对车辆的交互过程加以刻画,从中获得了大量交互行为实例,并在此基础上归纳总结出9种典型的车辆交互行为模式。通过分析各模式特征发现：即使在相同的外部环境下,车辆交互行为模式也可能存在差异,这表明交互行为不仅与车辆之间的相对位置、时空距离、速度状态等环境因素有关,还与驾驶人的应对能力、动机及风险意识等认知心理有关;另外,不同的交互模式面临的风险不同,并且该风险既可能是周边车辆行为发生改变而被迫卷入,也可能是驾驶人自身主动寻求的结果;9种不同类型的交互行为模式,构成了驾驶人自行感知的4种风险状态互相转换的具体实现形式;在驾驶过程中,驾驶人努力寻找契机并选择某种交互行为模式在各个风险状态之间来回切换,并非仅由心理压力较大的危险态向压力较小的自由态转换,也会发生反向转换,前者主要由降低事故风险和减少认知努力的动机驱动,后者旨在追求行车效率,但同时驾驶人会付出更多的认知努力以对抗风险的增加,这充分反映了驾驶人试图在行车效率、事故风险与认知努力三方面取得平衡。研究成果对深化理解驾驶行为及其背后的决策机制具有积极意义。     

基于自然驾驶数据的跟车场景潜在风险评估

为弥补传统风险评价指标对相对速度较小的跟车场景危险水平评价能力的不足,减少跟车场景中追尾事故的发生,提出了跟车场景潜在风险的概念。将假定前车以较大制动减速度减速条件下的风险称为潜在风险,并构建了代表驾驶人在潜在危险跟车场景下进行避撞操作需满足的最大反应时间的参数时间裕度（TM）。由于追尾危险工况中常见采取的避撞操作可分为制动和制动转向两大类,分别对典型制动避撞过程和制动转向避撞过程进行了分析,从而推导出分别针对2种跟车潜在危险场景的TM计算方式。通过自动筛选与人工筛选结合,获得了中国自然驾驶数据库（China-FOT）中具有中国驾驶人特点的制动避撞危险工况87个和转向制动避撞危险工况40个进行分级,并基于图像处理方法提取了前车制动开始时刻的TM值,从而得到跟车场景潜在风险两级危险域的划分。结果表明：制动避撞场景下,本车车速过低和过高时,TM值的变化均不明显;而在制动转向避撞场景中,只有速度较高时阈值才保持不变。通过对正常驾驶视频的分析,引入对比组共计正常跟车制动工况163例和正常跟车转向变道工况151例的车头时距（THW）值,其统计分析结果与支持向量机分类结果均难以清晰描述跟车场景危险水平与本车速度之间的关系。为研究跟车场景潜在风险评价在自动驾驶中的应用,对于制动避撞场景,在设定TM值不变和相对速度不变的条件下,分别对基于TM的最小相对距离和距离碰撞时间（TTC）值进行了仿真,仿真结果显示,相比于TTC而言,TM的评价稳定性受相对速度影响小,在自动驾驶跟车策略开发和避免其发生责任追尾事故中有重要应用价值。     

车辆碰撞避免系统的设计与仿真分析

汽车作为人们日常出行所使用的交通工具,在给我们的生活带来方便的同时,各类交通事故的发生也导致很多人受伤甚至死亡。为减少乃至避免交通事故的发生,本次研究主要是在不同路面附着状态辨识的基础上进行智能车辆碰撞避免系统的设计,通过联合滑移率和雷达检测的方法进行道路附着状态识别,并运用CarSim与Simulink进行联合仿真,对车辆位移、纵向和横向速度以及加速度进行耦合控制分析,验证本次设计的合理性。     

基于车流冲突线的无信号交叉口风险分析

为更客观、系统地分析无信号交叉口的安全性能,提出“车流冲突线”概念.通过分析首部车冲突概率、碰撞后严重程度比和冲突向后传递长度,构建无信号交叉口安全风险评估模型.研究表明：基于临界冲突距离值构建的首部车冲突概率模型,考虑两车速度、角度、加速度和反应时间,更接近交通冲突的真实过程;借助物理碰撞学原理可确定 3种冲突型态碰撞严重程度的权重关系,即,交叉∶合流∶分流为 12.705∶1.000∶1.000;利用数学期望知识建立的交叉口当量期望车流冲突量模型,综合考虑冲突发生的潜在机率、交通量大小、车辆位置等因素,可更真实描述实际车流冲突行为.     

队列车辆碰撞严重性及车队排布策略

针对自动驾驶车辆队列发生不可避免碰撞的事故场景,研究以整体碰撞严重性达到最低为目标的车队排布策略.首先根据引发事故的障碍物是否会明显影响领航车运动,将碰撞划分为队内碰撞和队外碰撞.队列几何构型一定时,针对均质化队列发生一维碰撞过程建立理论模型,计入碰撞前车辆对前车紧急制动的感应及自车进行紧急制动的过程,计算并定义时间截...