在復(fù)雜交通環(huán)境下智能汽車行駛風(fēng)險評估與智能決策
為驗該思想,進(jìn)行大量實驗
自然駕駛數(shù)據(jù)分析結(jié)果
首先進(jìn)行自然駕駛數(shù)據(jù)采集,在自然駕駛數(shù)據(jù)中提取了7631段幀號連續(xù)的跟車過程,通過計算各個過程的距離平均作用量,發(fā)現(xiàn)平均作用量分布較為集中,駕駛?cè)说能囘^程中的決策行為趨于穩(wěn)定。
實車實驗
實驗采用的是課題組的三調(diào)實驗平臺車,分別為:一輛本田雅閣車(作為車i)和兩輛長安悅用車(作為車j和車k),實驗分為自由行駛、跟車行駛和鄰車切入三個場在昌平區(qū)水南路進(jìn)行。
實車實驗數(shù)據(jù)分析結(jié)果
上圖說明絕大多數(shù)駕駛員都能控制在一個穩(wěn)定值,實際上駕駛員的操作與理論值都有一些偏差,風(fēng)險的判別就是看偏差的大小,如果超出一定的值危險就會發(fā)生。
按照19個作用量的大小來進(jìn)行排序,發(fā)現(xiàn)另外一個現(xiàn)象,即為了分析駕駛?cè)笋{駛過程中的實際作用量S和理論的最小作用量S’之間的關(guān)系,我們計算S的均值和方差發(fā)現(xiàn),S的均值越大,方差越大。當(dāng)駕駛過程滿足作用量為最小值S’時,方差為0?梢钥吹,因此,如果評價一個駕駛員的駕駛水平和駕駛技能,優(yōu)秀的駕駛員可以用實際駕駛作用量與理論值的接近程度來衡量。
進(jìn)一步的驗證,可用KW驗證方法,對六種行為過程的S與S’進(jìn)行對比分析,結(jié)果顯示所有過程中的P- valuel都遠(yuǎn)大于0.05,說明駕駛?cè)嗽谶@六種行為過程中的實際作用量S與理論的最小作用量S’之間沒有顯著性差異。
在這個基礎(chǔ)上用安全性和高效性的聯(lián)合評價指標(biāo)——Dse來判斷行車的危險,實際作用量S和理論最小作用量S’之間的差異程度是影響寫過程中安全性和高效性的關(guān)鍵因素。為了分析兩者間的關(guān)系,定義Dse為行驗過程中安全和高效的聯(lián)合評價指標(biāo),并用歸一化形式描述。
實車實驗數(shù)據(jù)分析結(jié)果(跟車與切入場的加減速過程)
切入過程中的Dse高于跟車過程,制動過程中的Dse高于加速過程,且切入場中的制動過程Dse值最高(圖d),說明切入場景的相較跟車場更復(fù)雜也更危險,制動過程相較加速過程更易出現(xiàn)行車風(fēng)險。
通過實車實驗數(shù)據(jù)證明:駕駛?cè)说臎Q策機(jī)制遵循最小作用量原理。因此在這樣的理論之下,就可以把人類的決策行為用于智能車的決策當(dāng)中。
基于最小作用量原理的決策方法
在感知的基礎(chǔ)上基于場論進(jìn)行風(fēng)險評估,在評估風(fēng)險的基礎(chǔ)上,基于最小作用量原理來實現(xiàn)模擬人的智能決策。
風(fēng)險評估方法既可以用于綜合性的風(fēng)險評、也可以用于路徑的規(guī)劃,而最小作用量可以用于復(fù)雜場景下的協(xié)同決策。
未來成果應(yīng)用
應(yīng)用框架
自動駕駛系統(tǒng)
交通風(fēng)險監(jiān)控系統(tǒng)
交通設(shè)施設(shè)計評估
智慧城市——智慧交通
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
圖片新聞
技術(shù)文庫
最新活動更多
推薦專題
- 1 小鵬首款增程車曝光,大空間SUV要搶理想地盤?
- 2 "尚界"登場:華為與上汽的這張新牌怎么打?
- 3 想買SUV的再等等,下半年即將亮相4款全新SUV,個個都看點十足!
- 4 北京跑出未來獨角獸:做智能駕駛,份額全國第一
- 5 更傳統(tǒng)的新勢力SUV來了!小鵬G7上市定檔,價格會有驚喜?
- 6 美洲車市 |巴西2025上半年:比亞迪銷售5萬臺,坐穩(wěn)前十
- 7 雷軍距離馬斯克有多遠(yuǎn)?
- 8 19.58萬起售的小鵬G7,能否給火爆的小米YU7“降降溫”?
- 9 今年新上市的這5款轎車值得買,不僅顏值高、配置足,銷量更高!
- 10 新勢力6月戰(zhàn)報:誰在領(lǐng)跑?