基于前车换道意图辨识的智能巡航控制算法研究
发布时间：2021-06-14 10:06
随着道路交通问题的日益加剧,人类对于自动驾驶技术给予越来越多的关注。近年来,自适应巡航系统作为智能辅助驾驶系统的关键技术,已经日益成熟并且逐步走进普通大众的生活中。然而传统的自适应巡航系统只对车辆的纵向加速度进行控制,面对前车长时间行驶车速缓慢且换道条件良好的工况,无法进行自主换道,很大程度上降低了驾驶员对自适应巡航系统的使用率与满意度。同时,面对前车发生换道的工况,传统自适应巡航系统无法很好的对本车道内的主目标与换道前车进行综合考虑,往往在此工况下,传统自适应巡航会出现纵向加速度波动较大的情况,很大程度上降低了乘坐的舒适性甚至可能出现危险。因此,针对前车的换道意图辨识以及本车的自主换道控制研究具有重要的意义。本文进行基于前车换道意图辨识的智能巡航控制算法研究,主要内容包括了基于前车换道意图辨识的主目标筛选、自主换道决策与换道轨迹规划、智能巡航车辆横纵向运动控制,并基于Matlab/Simulink、CarSim和Prescan软件搭建的联合仿真平台对提出的控制算法进行了联合仿真验证,论文的具体研究内容如下:（1）本文首先根据毫米波雷达检测到的目标特征点数据与摄像头传感器检测到的车道线...
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：122 页
【学位级别】：硕士
【部分图文】：
我国2009~2018年的民用汽车拥有量为了有效的提高道路交通安全，自动驾驶技术近些年来成为研究热点问题
吉林大学硕士学位论文2图1.2我国2009~2018年交通事故相关数据统计据，然后控制车辆的行驶状况以完成许多高度智能的任务。自动驾驶技术的出现能够在不同程度上对驾驶员的驾驶负担进行减轻，并在一些自然环境受限（大雪大雾天气或夜晚光线较暗等）的情况下，提供有效的环境信息，很大程度上提高道路交通安全。美国机动车工程师协会（SAE）将汽车自动化等级定义如下：无自动化、驾驶支援、部分自动化、有条件自动化、高度自动化以及完全自动化。经过近些年的发展，目前量产车上的智能化程度一般多数处于驾驶支援和部分自动化阶段，目前尚且没有条件自动化级别的量产车出现。值得注意的是，目前传统车企与新兴互联网企业面对自动驾驶车辆技术的研究，选择了两个截然不同的研究道路：传统车企的研究相对保守，一般从智能辅助驾驶系统开始展开研究，待该部分技术成熟后，逐渐过渡到部分自动化技术，最后实现最高级别的完全自动化。而新兴的互联网企业则是直接从有条件自动化开始展开研究，而不再经历L1~L3阶段的研究，并且越来越多的企业如Google、百度等，将机器学习和深度学习的技术应用到自动驾驶车辆上。目前阶段，国内外对于驾驶支援级别的自动驾驶技术（如：自适应巡航系统(ACC）、车道保持系统(LKA)等）的研究已经趋于成熟，而部分自动化以及更高级别的自动驾驶技术仍然处于研究阶段。智能巡航系统能够根据感知模块检测到的周围环境信息，对车辆进行横纵向控制，实现车辆在高速公路等结构化道路上完成车道保持、跟车以及自主换道等功能，减轻了驾驶员的驾驶负担，在长时间驾驶情况下，可以有效的缓解驾驶员的驾驶疲劳；面对一些例如天气恶劣、光线昏暗等客观条件的限制，智能巡航系统由于其感知模块对于环境的低敏感性，能够有效的提高行车安全
吉林大学硕士学位论文24轨迹数据进行筛选，保证换道起点与换道终点之间的横向位置偏差大于2.75m；筛选得到的换道车辆的轨迹如图2.5所示，共103条换道车辆的轨迹。图2.5筛选得到的换道车辆轨迹图由于本文需要利用NGSIM数据集训练得到前车的换道概率辨识模型，而本车只能够通过车辆传感器得到前车的相对位置及相对速度信息，所以接下来需要根据上述得到的单个ID的车辆换道轨迹数据，查找换道车辆的目标车道上的后车信息，根据换道车辆与目标车道后车之间的轨迹信息，计算得到两车之间的相对位置与相对速度信息；在NGSIM数据集中，只能够得到换道车辆与目标车道后车的横、纵向位置信息、纵向速度以及纵向加速度信息。由于NGSIM数据集中的纵向速度以及纵向加速度信息分别使用纵向位置与纵向速度的差分得到，所以存在很大的波动，并且纵向加速度信息被直接限制为最大值10feet/s2，不宜直接使用。本文根据换道车辆与目标车道后车之间的相对横纵向距离，利用卡尔曼滤波器计算得到两车之间的横纵向相对速度以及相对加速度信息。卡尔曼滤波器计算得到的纵向速度与纵向加速度以及原NGSIM数据集中纵向速度与纵向加速度结果（车辆ID=12）对比如图2.6所示：
【参考文献】：
期刊论文
[1]基于μ综合方法的智能车辆人机共驾的鲁棒横向控制[J]. 谢有浩,魏振亚,赵林峰,王家恩,陈无畏. 机械工程学报. 2020(04)
[2]基于五次多项式模型的自主车辆换道轨迹规划[J]. 闫尧,李春书,唐风敏. 机械设计. 2019(08)
[3]纯电动车自适应巡航纵向控制方法研究[J]. 初亮,李天骄,孙成伟. 汽车工程. 2018(03)
[4]基于ACC系统的目标车辆换道与出入弯道状态辨识算法[J]. 王畅,山岩,赵佳,郭应时,朱永振. 汽车工程. 2017(08)
[5]我国道路交通事故人因分析[J]. 张茜,杨佩钊,严慈磊,范起飞. 汽车实用技术. 2016(06)
[6]变曲率弯路车辆换道虚拟轨迹模型[J]. 任殿波,张京明,王聪. 物理学报. 2014(07)
[7]Trajectory planning and yaw rate tracking control for lane changing of intelligent vehicle on curved road[J]. REN DianBo1, ZHANG JiYe2, ZHANG JingMing1 & CUI ShengMin1 1 School of Automotive Engineering, Harbin Institute of Technology at Weihai, Weihai 264209, China; 2 State Key Laboratory of Traction Power, Southwest Jiaotong University, Chengdu 610031, China. Science China（Technological Sciences）. 2011(03)
[8]并线工况下车载雷达有效目标快速检测方法[J]. 张威,陈慧岩,刘海鸥,宋卫群. 北京理工大学学报. 2011(01)
[9]MPC实用化问题处理及在车辆ACC中的应用[J]. 李升波,王建强,李克强,张磊. 清华大学学报(自然科学版). 2010(05)
[10]高速公路汽车辅助驾驶安全换道模型[J]. 金立生,Bartvan Arem,杨双宾,Mascha van der Voort,Martijn Tideman. 吉林大学学报(工学版). 2009(03)
博士论文
[1]车辆自适应巡航跟随控制技术研究[D]. 马国成.北京理工大学 2014
[2]基于视觉和雷达的智能车辆自主换道决策机制与控制研究[D]. 朱愿.中国人民解放军军事医学科学院 2014
[3]智能车辆自动换道与自动超车控制方法的研究[D]. 游峰.吉林大学 2005
硕士论文
[1]基于驾驶习性的智能汽车个性化换道辅助系统研究[D]. 闫淑德.吉林大学 2019
[2]自适应巡航控制系统的多目标车辆识别与跟踪[D]. 赵凯.重庆大学 2017
[3]基于轨迹分析的自适应巡航系统目标识别方法研究[D]. 耿石峰.吉林大学 2015
[4]高速公路车辆行驶安全辅助换道预警系统研究[D]. 杨双宾.吉林大学 2008
本文编号：3229604
【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校
【文章页数】：122 页
【学位级别】：硕士
【部分图文】：
我国2009~2018年的民用汽车拥有量为了有效的提高道路交通安全，自动驾驶技术近些年来成为研究热点问题
吉林大学硕士学位论文2图1.2我国2009~2018年交通事故相关数据统计据，然后控制车辆的行驶状况以完成许多高度智能的任务。自动驾驶技术的出现能够在不同程度上对驾驶员的驾驶负担进行减轻，并在一些自然环境受限（大雪大雾天气或夜晚光线较暗等）的情况下，提供有效的环境信息，很大程度上提高道路交通安全。美国机动车工程师协会（SAE）将汽车自动化等级定义如下：无自动化、驾驶支援、部分自动化、有条件自动化、高度自动化以及完全自动化。经过近些年的发展，目前量产车上的智能化程度一般多数处于驾驶支援和部分自动化阶段，目前尚且没有条件自动化级别的量产车出现。值得注意的是，目前传统车企与新兴互联网企业面对自动驾驶车辆技术的研究，选择了两个截然不同的研究道路：传统车企的研究相对保守，一般从智能辅助驾驶系统开始展开研究，待该部分技术成熟后，逐渐过渡到部分自动化技术，最后实现最高级别的完全自动化。而新兴的互联网企业则是直接从有条件自动化开始展开研究，而不再经历L1~L3阶段的研究，并且越来越多的企业如Google、百度等，将机器学习和深度学习的技术应用到自动驾驶车辆上。目前阶段，国内外对于驾驶支援级别的自动驾驶技术（如：自适应巡航系统(ACC）、车道保持系统(LKA)等）的研究已经趋于成熟，而部分自动化以及更高级别的自动驾驶技术仍然处于研究阶段。智能巡航系统能够根据感知模块检测到的周围环境信息，对车辆进行横纵向控制，实现车辆在高速公路等结构化道路上完成车道保持、跟车以及自主换道等功能，减轻了驾驶员的驾驶负担，在长时间驾驶情况下，可以有效的缓解驾驶员的驾驶疲劳；面对一些例如天气恶劣、光线昏暗等客观条件的限制，智能巡航系统由于其感知模块对于环境的低敏感性，能够有效的提高行车安全
吉林大学硕士学位论文24轨迹数据进行筛选，保证换道起点与换道终点之间的横向位置偏差大于2.75m；筛选得到的换道车辆的轨迹如图2.5所示，共103条换道车辆的轨迹。图2.5筛选得到的换道车辆轨迹图由于本文需要利用NGSIM数据集训练得到前车的换道概率辨识模型，而本车只能够通过车辆传感器得到前车的相对位置及相对速度信息，所以接下来需要根据上述得到的单个ID的车辆换道轨迹数据，查找换道车辆的目标车道上的后车信息，根据换道车辆与目标车道后车之间的轨迹信息，计算得到两车之间的相对位置与相对速度信息；在NGSIM数据集中，只能够得到换道车辆与目标车道后车的横、纵向位置信息、纵向速度以及纵向加速度信息。由于NGSIM数据集中的纵向速度以及纵向加速度信息分别使用纵向位置与纵向速度的差分得到，所以存在很大的波动，并且纵向加速度信息被直接限制为最大值10feet/s2，不宜直接使用。本文根据换道车辆与目标车道后车之间的相对横纵向距离，利用卡尔曼滤波器计算得到两车之间的横纵向相对速度以及相对加速度信息。卡尔曼滤波器计算得到的纵向速度与纵向加速度以及原NGSIM数据集中纵向速度与纵向加速度结果（车辆ID=12）对比如图2.6所示：
【参考文献】：
期刊论文
[1]基于μ综合方法的智能车辆人机共驾的鲁棒横向控制[J]. 谢有浩,魏振亚,赵林峰,王家恩,陈无畏. 机械工程学报. 2020(04)
[2]基于五次多项式模型的自主车辆换道轨迹规划[J]. 闫尧,李春书,唐风敏. 机械设计. 2019(08)
[3]纯电动车自适应巡航纵向控制方法研究[J]. 初亮,李天骄,孙成伟. 汽车工程. 2018(03)
[4]基于ACC系统的目标车辆换道与出入弯道状态辨识算法[J]. 王畅,山岩,赵佳,郭应时,朱永振. 汽车工程. 2017(08)
[5]我国道路交通事故人因分析[J]. 张茜,杨佩钊,严慈磊,范起飞. 汽车实用技术. 2016(06)
[6]变曲率弯路车辆换道虚拟轨迹模型[J]. 任殿波,张京明,王聪. 物理学报. 2014(07)
[7]Trajectory planning and yaw rate tracking control for lane changing of intelligent vehicle on curved road[J]. REN DianBo1, ZHANG JiYe2, ZHANG JingMing1 & CUI ShengMin1 1 School of Automotive Engineering, Harbin Institute of Technology at Weihai, Weihai 264209, China; 2 State Key Laboratory of Traction Power, Southwest Jiaotong University, Chengdu 610031, China. Science China（Technological Sciences）. 2011(03)
[8]并线工况下车载雷达有效目标快速检测方法[J]. 张威,陈慧岩,刘海鸥,宋卫群. 北京理工大学学报. 2011(01)
[9]MPC实用化问题处理及在车辆ACC中的应用[J]. 李升波,王建强,李克强,张磊. 清华大学学报(自然科学版). 2010(05)
[10]高速公路汽车辅助驾驶安全换道模型[J]. 金立生,Bartvan Arem,杨双宾,Mascha van der Voort,Martijn Tideman. 吉林大学学报(工学版). 2009(03)
博士论文
[1]车辆自适应巡航跟随控制技术研究[D]. 马国成.北京理工大学 2014
[2]基于视觉和雷达的智能车辆自主换道决策机制与控制研究[D]. 朱愿.中国人民解放军军事医学科学院 2014
[3]智能车辆自动换道与自动超车控制方法的研究[D]. 游峰.吉林大学 2005
硕士论文
[1]基于驾驶习性的智能汽车个性化换道辅助系统研究[D]. 闫淑德.吉林大学 2019
[2]自适应巡航控制系统的多目标车辆识别与跟踪[D]. 赵凯.重庆大学 2017
[3]基于轨迹分析的自适应巡航系统目标识别方法研究[D]. 耿石峰.吉林大学 2015
[4]高速公路车辆行驶安全辅助换道预警系统研究[D]. 杨双宾.吉林大学 2008
本文编号：3229604
本文链接：https://www.wllwen.com/kejilunwen/qiche/3229604.html
