混驶环境下基于风险评估的自动驾驶车辆换道轨迹规划
发布时间：2021-03-08 12:00
在自动驾驶发展的过程中必然存在一个发展阶段是自动驾驶车辆与有人驾驶车辆混合行驶的环境,而目前自动驾驶换道轨迹规划方面的研究大多假设车车通信、车车协同等技术前提下或者换道环境恒定,并没有考虑有人驾驶车辆驾驶行为的不确定性对自动驾驶车辆换道产生风险。本文针对在自动驾驶车辆不同的换道类型所面临的风险,提出相应的风险评估模型以及换道轨迹规划模型,并且通过建立自动驾驶车辆换道仿真测试系统,验证了模型对自动驾驶车辆换道成功率的提升。论文主要工作如下:（1）风险评估模型的建立。考虑自动驾驶车辆换道过程中面对风险的来源和特点,选用合适的参数建立了基于最大可行加速度的风险评估模型和基于安全距离的风险评估模型,为后续将风险评估引入到轨迹规划模型中提供理论支撑。（2）自由换道风险评估轨迹规划方法研究。在混驶环境中自由换道条件下,基于安全避碰条件,考虑换道效率、对交通流影响、舒适度等因素的基础上,将基于最大可行加速度的风险评估模型引入到选取最优换道轨迹的综合效益函数,改进了换道轨迹规划的方法,通过python编程仿真验证了自由换道的风险评估最优换道轨迹的可行性。（3）强制换道风险评估轨迹规划方法研究。根据混驶...
【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
矩形位置几何关系示意图
第二章风险评估模型11第二章风险评估模型2.1临界碰撞边界条件相对于质点模型、静态圆模型、动态圆模型、椭圆模型等车辆模型，Bai等[43]指出矩形模型可以精确模拟车辆的尺寸和轮廓，所以矩形模型在换道过程的微观模拟中更能精确判断车辆之间位置关系，因此本文也采用矩形车辆模型。为了研究矩形车辆模型的避碰安全条件，首先从点与直线的位置关系考虑。对任意向量AB和点P，向量AB的方向和其过点A的法线方向将平面分为四个象限，得到式2-1关系，即若向量AB与向量AP的内积大于零，则点P位于Ⅰ、Ⅱ象限；若向量AB与向量AP的内积小于零，则点P位于Ⅲ、Ⅳ象限，如图2.2（a）。(a)(b)（c）0=00ABAPPABAPPABAPP点位于Ⅰ或Ⅳ象限点位于法线上点位于Ⅱ、Ⅲ象限（式2-1）如图2.2（b），为了确定点P与矩形ABCD的位置关系，将矩形每条边都作为一个向量，依据式2-1原理判断点P与四个矩形四条边的位置关系，可得到式2-2关系。0>000ABAPBCBPPABCDCDCPDADP点位于矩形中（式2-2）图2.1矩形车辆模型Fig2.1Rectangularvehiclemodel图2.2矩形位置几何关系示意图Fig2.2Schematicdiagramofthegeometricrelationshipoftherectangularposition
合肥工业大学学术硕士研究生学位论文12对于任意的两个矩形i和j，如图2.2（c），若矩形j的顶点n(n1234、、、）满足式1-3，表示该点位于矩形i内；若矩形i的顶点m(m1234、、、）满足式2-4，表示该点位于矩形j内。12123234341400.1(,),1,2,3,400niiijniiijniiijniiijPPPPPPPPsijnPPPPPPPP（式2-3）12123234341400.2(,),1,2,3,400mjjjimjjjimjjjimjjjiPPPPPPPPsijmPPPPPPPP（式2-4）如图2.3，要保证两辆车没发生碰撞，必须换道车辆M的矩形模型的四个顶点不在周边车辆（d1d2o1o2C、C、C、C）矩形模型中，并且周边车辆（d1d2o1o2C、C、C、C）的矩形模型的四个顶点也不在M矩形模型中。即不碰撞的安全条件为：d1d2o1o2s.1(i,j)s.2(ij)(C,i、、C、C,)CjM（式2-5）图2.3车辆换道位置示意图Fig2.3Schematicdiagramofvehiclelanechangingposition这种矩形车辆模型的通过向量点乘的车辆安全模型，公式简明易懂，不需要区分不同碰撞点，统一考虑所有的可能碰撞点，且因其计算是利用矩阵计算，计算效率高，有利于在自动驾驶车辆换道轨迹规划的高效计算，减少延迟。2.2基于最大可行加速度的风险评估模型在轨迹规划时，很多研究假设主车周边车辆的速度和加速度等状态恒定，本文认为影响主车M的风险因素主要有客观存在的风险和不确定性产生的风险。客观存在的风险包括车道限制、与周边恒定状态车辆的碰撞等，通过这些风险限制可以
【参考文献】：
期刊论文
[1]智能汽车避障风险评估及轨迹规划[J]. 王斌. 汽车技术. 2018(06)
[2]基于相关向量机的换道安全性评估[J]. 贾小龙,宋定波,王畅,山岩,何爱生,贾丙硕. 交通信息与安全. 2018(02)
[3]基于最小安全距离的车辆交叉换道模型研究[J]. 李娟,曲大义,万孟飞,曹俊业,刘聪. 青岛理工大学学报. 2017(01)
[4]面向驾驶辅助系统的换道安全性预测模型研究[J]. 倪捷,刘志强,涂孝军,董非. 交通运输系统工程与信息. 2016(04)
[5]换道预警系统中参数TTC特性研究[J]. 王畅,付锐,张琼,郭应时,袁伟. 中国公路学报. 2015(08)
[6]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)
[7]Trajectory planning and yaw rate tracking control for lane changing of intelligent vehicle on curved road[J]. REN DianBo1, ZHANG JiYe2, ZHANG JingMing1 & CUI ShengMin1 1 School of Automotive Engineering, Harbin Institute of Technology at Weihai, Weihai 264209, China; 2 State Key Laboratory of Traction Power, Southwest Jiaotong University, Chengdu 610031, China. Science China（Technological Sciences）. 2011(03)
[8]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)
[9]基于动态重复博弈的车辆换道模型[J]. 刘小明,郑淑晖,蒋新春. 公路交通科技. 2008(06)
[10]基于弹性安全换道间距的元胞自动机交通流模型[J]. 王永明,周磊山,吕永波. 系统仿真学报. 2008(05)
博士论文
[1]基于风险评估的汽车碰撞安全系统决策方法研究[D]. 王素娟.长沙理工大学 2013
硕士论文
[1]基于学习的智能车车道保持与换道行为研究[D]. 邱桐柱.北京工业大学 2019
[2]换道过程中自动驾驶车辆行驶路径再规划策略与方法[D]. 赵一楠.合肥工业大学 2019
[3]基于NGSIM数据的车辆变道行为博弈模型[D]. 张颖达.北京交通大学 2016
[4]考虑周边车辆驾驶意图的换道危险预警研究[D]. 郑华荣.武汉理工大学 2013
本文编号：3071014
【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
矩形位置几何关系示意图
第二章风险评估模型11第二章风险评估模型2.1临界碰撞边界条件相对于质点模型、静态圆模型、动态圆模型、椭圆模型等车辆模型，Bai等[43]指出矩形模型可以精确模拟车辆的尺寸和轮廓，所以矩形模型在换道过程的微观模拟中更能精确判断车辆之间位置关系，因此本文也采用矩形车辆模型。为了研究矩形车辆模型的避碰安全条件，首先从点与直线的位置关系考虑。对任意向量AB和点P，向量AB的方向和其过点A的法线方向将平面分为四个象限，得到式2-1关系，即若向量AB与向量AP的内积大于零，则点P位于Ⅰ、Ⅱ象限；若向量AB与向量AP的内积小于零，则点P位于Ⅲ、Ⅳ象限，如图2.2（a）。(a)(b)（c）0=00ABAPPABAPPABAPP点位于Ⅰ或Ⅳ象限点位于法线上点位于Ⅱ、Ⅲ象限（式2-1）如图2.2（b），为了确定点P与矩形ABCD的位置关系，将矩形每条边都作为一个向量，依据式2-1原理判断点P与四个矩形四条边的位置关系，可得到式2-2关系。0>000ABAPBCBPPABCDCDCPDADP点位于矩形中（式2-2）图2.1矩形车辆模型Fig2.1Rectangularvehiclemodel图2.2矩形位置几何关系示意图Fig2.2Schematicdiagramofthegeometricrelationshipoftherectangularposition
合肥工业大学学术硕士研究生学位论文12对于任意的两个矩形i和j，如图2.2（c），若矩形j的顶点n(n1234、、、）满足式1-3，表示该点位于矩形i内；若矩形i的顶点m(m1234、、、）满足式2-4，表示该点位于矩形j内。12123234341400.1(,),1,2,3,400niiijniiijniiijniiijPPPPPPPPsijnPPPPPPPP（式2-3）12123234341400.2(,),1,2,3,400mjjjimjjjimjjjimjjjiPPPPPPPPsijmPPPPPPPP（式2-4）如图2.3，要保证两辆车没发生碰撞，必须换道车辆M的矩形模型的四个顶点不在周边车辆（d1d2o1o2C、C、C、C）矩形模型中，并且周边车辆（d1d2o1o2C、C、C、C）的矩形模型的四个顶点也不在M矩形模型中。即不碰撞的安全条件为：d1d2o1o2s.1(i,j)s.2(ij)(C,i、、C、C,)CjM（式2-5）图2.3车辆换道位置示意图Fig2.3Schematicdiagramofvehiclelanechangingposition这种矩形车辆模型的通过向量点乘的车辆安全模型，公式简明易懂，不需要区分不同碰撞点，统一考虑所有的可能碰撞点，且因其计算是利用矩阵计算，计算效率高，有利于在自动驾驶车辆换道轨迹规划的高效计算，减少延迟。2.2基于最大可行加速度的风险评估模型在轨迹规划时，很多研究假设主车周边车辆的速度和加速度等状态恒定，本文认为影响主车M的风险因素主要有客观存在的风险和不确定性产生的风险。客观存在的风险包括车道限制、与周边恒定状态车辆的碰撞等，通过这些风险限制可以
【参考文献】：
期刊论文
[1]智能汽车避障风险评估及轨迹规划[J]. 王斌. 汽车技术. 2018(06)
[2]基于相关向量机的换道安全性评估[J]. 贾小龙,宋定波,王畅,山岩,何爱生,贾丙硕. 交通信息与安全. 2018(02)
[3]基于最小安全距离的车辆交叉换道模型研究[J]. 李娟,曲大义,万孟飞,曹俊业,刘聪. 青岛理工大学学报. 2017(01)
[4]面向驾驶辅助系统的换道安全性预测模型研究[J]. 倪捷,刘志强,涂孝军,董非. 交通运输系统工程与信息. 2016(04)
[5]换道预警系统中参数TTC特性研究[J]. 王畅,付锐,张琼,郭应时,袁伟. 中国公路学报. 2015(08)
[6]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)
[7]Trajectory planning and yaw rate tracking control for lane changing of intelligent vehicle on curved road[J]. REN DianBo1, ZHANG JiYe2, ZHANG JingMing1 & CUI ShengMin1 1 School of Automotive Engineering, Harbin Institute of Technology at Weihai, Weihai 264209, China; 2 State Key Laboratory of Traction Power, Southwest Jiaotong University, Chengdu 610031, China. Science China（Technological Sciences）. 2011(03)
[8]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)
[9]基于动态重复博弈的车辆换道模型[J]. 刘小明,郑淑晖,蒋新春. 公路交通科技. 2008(06)
[10]基于弹性安全换道间距的元胞自动机交通流模型[J]. 王永明,周磊山,吕永波. 系统仿真学报. 2008(05)
博士论文
[1]基于风险评估的汽车碰撞安全系统决策方法研究[D]. 王素娟.长沙理工大学 2013
硕士论文
[1]基于学习的智能车车道保持与换道行为研究[D]. 邱桐柱.北京工业大学 2019
[2]换道过程中自动驾驶车辆行驶路径再规划策略与方法[D]. 赵一楠.合肥工业大学 2019
[3]基于NGSIM数据的车辆变道行为博弈模型[D]. 张颖达.北京交通大学 2016
[4]考虑周边车辆驾驶意图的换道危险预警研究[D]. 郑华荣.武汉理工大学 2013
本文编号：3071014
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3071014.html
最近更新
教材专著
