原文传递
智能车动机与风险评估交互决策及协同博弈规划方法研究
| 论文题名： | 智能车动机与风险评估交互决策及协同博弈规划方法研究 |
| 关键词： | 智能车;周围车辆预测;动机决策;风险评估;协同博弈;轨迹规划 |
| 摘要： | 智能驾驶作为未来智能交通系统建设中的重要一环，是一个集计算机技术、传感技术、通信技术、人工智能以及控制论等多项技术于一体的智能运动平台。决策规划模块作为智能驾驶系统智能性的直接体现，对车辆的行驶安全性和整车性能起着决定性作用。决策规划模块需要深入理解周围交通环境，在准确预测周围车辆轨迹的基础上决策出当前时刻最优动作，并规划一条平顺、安全可控的轨迹。本文参考人类驾驶员行为，旨在使智能驾驶车辆决策过程更加接近真实驾驶员的决策行为，并提高其计算效率和实时性。本文提出一种智能车动机与风险评估交互决策及协同博弈规划方法，围绕智能车的决策和规划两部分内容展开研究。本文的主要研究内容具体如下： （1）建立考虑实时性的车辆非完整约束运动学模型，在Matlab/Simulink环境中进行模型搭建，并与Carsim中的整车模型进行仿真对比分析；在此基础上，将周围车辆的行为预测分为横向车道预测和纵向驾驶倾向性预测两部分进行研究，提出一种基于车道选择的运动预测模型，考虑人类驾驶员行为不确定性，引入模糊逻辑理论修正目标预测车辆的纵向切入点，得到一组考虑驾驶员意图的周围车辆预测轨迹。 （2）分类总结高速环境下智能车的可能行驶工况，以期望速度、安全性和目的地要求等动机作为触发决策的条件，利用机器学习、数学模型和逻辑规则等方法分别建立相应的动机决策模型，输出加速度和侧向位置序列；建立基于预测轨迹并考虑多预警指标的风险评估模型，动态验证基于各动机触发的决策结果，判断决策的可行性并确定局部目标点输出给规划模块进行轨迹规划。 （3）研究笛卡尔坐标系与自然坐标系的应用场景，建立两坐标系的转换关系并在Frenet坐标系下对路径-速度进行横纵向解耦规划；针对在复杂环境中路径、速度解耦规划交互性差，整体轨迹风险性高等问题，提出考虑周围环境风险的协同博弈规划方法；在此基础上，考虑平滑性、舒适性及车辆运动学等要求，设计多约束的路径-速度二次规划方法，进一步对轨迹进行优化； 将动机作为决策规划模块触发的条件，并结合风险评估模型对决策可行性进行验证，不仅提高了计算效率，同时为轨迹优化确定了可求解的凸空间。实验结果表明，本文所提出方法能够在复杂环境下生成安全、平顺可控的路径速度轨迹，并提高决策规划的安全性和实时性。 |
| 作者： | 王一松 |
| 专业： | 车辆工程 |
| 导师： | 王春燕 |
| 授予学位： | 硕士 |
| 授予学位单位： | 南京航空航天大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
