驾驶员状态模型研究

驾驶行为研究对新型车辆研发和提高交通系统智能性、安全性具有重要意义,建模与仿真技术是驾驶行为研究的主要方法。为提高驾驶行为建模与仿真的可信度,根据认知科学的研究成果,提出了基于驾驶员状态的驾驶行为模型。选择的驾驶员状态变量包括:视觉特性、注意力、疲劳程度、决策效率、风险态度和操纵时延。在驾驶行为机制的基础上,分析了影响驾驶员状态的外部环境和内部因素。根据已有的驾驶模拟器操纵数据和驾驶员生理心理数据,使用BP神经网络标定驾驶员状态模型中的参数,建立了驾驶员状态模型。通过仿真实验,验证了驾驶员状态模型的可信性,使驾驶行为模型的输出更加真实。     

基于决策树和BN的自动驾驶车辆行为决策方法

交通环境中存在着众多影响自动驾驶车辆行为决策安全的不确定性因素, 准确并及时地处理不确定性因素对自动驾驶车辆安全至关重要。因此, 建立了以人工驾驶行为分类为基础的贝叶斯网络(Bayesian network, BN)行为决策模型。利用决策树分类算法对人工驾驶行为进行分类, 利用BN建模驾驶环境并生成最优驾驶动作, 此方法既可以及时地分析人类驾驶员行为类别, 又能够充分考虑驾驶场景中的不确定性因素。利用仿真工具PreScan设计仿真实验, 仿真结果表明行为决策模型能够给出安全、合理的自动驾驶车辆行为。     

虚拟自主汽车智能驾驶行为模型的研究及实现

通过对智能驾驶行为的特点分析，提出了一种更符合实际情况的虚拟自主汽车智能驾驶行为模型。将复杂的驾驶行为分为五个单元，即感知单元、情感单元、碰撞避免单元、决策单元和操作单元，每个单元都代表一定驾驶行为，考虑了人的性格、心情、驾驶经验和驾驶技能等因素，并各自有其模糊变量和模糊规则。另外，该模型将自主汽车的3D模型与驾驶行为模型分开，使其更具通用性。并基于此模型，利用EON Reality^TM虚拟现实软件开发了一部具有激进型驾驶行为的虚拟自主汽车。应用结果表明：该模型通用、有效，为模拟驾驶器提供更加丰富、完善的虚拟交通场景，同时也可为无人驾驶汽车提供智能行为模型，尤其是碰撞避免单元的增加为汽车安全驾驶提供了有效的预警模型。     

基于邻近车道车辆和多前车信息的双车道交通流动力学模型

应用跟驰理论,引入两车道优化速度的权重组合来刻画驾驶员换道趋势, 同时考虑多前车速度差信息对驾驶行为的影响,建立了两车道的微观跟驰模型. 在此基础上,基于交通流微观和宏观参量之间的关联关系,将上述跟驰模型中的微观变量转变成宏观变量, 进而建立了一个两车道宏观动力学模型.由于综合考虑了多种因素对驾驶行为的影响,该模型更符合实 际交通状况.数值模拟表明:该模型可以很好的模拟交通中的冲击波和稀疏波,且避免了特征速度大于宏观车流平均车速的缺陷.     

智能网联汽车自动驾驶行为决策方法研究

针对在交叉口自动驾驶车辆与其他车辆直行冲突的问题,构建自动驾驶汽车行为决策模型,采用深度强化学习对自动驾驶汽车通过道路交叉口进行训练,让自动驾驶汽车自主决策学习,实现复杂场景的快速控制,并与非支配排序遗传算法对比验证自动驾驶汽车的稳定性.仿真结果表明采用深度确定性策略梯度算法的自动驾驶车辆行为决策方法能够更好地输出速度...     

基于车联网数据的驾驶行为保险定价

为了提高车险定价的准确性和公平性,从车联网大数据中提取广泛的驾驶行为风险变量,建立汽车保险的纯保费预测模型.采用Logistic回归和数据分箱方法构建驾驶行为风险因子,应用机器学习算法计算保单累积损失金额的预测值,确定合理的车险定价方案.在此基础上,对各个风险因子与车险纯保费之间的关系进行量化分析,最终得到完整的分类费率表.实证结果表明,本文的定价方法不仅提高了车险纯保费预测结果的准确性,增强保险公司的竞争能力,同时也满足保险定价的可解释性要求.车辆驾驶员可以根据划分的风险类别改善驾驶行为,有助于促进社会整体福利的提高.     

基于三次样条非参数拟合的驾驶行为仿真模型

现有车辆跟驰模型大多建立在控制论和运动学观点之上，以至于在仿真过程中连续运用单一模型控制规则来支配驾驶员的驾驶行为，忽略了对多源高负载信息感知变量的运用。文章直接运用信息挖掘技术最大限度地榨取实测数据所携带的有关驾驶行为的个体有用信息，通过多元非参数三次样条回归模型剔除了数据中由白噪声产生的干扰，构建了一种基于三次样条非参数拟合的驾驶行为仿真模型。仿真试验表明，此模型具有可移植、高精度的特性，能很好地反映和预测多源高负载信息感知变量刺激下跟驰过程中驾驶员的驾驶行为。     

自动驾驶车辆换道博弈策略分析及建模

为了促进自动驾驶技术的发展,本文聚焦于自动驾驶车辆换道决策行为。首先对换道意图进行客观性量化,然后引入换道碰撞概率与换道动态风险系数,并基于博弈论思想建立自动驾驶车辆换道博弈决策行为模型,选取速度收益作为博弈收益的考量目标,使得自动驾驶车辆进行协作、安全、合理的换道。最后,使用SUMO软件将传统LC2013换道模型与换道博弈决策行为模型进行仿真实验和对比分析,结果表明换道博弈决策行为模型具有更高的稳定性、可靠性、安全性以及车道利用率。     

基于LABVIEW的多功能控制系统设计与仿真仪

介绍了一种基于LabVIEW的多功能控制系统虚拟设计与仿真仪.仿真仪可以方便地研究当控制系统的一个或多个参数变化时,系统时域和频域动态特性的变化状况.获得随系统参数变化而"动画式"连续变化的频域和时域曲线,并由相应坐标系对多项指标进行数字测量.使用改进的比例-积分-微分(PID)控制方法对系统实施校正.PID的各个参数可以通过仿真结果直接实时调整和选取,避免了繁复的计算和实验选择的交互影响,给出了PID调节器仿真设计的实用新方法.     

基于虚拟现实的汽车驾驶模拟训练系统方案研究

汽车驾驶模拟训练系统是基于通用的计算机硬件平台，集汽车驾驶虚拟训练、驾驶考核、学员档案管理于一体的综合性多功能驾驶培训教学系统。本文提出了由操纵仿真系统、动力学仿真系统、视景仿真系统、单响仿真系统、运动仿真系统、操作仿真系统、操作评价系统、数据管理系统组成的汽车驾驶模拟训练系统总体结构，讨论了各个子系统的功能、技术原理和方案，以及整个汽车驾驶模拟系统的程序流程和训练科目，并讨论了驾驶虚拟训练的应用和效果。     

基于决策树的驾驶行为决策机制研究

驾驶决策过程中,驾驶行为常受到人、车、路、环境等多源信息的刺激和影响。由于信息处理能力有限,驾驶员对多源信息无法同时实现知识获取与表示,以致有时不能准确、快速地进行驾驶决策,易引发交通事故。文章利用决策树能融知识表示与获取于一身的优点,将决策树用于不同驾驶行为决策机制的研究,以实现对驾驶员行为的模拟再现。仿真结果表明,用决策树构建的驾驶决策识别模型有较高的推理速度,能实时、准确地识别当前的驾驶行为和预测下一时刻的驾驶决策,为智能车辆中自动驾驶系统的仿真和实现提供了理论指导和可行性依据。     

基于门控循环单元的车辆跟驰行为仿真模型

驾驶员记忆效应能有效提高车辆跟驰行为中的加速度预测准确率,结合General Motors (GM)跟驰模型与门控循环单元网络建立新的车辆跟驰模型。通过数据预处理获得有相似驾驶行为的小型车间车辆跟驰数据,校准新模型,从而确定模型的最优参数与结构,依据车辆跟驰特性通过仿真验证了模型有效性,与神经网络、支持向量回归进行对比,仿真结果证明,结合了L-BFGS优化的GRU车辆跟驰模型比仅考虑前导车与跟驰车间瞬时相互作用的车辆跟驰模型,能得到更高的仿真精度和稳定性。     

车辆弯道变速行驶时的纵横向耦合控制研究

车辆弯道变速行驶时，纵横向运动存在强烈的动力学耦合效应，通过纵向和横向单独控制很难取得比较理想的控制效果。为了实现复杂工况下车辆自动跟踪控制，建立了纵横向耦合车辆模型，主要包括整车模型、传动系统模型和轮胎模型，根据滑模控制以及动态表面控制理论，研究了车辆在弯道变速行．驶工况的动力学藕合控制问题，提出了一种基于滑模和动态表面控制的纵横向耦合组合控制器，仿真结果表明该耦合控制器具有较强的鲁棒性，其纵横向跟踪性能优于无耦合补偿的控制器。     

基于跟驰理论的道路交通噪声预测模型研究

交通噪声预测在城市交通规划和建筑设计工作中具有重要意义。本文根据我国道路交通噪声的实际观测方法,通过引入微观交通流理论,建立了一种可用于多车道混合车流等效声级和统计声级预测的动态随机模型。其核心算法是基于车辆非线性跟驰模型,依靠计算机随机模拟技术,实现对单车行驶行为的构造和仿真。算例分析和实验观测表明本文建立的模型具有较高的交通噪声预测精度和稳定性。     

基于多源信息融合与HMM的剩余寿命预测

针对设备剩余使用寿命预测问题, 提出一种基于多源信息融合与隐马尔可夫模型的预测方法。首先, 针对发动机结构复杂、监控数据参数多等问题, 提出一种基于传感器信噪比和主成分分析(principal component analysis, PCA)降维的多源传感器数据融合方法。在此基础上, 利用样本数据训练高斯混合隐马尔可夫模型, 同时为降低模型偏差并避免过拟合风险, 提出一种“定制”策略训练方法, 训练后的模型可用于系统健康状态识别和剩余使用寿命预测。最后, 通过美国国家航空航天局公开的航空发动机仿真数据集对所提方法进行了验证, 并与几种具有代表性且预测精度较高的文献方法进行了比较分析, 验证了方法的有效性。     

MUL－QJM汽车驾驶模拟器系统

本文论述了ＭＵＬ－ＱＪＭ汽车驾驶模拟器系统的设计思想、结构、实现方法。该系统采用了车辆实时动力学、运动学仿真模型和实时ＣＩＧ技术，不仅能完成汽车驾驶培训，还是车辆安全性、人机工程、道路工程等有力的研究工具。     

基于道路势场的智能车辆机动驾驶控制算法

受机器人基于人工势场的路径控制方法的启发,在文献[3]的基础上,提出了车辆机动行驶控制机制。首先,定义了基于停车视距的车辆机动行驶动态目标位置;其次,依据人工势场建模原理构建道路势场;为了平滑车辆行驶路线,采用了贝塞尔（Bezier）曲线车辆轨迹拟合的方法;最后,针车辆系统是典型的非完整控制系统,特车辆运动学模型转换力...