基于强化学习的多智能车协作超车策略

发布时间：2024-06-01 08:57

　　近些年传感器技术、信息处理和计算机技术高速发展,同时带动了智能交通系统,这给社会带来了极大的的经济效益。从驾驶员的角度看,智能车的出现使得人们在自驾出行的途中不被车束缚,并且可以减少由于人为因素,如酒驾、疲劳驾驶导致的交通事故。能有效提高行车的安全性,提高乘客的舒适度;从整个智能交通系统的角度看,将有助于解决当前安全和交通拥堵两大问题,并将大幅度提升当前交通效率低下的问题。超车是常见的驾驶行为,也是最容易引起安全事故和交通堵塞的行为之一。这是由于超车过程繁琐且环境复杂多变,每个过程都面临来自人为因素及道路环境不断变化的两个严重潜在事故因素。因此在众多驾驶过程中可能出现的操作中,超车成为了智能驾驶的难点之一。应急车辆包括救护车、消防车、警车等执行城市紧急救援服务的车辆。其在执行紧急救援任务时,是要保证争分夺秒,否则很有可能因为耽误短短的几分钟而引发严重的后果,使本可以避免的损失无法挽回。保证应急车辆超越常规车辆优先通行的过程中常规车辆主动避让,是城市应急救援力量快速部署的关键。因此,多个智能车主动配合救援车超车是极为重要的一环。本文主要研究在同方向直线双车道的公路上,多个无人驾驶车辆相互...

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

图1-12014年2018年全国交通事故发生情况汇总智能驾驶车辆以车联网技术弥补人为因素造成的事故被视为减少交通事故

哈尔滨工业大学工程硕士学位论文-1-第1章绪论1.1课题研究背景及来源近些年传感器技术、信息处理和计算机技术的高速发展带动了智能交通系统（IntelligentTransportationSystem,ITS），为社会带来了极大的的经济效益。无人驾驶的车辆同时兼备自主感知、规划、....

图1-2研究内容结构

哈尔滨工业大学工程硕士学位论文-7-个智能体间的协作超车策略提供重要依据。（3）研究紧急救援场景下多车协作超车策略，模拟一个N辆车的道路环境（其中有一辆救援车和N-1辆常规车）。通过独立协作QL算法训练所有车辆，让救援车顺利超车、常规车辆主动避让。最终目的是让救援车以最短的时间安....

图2-1经典强化学习原理图

哈尔滨工业大学工程硕士学位论文-8-第2章基于强化学习的自主超车研究基础2.1引言强化学习包括有模型学习和无模型学习，本章节将详细介绍有模型强化学习问题的基本框架：马尔可夫决策过程（MarkovDecisionProcess,下文将用MDP代替），无模型强化学习问题中的重要方法：....

图3-4初始位置在

哈尔滨工业大学工程硕士学位论文-22-图3-3初始位置在超车道轨迹图图3-4初始位置在超车道的细节图后车的初始位置在两车道中间时的超车轨迹如图3-5所示，超车细节如图3-6所示，由于智能车的初始速度就是20m/s，所以在第2.36s就达到S2即将超车状态，当准备完超车时，前车驶向....

本文编号：3985662