原文传递
考虑并线行为的智能汽车碰撞风险评估与纵向控制方法研究
| 论文题名： | 考虑并线行为的智能汽车碰撞风险评估与纵向控制方法研究 |
| 关键词： | 智能汽车;碰撞风险;并线行为;行为识别;自适应巡航 |
| 摘要： | 随着汽车保有量的提升，交通拥挤、人为因素造成的事故频频发生，对交通系统带来了巨大的挑战，严重阻碍了交通行业的发展。智能汽车可以根据自身感知到的信息进行决策控制，具有保障行车安全、提高通行效率的优势，已成为汽车行业的研究热点。由于行驶在路面上的车辆与周边车辆存在多种形式的交互，因此结合周边车辆状态进行决策控制是智能汽车研究中必不可缺的课题。依托于国家重点研发计划“新能源汽车”专项项目，本文着重探究并线行为对智能汽车行驶的影响，首先基于交互式多模型理论研究了智能汽车与并线车辆的碰撞风险评估方法，其次结合对并线行为的识别开发了智能汽车的纵向控制系统。为提高智能汽车在并线工况下的性能，本文进行了如下研究： 首先，对目前较为常用的两大自然驾驶数据集进行对比，分析两者的优缺点，通过对车辆行为的分类与并线工况特性的分析，建立了并线行为数据集，为碰撞风险评估与车辆控制的研究提供基础。基于牛顿定律对车辆纵轴方向的受力进行了分析，建立了车辆的纵向动力学模型与驱动制动模型，为解决驱动与制动模式切换过于频繁或存在迟滞的问题，引入了两者的切换策略，为后文的控制算法奠定了基础。 其次，基于交互式多模型理论，提出了一种智能汽车与并线车辆发生碰撞的风险评估方法。首先生成智能汽车在道路环境约束下的可行驶路径集，并对并线车辆未来的运动不确定性进行建模，定量评估可行驶路径集与并线车辆的碰撞风险，为智能汽车避免碰撞提供行为决策集，并提出最优避障策略。对目标车道预测和碰撞风险评估算法的有效性进行了仿真试验，并分析了其不足之处。 然后，针对智能汽车受旁车并线影响产生的制动干预时机不确定性的问题，提出了基于并线行为识别的自适应巡航控制方法，创新提出了基于旁道车辆并线行为的巡航控制优化策略，取得了制动干预的最佳时机。同时，该算法还考虑了不同类型驾驶人在并线过程中不同的驾驶特性，优化智能汽车速度控制率，进一步增强系统的适应性。仿真结果验证了该算法的有效性和优越性。 最后，在课题组搭建的智能驾驶试验平台的基础上，开发了基于并线行为识别的自适应巡航控制方法的实车算法，并对不同算法的实车试验结果进行了分析与对比。结果表明，本文提出的算法能够提前识别邻车道车辆的并线行为，并根据并线行为的特性做出相应的响应，有效降低并线行为对智能汽车正常行驶的冲击，保障了智能汽车行驶的安全性与舒适性。 |
| 作者： | 吕志军 |
| 专业： | 交通运输工程 |
| 导师： | 蔡英凤 |
| 授予学位： | 硕士 |
| 授予学位单位： | 江苏大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
