原文传递
基于多智能体行为预测的智能车决策方法研究
| 论文题名： | 基于多智能体行为预测的智能车决策方法研究 |
| 关键词： | 智能车;无人驾驶;行为预测;避撞决策 |
| 摘要： | 当今社会，在能源短缺环境污染的大氛围、人工智能的大浪潮、汽车行业的大转型的背景下，车辆的智能化正在迅速发展。无人驾驶汽车是智能车的重要组成部分，智能车决策是无人驾驶汽车的核心技术之一。对于智能车周围的人、车等智能体的行为预测是提高决策拟人化程度的关键。本文考虑多智能体交互进行行为预测，并在此基础上对智能车决策方法开展研究。 首先，分析混杂交通流中行人、车辆的运动特性和交互作用，建立包含目标驱动力、周围运动物体排斥力、环境边界作用力共同作用下的各智能体社会力模型，作为行为预测的基础，并通过仿真实验验证所构建模型的有效性。 其次，针对道路避撞场景，建立智能车主动避撞系统。分析驾驶员操作特性，给出该系统总体方案。基于纵向制动过程，分别建立针对车辆和行人的安全距离模型，给出期望加速度计算方法。针对避撞决策，使用碰撞时距和最小制动距离作为判定指标，设计了制动减速和转向换道两种避撞方式。 然后，在各智能体社会力模型的基础上，提出一种考虑混杂交通环境中行人、车辆交互作用的行为预测方法，并将其引入决策流程，建立一种基于有限状态机的智能车避撞决策模型，能够有效预测智能体交互导致的轨迹改变，从而降低事故风险。 最后，搭建Prescan/Simulink联合仿真平台，建立包含行人、车辆、道路信息的不同类别混杂交通场景，对有、无行为预测的智能车避撞决策系统进行仿真实验对比分析，证明所提出方法的有效性。 |
| 作者： | 汤金宝 |
| 专业： | 车辆工程 |
| 导师： | 李琳辉 |
| 授予学位： | 硕士 |
| 授予学位单位： | 大连理工大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
