无人车规划及车辆运动预测研究

发布时间：2023-12-13 19:07

　　自主驾驶技术具有减少交通事故,提升交通系统效率以及满足个性化出行需求的巨大潜力。尽管近年来自主驾驶技术取得较大进展,但在有其他动态车辆参与的复杂交通场景下,自主驾驶行为的安全性和平顺性仍亟待提高。规划系统是保证自主驾驶车辆行驶安全平顺的重要模块之一,但现有规划方法对复杂动态环境的适应性不强。预测环境中的车辆运动能够提高规划系统在复杂动态环境下的适应性,最终提高自主行驶的安全性和平顺性。本文围绕动态环境下自主驾驶车辆的规划技术及车辆运动预测技术展开研究。主要成果和创新点如下:1.为了理解动态环境中车辆的驾驶意图,提出一种基于概率框架的驾驶意图预测方法。该方法利用车辆行驶中三类特征的时序关系来预测驾驶意图,包括车辆物理状态、道路结构与车辆间的交互行为。根据特征间因果关系和人类驾驶员的驾驶行为模式,设计了一种基于动态贝叶斯网络的意图预测网络。为了得到意图预测网络的节点状态,设计特征提取算法,并采用影响力强度选择特征离散化参数。在得到网络节点状态的基础上,学习网络参数,对驾驶意图进行概率推理。采用高速公路场景下的真实交通数据集NGSIM对该意图预测方法的预测效果进行了验证。实验结果表明该方法在...

【文章页数】：134 页

【学位级别】：博士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景与意义
    1.2 自主驾驶车辆规划方法研究现状
        1.2.1 序列式运动规划技术
        1.2.2 行为理解式规划技术
        1.2.3 端到端的规划技术
    1.3 车辆运动预测方法研究现状
    1.4 当前研究总结与分析
    1.5 论文研究内容
        1.5.1 问题描述
        1.5.2 系统框架
    1.6 论文组织结构与主要贡献
        1.6.1 论文组织结构
        1.6.2 论文主要贡献
第二章 基于动态贝叶斯网络的车辆驾驶意图预测
    2.1 引言
    2.2 驾驶意图预测系统框架
        2.2.1 基于动态贝叶斯网络的预测特点分析
        2.2.2 基于动态贝叶斯网络的预测系统框架
    2.3 基于动态贝叶斯网络的意图预测网络建模
    2.4 意图预测网络特征提取
        2.4.1 特征提取算法
        2.4.2 基于影响力强度的离散化参数选择
    2.5 意图预测网络参数学习与概率推论
        2.5.1 参数学习
        2.5.2 概率推论
    2.6 实验与分析
        2.6.1 离散化参数选择
        2.6.2 性能评价指标和滤波窗口选择
        2.6.3 与其他意图预测方法的对比
    2.7 本章小结
第三章 考虑交互行为的车辆轨迹预测
    3.1 引言
    3.2 基于阿克曼转向约束的改进动态窗口法
    3.3 交互行为建模
    3.4 基于卡尔曼滤波的高斯模型不确定性处理
    3.5 实验与分析
        3.5.1 轨迹预测性能评价指标
        3.5.2 公开数据集实验验证
        3.5.3 仿真平台实验验证
    3.6 本章小结
第四章 基于车辆轨迹预测的行为理解式规划方法
    4.1 引言
    4.2 基于几何方法的状态空间路径生成方法
        4.2.1 状态空间采样
        4.2.2 基于几何对称构型的路径生成方法
    4.3 考虑交互行为的路径性能评价方法
    4.4 基于车辆轨迹预测的速度规划方法
    4.5 实验与分析
        4.5.1 基于几何方法的状态空间路径生成方法效果验证
        4.5.2 基于动态车辆轨迹预测的规划方法的可行性验证
    4.6 本章小结
第五章 总结与展望
    5.1 本文工作总结和创新点
    5.2 未来研究展望
致谢
参考文献
作者在学期间取得的学术成果



本文编号：3873790