基于視覺和雷達(dá)的智能車輛自主換道決策機(jī)制與控制研究.pdf

1、智能車輛從根本上改變了傳統(tǒng)的車輛駕駛方式，將駕駛員從“駕駛員-車輛-道路”的閉環(huán)系統(tǒng)中解放出來，利用先進(jìn)的電子與信息技術(shù)控制車輛行駛，讓駕駛活動中常規(guī)的、持久且易疲勞的操作自動完成，能夠極大地提高交通系統(tǒng)的效率和人員的安全性。研究智能車輛的自主換道關(guān)鍵技術(shù)，最終能夠?qū)崿F(xiàn)多車的自主交互協(xié)同，提高部隊(duì)人員、裝備的使用效率和戰(zhàn)場環(huán)境的適應(yīng)能力;同時(shí)，通過準(zhǔn)確的環(huán)境信息感知，加上科學(xué)、合理的決策分析與穩(wěn)定可靠的控制算法，使車輛自主換道的安全性比

2、充滿不確定因素的駕駛員換道更具優(yōu)越性，有效地控制人為因素造成的交通事故。
　　本文通過分析駕駛員的駕駛行為過程，研究了駕駛員換道意圖的產(chǎn)生及階段，分析了影響駕駛員換道的因素，進(jìn)而深入研究了駕駛員換道的決策機(jī)制，并針對智能車輛的結(jié)構(gòu)特點(diǎn)，模擬駕駛員換道的決策過程，解析了智能車輛自主換道的決策機(jī)制。通過分析人體器官在駕駛員駕駛車輛過程中的功能，建立了“駕駛員-車輛-道路”的系統(tǒng)模型，從控制論的角度分別研究了駕駛員、車輛和道路在系統(tǒng)中的

3、功能與作用，并提出了系統(tǒng)控制的評價(jià)指標(biāo);通過試驗(yàn)數(shù)據(jù)，得出了誘發(fā)車輛換道的主要原因是本車道前方有慢車，而駕駛員對時(shí)間與空間的追求是影響車輛換道的主要因素;本文將車輛的換道過程分為換道意圖的產(chǎn)生、換道時(shí)機(jī)的決策、換道軌跡的規(guī)劃和換道軌跡的跟蹤控制四個(gè)階段;建立了“駕駛員-車輛-道路”系統(tǒng)的高速公路典型場景，得出了駕駛員的換道過程是以駕駛員行為特性為主導(dǎo)的信息感知、決策與操控的三個(gè)模塊相互作用的行為決策與控制過程;分析了駕駛員換道決策階段的

4、表征參數(shù)，選取了車道線信息、車道邊緣信息、交互車輛信息等作為智能車輛自主換道研究的特征參數(shù);根據(jù)智能車輛的結(jié)構(gòu)特點(diǎn)，模擬駕駛員換道決策過程，建立了“機(jī)器-車輛-道路”的系統(tǒng)模型，解析了智能車輛自主換道的決策機(jī)制。
　　通過建立路權(quán)雷達(dá)圖進(jìn)行信息融合，對換道過程中換道意圖的產(chǎn)生、換道時(shí)機(jī)的決策、換道軌跡的規(guī)劃三個(gè)階段進(jìn)行分析，建立了智能車輛自主換道的決策模型，并針對換道過程出現(xiàn)的突發(fā)異常情況，建立了靜、動態(tài)障礙車輛的避障模型。模擬人

5、類認(rèn)知行為的注意力分配機(jī)制，根據(jù)路權(quán)的概念，建立了變粒度路權(quán)雷達(dá)圖，使用較少的存儲空間和計(jì)算資源完成對人類認(rèn)知行為的模擬和計(jì)算，通過路權(quán)雷達(dá)圖實(shí)現(xiàn)了信息融合、仿真分析和路徑規(guī)劃等功能;定義了智能車輛的最小行車安全距離，在此基礎(chǔ)上確定了智能車輛產(chǎn)生換道意圖的期望值。通過選取2名熟練駕駛員、選擇典型高速公路路線、制定試驗(yàn)控制條件等設(shè)計(jì)試驗(yàn)方案，采集影響駕駛員換道的特征參數(shù)311組，其中，車道保持?jǐn)?shù)據(jù)97組，換道行駛數(shù)據(jù)214組;采用v-支持

6、向量機(jī)進(jìn)行訓(xùn)練，選取(δ，v)=(0.12，0.03)作為v-支持向量機(jī)的模型參數(shù)，判斷換道行為的準(zhǔn)確率為91.05％;從換道時(shí)間、換道橫向加速度、曲率突變等方面分析比較了智能車輛常用的換道軌跡規(guī)劃方法，根據(jù)本文研究的對象，確定了梯形加速度換道軌跡的方法;針對換道過程的突發(fā)意外事件，建立了靜、動態(tài)障礙車輛的避障模型;為了滿足實(shí)時(shí)性要求，在環(huán)境建模中設(shè)計(jì)了變尺度柵格圖，當(dāng)車輛高速行駛時(shí)，變尺度柵格圖比傳統(tǒng)柵格的CPU占用降低約34％;將變

7、尺度柵格圖與路權(quán)雷達(dá)圖進(jìn)行融合，通過靜態(tài)選擇式避障模塊和動態(tài)障礙避障策略，實(shí)現(xiàn)對突發(fā)意外障礙車輛的躲避。
　　通過分析智能車輛縱橫向耦合系統(tǒng)的建模與控制方法，建立了智能車輛縱橫向耦合運(yùn)動學(xué)模型，該模型考慮縱向、橫向以及橫擺運(yùn)動狀態(tài)，可以更為精確地對智能車輛換道軌跡與換道完成后的車道保持進(jìn)行控制。分析了車輛行駛過程中的縱橫向耦合影響，提出了智能車輛縱橫向耦合建模與控制問題，建立了智能車輛縱橫耦合控制系統(tǒng)，包括縱向運(yùn)動、橫向運(yùn)動以及橫

8、擺運(yùn)動模型;采用指數(shù)型滑模變結(jié)構(gòu)方法設(shè)計(jì)換道軌跡跟蹤控制器，使智能車輛系統(tǒng)在車輛換道過程中滿足期望的動靜態(tài)性能指標(biāo);針對換道完成后的車道保持問題，建立智能車輛的橫向偏差模型，采用Terminal滑模變結(jié)構(gòu)方法設(shè)計(jì)車道保持控制器，將橫向運(yùn)動與橫擺運(yùn)動結(jié)合起來，使得橫向偏差可以隨著車道曲率變化而自動調(diào)節(jié)，同時(shí)，可以提高車道保持過程中縱橫向運(yùn)動的穩(wěn)定性;采用MATLAB仿真工具對智能車輛換道軌跡跟蹤控制以及換道完成后的車道保持控制進(jìn)行仿真，驗(yàn)

9、證了控制器設(shè)計(jì)的有效性和穩(wěn)定性。
　　針對某型越野車的結(jié)構(gòu)特點(diǎn)，進(jìn)行了智能車輛平臺的機(jī)械改造，搭建了智能車輛的硬件和軟件平臺，并進(jìn)行了實(shí)際高速公路的試驗(yàn)，驗(yàn)證了系統(tǒng)的可靠性和穩(wěn)定性。根據(jù)智能車輛自主換道技術(shù)驗(yàn)證的需要，對原車進(jìn)行了智能化改造，采用電動轉(zhuǎn)向方案設(shè)計(jì)了車輛的轉(zhuǎn)向機(jī)構(gòu)，在原車制動系統(tǒng)中加裝一套液壓閥組改造了制動機(jī)構(gòu)，通過并聯(lián)安裝一套電控拉線盤實(shí)現(xiàn)油門機(jī)構(gòu)的智能控制;搭建了智能車輛的硬件平臺，優(yōu)化儀器設(shè)備;采用多線程技術(shù)進(jìn)