【摘要】：近年來,隨著互聯(lián)網(wǎng)技術(shù)的拓展和自動(dòng)化水平的提高,自動(dòng)駕駛車輛愈發(fā)受到互聯(lián)網(wǎng)企業(yè)和傳統(tǒng)車企的廣泛關(guān)注,自動(dòng)駕駛技術(shù)對(duì)社會(huì)、駕駛員和行人均有益處,能夠使整體交通事故發(fā)生率大幅度下降,并且自動(dòng)駕駛車輛的行駛模式更加節(jié)能高效,因此交通擁堵及交通污染將得以減弱,被認(rèn)為是未來解決交通問題的重要手段。因而也吸引了很多交通領(lǐng)域?qū)W者的關(guān)注。車輛換道行為作為自動(dòng)駕駛領(lǐng)域的關(guān)鍵問題,也是道路基本駕駛行為中的關(guān)鍵環(huán)節(jié),對(duì)交通安全、交通流特性有著顯著的影響,主要研究內(nèi)容包括換道決策和換道軌跡規(guī)劃兩部分。然而與目前自動(dòng)駕駛領(lǐng)域較為成熟的自適應(yīng)巡航控制技術(shù)相比,車輛換道行為的自動(dòng)化還剛剛起步,一方面,在目前的研究中,大部分換道決策內(nèi)容只關(guān)注了車輛在平直公路路段場景下的自由換道行為,但針對(duì)高速公路下匝道場景下的強(qiáng)制換道行為研究較少,鮮有模型能夠量化該場景下?lián)Q道意圖點(diǎn)與換道成功率的關(guān)系。另一方面,目前已有的換道軌跡規(guī)劃模型大部分無法適用于真實(shí)的駕駛環(huán)境,是一種靜態(tài)換道軌跡規(guī)劃模型(Static lane-changing path planning,SLPP)。而當(dāng)前可以實(shí)時(shí)響應(yīng)環(huán)境信息變化特征的動(dòng)態(tài)換道軌跡規(guī)劃模型(Dynamic lane-changing path planning,DLPP)研究還十分有限。本論文試圖填補(bǔ)自動(dòng)駕駛換道領(lǐng)域的這兩部分內(nèi)容。本文以自動(dòng)駕駛背景下的車輛換道行為建模為研究方向,建立自動(dòng)駕駛換道軌跡規(guī)劃模型,對(duì)相關(guān)參數(shù)進(jìn)行仿真分析。同時(shí)為了解決自動(dòng)駕駛領(lǐng)域中換道意圖生成的問題,建立了換道意圖生成模型,從而量化了換道成功率與換道意圖生成點(diǎn)之間的關(guān)系。其中,自動(dòng)駕駛換道軌跡規(guī)劃模型是從車輛軌跡規(guī)劃動(dòng)態(tài)響應(yīng)的角度建模,添加了換道防側(cè)翻算法,換道避撞算法,重構(gòu)了換道軌跡規(guī)劃的速度變化規(guī)則,能夠?qū)崿F(xiàn)對(duì)環(huán)境信息變化的動(dòng)態(tài)響應(yīng),是一套較為完備的自動(dòng)駕駛換道軌跡規(guī)劃模型,可以對(duì)反應(yīng)時(shí)間,規(guī)劃步長進(jìn)行調(diào)整修改。并使用NGSIM數(shù)據(jù)作為環(huán)境信息輸入,仿真了四種典型的換道類型,同時(shí)在CarSim環(huán)境下驗(yàn)證了規(guī)劃軌跡的可執(zhí)行性以及各項(xiàng)車輛行駛參數(shù);換道成功率模型則是在自動(dòng)駕駛換道軌跡規(guī)劃的基礎(chǔ)上建立的描述換道意圖生成點(diǎn)與最終換道成功率間關(guān)系的宏觀離散概率模型,旨在為自動(dòng)駕駛車輛換道意圖生成提供支持。結(jié)果顯示,自動(dòng)駕駛換道軌跡規(guī)劃模型能夠?qū)?shí)時(shí)變化的環(huán)境信息做出動(dòng)態(tài)響應(yīng),在如下幾種常見換道場景中仿真效果理想:向慢車道超車換道、向快車道讓車換道、以及換道中止返回原車道的場景等。CarSim仿真結(jié)果顯示該模型輸出的軌跡與速度能夠較好地被跟蹤,各項(xiàng)車輛參數(shù)輸出結(jié)果正常;換道成功率模型計(jì)算結(jié)果與實(shí)車實(shí)驗(yàn)換道成功率的相對(duì)誤差在10%左右,可以用于自動(dòng)駕駛強(qiáng)制換道行為意圖生成點(diǎn)決策優(yōu)化。
【圖文】：

A 北新立交 B 三河場立交 C 白鶴林立交498m 2213 m913 m1387 m圖 3-4 立交橋分布位置示意圖圖中綠色三角符號(hào)表示實(shí)驗(yàn)選取的高速公路沿線橋側(cè)廣告牌以及交通信息指示牌，還標(biāo)注了上述標(biāo)志點(diǎn)與立交匝道出口的距離。3.3.2 調(diào)查數(shù)據(jù)內(nèi)容1. 車頭時(shí)距分布數(shù)據(jù)我們采用固定攝像機(jī)定點(diǎn)拍攝的方式來記錄高速公路各個(gè)車道的車輛行駛視頻（見圖 3-5），用以提取各個(gè)車道的車頭時(shí)距分布數(shù)據(jù)。計(jì)劃與交警部門（成都交警第六支隊(duì)）協(xié)調(diào)并取得權(quán)限，將車輛臨時(shí)停在應(yīng)急車道上，將攝像機(jī)三腳架定位在矩形護(hù)欄平臺(tái)上進(jìn)行拍攝。

西南交通大學(xué)碩士研究生學(xué)位論文 某一換道意圖生成點(diǎn)開始尋找合適車頭間距進(jìn)行換道時(shí)成功的次數(shù)的比值，并與本文模型計(jì)算出的對(duì)應(yīng)換道成功概率進(jìn)行比較來判精度是否滿足要求。先需要通過對(duì)采集的車頭時(shí)距數(shù)據(jù)進(jìn)行分布擬合，從而確定將哪一布概率密度函數(shù)待入換道意圖生成模型中進(jìn)行運(yùn)算驗(yàn)證。本文在合子模塊中使用了三種分布函數(shù)對(duì)車頭時(shí)距調(diào)查數(shù)據(jù)進(jìn)行了數(shù)據(jù)圖中，橫坐標(biāo)為車頭時(shí)距值，單位為秒�？v坐標(biāo)為概率密度函數(shù)值為本次采集的車頭時(shí)距數(shù)據(jù)（單車道流率大約為 663 輛/小時(shí)）。藍(lán)正態(tài)分布函數(shù)，，紅色點(diǎn)畫線為逆高斯分布函數(shù)，綠色虛線為指數(shù)分布顯可以看出對(duì)數(shù)正態(tài)分布函數(shù)的擬合效果相對(duì)較好。
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：U463.6

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 熊曉夏;陳龍;梁軍;蔡英鳳;江浩斌;陳月霞;;危險(xiǎn)換道駕駛行為預(yù)測方法研究[J];汽車工程;2017年09期

2 孫浩;鄧偉文;張素民;吳夢勛;;考慮全局最優(yōu)性的汽車微觀動(dòng)態(tài)軌跡規(guī)劃[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2014年04期

3 李徑亮;夏湯忠;陸志成;劉昭度;;基于CarSim的車輛自適應(yīng)巡航仿真與試驗(yàn)研究[J];汽車科技;2013年02期

4 袁凱;關(guān)偉;;城市快速路交通流車頭時(shí)距分布特性分析[J];交通運(yùn)輸系統(tǒng)工程與信息;2011年06期

5 ;Trajectory planning and yaw rate tracking control for lane changing of intelligent vehicle on curved road[J];Science China(Technological Sciences);2011年03期

6 臧曉冬;周偉;;城市快速路互通立交合流區(qū)車頭時(shí)距分布特性[J];北京工業(yè)大學(xué)學(xué)報(bào);2010年07期

7 游峰;王榮本;張榮輝;熊文華;;智能車輛換道與超車軌跡跟蹤控制[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2008年06期

8 桂祖華;;關(guān)于三次參數(shù)樣條曲線的曲率連續(xù)性[J];上海交通大學(xué)學(xué)報(bào);1979年01期

相關(guān)碩士學(xué)位論文 前5條

1 劉法勇;基于改進(jìn)人工勢場法的車道保持系統(tǒng)研究[D];合肥工業(yè)大學(xué);2017年

2 袁盛s

本文編號(hào)：2618627