發(fā)布時間：2020-11-05 17:16

　　 對于智能車輛通過道路上的各個場景,目前國內(nèi)外還沒有一套完整的評價體系,可以客觀公正地對場景通過情況進(jìn)行系統(tǒng)性評價。在無人駕駛車輛或者是智能輔助車輛的開發(fā)設(shè)計中,一套良好的評價體系可以直接反映出智能車輛的開發(fā)水平,因此智能汽車的評價體系在智能汽車的開發(fā)周期中顯得尤為重要。針對這一問題,智能汽車賽事可以對智能汽車通過場景情況進(jìn)行最為直接的標(biāo)準(zhǔn)評價。本文以中國智能汽車大賽為平臺,搭建了完整的智能車輛場景通過評價體系。首先對智能汽車的場景通過規(guī)劃和場景通過評價方法進(jìn)行了系統(tǒng)性研究,在智能汽車場景通過規(guī)劃部分,提出了智能汽車全局路徑規(guī)劃方法,并對典型路徑規(guī)劃算法進(jìn)行了分析,對場景通過控制算法進(jìn)行了研究。在場景通過評價部分,首先確定了評價指標(biāo),其次選取了具體的測試場景;對場景通過評價體系的構(gòu)建方案進(jìn)行了詳細(xì)設(shè)計。其次對智能汽車的測試場景元素進(jìn)行了具體分類,在各個場景的基礎(chǔ)上,給出了具體的測試評價辦法,并以打分的形式,給出了各個場景的打分標(biāo)準(zhǔn)。無人駕駛場景中設(shè)立施工繞行、跟馳右轉(zhuǎn)、S彎行駛、行人避讓、超車變道、掉頭行駛、交叉路口車輛干擾、停車上班為測試場景;在智能輔助類的測試場景中,選取自動泊車、自動緊急制動和車道保持為測試場景。并對每個測試場景進(jìn)行詳細(xì)介紹,確立評分標(biāo)準(zhǔn),并利用綜合評價方法對各個場景所占比重進(jìn)行確定,結(jié)合各個場景的評分值和所占權(quán)重對智能汽車的場景通過能力進(jìn)行綜合評價。評價體系搭建完成之后,在2017中國智能汽車大賽中得到應(yīng)用,本文抽取了部分無人駕駛組和輔助駕駛組的測試數(shù)據(jù)作為實(shí)際支撐,在比賽過程中,依據(jù)本文搭建的評價體系,可以客觀公正的反映出每組車輛通過各個場景的真實(shí)水平。
【學(xué)位單位】：吉林大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：U463.6
【部分圖文】：

第 1 章 緒論化道路上的自動行駛能力。在 23 支車隊(duì)中，有 5 支隊(duì)伍跑完成全部比賽路段。前三名分別為斯坦福大學(xué)的 Stanley 和卡耐基梅隆大學(xué)的 SandStorm、Highlander。2007 年舉行了第三屆 DARPA 挑戰(zhàn)賽，全長 89 km，與前兩屆不同的是，此次比賽側(cè)重于考察車輛在城市結(jié)構(gòu)化道路的自動駕駛能力，并存在少量行人干擾。在報名的 53 支隊(duì)伍中僅有 11 支隊(duì)伍通過資格測試，其中 6 支隊(duì)伍完成全程比賽。卡耐基梅隆大學(xué)的 Boss 獲得比賽冠軍。

重于考察車輛在城市結(jié)構(gòu)化道路的自動駕駛能力，并存在少名的 53 支隊(duì)伍中僅有 11 支隊(duì)伍通過資格測試，其中 6 支隊(duì)伍耐基梅隆大學(xué)的 Boss 獲得比賽冠軍。圖 1.1 三屆 DAPRA 挑戰(zhàn)賽冠軍—SandStorm、Stanley、Bos 年，Vislab 實(shí)驗(yàn)室智能駕駛車輛 TerraMax 歷時 3 個月橫跨 9km 的智能駕駛實(shí)驗(yàn)，并在 2013 年完成環(huán)島行駛、交通信號燈城市智能駕駛測試，圖 1.2 為 Vislab 實(shí)驗(yàn)室智能駕駛車輛。

圖 1.3 GCDC 比賽場景 年 6 月 9 日，在美國加州舉行的美國國防部高等研究計劃署戰(zhàn)賽落下帷幕，此次比賽要求參賽隊(duì)伍建造可以執(zhí)行核清理，包括駕車、拆卸和開門、使用標(biāo)準(zhǔn)電動工具在墻上切割孔旋轉(zhuǎn)打開閥門等高難度場景。為了模擬真實(shí)環(huán)境，機(jī)器人與網(wǎng)絡(luò)需要中斷 30 秒以上。圖 1.4 中韓國 KAIST 隊(duì)機(jī)器人 DR
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 付驍鑫;江永亨;黃德先;黃開勝;王京春;陸耿;;一種新的實(shí)時智能汽車軌跡規(guī)劃方法[J];控制與決策;2015年10期

2 陳成;何玉慶;卜春光;韓建達(dá);;基于四階貝塞爾曲線的無人車可行軌跡規(guī)劃[J];自動化學(xué)報;2015年03期

3 藺宏良;黃曉鵬;;車聯(lián)網(wǎng)技術(shù)研究綜述[J];機(jī)電工程;2014年09期

4 郭烈;張榮輝;葛平淑;任澤建;黃曉慧;;雙閉環(huán)結(jié)構(gòu)的智能車輛彎路換道軌跡跟蹤控制[J];汽車工程學(xué)報;2014年04期

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

6 任殿波;張京明;王聰;;變曲率彎路車輛換道虛擬軌跡模型[J];物理學(xué)報;2014年07期

7 楊志剛;戚志錦;黃燕;;智能車輛自由換道軌跡規(guī)劃研究[J];重慶交通大學(xué)學(xué)報(自然科學(xué)版);2013年03期

8 郭烈;黃曉慧;葛平淑;張廣西;岳明;;基于反演法的智能車輛彎路換道軌跡跟蹤控制[J];吉林大學(xué)學(xué)報(工學(xué)版);2013年02期

9 王群;錢煥延;;車聯(lián)網(wǎng)體系結(jié)構(gòu)及感知層關(guān)鍵技術(shù)研究[J];電信科學(xué);2012年12期

10 楊曉光;黃羅毅;王吟松;吳志周;;基于車車通信的換道超車輔助系統(tǒng)設(shè)計與實(shí)現(xiàn)[J];公路交通科技;2012年11期

本文編號：2871942