排序方式: 共有13条查询结果,搜索用时 15 毫秒
1.
提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3(Twin Delayed Deep Deterministic Policy Gradient)实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明:基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。 相似文献
2.
根据能量平衡方程计算了叶片倾角与容量系数的数值关系,基于CAD和CFD技术,建立了缓速器工作流道的三维模型,采用RNG k-ε湍流模型模拟工作轮内部流场,分析了叶片倾角为40°,50°和60°时液体的翼面静压和湍流动能的分布规律,并利用有限体积法计算得到容量系数的数值.研究表明:叶片倾角为50°时,容量系数数值最小,其原因是叶片冲击引起的湍流最强,液流阻力最大. 相似文献
3.
4.
5.
ESC的最新动向和发展趋势 总被引:5,自引:0,他引:5
介绍了汽车电子稳定控制系统(ESC)的原理及控制方案,美国有关ESC系统的安全法规FMVSS126,以及欧盟使用ESC的状况.分析了ESC的发展趋势及我国汽车工业技术面临的挑战. 相似文献
6.
7.
8.
9.
汽车底盘控制技术的现状和发展趋势 总被引:24,自引:4,他引:20
电子控制系统在汽车底盘技术中的广泛应用极大地改善了汽车的主动安全性。常见的底盘控制系统可分为制动控制、牵引控制、转向控制和悬挂控制。介绍通过高速网络将各控制系统联成一体形成的全方位底盘控制(GCC),汽车开放性系统构架工程(AUTOSAR)和底盘的线控技术(X-by-w ire)。 相似文献
10.
航班离港始于停机坪推出,经由滑行道滑行并止于跑道离地,因此机坪空间及其与跑滑系统构成的相对位置关系对航班离港滑行具有较大影响,滑行时间的预测精度对ACDM机制下航班推出时刻优化和跑滑系统效率提升具有重要作用。首先提出机位组概念表征机坪空间构型,据此设计场面实时动态航班流量、机位组无阻碍滑行时间和机位组空间影响指数等新特征变量,然后基于分类回归树构建预测模型,验证新特征引入对离港滑行时间的预测效果。以首都机场实际运行数据为例,预测结果表明:在保持较高拟合优度的同时,新引入的表征机坪构型及其与跑滑系统相对位置关系的特征变量提高了离港滑行时间预测模型精度,预测与实际误差值在
3 min和5 min内的航班数量分别提高了4.88%和6.46%,每高峰小时可为首都机场减少约2~3个起飞时隙的浪费;新特征变量对离港滑行时间预测精度的整体贡献较大,且场面整体流量特征变量的贡献超过单一跑道流量,进港航班相关特征变量的贡献超过离港航班。 相似文献