基于学习的智能车车道保持与换道行为研究
发布时间：2021-03-02 16:05
车道保持和换道是车辆驾驶中的两种常见驾驶行为。研究车道保持行为的根本目的是为了控制车辆的行驶方向,使车辆自动行驶在当前车道上,进而减轻驾驶员的操纵负担,提高驾驶安全性与舒适性。而研究换道行为的目的在于使车辆在具体驾驶场景中（特别是当车流量较大且出现频繁换道时）能够合理有序的做出换道决策和换道执行,从而舒缓交通流运行状态,提高道路通行能力,并在一定程度上缓解交通拥堵。智能车与传统汽车的不同之处在于其具有环境感知、规划与决策以及运动控制的功能,能够以一种智能的方式执行预期的驾驶行为。智能车的车道保持和换道行为的建模分析与研究,在自适应巡航控制、智能辅助驾驶和自动驾驶等领域有着广泛的应用价值。传统的车道保持模型和换道模型大多基于规则而设计,这存在两个问题。一方面驾驶场景往往比较复杂,传统模型很难将各种情形完全考虑在内。另一方面,传统的车道保持模型和换道模型并没有考虑到驾驶员的行为习惯,导致模型难以有效反映驾驶员的感知、决策和执行等一系列心理和生理活动的不一致性和不确定性。基于学习的车道保持和换道模型由于是数据驱动的,模型可以自我探索到潜藏在数据中的特征规律,进而利用提取的特征规律驱动车辆执行...
【文章来源】：北京工业大学北京市 211工程院校
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
论文章节结构
车辆在道路上行驶时，根据周边环境的不同，其驾驶行为可被划分为车辆跟驰（车道保持）、车辆换道和自由行驶等。其中，车辆跟驰指的是在道路上存在多辆车的情况下，当前车辆紧跟着前方车辆行驶，同时保证当前车辆与前方车辆的距离维持在一个合理的范围。车道保持更加关注车辆与车道边界之间的位置关系，描述了车辆在道路上行驶过程中偏离车道时能够回到正常车道。车辆的换道行为是指车辆在行驶过程中，由当前车道驶向目标车道的过程，其包括换道决策和换道执行两个阶段。车辆在做出换道决策并执行换道行为时，不仅要考虑自身车辆与周边车辆的位置、速度等变化因素，而且需要综合考虑道路的交通状况。具体的，车辆从产生换道意图到执行换道，需要满足两点要求。其一，换道车辆的车速要大于当前车道前方车辆的车速，目标车道前方有足够空间以供换道，同时满足换道车辆与目标车道后方车辆间的距离大于最小安全跟车距离。其二，目标车道前方车辆的车速要大于换道车辆和当前车道前方车辆的车速，且满足目标车道前方车辆与目标车道后方车辆间的距离大于最小安全跟车距离。图 2-1 描绘了车辆行驶一段路程后，根据周边路况的不同，当前时刻做出的不同决策以及接下来的一串时间序列下的换道执行过程。
SVM 既可以解决分类问题，也可以解决回归问题。对于分类问题，SVM 本质上是寻找一些决策边界或分割超平面以使支持向量与决策边界或分割超平面的距离尽可能远。原始的 SVM 只能解决二分类问题，通过拉格朗日对偶变换将原始问题转化为对偶问题并引入松弛因子与核技巧可以解决线性不可分问题。SVM 对偶问题的优化目标为 1 , 11max ,2n ni i j i j i ji i jy y k x x (2-1)s. . 0 , 1,...,it C i n10ni ii y (2-2)其中i 为拉格朗日乘子项。C 为一个常数，表示模型的惩罚因子，用于控制模型的复杂程度。当 C 为无穷大时，式(2-1)迫使所有样本均满足约束(2-2)；当 C 取有限值时，式(2-1)允许一些样本不满足约束。 , i jk x x 为选用的核函数。常用的核函数如图 2-2 所示。
【参考文献】：
期刊论文
[1]基于改进驾驶员模型的车道保持控制模型[J]. 王沛然,常连玉. 中国安全科学学报. 2018(07)
[2]基于人工势场的车道保持系统研究[J]. 刘法勇. 农业装备与车辆工程. 2018(01)
[3]车辆换道行为建模的回顾与展望[J]. 陆建,李英帅. 交通运输系统工程与信息. 2017(04)
[4]模仿学习在机器人仿生机制研究中的应用[J]. 于建均,门玉森,阮晓钢,徐骢驰. 北京工业大学学报. 2016(02)
[5]基于贝叶斯网络的车辆换道模型[J]. 邱小平,刘亚龙,马丽娜,杨达. 交通运输系统工程与信息. 2015(05)
[6]基于Kalman滤波器的车道保持辅助系统研究[J]. 孙涛,张志伟. 计算机应用与软件. 2014(01)
[7]基于EKF学习方法的BP神经网络汽车换道意图识别模型研究[J]. 李亚秋,吴超仲,马晓凤,黄珍,张晖. 武汉理工大学学报(交通科学与工程版). 2013(04)
[8]基于BP神经网络的车道保持控制系统[J]. 金立生,方文平,候海晶,孙玉芹. 吉林大学学报(工学版). 2010(03)
[9]基于模糊控制的微观车辆换道模型的研究及仿真[J]. 林旸,蒋珉,柴干. 计算机技术与发展. 2009(11)
[10]基于Agent与模糊逻辑的车辆换道仿真模型[J]. 谭满春. 系统工程学报. 2007(01)
博士论文
[1]高速公路车辆自主性换道行为建模研究[D]. 聂建强.东南大学 2017
[2]高速公路驾驶人换道意图识别方法研究[D]. 侯海晶.吉林大学 2013
硕士论文
[1]基于深度学习的换道行为建模与分析[D]. 房哲哲.北京交通大学 2018
[2]汽车车道保持系统控制算法研究[D]. 佘烁.吉林大学 2018
[3]车道保持/偏离辅助系统可拓控制研究[D]. 夏志.合肥工业大学 2018
[4]基于机器视觉的车道保持控制算法研究[D]. 张嘉明.合肥工业大学 2018
[5]基于数据驱动的微观交通流建模研究[D]. 刘亚龙.西南交通大学 2017
[6]智能车辆自主换道方法的研究[D]. 王政.吉林大学 2016
[7]城市道路车辆换道模型及换道影响研究[D]. 曹珊.华中科技大学 2009
本文编号：3059546
【文章来源】：北京工业大学北京市 211工程院校
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
论文章节结构
车辆在道路上行驶时，根据周边环境的不同，其驾驶行为可被划分为车辆跟驰（车道保持）、车辆换道和自由行驶等。其中，车辆跟驰指的是在道路上存在多辆车的情况下，当前车辆紧跟着前方车辆行驶，同时保证当前车辆与前方车辆的距离维持在一个合理的范围。车道保持更加关注车辆与车道边界之间的位置关系，描述了车辆在道路上行驶过程中偏离车道时能够回到正常车道。车辆的换道行为是指车辆在行驶过程中，由当前车道驶向目标车道的过程，其包括换道决策和换道执行两个阶段。车辆在做出换道决策并执行换道行为时，不仅要考虑自身车辆与周边车辆的位置、速度等变化因素，而且需要综合考虑道路的交通状况。具体的，车辆从产生换道意图到执行换道，需要满足两点要求。其一，换道车辆的车速要大于当前车道前方车辆的车速，目标车道前方有足够空间以供换道，同时满足换道车辆与目标车道后方车辆间的距离大于最小安全跟车距离。其二，目标车道前方车辆的车速要大于换道车辆和当前车道前方车辆的车速，且满足目标车道前方车辆与目标车道后方车辆间的距离大于最小安全跟车距离。图 2-1 描绘了车辆行驶一段路程后，根据周边路况的不同，当前时刻做出的不同决策以及接下来的一串时间序列下的换道执行过程。
SVM 既可以解决分类问题，也可以解决回归问题。对于分类问题，SVM 本质上是寻找一些决策边界或分割超平面以使支持向量与决策边界或分割超平面的距离尽可能远。原始的 SVM 只能解决二分类问题，通过拉格朗日对偶变换将原始问题转化为对偶问题并引入松弛因子与核技巧可以解决线性不可分问题。SVM 对偶问题的优化目标为 1 , 11max ,2n ni i j i j i ji i jy y k x x (2-1)s. . 0 , 1,...,it C i n10ni ii y (2-2)其中i 为拉格朗日乘子项。C 为一个常数，表示模型的惩罚因子，用于控制模型的复杂程度。当 C 为无穷大时，式(2-1)迫使所有样本均满足约束(2-2)；当 C 取有限值时，式(2-1)允许一些样本不满足约束。 , i jk x x 为选用的核函数。常用的核函数如图 2-2 所示。
【参考文献】：
期刊论文
[1]基于改进驾驶员模型的车道保持控制模型[J]. 王沛然,常连玉. 中国安全科学学报. 2018(07)
[2]基于人工势场的车道保持系统研究[J]. 刘法勇. 农业装备与车辆工程. 2018(01)
[3]车辆换道行为建模的回顾与展望[J]. 陆建,李英帅. 交通运输系统工程与信息. 2017(04)
[4]模仿学习在机器人仿生机制研究中的应用[J]. 于建均,门玉森,阮晓钢,徐骢驰. 北京工业大学学报. 2016(02)
[5]基于贝叶斯网络的车辆换道模型[J]. 邱小平,刘亚龙,马丽娜,杨达. 交通运输系统工程与信息. 2015(05)
[6]基于Kalman滤波器的车道保持辅助系统研究[J]. 孙涛,张志伟. 计算机应用与软件. 2014(01)
[7]基于EKF学习方法的BP神经网络汽车换道意图识别模型研究[J]. 李亚秋,吴超仲,马晓凤,黄珍,张晖. 武汉理工大学学报(交通科学与工程版). 2013(04)
[8]基于BP神经网络的车道保持控制系统[J]. 金立生,方文平,候海晶,孙玉芹. 吉林大学学报(工学版). 2010(03)
[9]基于模糊控制的微观车辆换道模型的研究及仿真[J]. 林旸,蒋珉,柴干. 计算机技术与发展. 2009(11)
[10]基于Agent与模糊逻辑的车辆换道仿真模型[J]. 谭满春. 系统工程学报. 2007(01)
博士论文
[1]高速公路车辆自主性换道行为建模研究[D]. 聂建强.东南大学 2017
[2]高速公路驾驶人换道意图识别方法研究[D]. 侯海晶.吉林大学 2013
硕士论文
[1]基于深度学习的换道行为建模与分析[D]. 房哲哲.北京交通大学 2018
[2]汽车车道保持系统控制算法研究[D]. 佘烁.吉林大学 2018
[3]车道保持/偏离辅助系统可拓控制研究[D]. 夏志.合肥工业大学 2018
[4]基于机器视觉的车道保持控制算法研究[D]. 张嘉明.合肥工业大学 2018
[5]基于数据驱动的微观交通流建模研究[D]. 刘亚龙.西南交通大学 2017
[6]智能车辆自主换道方法的研究[D]. 王政.吉林大学 2016
[7]城市道路车辆换道模型及换道影响研究[D]. 曹珊.华中科技大学 2009
本文编号：3059546
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3059546.html
最近更新
教材专著
