基于有限状态机的智能车辆交叉口行为预测与控制

提出一种智能车辆交叉口行为预测与控制方法. 建立交叉口车辆行为预测的有限状态机(FSM)模型,对交叉口其他车辆的行为进行预测. 构建应用于智能车辆的混合状态系统,引入有限状态机模型,结合智能车辆交叉口安全条件运行规则,实现智能车辆离散状态分析及车辆控制. 运用PreScan和Simulink/Stateflow实现交叉口联合仿真. 结果表明,该方法可以使智能车辆安全地通过有其他车辆通行的交叉路口.      

智能车辆决策方法研究综述

结合目前国内外智能车辆决策方法的研究现状,分别从决策的输入、输出、周边环境交互方式以及算法类型4个方面对决策方法进行分类归纳、优缺点分析以及适用场景评估;总结归纳现阶段常见决策评估方法以及用于决策研究的数据集;分析现阶段决策方法所面临的技术难点以及未来发展趋势.     

交叉口驾驶员转向意图辨识研究

基于profit-sharing增强学习算法,提出了自适应性驾驶员意图辨识的方法,对交叉口驾驶员转向意图进行辨识,达到了缩短辨识所需时间和提高驾驶意图辨识准确性的目的。通过驾驶模拟仪采集的交叉口驾驶员操作数据,建立关于油门踏板操作量、制动踏板操作量、车速的驾驶员转向行为模型,运用profit-sharing增强学习方法对转向行为模型进行实时调整,使模型反映驾驶员的个体特征。实验结果表明,所提的方法在交叉路口前3 s对驾驶行为的识别率是96.8%,前5 s的识别率是94.1%。     

驾驶员行为仿真模型研究进展

着重从驾驶行为分析的角度出发,回顾了以往构建于控制论思想之上的车辆跟驰模型,特别是其中与人因素有关的GHR模型、碰撞避免模型、AP模型、基于模糊逻辑的模型、基于神经网络的模型、期望间距模型等,对各模型的构建理论和主要优缺点进行了详细阐述,从整体上揭示了上述模型构建过程中所忽视的用于刻画驾驶行为可变性特点的一些关键性问题,并结合当今交通领域最新的研究成果分别从应用领域专门化、研究手段多样化、研究层次深入化、模型构建实用化等方面预测了驾驶行为仿真模型未来的发展趋势.     

基于深度强化学习的智能车辆行为决策研究

自动驾驶车辆决策系统直接影响车辆综合行驶性能,是实现自动驾驶技术需要解决的关键难题之一。基于深度强化学习算法DDPG（deep deterministic policy gradient）,针对此问题提出了一种端到端驾驶行为决策模型。首先,结合驾驶员模型选取自车、道路、干扰车辆等共64维度状态空间信息作为输入数据集对决策模型进行训练,决策模型输出合理的驾驶行为以及控制量,为解决训练测试中的奖励和控制量突变问题,本文改进了DDPG决策模型对决策控制效果进行优化,并在TORCS（the open racing car simulator）平台进行仿真实验验证。结果表明本文提出的决策模型可以根据车辆和环境实时状态信息输出合理的驾驶行为以及控制量,与DDPG模型相比,改进的模型具有更好的控制精度,且车辆横向速度显著减小,车辆舒适性以及车辆稳定性明显改善。     

基于模糊神经网络的车辆类型自动检测

高速公路车辆类型自动检测是智能交通系统中的一个重要组成部分。本文提出了一种用于高速公路车辆类型检测的T-S型模糊神经网络(T-SFNN)模型。通过几何模型,从激光传感器所采集的数据中提取车型特征向量。在此基础上,设计出模糊神经网络车辆类型识别检测器并对神经网络进行有效地训练与测试。仿真结果表明,该方法的收敛速度快,车辆类型识别的精度较高,具有稳定的输出性。     

基于车辆轨迹数据的交叉口危险驾驶行为预测

基于大量实证车辆轨迹数据建立了信号控制交叉口相位切换期间轨迹预测模型和驾驶员心理决策过程预测模型,并在两个模型的基础上建立了驾驶员危险行为识别的规则,三者共同构成了驾驶员危险行为预测方法.经检验,预测方法的整体精度达到88.89%.该预测方法将驾驶员临近交叉口时的隐藏心理决策过程作为一个重要变量运用到危险行为预测方法中,并实现了对车辆个体动态化的轨迹预测.     

无信号交叉口行人过街决策行为分析

通过分析拟合广西梧州市中心城区无信号交叉口的实测数据, 研究了行人的过街决策行为和过街速度, 并在此基础上, 引入了行人决策距离和临界安全距离两个概念. 实测数据表明, 交通平常期行人过街速度在平均速度附近变化: 如果考虑行人在路边的等待时间, 行人的平均过街速度为0.6 m/s; 如果不考虑行人在路边的等待时间,行人的平均过街速度为0.8 m/s. 经统计学D’Agostino法检验发现,交通平常期行人过街的平均速度分布不满足正态分布.     

信号交叉口左转车辆跟驰行为建模

跟驰模型是交通流理论的核心内容之一,但左转车辆在交叉口转弯过程中跟驰行为的特征表现,尚缺少基于实际数据的深入研究。针对这个问题,设计了信号交叉口左转车辆跟驰实验,基于高精度全球定位系统(global positioning system,GPS)和移动地理信息系统采集车辆跟驰行为相关数据,分析了信号交叉口不同转弯半径下左转车辆跟驰速度时变规律及分布本征。在全速度差(full velocity difference,FVD)跟驰模型的基础上,考虑跟驰车驾驶员对前导车加、减速反应的非对称性,构建了改进的全速度差模型,并采用遗传算法对模型进行了参数标定。最后,以跟驰车加速度为检验指标,利用实测数据对改进的全速度差模型加、减速度过程的准确性进行了分析与评价。结果表明:信号交叉口左转跟驰车辆的平均运行速度与转弯半径成正相关;在不同转弯半径下跟驰车速度出现频数最高的数值随着转弯半径的增大而增大;改进的全速度差模型,能更好地描述交叉口左转车辆跟驰过程,驾驶员对前导车减速行为的反应比对加速行为的更强烈。     

基于自然驾驶数据的信号交叉口车辆跟驰行为特征分析

为明确城市信号交叉口的车辆跟驰行为特性,基于自然驾驶试验数据,对车辆在减速、加速跟驰状态的车头间距、车头时距和相对速度进行了分布特征分析以及与跟驰速度的相关性分析。结果表明：减速跟驰状态的相对速度主要集中于[-3m/s,1m/s],加速跟驰状态主要集中于[-1m/s,3m/s];减速跟驰状态和加速跟驰状态的车头时距随后车跟驰速度变化趋势相同,确定了跟驰速度小于20km/h的车头时距阈值;去掉跟驰速度小于6km/h的数据后得到的减速跟驰、加速跟驰状态车头时距和车头间距均呈正偏态分布,车头间距集中于5-30m,车头时距集中于1.5s-3.5s;两种跟驰状态车头间距、车头时距的5th、50th、95th特征值与跟驰速度具有较强的相关性。     

一个基于自组织多Agent系统的智能控制与决策模型

提出了一个基于自组织多Agent系统的智能控制与决策模型,它是一种基于行为主义的智能控制与决策模型,由环境和自组织多Agent系统两大部件构成,分别通过环境的定义、环境的识别、多Agent控制与决策过程以及多Agent控制与决策输出4个基本步骤来完成建模工作．该模型可以灵活地选择多种算法进行具体的实现工作,文中给出的算法是一种基于作用力机制（物理激励）的多Agent控制与决策算法,该算法是通过模仿经典物理学理论中的万有引力定律,将多Agent系统中的自组织交互过程转化为相互的作用力,并通过交互作用力的大小和方向体现多Agent之间的交互机制,充分利用了多Agent系统的群体决策优势．测试实验结果表明,该模型具有较好的应用效果并且其系统能量在Agent数目为300、迭代次数超过80次时具有稳定性．     

基于模糊综合评判法的高层建筑结构体系优选

结构体系优选属于概念设计范畴,是结构优化设计中最关键的一个环节,具有强烈的软科学决策特点。对高层建筑结构选型决策的现状、特点及影响因素作了概括性论述,具体说明了模糊综合评判法在高层建筑结构选型中的应用,并通过一个实际工程．详细介绍了如何运用模糊综合评判法进行结构体系的优选．为建筑设计单位提供了科学的决策依据。     

智能网联汽车多目标预测优化换道决策方法

换道决策是智能网联汽车的核心难题之一,其面临着高动态、复杂交通场景下需要综合考虑行驶安全及效率等目标的巨大挑战。提出一种多目标预测优化的换道决策方法,主要包括动力学矩阵建模及多目标预测优化问题解算。基于智能网联汽车的通讯大数据信息构建交通流矩阵模型,然后分别设计表征车辆换道安全、行驶效率的动力学模型,通过多目标综合预测优化方法,求解条件约束下预测优化问题从而优化出最优换道决策指令。结果表明,所提出的预测优化换道方法较其他方法提高了智能汽车的行驶安全性和效率。     

智能汽车自动紧急控制策略

结合驾驶员在紧急工况下的驾驶行为以及不同避撞方式的避撞效能,对以自动紧急制动系统(Autonomous Emergency Braking,AEB)为代表的控制策略进行分析,发现当前的紧急制动控制策略并不能很好地适应驾驶员行为和满足避撞效能的需要.为此,提出了一种融合制动控制和转向控制的自动紧急控制(Autonomous Emergency Control,AEC)策略.在该策略中驾驶员始终在环,系统通过集成驾驶员模型、车辆模型和道路环境模型信息判断驾驶员的行为是否正确,并将控制输入与驾驶员输入叠加在一起作为车辆的输入对驾驶员不当驾驶行为进行纠正.     

基于量度分析的模糊决策

不确定性条件下的决策问题长期以来受到人们的普遍关注(参见[1-6])。用模糊集的理论和方法来处理这类决策问题能给出更加直观而合理的决策模型,因而模糊关系下的模糊决策是一个很有价值的研究课题。本文给出了基于量度分析进行模糊决策的一种方法,它具有处理问题的普遍有效性,计算的简单性和实用性。     

一类多级系统的多目标多准则决策

本文以吸收制冷系统的方案优选为例,首先建立了系统的热力学双目标优化模型,用多目标方法求解,生成系统的非劣方案集;然后综合考虑影响系统优劣的更多可定量和不可定量因素以及决策者的偏好等,应用模糊决策方法选出最佳权衡方案。本文的决策思想和方法对于其他类型多级系统的决策具有一定的普遍意义。     

基于多专家决策方法的氨气泄漏应急决策

氨气泄漏事故的应急决策是一个复杂过程,该过程受到技术、经济、环境以及风险等许多因素的影响,不同专家决策者对应急方案有明显的偏好,且各专家对各属性的权重取值不完全确定.为了处理这样的不完全信息和偏好决策问题,本文提出了一种表示专家意见的多专家决策方法,该方法要求多专家分别对不同属性给出相应的效用函数和属性权重区间数,并应用蒙特卡罗模拟方法将这些偏好进行定量分析及合成.最后,以某工厂氨气泄漏应急决策为实例,详细讨论了该方法的应用.     

基于智能功率模块的电动机伺服驱动器

介绍了基于智能功率模块的电机伺服驱动器的设计、工作原理、硬件结构及脉宽调制(PWM)伺服放大器的设计方法,并将此驱动器应用于多种运行情况下的实验,同时对所提出的新型控制算法——自抗扰控制(ADRC)进行了实验验证．结果表明：该伺服驱动器性能优良,工作可靠,结构简单,能满足电机控制系统快速性的要求;所提出的自抗扰控制算法的抗干扰性和鲁棒性都优于经典的PID控制．     

几种决策过程理论的比较分析

从决策过程的阶段、分类和决策中的理性３个方面对几种有代表性的决策过程理论进行简要的分析与比较．