收藏本站
《吉林大学》 2019年
收藏 | 手机打开
二维码
手机客户端打开本文

智能汽车个性化辅助驾驶策略研究

蒋渊德  
【摘要】:智能汽车是一个涉及众多控制单元、具有较强动态耦合特征的复杂系统,特别是随着汽车智能化程度的不断提高,各种辅助驾驶功能不断增多,智能辅助驾驶功能与驾驶人之间的交互、与车辆电子控制系统之间的关系不断复杂化。智能辅助驾驶策略能否符合驾驶人的驾驶习性对系统的接受度有着重要影响,对提高车辆在安全、舒适等方面的整体性能有着重要作用。然而由于驾驶人数量庞大,不同驾驶人在年龄、性格、心理状态、熟练程度等方面具有明显不同,以及驾驶人驾驶行为的内在复杂性,导致不同驾驶人驾驶习性的差异性表征成为一项难题,传统控制策略设计中通过参数标定适应驾驶人驾驶习性的方法难以满足大量驾驶人的个性化需求。本文依托十三五国家重点研发计划课题“智能电动汽车人机共驾交互理论”(编号:2016YFB0100904)和国家自然科学基金项目“智能汽车人机并行控制冲突机理与协同共驾关键技术研究”(编号:51775235),建立基于学习的智能汽车个性化辅助驾驶策略。以驾驶人驾驶数据为基础,利用机器学习算法分析驾驶人驾驶习性,采用基于交互学习的辅助驾驶策略设计方法,实现上层决策算法对驾驶人驾驶习性的适应。通过多目标优化车辆底盘集成控制策略,实现上层辅助驾驶策略与车辆动力学控制之间的协调。本文围绕智能汽车个性化辅助驾驶策略关键问题,分别从驾驶人驾驶数据采集与分析,纵向辅助驾驶策略设计,侧向辅助驾驶策略设计,车辆纵侧向耦合底盘集成控制等方面展开研究。首先,建立了基于驾驶数据整体分布的驾驶习性差异性度量方式。搭建了驾驶人实车驾驶数据采集平台,对大量具有不同驾驶习性驾驶人的驾驶数据进行了采集;引入能够准确拟合任意分布形式的高斯混合模型,对驾驶人驾驶数据进行统计建模,利用最大期望迭代算法对模型参数进行估计,得到各驾驶人驾驶习性的概率表示;引入KL散度对不同高斯混合模型之间的分布差异性进行计算,从而得到驾驶人驾驶习性区分的量化表征,能够有效避免通过状态变量数据的均值、方差等统计数字特征之间的欧氏距离对驾驶习性差异性进行衡量的局限;进而实现驾驶人驾驶习性的非监督聚类,为辅助驾驶策略设计提供不同驾驶习性的驾驶数据。此外,探究了各状态变量与驾驶人换道意图之间的非线性关系,为换道意图识别特征选择提供依据,建立了基于驾驶数据学习的驾驶人换道意图识别算法。其次,基于自适应动态规划算法提出了一种能够考虑驾驶人驾驶习性和前车运动随机性特点的纵向辅助驾驶决策算法。该辅助驾驶策略包括速度控制和跟随控制两种工作模式,基于驾驶人真实驾驶数据,对两种工作模式之间的切换特点进行了分析;针对速度控制模式,提出了指数式车速调节过程模型;跟随控制模式下,分析了驾驶人纵向跟随加速度决策与车辆运动状态之间的映射关系,采取逆向强化学习对驾驶人纵向跟随控制进行建模,假定驾驶人纵向加速度决策满足玻尔兹曼分布,利用最大似然方法得到车辆纵向跟随加速度决策值函数表达;为构建符合真实交通环境特点的车辆纵向运动环境模型,建立前方目标车加速度决策无向概率图模型,得到前方目标车加速度变化分布函数;利用神经网络作为Actor模块和Critic模块,通过与建立的交通环境模型进行交互迭代,得到主车加速度决策策略,实现跟随控制模式下的最优决策。第三,建立了基于车辆运动轨迹预测和深度强化学习的个性化侧向辅助驾驶决策算法。通过动态贝叶斯网络对车辆运动过程中各随机变量之间的依赖关系进行建模,得到融合驾驶人操作随机性特征和车辆动力学模型的车辆运动有向概率图模型,利用近似推理算法得到车辆在未来时域内的运动轨迹;借助于卷积神经网络的特征提取能力,在CARLA环境下建立基于驾驶数据学习的个性化驾驶人模型;利用变分自编码器对驾驶图像特征进行提取,得到驾驶场景状态表示,基于深度强化学习构建车道保持侧向附加横摆角速度决策算法,通过深度强化学习算法与驾驶人模型之间的交互实现个性化车道保持决策策略;通过在CARLA中不同场景的测试验证了算法的有效性。第四,基于约束优化车辆控制分配建立了上层纵侧向辅助驾驶策略与车辆动力学控制之间的协调策略。车辆纵侧向运动之间的动态耦合特征使得上层辅助驾驶策略之间可能会出现一定的矛盾,在车辆执行机构上可能会出现冲突,为实现上层决策算法与车辆底盘控制之间的协调,避免不同辅助驾驶决策算法可能出现的执行冲突,利用多目标优化控制方法建立基于数值优化的车辆底盘集成控制策略;为实现优化求解过程中对未来时刻车辆期望控制的考虑,利用循环神经网络建立期望控制预测模型,结合车辆控制模型和车辆执行机构动态特性模型建立基于优化分配的控制算法;并通过仿真测试对算法的有效性和实时性进行了验证。最后,基于Carsim车辆动力学仿真软件、CARLA虚拟场景环境和d SPACE/Simulator、Micro Auto Box等硬件设备建立了驾驶人在环平台,对建立的辅助驾驶策略和车辆动力学集成控制算法进行了验证。所建立的驾驶人在环平台能够实现车辆动力学仿真与三维虚拟测试场景构建之间的连接,能够有效满足文中算法验证需求;分别设计不同的测试场景,对文中纵、侧向辅助驾驶策略进行了大量试验,验证了算法能够同时满足车辆纵向和侧向控制目标;另外,针对纵向辅助驾驶策略搭建了实车试验平台,主要对文中所提指数式车速调节过程模型和自适应动态规划车辆跟随控制策略进行了试验,验证了算法的有效性。本文的主要创新点如下:(1)针对不同驾驶人驾驶习性之间的差异性度量,提出了基于驾驶数据整体分布表征的量化方法。将驾驶人驾驶数据视作一个分布函数,采用高斯混合模型对其进行建模,以不同高斯混合模型之间的差异作为驾驶人驾驶习性差异性的度量表示,能够实现基于驾驶数据整体理解的驾驶习性表征。(2)提出了基于驾驶人驾驶习性的个性化纵向辅助驾驶策略,分别建立了个性化模式切换策略、个性化速度控制和跟随控制策略。将车辆纵向跟随控制决策建模为动态纵向交通环境下,考虑跟踪性、舒适性和驾驶人驾驶习性适应性的多目标决策问题,提出了基于自适应动态规划的纵向跟随控制策略。(3)提出了基于车辆运动轨迹预测和深度强化学习的个性化侧向辅助驾驶策略。通过动态贝叶斯网络建立了车辆运动过程中各主要随机变量之间的依赖关系,实现了考虑驾驶人操作特点和车辆动力学模型的运动轨迹预测;利用深度学习算法建立了个性化驾驶人模型,通过与近端策略优化深度强化学习车道保持决策策略之间的交互,实现了基于驾驶人驾驶习性的个性化车道保持决策算法。
【学位授予单位】:吉林大学
【学位级别】:博士
【学位授予年份】:2019
【分类号】:U463.6

免费申请
【相似文献】
中国期刊全文数据库 前10条
1 董鹏;杨光;郑奥柯;;我国智能汽车的现状和解决对策及未来发展趋势[J];武汉学刊;2018年01期
2 孙娜;;智能汽车未来的发展趋势分析[J];中外企业家;2018年25期
3 董鹏;王昊;谢峰波;刘大庆;;我国智能汽车发展中的困境与出路[J];客车技术;2018年01期
4 罗红梅;周逸凡;;智能汽车产业的发展情况[J];摩托车技术;2019年03期
5 沈广辉;郝艺源;冯莉;;中国智能汽车发展研究[J];内燃机与配件;2019年04期
6 王杰;;智能汽车未来发展趋势分析[J];现代制造技术与装备;2019年02期
7 许中缘;;论智能汽车侵权责任立法——以工具性人格为中心[J];法学;2019年04期
8 乔剑峰;李德珺;;智能汽车侵权责任问题探析[J];湖北职业技术学院学报;2019年01期
9 秦志嫒;张怡凡;贾宁;白文岭;刘宇;;我国智能汽车管理及政策法规体系研究[J];汽车工业研究;2019年02期
10 郑文江;;中美智能汽车研发比较分析[J];科技中国;2019年09期
中国重要会议论文全文数据库 前10条
1 王一流;曹婷婷;;浅析智能汽车和智能汽车操作应用[A];第十五届河南省汽车工程科技学术研讨会论文集[C];2018年
2 王铭枫;张海林;;冀杰在智能汽车分级实施核心技术及工程开发高研班授课纪要 智能车辆自动驾驶行为决策与运动控制技术[A];西南汽车信息(2017年第5期 总第374期)[C];2017年
3 本刊编辑部;;重庆理工大学黄江博士在“智能汽车分级实施核心技术及工程开发高研班”授课概要 智能汽车的技术路线:自动驾驶与智能驾驶[A];西南汽车信息(2017年第6期 总第375期)[C];2017年
4 本刊编辑部;;长安汽车智能驾驶所梁锋华副所长在“智能汽车分级实施核心技术及工程开发高研班”授课概要 智能汽车典型案例分析及面临的挑战与建议[A];西南汽车信息(2017年第6期 总第375期)[C];2017年
5 黄金;贺建民;麻建坐;周忆;;智能汽车风扇离合器的分析与设计[A];2009中国汽车工程学会年会论文集[C];2009年
6 本刊编辑部;;中国汽车工程研究院谢飞副总经理在“智能汽车分级实施核心技术及工程开发高研班”授课概要 智能网联汽车发展现状及趋势[A];西南汽车信息(2017年第6期 总第375期)[C];2017年
7 冀杰;;智能汽车关键技术发展及研究现状[A];西南汽车信息:2012年上半年合刊[C];2012年
8 小易;;世界上的高科技公路[A];养护与管理2017年第4期(总第74期)[C];2017年
9 韩磊;;智能汽车与交通——生态驾驶技术[A];2013中国汽车工程学会年会论文集[C];2013年
10 徐俊杰;张海林;;曹飞在智能汽车分级实施核心技术及工程开发高研班授课纪要 智能汽车驾驶辅助系统关键技术及测试验证[A];西南汽车信息(2017年第5期 总第374期)[C];2017年
中国重要报纸全文数据库 前10条
1 周和双;博泰沈晖:我们在“做”智能汽车[N];经济观察报;2015年
2 朱冲;照亮i时代[N];经济观察报;2014年
3 记者 王辉;西部首个智能汽车试验基地落户重庆[N];中国质量报;2019年
4 记者 乔伟;就加快推动中国国际智能汽车高速测试园区项目进行交流[N];张掖日报;2019年
5 伊吾;未来 智能汽车要解决三大问题[N];中国消费者报;2018年
6 记者 高少华;安全成智能汽车发展当务之急[N];经济参考报;2019年
7 本报记者 吕宙巡;从上饶造全智能汽车看2019车市新势力[N];江西日报;2019年
8 本报记者 王郁;“三位一体”研发十余载 助力智能汽车强国梦[N];科技日报;2019年
9 本报记者 柴逸扉;智能汽车离我们有多远?[N];人民日报海外版;2019年
10 中国城市报记者 刁静严;智能汽车将“C位”出道[N];中国城市报;2018年
中国博士学位论文全文数据库 前6条
1 蒋渊德;智能汽车个性化辅助驾驶策略研究[D];吉林大学;2019年
2 华一丁;基于熟练驾驶员转向操纵特征的智能汽车仿人转向控制技术研究[D];江苏大学;2018年
3 岳泊暄;基于深度学习的智能汽车容错感知与决策控制方法研究[D];浙江大学;2018年
4 陈永尚;智能汽车城区复杂交通情景的驾驶行为决策方法研究[D];吉林大学;2019年
5 张立增;智能汽车方向与速度综合决策的混合机理与规则建模研究[D];吉林大学;2017年
6 康俊民;城市环境下无人车自主定位关键技术研究[D];长安大学;2016年
中国硕士学位论文全文数据库 前10条
1 李竹峰;智能汽车多模式驾驶仿真平台开发[D];扬州大学;2019年
2 刘汉儒;基于激光雷达的智能汽车前方不平路面识别方法[D];哈尔滨工业大学;2019年
3 任佳伟;基于802.11p的智能车载终端研发[D];西华大学;2019年
4 宋能学;基于DDPG的智能汽车稳定性控制方法研究[D];合肥工业大学;2019年
5 李子龙;基于人工神经网络的智能汽车循迹控制研究[D];合肥工业大学;2019年
6 吴源;智能汽车车载TSN网络参数优化配置研究[D];合肥工业大学;2019年
7 梁政焘;基于预测模型的智能汽车前向引导区规划研究[D];华南理工大学;2019年
8 胡伟;面向智能汽车的安全审计系统的设计与实现[D];电子科技大学;2019年
9 李亚龙;智能汽车监管法律制度研究[D];山西大学;2019年
10 刘康;基于激光雷达的智能汽车障碍物检测关键技术研究[D];武汉理工大学;2018年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026