基于虚拟驾驶的切换型人机共驾行为评价
发布时间:2020-03-26 06:35
【摘要】:随着自动驾驶技术的发展,人类驾驶车辆的方式也随之发生了改变。自动驾驶车辆在尚未实现完全的无人驾驶之前,将在很长一段时间内处于人机共驾阶段。新的驾驶方式下必将会产生新的问题,传统的驾驶行为理论已经不能满足描述新的人机共驾行为。因此,本文在研究了传统的虚拟驾驶试验平台以及现有的对人机共驾行为的研究基础上,搭建了人机共驾虚拟试验平台并基于此平台分别设计了自动驾驶系统预警接管试验、自动驾驶系统失效接管试验以及驾驶员接管适应性试验,并且分别组织了相关试验,从三个角度对切换型人机共驾行为进行了研究评价。主要包括以下几方面内容:(1)基于低成本硬件以及Matlab/3D动画工具箱搭建了人机共驾虚拟试验平台,其主要内容包括:建立了较为真实的虚拟驾驶场景,将车辆五自由度动力学模型引入到驾驶模拟器中,完成了试验平台主车辆自动驾驶与人工驾驶两种驾驶模式并实现了这两种驾驶模式之间的切换,设计了一系列的人机交互模块,从而为人机共驾试验地进行奠定了基础。(2)就切换型人机共驾行为的一种接管场景——系统预警后接管,进行了研究。设计了预警接管试验并组织试验人员完成了相关试验。统计了驾驶员从预警时刻开始到接管这一段时间的反应时间,拟合出了两种预警条件下接管反应时间的概率分布曲线,根据反应时间概率分布曲线推导了驾驶员接管反应可靠度的计算公式。(3)就切换型人机共驾行为的另一种接管场景——自动驾驶系统失效后接管,进行了研究。设计了自动驾驶失效发生器,模拟了自动驾驶纵向控制系统失效情景,设计并完成了失效后接管试验。通过分析试验数据,得到了自动驾驶纵向控制系统失效后,驾驶员的接管可靠度,找出了定义驾驶员判定自动驾驶纵向控制系统的失效的指标,得到了驾驶员能否在自动驾驶系统失效后成功接管的条件。(4)在研究了切换型人机共驾的两种常见接管场景后,研究了驾驶员在接管后的横向控制能力。设计了驾驶员分别在30km/h和60km/h车速下接管换道试验,同时进行了对比试验。分别从驾驶员操作以及车辆行驶轨迹两个方面分析了试验数据,分析结果表明:驾驶员在接管后横向控制能力要低于人工驾驶时的横向控制能力,但是通过多次重复操作这一现象将会减弱消失。
【图文】:
上述驾驶模拟器的虚拟交通场景的环境信息始终都是由 人 来获取的,从而形成了一个 人-车-环境 在环系统。中国科学技术大学为了研究智能车技术,研发了无人车智能行为验证平台[20]。该平台的被验证车辆可以感知虚拟环境进行自主驾驶,另一方面虚拟交通场景中的测试模型也可以感知、理解被验证自动驾驶车辆的智能行为,形成了 车-环境 闭环智能系统,这为智能车的测试、评价和研发提供了一个新的思路。微软开发的 Airsim 可以用于无人机及自动驾驶的虚拟仿真,其具有开源、跨平台的优点。AirSim 提供了详细的 3D 城市街景,以及包括交通信号灯、公园、湖泊、工地等丰富的场景,如图 1.1 所示。开发者可以在各种不同的场景下测试自动驾驶系统。模拟系统可提供超过12公里、跨越20多个街区的供驾驶的道路。研究人员和开发者可以针对特定的需求创建所需要的场景,还可以利用 AirSim的拓展性添加新的传感器、车辆[21]。英特尔实验室联合丰田研究院和巴塞罗那计算机视觉中心联合发布的 CALRA,如图 1.2 所示。CALRA 是用于城市自动驾驶系统的开发、训练和验证的开源模拟器,支持多种传感模式和环境条件的灵活配置[22]。Airsim 和 CARLA 目前主要被应用于自动驾驶深度学习领域。
上述驾驶模拟器的虚拟交通场景的环境信息始终都是由 人 来获取的,从而形成了一个 人-车-环境 在环系统。中国科学技术大学为了研究智能车技术,研发了无人车智能行为验证平台[20]。该平台的被验证车辆可以感知虚拟环境进行自主驾驶,另一方面虚拟交通场景中的测试模型也可以感知、理解被验证自动驾驶车辆的智能行为,形成了 车-环境 闭环智能系统,这为智能车的测试、评价和研发提供了一个新的思路。微软开发的 Airsim 可以用于无人机及自动驾驶的虚拟仿真,其具有开源、跨平台的优点。AirSim 提供了详细的 3D 城市街景,以及包括交通信号灯、公园、湖泊、工地等丰富的场景,如图 1.1 所示。开发者可以在各种不同的场景下测试自动驾驶系统。模拟系统可提供超过12公里、跨越20多个街区的供驾驶的道路。研究人员和开发者可以针对特定的需求创建所需要的场景,还可以利用 AirSim的拓展性添加新的传感器、车辆[21]。英特尔实验室联合丰田研究院和巴塞罗那计算机视觉中心联合发布的 CALRA,如图 1.2 所示。CALRA 是用于城市自动驾驶系统的开发、训练和验证的开源模拟器,,支持多种传感模式和环境条件的灵活配置[22]。Airsim 和 CARLA 目前主要被应用于自动驾驶深度学习领域。
【学位授予单位】:吉林大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:U471.1
本文编号:2601093
【图文】:
上述驾驶模拟器的虚拟交通场景的环境信息始终都是由 人 来获取的,从而形成了一个 人-车-环境 在环系统。中国科学技术大学为了研究智能车技术,研发了无人车智能行为验证平台[20]。该平台的被验证车辆可以感知虚拟环境进行自主驾驶,另一方面虚拟交通场景中的测试模型也可以感知、理解被验证自动驾驶车辆的智能行为,形成了 车-环境 闭环智能系统,这为智能车的测试、评价和研发提供了一个新的思路。微软开发的 Airsim 可以用于无人机及自动驾驶的虚拟仿真,其具有开源、跨平台的优点。AirSim 提供了详细的 3D 城市街景,以及包括交通信号灯、公园、湖泊、工地等丰富的场景,如图 1.1 所示。开发者可以在各种不同的场景下测试自动驾驶系统。模拟系统可提供超过12公里、跨越20多个街区的供驾驶的道路。研究人员和开发者可以针对特定的需求创建所需要的场景,还可以利用 AirSim的拓展性添加新的传感器、车辆[21]。英特尔实验室联合丰田研究院和巴塞罗那计算机视觉中心联合发布的 CALRA,如图 1.2 所示。CALRA 是用于城市自动驾驶系统的开发、训练和验证的开源模拟器,支持多种传感模式和环境条件的灵活配置[22]。Airsim 和 CARLA 目前主要被应用于自动驾驶深度学习领域。
上述驾驶模拟器的虚拟交通场景的环境信息始终都是由 人 来获取的,从而形成了一个 人-车-环境 在环系统。中国科学技术大学为了研究智能车技术,研发了无人车智能行为验证平台[20]。该平台的被验证车辆可以感知虚拟环境进行自主驾驶,另一方面虚拟交通场景中的测试模型也可以感知、理解被验证自动驾驶车辆的智能行为,形成了 车-环境 闭环智能系统,这为智能车的测试、评价和研发提供了一个新的思路。微软开发的 Airsim 可以用于无人机及自动驾驶的虚拟仿真,其具有开源、跨平台的优点。AirSim 提供了详细的 3D 城市街景,以及包括交通信号灯、公园、湖泊、工地等丰富的场景,如图 1.1 所示。开发者可以在各种不同的场景下测试自动驾驶系统。模拟系统可提供超过12公里、跨越20多个街区的供驾驶的道路。研究人员和开发者可以针对特定的需求创建所需要的场景,还可以利用 AirSim的拓展性添加新的传感器、车辆[21]。英特尔实验室联合丰田研究院和巴塞罗那计算机视觉中心联合发布的 CALRA,如图 1.2 所示。CALRA 是用于城市自动驾驶系统的开发、训练和验证的开源模拟器,,支持多种传感模式和环境条件的灵活配置[22]。Airsim 和 CARLA 目前主要被应用于自动驾驶深度学习领域。
【学位授予单位】:吉林大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:U471.1
【参考文献】
相关期刊论文 前6条
1 陈大明;孟海华;汤天波;;全球自动驾驶发展现状与趋势(下)[J];华东科技;2014年10期
2 张希波;成波;冯睿嘉;;基于方向盘操作的驾驶人疲劳状态实时检测方法[J];清华大学学报(自然科学版);2010年07期
3 程加园;朱定见;;汽车自动驾驶系统的研究[J];装备制造;2010年01期
4 宋学浩;范玉妹;黄康;种彬;;一种汽车驾驶模拟器视景的三屏幕实现方法[J];微计算机信息;2007年23期
5 罗援,李晓;中国道路交通事故中人的因素影响分析[J];公路与汽运;2001年03期
6 黎清;方向盘转角与行车安全[J];河北农机;1999年01期
相关博士学位论文 前1条
1 王宪彬;汽车驱动转向耦合分岔特征分析及驾驶稳定区域求解[D];吉林大学;2014年
相关硕士学位论文 前3条
1 马力;基于驾驶员博弈仿真的车联网下节能策略评价[D];吉林大学;2017年
2 张微微;驾驶模拟器方向盘实时力感模拟的研究[D];浙江大学;2012年
3 刘欣;无人车智能行为验证平台的虚拟交通场景研究[D];中国科学技术大学;2009年
本文编号:2601093
本文链接:https://www.wllwen.com/kejilunwen/qiche/2601093.html