原文传递
面向典型城市应用场景的自动驾驶汽车决策规划算法研究
| 论文题名： | 面向典型城市应用场景的自动驾驶汽车决策规划算法研究 |
| 关键词： | 自动驾驶;典型城市道路场景;驾驶风格识别;博弈论;轨迹规划 |
| 摘要： | 现有自动驾驶技术在应对交规繁多、车辆间交互行为复杂以及环境时刻变化的城市道路场景时，仍然存在巨大挑战。本文针对自动驾驶车辆在典型城市道路场景中安全高效驾驶的决策规划问题，通过对城市典型驾驶场景中车辆的行驶轨迹特征和道路环境进行分析，设计了在典型城市应用场景中基于博弈理论的车辆行为决策模型并开发了相应的轨迹规划算法，主要研究内容包括： (1)城市道路驾驶风格识别。基于NGSIM车辆行驶数据集展开研究，通过数据预处理和主成分分析法获得城市道路中存在交互驾驶行为的行驶轨迹特征参数，并根据交互过程中交互对象的身份，将轨迹特征参数划分到不同的数据集中；然后基于改进K-means算法对样本数据集聚类分析，得到激进型、谨慎型和保守型三类驾驶风格以及对应的驾驶特征参数；最后基于SVM模型以及驾驶风格聚类结果分别对交互行驶过程中的不同参与对象进行驾驶风格识别。 (2)构建基于非合作博弈理论的行为决策模型。综合考虑自动驾驶汽车的行驶安全性、通行效率以及驾驶舒适性三方面因素，设计博弈收益函数，并基于驾驶风格聚类结果对收益权重系数进行标定，建立行为决策博弈模型；然后通过感知环境信息判断是否满足博弈条件，采用纳什均衡对模型求解，选取不同风险等级对应驾驶策略；最后基于典型城市交互场景对模型开展仿真分析。 (3)典型城市道路应用场景的车辆行驶轨迹生成。将Frenet坐标系作为轨迹规划的参考坐标系，确定Frenet坐标系与笛卡尔坐标系间的转换关系，选取三个典型城市道路场景作为研究对象，根据各个场景的车辆行驶特征，开发对应的轨迹规划算法；最后开展实车试验，对本文开发的决策规划算法进行验证与分析。 |
| 作者： | 杨超 |
| 专业： | 机械 |
| 导师： | 隗寒冰 |
| 授予学位： | 硕士 |
| 授予学位单位： | 重庆交通大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
