為了降低人為因素引起的各類交通事故,減少道路擁擠造成的能源消耗,自動駕駛汽車已受到世界廣泛關注。決策控制作為自動駕駛汽車的關鍵共性技術,主要負責對環(huán)境信息理解和推理以做出合理駕駛行為和生成可行域內(nèi)最優(yōu)軌跡,最后控制車輛執(zhí)行機構執(zhí)行相應動作。本文對自動駕駛車輛行為決策、運動規(guī)劃和控制執(zhí)行算法分別進行了研究,然后通過實車試驗驗證建立的決策控制算法的可行性和有效性。本文主要研究內(nèi)容包括:(1)自動駕駛車輛行為決策研究。根據(jù)封閉場景駕駛任務,基于有限狀態(tài)機原理建立了行為決策算法,分析了換道、跟馳及期望速度決策機理;對NGSIM軌跡數(shù)據(jù)集預處理,將其分為車道保持及自由行駛下左換道、右換道三類數(shù)據(jù),在此基礎上提取特征向量訓練LSTM模型,以建立基于LSTM神經(jīng)網(wǎng)絡行為決策算法。(2)自動駕駛車輛運動規(guī)劃研究。分析了基于五次多項式的軌跡規(guī)劃原理,分析不同軌跡預測時間對規(guī)劃軌跡的影響;在曲線坐標系下將車輛運動規(guī)劃分解為縱向和橫向兩個方向運動,然后結合縱橫向生成最優(yōu)運動軌跡;對跟車、合流、停車和車道保持場景進行仿真,仿真結果與對應場景任務要求一致;考慮生成的最優(yōu)軌跡潛在的碰撞風險,提出使用基于速度障礙法的...

【文章頁數(shù)】：109 頁

【學位級別】：碩士

【部分圖文】：

圖1-2國外自動駕駛車輛

2L3階段駕駛員仍然是車輛行為決策的主導者，而車輛系統(tǒng)開始接管感知和執(zhí)行層。因此，自動駕駛車輛的決策控制技術仍是未來研究方向的熱點及難點。L0.無自動化L1.駕駛輔助L2.部分自動駕駛L3.有條件自動駕駛L4/5.高度/完全自動駕駛等級描述僅提供預警提示，不介入車輛操控獨立駕駛輔....

圖1-3國內(nèi)自動駕駛車輛

曬?攬萍即笱ё災骺?⒌淖遠?菔懷盜競炱?HQ3完成了從長沙到武漢長達286km的無人駕駛實驗，標志我國在自動駕駛技術取得新的突破。清華大學自動駕駛車輛THMR-V(TsinghuaMobileRobot),最高時速突破了100km/h。2017年7月百度發(fā)布了開放式自動駕駛軟件平....

圖2-8標準RNN結構圖

182.2基于LSTM神經(jīng)網(wǎng)絡行為決策模型基于有限狀態(tài)機的行為決策可以滿足典型封閉場景下自動駕駛車輛的基本行為決策，但真實交通環(huán)境復雜多變，利用有限狀態(tài)機劃分狀態(tài)難以窮盡所有場景規(guī)則，可能導致程序邏輯跳轉(zhuǎn)失敗�？紤]到車輛駕駛行為是根據(jù)不同環(huán)境信息演變的時變序列，而LSTM神經(jīng)網(wǎng)絡....

圖2-17tensorflow框架下LSTM結構

26以數(shù)據(jù)集中ID124車輛為例，其車輛狀態(tài)和環(huán)境信息部分歸一化特征數(shù)據(jù)如表3.2所示。表3.2ID124車輛的部分歸一化特征數(shù)據(jù)車輛ID幀識別號碼速度/(m/s)加速度/(m/s2)偏離車道中心/m前車相對速度左前車相對速度右前車相對速度1244170.0151-0.00370....

本文編號：4031942