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。     

半主动式汽车训练模拟驾驶器

根据最新的计算机仿真技术，提出了一种低成本的适用于汽车驾驶训练的半主动式汽车模拟驾驶器的研制方案。并且在文中，对半主动式汽车模拟驾驶器的总体和各分系统的开发，提出了具体的途径和方法。     

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。     

车辆驾驶模拟器道路仿真数据的快速生成

本文介绍了一种用分类描述和引导处理的驾驶场地数据生成方法，用该法生成的驾驶场地数据能有效地提高三维视景运算的效率，该方法生成加强数据效率高，操作简便，能生成各种复杂的驾驶道路场地。     

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。     

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。     

集装箱起重机仿真架驶训练器

论述了研制和应用港口机械仿真驾驶训练器的背景和现实意义。建立于虚拟现实技术和PLC逻辑控制系统的集装箱起重机仿真驾驶训练器，并介绍了该系统的总体结构，工作原理，基本功能以及技术特色。     

面向对象的列车自动驾驶仿真系统建模

列车自动驾驶是列车运行自动控制系统的重要组成部分，它代替司机完成驾驶列车的任务，保证列车高效节能地运行。本文采用面向对象的设计方法，对列车自动驾驶仿真平台的分析与设计进行了详细论述，并完成了系统仿真软件的设计。     

车辆驾驶模拟器中离合器工作过程的仿真

车辆传动系统中广泛采用离合器本文着重分析了离合器的静态工作过程，从而建立离合器力学模型，提出了离合器工作过程仿真软件流程图，已应用于坦克驾驶模拟器和汽车驾驶模拟器的实际设计。     

驾驶模拟器三维场景自动生成系统的开发及应用

最近几年，随着计算机软件和硬件迅速发展，驾驶模拟器的研究有开发取得了长足的进步。本文介绍了驾驶模拟器三维场景自动生成系统的开发及应用。在这个系统中，首先利用平面线形直线型的公路设计方法交互式地绘制出路网，然后通过系统进行路网的自动处理，最后设置三维场景中的其它物体并预览场景。     

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。     

MUL—QJM汽车驾驶模拟器系统

本文论述了ＭＵＬ０－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。     

不确定性建模在2D和3D目标检测中的应用

目标检测算法在自动驾驶领域有着不可或缺的地位，其检测精度和速度往往可以作为评判一个自动驾驶系统好坏的标准。如何提升目标检测精度和速度已成为当前目标检测算法的主要研究方向。对此，提出了一种基于不确定性建模的目标检测改进算法，在原有二维单次多柜检测器上通过对物体的边界框进行高斯建模并引入新的位置损失函数，实现对原有检测结果的微调。同时，在原有单阶单目三维检测器的基础上引入深度以及航向角的不确定性来调整目标在热力图中的高斯半径，并用马氏距离替代原有的L1距离以提升对较远目标和斜向目标的识别率。对比实验证明，改进后的2D和3D检测算法在KITTI自动驾驶数据集上对比原始2D和3D算法，检测精度分别提升了近5%和2%。     

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。     

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。     

基于分布式虚拟现实技术的汽车驾驶模拟器的研究

介绍了正在研制的基于分布式虚拟现实技术的汽车驾驶模拟器。这是一个基于虚拟现实环境和网络环境的软硬件集成系统。重点研究视觉系统，包括外景系统和驾驶内景。对有关建模技术中的基于NLTRBS曲面法线的路面纹理(含路标线等)自动校准和生成技术、基于高程的多重纹理映射生成技术、模型和纹理的无缝切片技术和基于物理特性的环境仿真试验与交互技术进行了研究。给出了该汽车虚拟仿真驾驶系统在选择车辆、选择天气状况和时间以及选择各种路况等的示例。     

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。     

基于信息融合的汽车防撞决策系统研究

研究并提出了基于多传感器信息融合的动态目标跟踪算法来实现防撞系统的信息获取，并引入预测残留误差来修正跟踪残留误差不能完全反映不可预测的信息所带来的误差；研究了驾驶过程状态信息的表达方法，建立了汽车一环境状态特征模型，描述了汽车在行驶过程中时变动态的驾驶状态。在此基础之上，利用模糊积分方法融合多种相关信息，确定汽车应采用的安全运行模式，实现主动安全防撞决策。     

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。