强化学习在无人车领域的应用与展望

无人车(UGV)可替代人类自主地执行民用和军事任务,对未来智能交通及陆军装备发展有重要战略意义。随着人工智能技术的日益成熟,采用强化学习技术成为了无人车智能决策领域最受关注的发展趋势之一。本文首先简要概述了强化学习的发展历程、基础原理和核心算法;随后,分析总结了强化学习在无人车智能决策中的研究进展,包括障碍物规避、变道与超车、车道保持和道路交叉口通行四种典型场景;最后,针对基于强化学习的智能决策面临的问题和挑战,探讨并展望了未来的研究工作与潜在的研究方向。     

城市高速道路交通控制方法研究的回顾与展望

本文首先阐述了城市高速道路交通系统存在的关键问题和交通控制研究的必要性,然后通过 高速道路实测曲线说明了该类型交通控制的特点,并对现有的城市高速道路控制三种方法进 行评述,从中选择了现在广泛采用的入口匝道控制法进行深入探讨．在详细论述各种入口匝 道控制方法的适用场合和局限,提出了采用分层递阶智能控制理论和多目标优化的方法实现 城市高速道路与普通道路的综合集成控制以取得城市综合交通系统的效益最优的研究方向     

我国智能交通控制系统的发展及展望

城市交通问题已经成为现代社会尤其是城市社会面临的最大课题之一。文中阐述了国内外智能交通控制系统的发展现状，重点阐述了我国未来智能交通控制的发展模式，并对这种发展模式的内容、控制方法、特点等进行了较为详细的介绍。     

智能交通控制的软件设计

城市交通控制由设定时间的红绿灯变换来控制,而交通流量因地点、时间段、节假日及偶发情况等不确定因素,经常变化。设计的程序可根据交通流量的变化及时对红绿灯时间长度进行修正,以便提高通行速度,减少路口的空等,降低车辆油耗,从而达到减碳的目的。     

虚拟驾驶环境中混合交通控制的设计与实现

1 引言汽车驾驶模拟器(简称模拟器)是将计算机仿真技术应用于教学的一个教学仿真系统。它使用实车驾驶室的环境,并实时地生成虚拟环境来模拟驾驶训练中的声音和视景效果,从而给学员以在真车实景中训练的感受。虚拟驾驶环境就是在汽车驾驶模拟器中构造的虚拟环境。     

基于CPLD的交通控制系统设计

本文介绍了交通路口感应控制的原理、设计思路,利用可编程逻辑器件CPLD,实现基于VHDL语言编写的交通灯控制系统。该系统通过外部输入信号可方便地设定交通灯的延迟时间,使交通灯控制数字电路设计得到了优化,提高了系统的灵活性、可靠性和可扩展性。     

智能时代的汽车控制

自动驾驶是汽车产业发展的重要里程碑. 汽车驾驶自动化一直都在进行, 其发展进程是对驾驶人认知感知、决策规划和执行控制等各个重要环节的逐步增强或最终替代. 智能时代下, 大数据分析、泛在计算、泛在传感和人工智能等颠覆性技术为汽车驾驶自动化向着高级别迈进提供了新的机遇. 控制技术是智能时代汽车自动化进程中的基石, 更多的信息在先进控制技术的赋能下将衍生出更多的新功能与新系统, 从而实现汽车安全性、经济性以及舒适性等各个方面的提升. 本文对智能时代的汽车控制进行综述, 首先回顾汽车自动化的发展进程, 然后探讨汽车自动化进程中面临的问题, 最后梳理出一些未来智能汽车控制发展趋势与关键技术.     

迭代学习控制的回顾与展望

本文综述了迭代学习控制和神经网络学习研究的概况，并对其存在的问题和发展趋势作了讨论。     

均衡流量和饱和度的交通瓶颈控制

为快速疏散交通瓶颈,提出一种均衡流量和饱和度的交通控制方法.首先,利用过车数据获得各路段与瓶颈的关联度,据此得到相关路段,并依据路段剩余空间和排队增长趋势确定可控与不可控路段;其次,依据瓶颈的流量和排队长度,确定总消散量,并分配到可控路段上;可控路段再依据约束条件动态调节分配量,并进行绿灯时长优化;同时不可控路段将多余流量均衡到周边路段;然后,以饱和度均衡为目标进行配时优化.从而,该方法可消散已识别瓶颈,消除潜在瓶颈.最后,通过仿真实验对所提方法的有效性进行了验证.     

饱和路网中动态交通分配和控制一体化建模研究

对饱和路网中动态交通分配和交叉口信号控制的一体化建模进行了研究 .描述了一个双层规划问题 .上层以动态用户均衡为目标建立分配模型 ,下层以系统最优为目标进行信号设置 .考虑了饱和路段上的车辆排队行为和驾驶员路径选择行为 ,并在模型中加以描述 .最后将遗传算法与传统的非线性最优规划方法相结合求解了一体化模型     

一种控制BT流量的方法及其对用户的影响

针对BT流量占用大量带宽资源的问题,提出了BT令牌桶流量控制算法。分析了在网络出口控制BT带宽前后,内网用户的下载速率和内网平均用户数的变化。结果表明,控制出口BT带宽后,内网peer之间的数据传输速率会适当增加,平均每个peer的下载速率有所减少,平均内网peer数增加。将具有BT令牌桶流控功能的设备应用于试验网络环境中,测试结果表明,该算法有效,分析结果正确。     

基于流量的交通信号智能控制算法与仿真

交通信号控制系统是城市交通的基本组成.文章针对交通路口信号控制中的时间分配算法进行研究.根据交通路口抽象模型,综合多种路口流量因素,引入了综合流量指标来对交通流量进行量化描述.并且以该综合指标为中心设计了具备自适应能力的信号控制算法.实现了能够依据交通流量状况进行路口时间调整的交通信号控制系统模型.通过NetLogo平台进行仿真实验,证明该系统模型可以很好的适应路口交通流量变化和差异,一定程度上可以作到对交通压力的缓解.     

基于Linux流控机制的QoS网络

对Linux内核中的流控机制进行剖析,以区分服务(DiffServ)模型为侧重点,根据区分服务模型的体系结构,提出了利用Linux流控机制实现加速转发逐跳行为的应用方案。实验表明,该方案适合于QoS网络的构建。     

A review of path following control strategies for autonomous robotic vehicles: Theory,simulations, and experiments

This article presents an in-depth review of path following control strategies that are applicable to a wide range class of marine, ground, and aerial autonomous robotic vehicles. From a control system standpoint, path following can be formulated as the problem of stabilizing a path following error system that describes the dynamics of position and possibly orientation errors of a vehicle with respect to a path, with the errors defined in an appropriate reference frame. In spite of the large variety of path following methods described in the literature we show that, in principle, most of them can be categorized in two groups: stabilization of the path following error system expressed either in the vehicle's body frame or in a frame attached to a “reference point” moving along the path, such as a Frenet-Serret (F-S) frame or a Parallel Transport (P-T) frame. With this observation, we provide a unified formulation that is simple but general enough to cover many methods available in the literature. We then discuss the advantages and disadvantages of each method, comparing them from the design and implementation standpoint. We further show experimental results of the path following methods obtained from field trials testing with under-actuated and over-actuated autonomous marine vehicles. In addition, we introduce open-source Matlab and Gazebo/ROS simulation toolboxes that are helpful in testing path following methods before their integration in the combined guidance, navigation, and control systems of autonomous vehicles.     

城市路网交通管制下的最优路径诱导仿真研究

路径诱导系统是智能交通的热点研究领域,旨在根据实时的交通信息为出行者提供最优路径选择,而交通管制下的城市交通具有动态性及随机性等特点.为此研究了交通管制下路径诱导仿真线性规划模型,采用面向对象程序设计方法实现双向发启发式A*算法的路径诱导仿真求解算法,实现在几种常见交通管制措施下的诱导仿真.结果表明交通管制措施导致相应的诱导路线调整是诱导路径优化的必然过程,这种行驶路线的调整让用户在复杂交通管制条件下能够快速的到达目的地,使路径诱导系统更符合实际应用.     

基于自适应神经网络的AUVs路径跟踪控制

为解决由于随时间变化水动力阻尼引起的参数变化和不确定性的问题,提出了基于径向基函数神经网络的未知评估算法,引入自适应算法以保证神经网络权值的最优评估.基于Lyapunov稳定性理论,设计一种自适应神经网络控制器以保证路径跟踪系统中所有误差状态都趋于稳定.为了验证该控制器的可行性,对系统施加如位置误差、方向误差等虚拟干扰,证明该控制器可将误差消减为零.另一方面,机器人在以恒定的速度行驶时,每个航点被指定一个适合半径的圆弧可以保证其有较高的精度.为了评估路径跟踪控制器的性能,提出直线型和直线加圆弧型路径方案.仿真结果表明,该控制器可以有效地消除机器人非线性和模型不确定性造成的干扰.     

基于信号灯状态的燃油最优车速规划与控制

基于车联网（Vehicular ad hoc networks,VANETs）进行车辆和信号灯的协同控制是下一代智能交通系统（Intelligent transportation systems,ITSs）中非常重要的核心技术之一.本文提出了一种预测信号灯信息的车辆低油耗环保驾驶控制系统.首先,根据道路信息和牛顿第二定律建立车辆动态模型,根据系统测量的信号灯状态信息,获得车辆避免刹车情况下通过前方信号灯的参考速度.然后,结合基于油耗模型和速度跟踪的综合优化指标,运用模型预测控制（Model predictive control,MPC）方法计算车辆的最优控制输入,并利用Laguerre函数方法对MPC问题进行求解.仿真表明,该系统可减少路口不必要的停车和刹车操作,节约燃油.     

Design and Control of Autonomous Underwater Robots: A Survey

During the 1990s, numerous worldwide research and development activities have occurred in underwater robotics, especially in the area of autonomous underwater vehicles (AUVs). As the ocean attracts great attention on environmental issues and resources as well as scientific and military tasks, the need for and use of underwater robotic systems has become more apparent. Great efforts have been made in developing AUVs to overcome challenging scientific and engineering problems caused by the unstructured and hazardous ocean environment. In the 1990s, about 30 new AUVs have been built worldwide. With the development of new materials, advanced computing and sensory technology, as well as theoretical advancements, R&D activities in the AUV community have increased. However, this is just the beginning for more advanced, yet practical and reliable AUVs. This paper surveys some key areas in current state-of-the-art underwater robotic technologies. It is by no means a complete survey but provides key references for future development. The new millennium will bring advancements in technology that will enable the development of more practical, reliable AUVs.