考虑行人轨迹的车辆主动避撞路径规划及控制研究
发布时间:2021-08-29 20:46
近年来,汽车主动避撞技术成为智能驾驶领域的研究热点。而在避撞对象中,行人作为独立且脆弱的道路使用者之一,具有自主决策和运动机能,导致其在道路上的行为更加复杂,因此行人避撞控制的整体难度增加。目前虽然已存在不少对于行人避撞控制的研究,但大多数未考虑行人在道路上的运动特性,同时对纵横向避撞控制工况考虑较为单一。针对以上行人避撞控制的不足,本文提出考虑行人在道路上行驶轨迹的路径规划算法,设计了集纵横向控制于一体的行人主动避撞系统。论文主要研究工作如下:(1)为更加真实地反映行人横穿马路时的轨迹,建立了基于Markov的行人运动学模型,以此作为行人避撞的模型基础。(2)针对横向避撞路径规划问题,提出了基于行人轨迹的转向避撞规划方法。在已知行人轨迹的基础上,使用改进的弹性带对车辆的避撞路径进行规划,并通过车辆与行人的可达性分析来判断避撞路径是否需要更新,提高了路径规划的安全性。(3)将路径规划算法与RRT算法、人工势场路径规划算法进行比较,分析其在路径平顺性、安全性等方面的优势。研究表明了弹性带规划算法在行人避撞路径规划上的优越性。(4)基于模型预测控制和车辆动力学模型,对已规划好的路径进行横向...
【文章来源】:重庆大学重庆市 211工程院校 985工程院校 教育部直属院校
【文章页数】:95 页
【学位级别】:硕士
【部分图文】:
智能交通系统
2行人横向避撞路径规划研究92行人横向避撞路径规划研究行人模型是对行人在某一特定环境下的行为的建模。由于行人心理意图难以衡量,对于行人的建模大多将重点放在行人运动学层面上。行人模型的建立常包含以下要素:行人的位置、行人的速度和行人的方向等。本章通过对行人建立运动学模型,模拟出其横穿马路的轨迹,使用改进的弹性带法对行人进行避撞规划,并通过车辆与行人的可达性分析,判断路径是否需要实时更新,以保证整个避撞过程的安全。2.1行人避撞控制系统决策策略避障行为决策主要任务是根据环境感知器所采集得到的环境信息做出最符合安全性要求的驾驶行为。本文所设计的行人主动避撞系统通过减速、制动或者转向来帮助驾驶员避让行人。通过对结构化道路典型工况分析,制定整体避撞系统框架,如图2.1所示。图2.1行人避撞控制系统整体框架Fig2.1Theframeworkofpedestriancollisionavoidancecontrolsystem感知层:为获取行人的位置、速度和方位等信息,采用V2X网络通讯来从云端获取行人信息。DSRC就是一种典型的V2X短程无线通信信道,DSRC技术具有互操作性、高可靠性、快速网络获娶低延迟、隐私性和安全性等诸多优点。现阶段已经能利用智能手机的GPS功能获得行人信息,再使用DSRC技术将信息传输到车辆端[77]。具体传输过程如图2.2所示。由于条件限制,本文利用行人模型模拟其运动轨迹来代替从智能手机端获取的数据,再利用通讯技术将行人信息传递给车辆。
重庆大学硕士论文10图2.2P2V通讯模块Fig2.2P2Vcommunication规划层:规划层主要分为三大部分:纵横向控制切换层、纵向控制层、横向规划控制层。其中,纵横向控制切换层是通过对行人和车辆的状态进行分析,确定当下车辆在保证安全性下的最合适的避撞方式。纵向控制层通过对车辆进行减速和制动等控制,来达到避撞行人的目的。横向规划控制层根据行人相对于车辆的状态来规划出换道避撞路径,然后使用模型预测控制法来跟踪生成路径完成避撞过程。执行层:从规划层发送的控制信号需要由执行层来实现,对于横向避撞而言,主要通过控制方向盘转角来控制车辆状态,同时需要通过建立车辆运动学模型才能完成。对于纵向避撞控制,则需要调节节气门开度与制动压力来控制车辆的速度,完成车辆的减速和制动避撞过程。2.2行人过街模型建立2.2.1Markov模型假设在建立Markov模型之前,需要对行人步行行为进行观察。基于对行人步行常识性的了解,可以建立一些关于行人行为的先验知识。行人的步态可以假设为有限集合;每一步都有一组可能的速度和方向的变化。例如,当他/她站着不动时,行人可以很容易地转身,但是对于在快跑时的行人而言,就相对而言比较困难;人类的步行可以拆解成基本的移动单元即步数;当行人移动时,由于身体机能等方面的原因,行人步调变化较慢;行人会试图确定目标位置,同时为了达到目标会调整方向与速度。基于以上对于行人行为的观察和简化,做出如下假设:在该Markov模型中,行人的行为不与环境进行交互;行人的轨迹可以用其重心位置和方向来描述;行人过马路时共存在四种运动状态,分别为静止(Standing)、行走(Walking)、慢跑(Jogging)和快跑(Running),且行人总是处于这四种运动状态之一;在离散时间域内,行人的
【参考文献】:
期刊论文
[1]基于元胞自动机的无信号人行横道处人车干扰机理研究[J]. 程建辉,李得伟. 山东科学. 2019(01)
[2]自动紧急制动系统行人避撞策略及仿真验证[J]. 杨为,赵胡屹,舒红. 重庆大学学报. 2019(02)
[3]考虑双向行人跟随行为的社会力模型[J]. 曹宁博,赵利英,曲昭伟,陈永恒,白乔文,邓晓磊. 吉林大学学报(工学版). 2019(03)
[4]2017年一季度全国机动车和驾驶人数据公布[J]. 道路交通管理. 2017(05)
[5]考虑行人随机行为波动的改进社会力模型[J]. 曲昭伟,曹宁博,陈永恒,白乔文,赵利英,康萌. 交通运输系统工程与信息. 2016(05)
[6]基于行人过街场景的社会力模型改进研究[J]. 李慧颖,梁启宇,万千,张腾. 交通信息与安全. 2015(01)
[7]Microscopic dynamic simulation model for pedestrian at signalized intersection[J]. 李珊珊,钱大琳,罗艺. Journal of Central South University. 2012(11)
[8]一种面向人群仿真的改进型社会力模型研究[J]. 黄鹏,刘箴. 系统仿真学报. 2012(09)
[9]考虑行人减速避让的改进社会力模型[J]. 李珊珊,钱大琳,王九州. 吉林大学学报(工学版). 2012(03)
[10]质心侧偏角对车辆稳定性影响的研究[J]. 张晨晨,夏群生,何乐. 汽车工程. 2011(04)
硕士论文
[1]基于马尔可夫模型的行人运动建模与疏散研究[D]. 魏成杰.北京交通大学 2018
[2]基于人工势场法的机器人路径规划研究[D]. 程紫云.燕山大学 2016
[3]基于元胞自动机的信号控制交叉口行人过街形式适用性研究[D]. 韩海.长安大学 2014
[4]路段行人过街元胞自动机仿真研究[D]. 丁宁.哈尔滨工业大学 2011
本文编号:3371357
【文章来源】:重庆大学重庆市 211工程院校 985工程院校 教育部直属院校
【文章页数】:95 页
【学位级别】:硕士
【部分图文】:
智能交通系统
2行人横向避撞路径规划研究92行人横向避撞路径规划研究行人模型是对行人在某一特定环境下的行为的建模。由于行人心理意图难以衡量,对于行人的建模大多将重点放在行人运动学层面上。行人模型的建立常包含以下要素:行人的位置、行人的速度和行人的方向等。本章通过对行人建立运动学模型,模拟出其横穿马路的轨迹,使用改进的弹性带法对行人进行避撞规划,并通过车辆与行人的可达性分析,判断路径是否需要实时更新,以保证整个避撞过程的安全。2.1行人避撞控制系统决策策略避障行为决策主要任务是根据环境感知器所采集得到的环境信息做出最符合安全性要求的驾驶行为。本文所设计的行人主动避撞系统通过减速、制动或者转向来帮助驾驶员避让行人。通过对结构化道路典型工况分析,制定整体避撞系统框架,如图2.1所示。图2.1行人避撞控制系统整体框架Fig2.1Theframeworkofpedestriancollisionavoidancecontrolsystem感知层:为获取行人的位置、速度和方位等信息,采用V2X网络通讯来从云端获取行人信息。DSRC就是一种典型的V2X短程无线通信信道,DSRC技术具有互操作性、高可靠性、快速网络获娶低延迟、隐私性和安全性等诸多优点。现阶段已经能利用智能手机的GPS功能获得行人信息,再使用DSRC技术将信息传输到车辆端[77]。具体传输过程如图2.2所示。由于条件限制,本文利用行人模型模拟其运动轨迹来代替从智能手机端获取的数据,再利用通讯技术将行人信息传递给车辆。
重庆大学硕士论文10图2.2P2V通讯模块Fig2.2P2Vcommunication规划层:规划层主要分为三大部分:纵横向控制切换层、纵向控制层、横向规划控制层。其中,纵横向控制切换层是通过对行人和车辆的状态进行分析,确定当下车辆在保证安全性下的最合适的避撞方式。纵向控制层通过对车辆进行减速和制动等控制,来达到避撞行人的目的。横向规划控制层根据行人相对于车辆的状态来规划出换道避撞路径,然后使用模型预测控制法来跟踪生成路径完成避撞过程。执行层:从规划层发送的控制信号需要由执行层来实现,对于横向避撞而言,主要通过控制方向盘转角来控制车辆状态,同时需要通过建立车辆运动学模型才能完成。对于纵向避撞控制,则需要调节节气门开度与制动压力来控制车辆的速度,完成车辆的减速和制动避撞过程。2.2行人过街模型建立2.2.1Markov模型假设在建立Markov模型之前,需要对行人步行行为进行观察。基于对行人步行常识性的了解,可以建立一些关于行人行为的先验知识。行人的步态可以假设为有限集合;每一步都有一组可能的速度和方向的变化。例如,当他/她站着不动时,行人可以很容易地转身,但是对于在快跑时的行人而言,就相对而言比较困难;人类的步行可以拆解成基本的移动单元即步数;当行人移动时,由于身体机能等方面的原因,行人步调变化较慢;行人会试图确定目标位置,同时为了达到目标会调整方向与速度。基于以上对于行人行为的观察和简化,做出如下假设:在该Markov模型中,行人的行为不与环境进行交互;行人的轨迹可以用其重心位置和方向来描述;行人过马路时共存在四种运动状态,分别为静止(Standing)、行走(Walking)、慢跑(Jogging)和快跑(Running),且行人总是处于这四种运动状态之一;在离散时间域内,行人的
【参考文献】:
期刊论文
[1]基于元胞自动机的无信号人行横道处人车干扰机理研究[J]. 程建辉,李得伟. 山东科学. 2019(01)
[2]自动紧急制动系统行人避撞策略及仿真验证[J]. 杨为,赵胡屹,舒红. 重庆大学学报. 2019(02)
[3]考虑双向行人跟随行为的社会力模型[J]. 曹宁博,赵利英,曲昭伟,陈永恒,白乔文,邓晓磊. 吉林大学学报(工学版). 2019(03)
[4]2017年一季度全国机动车和驾驶人数据公布[J]. 道路交通管理. 2017(05)
[5]考虑行人随机行为波动的改进社会力模型[J]. 曲昭伟,曹宁博,陈永恒,白乔文,赵利英,康萌. 交通运输系统工程与信息. 2016(05)
[6]基于行人过街场景的社会力模型改进研究[J]. 李慧颖,梁启宇,万千,张腾. 交通信息与安全. 2015(01)
[7]Microscopic dynamic simulation model for pedestrian at signalized intersection[J]. 李珊珊,钱大琳,罗艺. Journal of Central South University. 2012(11)
[8]一种面向人群仿真的改进型社会力模型研究[J]. 黄鹏,刘箴. 系统仿真学报. 2012(09)
[9]考虑行人减速避让的改进社会力模型[J]. 李珊珊,钱大琳,王九州. 吉林大学学报(工学版). 2012(03)
[10]质心侧偏角对车辆稳定性影响的研究[J]. 张晨晨,夏群生,何乐. 汽车工程. 2011(04)
硕士论文
[1]基于马尔可夫模型的行人运动建模与疏散研究[D]. 魏成杰.北京交通大学 2018
[2]基于人工势场法的机器人路径规划研究[D]. 程紫云.燕山大学 2016
[3]基于元胞自动机的信号控制交叉口行人过街形式适用性研究[D]. 韩海.长安大学 2014
[4]路段行人过街元胞自动机仿真研究[D]. 丁宁.哈尔滨工业大学 2011
本文编号:3371357
本文链接:https://www.wllwen.com/kejilunwen/qiche/3371357.html