协同自适应巡航控制车队仿真

如何评估道路环境等外部条件变化对协同自适应巡航控制（Cooperative Adaptive Cruise Control,CACC）车队行驶安全性的影响,对于保障道路交通安全尤为重要。为此,结合Matlab/Simulink和CarSim搭建车辆-环境仿真平台研究道路环境对车队行驶安全性的影响。利用美国NGSIM车辆轨迹数据对平台采用的校正的预瞄驾驶员模型、加速度控制模型、节气门控制模型和制动器控制模型的控制器进行验证;利用平台开展红灯状态、隧道行驶和匝道行驶三种道路环境对车队行驶状态影响的仿真实验。仿真结果表明：车队可以顺利通过路口红绿灯;在安全车速范围内车队进出隧道口时方向控制良好;匝道坡度主要影响车辆加速度和车间距,坡度分别为3%和5%时,车队均保持稳定车间距安全行驶。     

虚拟驾驶员决策行为模型研究

驾驶决策行为是驾驶行为研究的重要内容.为提高驾驶决策行为建模与仿真的可信度,提出了基于分层的驾驶员决策行为模型.将驾驶决策分为策略层、方法层、行动层和车辆控制层四个层次.重点对驾驶员行动层的决策行为进行实现.使用两点法和PID方法相结合,计算车辆转向角度,使用反应点跟车模型计算车辆纵向行驶速度.通过驾驶员跟车行为仿真,分析了跟车行为模型的稳定性和逼真性,说明了驾驶员决策行为模型的可信性,使驾驶行为模型的输出更加真实.     

基于数字图像的汽车驾驶员行驶状态判别

通过车载CCD图像传感器摄取图像,在利用中值滤波、边缘检测等图像处理技术去除噪声和获取道路标线的基础上,建立了摄像机的透视投影模型和汽车驾驶员行驶状态模型,研究了车辆行驶过程中相对道路标线的行驶状态参数,以监控驾驶员行车状况。实验证明,该方法获得的行驶状态参数曲线能有效判别驾驶员的行驶状态,为减少驾驶员人为因素导致的交通事故作了有益的探索。     

山区道路车辆动力学模型与行车安全分析

针对道路的几何线形,特别是纵坡坡度与弯道半径对车辆行驶状态的影响,建立了车路耦合的8自由度山区道路行驶的车辆动力学模型以及Dugoff轮胎力模型.结合车载GPS/IMU的测量信息,解算了不同车轮的滑移率以及垂直载荷,并通过横向载荷转移率(LLTR)对车辆的行驶稳定性进行分析.结果表明:车辆行驶过程中的侧向加速度与道路纵坡坡度以及车辆重心高度与宽度的比率h/T有关,坡度越陡,h/T越大,侧向加速度越大,车辆的行驶稳定性越差,降低车辆的行驶速度与侧向加速度可提高车辆的行驶稳定性.     

跟车安全间距二维云控制

车辆行驶在道路上时速度并非恒定的,于是跟随其行驶的车辆也会随着前车变化而变化。然而,在驾驶过程中驾驶员表现出的不确定性行为特征,使得人们对驾驶员的行为难以进行精确的数学描述。基于安全距离理论提出了跟车二维云控制算法,并对驾驶行程中由于突发事件的影响,驾驶员急加减速的跟车行为进行仿真。     

基于模糊推理的驾驶员车速决策行为建模与仿真

为了在微观交通仿真中更真实地模拟驾驶员的车速决策行为,在综合自由行驶和跟驰两种驾驶行为的基础上,采用模糊推理技术进行建模研究。选取车头时距、期望速度差、前车速度差作为模糊推理系统输入变量,加速度为系统输出,结合实际中加减速行为的不对称性及不同行驶状态下主要行驶意图的不同,构造模糊规则,建立基于模糊推理的车速决策模型。利用模糊系统的输入输出曲面进行了模型的校核,并在考虑驾驶员反应时间的基础上进行了仿真实验。仿真结果表明,车辆能够根据前车行驶状态和自身期望车速进行适当的速度决策,验证了所建模型的合理性。     

爆胎车辆应急自动制动系统稳定控制的策略研究

在完成轨迹控制评价指标构建的基础上,对不同控制器控制爆胎车辆轨迹的效果进行了研究和分析,静态PID控制器通常基于某一车速建立导致对在其他行驶车速下的爆胎车辆行驶控制效果降低。为有效提升爆胎车辆的轨迹控制效果提出增益可变PID控制器。该控制器根据不同的爆胎车速标定事先获得相关参数,将该控制方案应用于轨迹控制仿真实验中,实现了对爆胎车辆行驶轨迹的有效控制过程,恢复到原路径时只出现了较小的偏移。     

考虑速度对期望间距影响的车辆跟驰模型研究

为了真实地反映驾驶员在道路行驶中的车辆跟驰机理,使用相关性分析方法找出影响期望间距的关键因素,从而提出改进的基于期望间距的车辆跟驰模型(improved desired distance model,IDDM).利用NGSIM数据对IDDM和经典的Gipps车辆跟驰模型的参数进行了标定,之后对标定的模型进行评价.研究结果表明,前后两车的速度以及相对速度主要影响跟驰过程中驾驶员采用的期望间距;IDDM与传统Gipps模型相比,其加速度、速度与位置的仿真精度分别提高了0.24 m/s2、0.72 m/s、0.53 m,可以为车辆跟驰行为分析提供参考.     

基于人-车-路-环境综合计算的驾驶员期望车速

微观交通流仿真是智能运输系统研究与开发的重要手段。期望车速是微观交通流仿真研究的一个重要参数,受到驾驶员特性、车辆特性、道路条件、交通干扰、天气和承运任务急缓等多种因素的影响,准确确定期望车速是驾驶员行为研究的难点。从研究驾驶员心理-物理特性的角度出发,利用层次分析法,对驾驶员决策思维的递阶层次进行量化,建立基于人-车-路-环境综合计算的驾驶员期望车速模型。经过实测数据验证,该方法用于驾驶员期望车速模型的研究是可行的。     

关于车道线图像识别轨迹规划跟踪仿真

针对智能车辆在结构化道路上行驶时车道线识别不精确,常用轨迹规划跟踪中没有考虑避障与车辆运动学及动力学约束的问题,提出用双边沿检测与霍夫变换结合卡尔曼滤波来自适应确定感兴趣区域进行车道线检测的方法,并采用符合车辆运动学的五次参数方程生成行驶轨迹,并加入车辆几何宽度信息和车辆动力学约束以保证车辆行驶安全,根据环境变化结合有限状态机切换车道保持、超车、换道、停车线停车四种行驶状态.仿真结果证明,改进方法可以快速识别跟踪车道线,保证车辆避障安全的前提下切换行驶状态进行轨迹跟踪.在结构化道路环境中,车辆安全行驶跟踪精度较高.     

基于多层模型的“两客一危”车辆行驶状态评价系统

随着我国道路运输行业的快速发展,"两客一危"车辆大幅度增长,给道路出行和乘客的生命财产安全带来了极大的考验.本文基于海量"两客一危"车辆行驶数据提出了多层模型的"两客一危"车辆行驶状态评价系统.首先,对行驶数据进行特征筛选、异常值清洗、归一化等处理.然后,在宏观和微观两个层面上分别使用聚类分析模型和动态阈值模型对车辆行驶数据进行分析.最后通过将聚类分析的结果与动态阈值的分析结果相结合即可实现对车辆行驶状态以及驾驶员的驾驶习惯的综合评价.研究结果表明,本文提出的多层模型能够对车辆行程路况以及车辆驾驶员驾驶习惯进行较为准确的评估,可为"两客一危"车辆的管理监督部门以及车辆运输企业提供合理的安全生产的科学依据和数据支持.     

驾驶员敏感行为对入匝道口车流量的影响

在交通流优化的研究中,为了解决驾驶员的敏感行为因素对入匝道口的车流量影响的问题,利用人匝道系统模型在开放边界条件下,采用元胞自动机方法得到驾驶员敏感行为因素引入与否的入匝道口处的车流量数据,得到了不同车辆运行方式条件下入匝道系统各路段的交通流图.结果表明,引入驾驶员敏感行为因素能够显著提高主干道上的车流量;当主干道上车辆较少而匝道上车辆较多时,引入驾驶员敏感行为因素能够显著提高匝道路段的车流量.当主干道和匝道上车辆均较多时,匝道上车辆的随机减速过程更为频繁,从而导致匝道路段流量降低,而驾驶员的敏感驾驶行为在一定程度上能够减少道路瓶颈处堵塞情况的发生.     

考虑动态速度上限的车辆行驶虚坡模型

研究交通管理问题,针对元胞自动机模型被广泛用于交通流的仿真,但它具有其自身固有的离散性。对仿真中车辆以跬跳的方式前进,使得难以用实验手段检验其计算结果。另外,元胞自动机难以处理道路宽度连续变化的情形。而以固支梁挠度曲线为基础的虚坡模型能有效地体现车辆行驶的连续性并能自然推广于道路宽度变化的情形。但以往虚坡模型中采用的车辆速度上限保持不变,驾驶缺乏灵活性。为解决上述问题,提出通过用固支梁挠度曲线表示不同阶段内的动态速度上限,以表示车辆的源于动力的加减速行为。对一个大规模问题进行了计算,结果表明模型能给出连续的车辆速度,并且能适用于道路宽度变化时的情形,能反映车辆行驶随意性,经仿真结果表明改进模型的优越性。     

基于模型预测的侧风稳定性主动前轮转向控制研究

受侧风影响,高速行驶的车辆易偏离预定行驶轨迹,增加驾驶员“误操作”的风险,存在较大安全隐患,为此,该文开展了车辆侧风稳定性主动控制研究。该研究通过建立附加气动力作用的三自由度整车动力学模型,设计主动前轮转向的车辆侧风稳定性模型预测控制器,并搭建 Simulink-CarSim 联合仿真平台进行验证分析。结果表明,在单向侧风工况和交变侧风工况下,带侧风稳定控制的车辆最大侧向偏移量为 0.01 m,远低于无控制时的偏移量;横摆角速度平台值保持在“0”左右,横摆角速度峰值最高降低了 80%,极大地提高了车辆的侧风稳定性。     

基于HMM的车辆行驶状态实时判别方法研究

对交通视频车辆轨迹时序特征下的车辆行驶状态进行研究,提出了一种基于隐马尔科夫模型（Hidden Markov model,HMM）的车辆行驶状态实时判别方法.首先对轨迹序列进行了基于轨迹长度的去不完整轨迹序列、对车辆轨迹点序列的线 性平滑滤波和最小二乘线性拟合的预处理操作,保证了所获得轨迹序列的有效性;其次,提出一种基于车辆运行轨迹点序列方向角的车辆轨迹特征值表示方法和基于方向角区间划分的HMM观察值序列生成方法,该方法以方向角的区间变化来区分不同轨迹模式的特征;最后,采用多观察值序列下的Baum-Welch 算法训练得到相关交通场景轨迹模式类的最优HMM 参数,并通过实时获取车辆行驶轨迹段与相应模型的匹配,实现对车辆行驶状态的实时判别. 仿真实验验证了本文方法的有效性和稳定性.     

基于交互车辆轨迹预测的自动驾驶车辆轨迹规划

针对城市道路等复杂行车场景,提出了一种基于交互车辆轨迹预测的自动驾驶车辆轨迹规划方法,将高维度的轨迹规划解耦为低维度的路径规划和速度规划;首先,采用五次多项式曲线和碰撞剩余时间规划车辆行驶路径;其次,在社会生成对抗网络Social-GAN的基础上结合车辆空间影响和注意力机制对交互车辆进行轨迹预测;然后,结合主车规划路径、交互车辆预测轨迹及碰撞判定模型得到主车S-T图,采用动态规划和数值优化方法求解S-T图,从而得到满足车辆动力学约束的安全、舒适最优速度曲线;最后,搭建PreScan-CarSim-Matlab&Simulink-Python联合仿真模型进行实验验证。仿真结果表明,提出的轨迹规划方法能够在对交互车辆有效避撞的前提下,保证车辆行驶的舒适性和高效性。     

驾驶员多源信息融合协同仿真算法研究

交通仿真是交通控制与管理方案评价和优化的重要实验研究手段。传统的微观交通仿真模型,特别是刻画驾驶员行为的车辆跟驰模型,未能综合考虑交通环境中信息刺激的多源性和驾驶员任务集聚、协调反应的行为过程。文章利用Bayes方法描述驾驶员在复杂行驶环境中多源信息的融合过程,确定驾驶员任务集聚后对车辆应采取的驾驶行为。模型验证表明:交通仿真过程中,在车辆跟驰模型实施之前,利用Bayes算法模型化驾驶员在多源信息刺激下任务集聚、协同反应的过程是行之有效的。     

车辆避障驾驶控制方法研究

受机器人基于人工势场的路径控制方法的启发,在吴镜开等提出方法的基础上,提出了车辆避障控制机制。定义了基于停车视距的车辆行驶动态目标位置;依据人工势场建模原理构建道路和障碍物势场;为了平滑车辆行驶路线,采用了贝塞尔（Bezier）曲线车辆轨迹拟合的方法;针对车辆系统是典型的非完整控制系统,将车辆运动学模型转换为链式系统模型,实现相对简化系统控制设计目的。仿真控制实验说明这种方法对车辆避障控制具有较好的轨迹跟踪效果和全局稳定性。     

智能车逆向超车控制算法

针对双向车道因受限于道路条件及交通特性仅能借用对向车道完成超车（逆向超车）的问题,通过采用车联网以及车载传感器获取环境车辆的速度、加速度等全局信息,将多车场景中各个实体所造成的影响纳入超车决策中,从而提出一种基于图搜索和模型预测控制（Model Predictive Control, MPC）的逆向超车控制方法。首先,根据车车通信获取的全局信息,结合非合作博弈,对各车在整个时段内的行为进行预测,并根据预测情况对道路的各个区域进行安全评估,评估依据为该区域在下一时刻出现车辆的概率。对道路完成评估后,得到碰撞概率热区图,之后采用A*算法搜索安全路径,根据安全路径完成目标车辆的轨迹规划,并设计模型预测控制器来对主车进行实时控制,使车辆按照既定轨迹行驶。最后,借助Carsim与MATLAB/Simulink搭建联合仿真平台,对提出的算法进行验证。仿真实验结果表明,该模型的控制误差最大不超过0.15 m,平均误差率约为1.7%,能实现对车辆的精准控制,保证被控车辆安全完成逆向超车。     

基于深度学习的智能车辆辅助驾驶系统设计

为帮助驾驶员在夜间行车时确认前方路况,设计了保证自己及他人出行安全的车载夜视辅助驾驶系统。通过构建深度学习神经网络算法,将经预处理得到的车辆周围图像作为神经网络的输入数据,经逐层训练与调参得到离线网络运算,从实时图像数据中提取障碍物的特征信息与运动情况。通过驾驶车辆上采集设备探测反馈行车轨迹环境,正确识别车辆所处的环境状态,进而提醒驾驶员,并帮助车辆面对突如其来的危险时采取正确行驶决策,避免事故的发生。