基于赛事平台的智能车辆场景通过评价体系研究
发布时间:2020-11-05 17:16
对于智能车辆通过道路上的各个场景,目前国内外还没有一套完整的评价体系,可以客观公正地对场景通过情况进行系统性评价。在无人驾驶车辆或者是智能辅助车辆的开发设计中,一套良好的评价体系可以直接反映出智能车辆的开发水平,因此智能汽车的评价体系在智能汽车的开发周期中显得尤为重要。针对这一问题,智能汽车赛事可以对智能汽车通过场景情况进行最为直接的标准评价。本文以中国智能汽车大赛为平台,搭建了完整的智能车辆场景通过评价体系。首先对智能汽车的场景通过规划和场景通过评价方法进行了系统性研究,在智能汽车场景通过规划部分,提出了智能汽车全局路径规划方法,并对典型路径规划算法进行了分析,对场景通过控制算法进行了研究。在场景通过评价部分,首先确定了评价指标,其次选取了具体的测试场景;对场景通过评价体系的构建方案进行了详细设计。其次对智能汽车的测试场景元素进行了具体分类,在各个场景的基础上,给出了具体的测试评价办法,并以打分的形式,给出了各个场景的打分标准。无人驾驶场景中设立施工绕行、跟驰右转、S弯行驶、行人避让、超车变道、掉头行驶、交叉路口车辆干扰、停车上班为测试场景;在智能辅助类的测试场景中,选取自动泊车、自动紧急制动和车道保持为测试场景。并对每个测试场景进行详细介绍,确立评分标准,并利用综合评价方法对各个场景所占比重进行确定,结合各个场景的评分值和所占权重对智能汽车的场景通过能力进行综合评价。评价体系搭建完成之后,在2017中国智能汽车大赛中得到应用,本文抽取了部分无人驾驶组和辅助驾驶组的测试数据作为实际支撑,在比赛过程中,依据本文搭建的评价体系,可以客观公正的反映出每组车辆通过各个场景的真实水平。
【学位单位】:吉林大学
【学位级别】:硕士
【学位年份】:2018
【中图分类】:U463.6
【部分图文】:
第 1 章 绪论化道路上的自动行驶能力。在 23 支车队中,有 5 支队伍跑完成全部比赛路段。前三名分别为斯坦福大学的 Stanley 和卡耐基梅隆大学的 SandStorm、Highlander。2007 年举行了第三届 DARPA 挑战赛,全长 89 km,与前两届不同的是,此次比赛侧重于考察车辆在城市结构化道路的自动驾驶能力,并存在少量行人干扰。在报名的 53 支队伍中仅有 11 支队伍通过资格测试,其中 6 支队伍完成全程比赛。卡耐基梅隆大学的 Boss 获得比赛冠军。
重于考察车辆在城市结构化道路的自动驾驶能力,并存在少名的 53 支队伍中仅有 11 支队伍通过资格测试,其中 6 支队伍耐基梅隆大学的 Boss 获得比赛冠军。图 1.1 三届 DAPRA 挑战赛冠军—SandStorm、Stanley、Bos 年,Vislab 实验室智能驾驶车辆 TerraMax 历时 3 个月横跨 9km 的智能驾驶实验,并在 2013 年完成环岛行驶、交通信号灯城市智能驾驶测试,图 1.2 为 Vislab 实验室智能驾驶车辆。
图 1.3 GCDC 比赛场景 年 6 月 9 日,在美国加州举行的美国国防部高等研究计划署战赛落下帷幕,此次比赛要求参赛队伍建造可以执行核清理,包括驾车、拆卸和开门、使用标准电动工具在墙上切割孔旋转打开阀门等高难度场景。为了模拟真实环境,机器人与网络需要中断 30 秒以上。图 1.4 中韩国 KAIST 队机器人 DR
【参考文献】
本文编号:2871942
【学位单位】:吉林大学
【学位级别】:硕士
【学位年份】:2018
【中图分类】:U463.6
【部分图文】:
第 1 章 绪论化道路上的自动行驶能力。在 23 支车队中,有 5 支队伍跑完成全部比赛路段。前三名分别为斯坦福大学的 Stanley 和卡耐基梅隆大学的 SandStorm、Highlander。2007 年举行了第三届 DARPA 挑战赛,全长 89 km,与前两届不同的是,此次比赛侧重于考察车辆在城市结构化道路的自动驾驶能力,并存在少量行人干扰。在报名的 53 支队伍中仅有 11 支队伍通过资格测试,其中 6 支队伍完成全程比赛。卡耐基梅隆大学的 Boss 获得比赛冠军。
重于考察车辆在城市结构化道路的自动驾驶能力,并存在少名的 53 支队伍中仅有 11 支队伍通过资格测试,其中 6 支队伍耐基梅隆大学的 Boss 获得比赛冠军。图 1.1 三届 DAPRA 挑战赛冠军—SandStorm、Stanley、Bos 年,Vislab 实验室智能驾驶车辆 TerraMax 历时 3 个月横跨 9km 的智能驾驶实验,并在 2013 年完成环岛行驶、交通信号灯城市智能驾驶测试,图 1.2 为 Vislab 实验室智能驾驶车辆。
图 1.3 GCDC 比赛场景 年 6 月 9 日,在美国加州举行的美国国防部高等研究计划署战赛落下帷幕,此次比赛要求参赛队伍建造可以执行核清理,包括驾车、拆卸和开门、使用标准电动工具在墙上切割孔旋转打开阀门等高难度场景。为了模拟真实环境,机器人与网络需要中断 30 秒以上。图 1.4 中韩国 KAIST 队机器人 DR
【参考文献】
相关期刊论文 前10条
1 付骁鑫;江永亨;黄德先;黄开胜;王京春;陆耿;;一种新的实时智能汽车轨迹规划方法[J];控制与决策;2015年10期
2 陈成;何玉庆;卜春光;韩建达;;基于四阶贝塞尔曲线的无人车可行轨迹规划[J];自动化学报;2015年03期
3 蔺宏良;黄晓鹏;;车联网技术研究综述[J];机电工程;2014年09期
4 郭烈;张荣辉;葛平淑;任泽建;黄晓慧;;双闭环结构的智能车辆弯路换道轨迹跟踪控制[J];汽车工程学报;2014年04期
5 孙浩;邓伟文;张素民;吴梦勋;;考虑全局最优性的汽车微观动态轨迹规划[J];吉林大学学报(工学版);2014年04期
6 任殿波;张京明;王聪;;变曲率弯路车辆换道虚拟轨迹模型[J];物理学报;2014年07期
7 杨志刚;戚志锦;黄燕;;智能车辆自由换道轨迹规划研究[J];重庆交通大学学报(自然科学版);2013年03期
8 郭烈;黄晓慧;葛平淑;张广西;岳明;;基于反演法的智能车辆弯路换道轨迹跟踪控制[J];吉林大学学报(工学版);2013年02期
9 王群;钱焕延;;车联网体系结构及感知层关键技术研究[J];电信科学;2012年12期
10 杨晓光;黄罗毅;王吟松;吴志周;;基于车车通信的换道超车辅助系统设计与实现[J];公路交通科技;2012年11期
本文编号:2871942
本文链接:https://www.wllwen.com/kejilunwen/qiche/2871942.html