车辆智能行为验证与评估的虚拟场景研究

车辆智能行为验证与评估平台旨在对无人驾驶车辆的智能行为进行验证与评估,具有经济、安全、不受时间和空间条件约束等优点.目前应用于驾驶模拟领域的虚拟场景仅对真实环境进行模拟并不具备车辆智能行为验证与评估的条件,因此无法满足该平台的需求.对用于车辆智能行为验证与评估的虚拟场景构建方法进行研究,在应用于驾驶模拟的虚拟场景基础上融入了人工智能,构建了具有一定智能的虚拟场景,为车辆智能行为验证与评估提供了条件.     

虚拟自主汽车的动态几何视觉模型研究及实现

虚拟自主汽车是驾驶员和汽车封装起来的“人-机系统”的几何、感知、行为等特性在虚拟空间中的数字化表示，研究虚拟自主汽车视觉感知模型对建立真实的自主汽车智能行为起到关键的作用。通过分析驾驶员的视觉特点和传统几何视觉模型不足的基础上，给出一种分层的、动态的虚拟自主汽车双眼立体几何视觉模型：引用车速过滤机制和注意力过滤机制对自主汽车的视觉局限性进行分层，引用注意熵对虚拟自主汽车的注意力进行自主定量分配，利用假记忆库模拟短时记忆信息沉淀到长时记忆信息中的学习记忆过程．然后利用假视野缩小视觉模型感知环境的范围。最后用EONStudio虚拟现实软件将此模型三维可视化。     

基于汽车系统动力学的虚拟驾驶仿真模型研究

基于汽车系统动力学建立了一种包括发动机模型、传动系模型、离合器模型、制动系模型、汽车行驶速度模型、转向系模型的仿真模型.基于以上模型开发的汽车虚拟驾驶仿真系统可以准确地模拟汽车在起步、加速、转向以及制动等各种行驶工况的状态以及汽车的各种动力学响应.以上模型为汽车虚拟驾驶仿真系统提供了完整的汽车系统动力学模型,同时,该模型也可进一步应用于汽车的数字化设计,检验汽车的动力学性能.     

基于多Agent系统的导弹突击行为建模方法研究

在战争复杂适应系统CGF仿真行为建模中,引入Agent理论和技术,提出了一种基于MAS的战术导弹群突击行动的行为建模方案,该方案支持各Agent成员的自主行为、协作行为,可用于解决CGF实体在虚拟战场中的态势评估、决策制定、学习等行为,为CGF实体在分布交互式仿真中智能行为的逼真仿真提供了基础。     

基于Agent的作战单元行为规划方法研究

在海军多兵种协同攻击蓝方海上舰艇编队的作战想定背景下,为拟制红方参战兵力联合作战协同行动规划计划,采用智能体理论和多智能体技术,将担负作战任务的作战突击兵力定义为作战单元智能体,建立了作战单元智能体的BDI原型结构模型。基于分布计划的分布规划方法,定义了作战单元智能体的协同作战行为规划范围,建立了其协同行为规划问题求解操作方法类模型和行为规划模型,描述了作战单元智能体拟制协同作战行动计划方案的整个规划过程。通过规划形成决策功能,完成了协同行为规划初步计划方案,通过行动计划管理功能完成领域行为规划库的管理。     

双车道自动-手动驾驶汽车混合交通流博弈模型及其仿真

随着自动驾驶汽车将会成为道路交通的重要参与者,自动驾驶汽车和手动驾驶汽车所组成的混合交通流会给城市交通系统带来一定的不确定性,本文在对自动驾驶汽车和手动驾驶汽车的驾驶行为进行分析的基础上,提出驾驶行为假设,并对二者在双车道条件下的驾驶行为博弈进行了分析,基于元胞自动机模型对该博弈过程进行了模拟仿真。实验结果表明,随着道路中自动驾驶汽车的比例的增加,交通系统的稳定性随之提高;在一定的车流密度区间内和自动驾驶汽车的占比超越一定比例后,采取将自动驾驶汽车和手动驾驶汽车分流的方式才能有效地提高交通系统的效率。     

全虚拟无人车辆自主导航仿真系统的研究与实现

以履带式车辆为研究对象，建立了相应的车辆运动学模型和动力学模型，并采用虚拟现实技术，用一辆虚拟车辆在虚拟环境中的驾驶性能仿真了无人车辆在实际环境中的驾驶性能，使操作者能身临其境地观察到无人车辆的各种运动状态。该系统逼真、形象，可以方便地进行诸如路径规划和路径跟踪等各种高层智能操作的仿真，并可以对操作结果做出评价。     

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。     

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...     

虚拟智能体的情绪建模研究

如何模拟人类情绪的产生、变化过程是一个非常复杂的问题.基于个性心理学和情绪理论,研究了虚拟智能体情绪决策的过程,提出采用模糊有限状态机模型来建立具有个性化的虚拟智能体情绪决策模型,将个性和刺激因素等进行模糊处理后,给出了具体的推理过程.通过一个仿真实例,验证了模糊有限状态机模型能够有效的实现虚拟智能体情绪变换的平滑控制.     

基于本体和BN的无人车行为决策方法

和高速交通环境比,城市交通环境具有更高的复杂性和不确定性,因此无人驾驶车辆行为决策系统要能给出驾驶场景下安全有效的驾驶动作.本文提出一种将本体语义表示与贝叶斯网络(Bayesian network,BN)概率推理相结合的行为决策模型.从驾驶场景中的多源异构信息和领域专家经验出发,建立本体并进行概率扩展,将其转换为BN,...     

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。     

智能无人潜水器半实物仿真平台设计

为了验证无人潜水器系统的软件逻辑及智能控制系统的硬件体系、数据接口和可靠性,通过对其体系结构中的决策层进行实物仿真,对感知层和行为层进行功能性虚拟仿真来构建半实物仿真平台。详细阐述了该平台的硬件和软件体系结构,对虚拟仿真中的运动仿真、传感器仿真以及实物仿真中智能控制系统的设计做出了说明,进行了自主避障仿真试验和远距离航行仿真试验,该半实物仿真平台对实际海试具有重要的参考价值。

Abstract：

To verify the system software logic of a newly designed autonomous underwater vehicle and the hardware architecture,data interface and reliability of the intelligent control system,the semi physical simulation platform was established by combining physical simulation of decision layer with virtual simulation of perception and behavior layer.The hardware and software architecture of the simulation platform were explained in detail.The virtual simulations of motion,sensors and physical simulation of intelligent control system were described.Finally,the obstacle avoidance simulation and long voyage simulation tests were conducted,and the platform is important for the success of sea experiments.     

混入智能网联车队的混合交通流元胞自动机模型

针对现有自动-手动驾驶混合交通流元胞自动机模型未考虑智能网联车队队列行为,提出了考虑智能网联车队的混合交通流元胞自动机模型,研究混入智能网联汽车车队的混合交通流特征。对混合交通流中的跟驰行为进行了分析,基于跟驰行为的特征,分别构建人工驾驶跟驰模式、自适应巡航模式、协同自适应巡航车队模式的元胞自动机规则,基于数值仿真实验对不同智能网联车渗透率下的混合交通流特性及拥堵情况进行了分析。结果表明：智能网联汽车的应用可显著提高道路通行能力和车辆平均速度,进而有效地缓解交通拥堵。     

基于遗传模糊树的海空对抗无人机智能决策模型

随着人工智能技术的应用领域不断扩大,无人机(unmanned aerial vehicle, UAV)的自主智能化发展成为目前军事领域的研究热点。其中,UAV的武器智能决策能力是其面临舰艇编队剧烈火力打击时能否顺利完成对海侦察任务的关键条件。针对这一军事应用难点,利用改进的遗传模糊树构建UAV武器智能决策模型,以此实现UAV的智能武器决策：通过设计三模糊子集参数编码法改进参数编码方式,克服了无效编码导致的系统紊乱;采用单、组合场景结合的训练方法改进种群训练方式,提高了决策模型在多样化实战中的适应性。仿真结果表明,所提武器智能决策模型具有较好的有效性和灵活性。     

考虑多因素的驾驶行为安全评价与风险等级预测

为了研究道路交通系统中"人-车-路"多因素对驾驶行为及车辆安全状态的影响,设计了多因素组合成6种场景时模拟驾驶对照试验.利用驾驶模拟器、生理仪、眼动仪分别采集驾驶行为相关的19项指标,选用方差分析比较各项驾驶行为指标差异情况.选用非线性支持向量机(Support Vector Machine,SVM)对样本数据进行分类...     

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。     

电动汽车运动学建模与模糊控制

电动汽车的总体驱动效率是电动汽车研究的一个重要问题。通过对电动汽车进行整车运动学建模，分析比较了前轮驱动和后轮驱动、单电机和双电机轮边驱动四种情况下的整车驱动效率，提出了一种通过对双电机驱动力矩进行模糊控制的方法，应用该控制方法可以使整车驱动在转向控制时的效率有较大提高。