基于人车协同的车辆路径跟随控制研究

发布时间：2024-07-04 08:53

　　随着人民生活水平的提高和消费理念的升级,汽车已经成为国民出行的标准交通工具,汽车总量不断攀升,交通安全问题越来越受到人们的重视。汽车智能化是提高汽车安全的一条有效途径。然而,从当前的科技水平来看,我们距离实现完全自动驾驶还有很长的一段路要走,智能汽车在很长一段时间内仍离不开驾驶员。采用人车协同控制的智能驾驶方案将会是未来智能汽车发展的一个重要研究方向。现有的协同控制方法往往忽略了驾驶员对控制权被分割或剥夺后的抵触反应,存在潜在的因驾驶员抵触而导致的危险。据此,本文依托国家自然科学基金项目“基于驾驶员特性的新型线控转向系统控制机理和评价方法”(编号:51575223),提出基于博弈论的人车协同控制策略,综合考虑驾驶员的驾驶意图和协同控制中驾驶员的各种可能的反馈策略,以跟随目标路径为场景展开研究,实现人车协同控制下对目标路径的跟随。主要工作如下:(1)采集样本。结合Labview、CarSim软件与NI-PXI硬件等搭建驾驶模拟器,构建驾驶员转向与直行所需的虚拟驾驶环境,采集并处理驾驶员左、右转向与直行的驾驶数据,将其作为驾驶意图识别模型所需的训练样本和测试样本。(2)搭建驾驶意图识别模型...

【文章页数】：86 页

【学位级别】：硕士

【部分图文】：

图2.1模拟驾驶试验台

结合LabVIEW以及实时仿真系统PXI机箱搭建硬件在环仿真试验平台，如图2.1所示。采集驾驶员驾驶过程中的操作数据和车辆状态参数，并对数据进行预处理作为驾驶意图识别的训练样本和测试样本。图2.1模拟驾驶试验台

图2.4仿真场景图

图2.4仿真场景图况设计好以后，为采集驾驶员驾驶操作数据，安排了20名行驾驶模拟试验。由于试验使用的虚拟多边形道路在同一为采集到同一个驾驶员在相同的道路条件下的左右转向操验时，安排驾驶员顺时针和逆时针各驾驶一圈。在顺时针据作为右转向操作数据，其他时刻的操作数据作为直行操员....

图3.4线性可分时SVM分类示意图

于统计学习理论和最小化结构风险原则设计的算法样本分隔开，且最优超平面能将不同类别样本间擅长解决小样本、非线性、高维度、过学习和二分性可分和非线性可分两种情况。对于非线性可分数将样本映射到高维空间中，构造非线性SVM非线性可分情况下SVM分类的基本思想。，线性二分类的目的就....

图5.1不同纳什均衡之间的关系

为“占优战略”，如果所有的参与人都有占优战略存衡称为“占优均衡”。然而绝大多数博弈中，占优过程中能找到参与人的劣策略，剔除构造新的博弈策此重复，直到出现唯一的战略组合，则将这唯一的战“重复剔除的占优均衡”。都属于纯战略博弈，对应的纳什均衡都属于“纯战略者在策略选择时会对某一策略以....

本文编号：4000407