基于神经网络的车辆交通协调性评价模型

为了研究自动驾驶汽车交通协调性的主客观映射评价模型,以高速公路匝道汇入为研究场景,首先基于自然驾驶数据的交互样本数据,以自车平均行驶速度、并线时刻侧向速度、并线时刻车头TTC、并线时刻两车相对侧向速度和对手车减速程度等客观指标数据和交通协调性主观评价结果作为模型输入和输出,构建映射评价模型;然后设计2×2交叉对比实验,并分析数据预处理方法及神经网络类型对评价模型效果的影响。研究结果显示,基于线性函数归一化处理的BP神经网络模型和Dropout神经网络模型总精度分别为95.71%和80.00%,基于阶梯函数归一化处理的BP神经网络模型和Dropout神经网络模型总精度分别为94.60%和73.25%。由此可见,模型评价效果较好,所建立的客观表征指标集能够较好地表达专家对车辆交通协调性表现的评价。在建模方法方面,基于BP神经网络的映射评价模型的表现优于Dropout神经网络模型,能够根据客观数据更准确地得到符合专家评判标准的评价结果。在样本数据预处理方法方面,线性函数归一化处理方法能够在消除数据间数量级差异的同时保留客观表征指标集数据在不同样本之间的差异,能提高映射评价模型的评价精度。因此...     

双车道公路弯道回旋线长度对行车特性的影响

基于驾驶模拟实验,采集了15名驾驶员在半径为100～500 m的72个弯道路段的车速、侧向偏移等数据,研究双车道公路弯道路段回旋线长度对车速及行车轨迹的影响。结果表明:在半径一定的条件下,随着回旋线长度增加,前后路段车速差呈上升趋势,而速度梯度随之下降;行车轨迹波动幅度随回旋线长度增加而增大,而波动频率随之降低;半径为100 m时,回旋线太短会使轨迹的局部曲率增大;对于半径为200 m的弯道,过长或过短的回旋线都会造成车辆轨迹的局部曲率增大;对于半径为300 m及以上的弯道,回旋线长度和车辆轨迹的最大局部曲率成正相关。     

基于目标优化的自动驾驶决策规划系统自动化测试方法

利用仿真技术的场景测试方法已成为国内外研究热点,其中如何在大量场景中找到有价值的关键场景至关重要。针对上述问题,基于优化搜索算法提出了一种面向决策规划系统的关键场景自动化测试方法,能够克服传统场景测试方法的盲目性,提高测试效率。基于决策规划系统硬件在环测试平台,验证了该方法的有效性,并对比了不同搜索算法的关键场景生成效果。实验结果表明,贝叶斯优化算法和遗传算法相比于随机搜索算法产生危险关键场景的数量提高了3.3倍和2.5倍,配合自动化测试手段,方法能够有效提高场景测试效率。     

基于考虑状态分布的深度确定性策略梯度算法的端到端自动驾驶策略

端到端方法是实现自动驾驶的方法之一,而自动驾驶的场景较为丰富,不同场景的特征差别较大,这使得基于强化学习的端到端自动驾驶方法训练时的随机性衰减速度难以确定,若衰减过快,在面对新场景时无法获得较好的自动驾驶效果,反之则会使得算法难以快速收敛。针对这一问题,该文提出了一种基于输入状态分布筛选的随机策略和经验回放方法,将当前输入的状态数据和已保存的状态数据之间的距离进行对比,根据不同的距离选择不同的随机策略参数,同时在经验回放时提高出现频率较低场景的回放概率。仿真结果表明:该算法在训练后期面对与前期数据分布差异较大的场景时仍有足够的探索能力,提高了基于深度确定性策略梯度算法的端到端自动驾驶策略在全新工况下的车道保持能力。     

“技术中介”视阈下的角色与责任变化——以自动驾驶为例

责任分配是自动驾驶应用中亟待解决的问题。技术中介论提供解决责任分配问题的新视角,一方面肯定技术在调节人的认知和行为发挥的积极作用,另一方面强调技术与人的角色关系是动态变化的。通过自动化层级、角色和责任等因素建立情景分析模型,从而理清自动驾驶中的责任分配问题。在人技交互越来越密切的时代背景下,需要在技术标准和法律的基础上制定新的责任框架以应对更为复杂的责任分配问题。     

结合功能测试与模拟驾驶的老年人驾驶适性评估

为应对老年驾驶人驾驶能力下降带来的交通安全问题并降低与其相关的事故风险,建立了可有效替代道路驾驶测试的老年人驾驶适性评估方法.对92名老年驾驶人进行了功能测试、模拟驾驶测试与道路驾驶测试,通过独立样本T检验与分层逐步Logistic回归确定评价指标体系,分别建立并比选了决策树、随机森林和支持向量机3种评估模型.结果表明,以对比敏感度、功能性伸展、交通标志理解以及合流变道距离等作为评价指标的支持向量机模型对驾驶适性的评估效果最好,准确率高达84.6％.该方法可以有效替代道路测试评估老年人的驾驶适性,能为其停止驾驶、调整驾驶行为、训练提升驾驶能力、使用辅助驾驶技术等提供参考.     

驾驶行为对重型柴油车实际道路行驶排放测试的影响

为探究驾驶行为对重型柴油车实际行驶污染物排放的影响,利用车载便携式排放测试系统(PMES,portable emissions measurement system)对3辆车分别进行了平稳驾驶、正常驾驶和激烈驾驶共9次PEMS试验.对每辆车前后3次试验的市区、市郊、高速路段和总行程路段动力学参数v·apos[95]和比排放进行了计算,并利用动力学参数v·apos[95]对污染物排放特性影响进行了深入分析.结果表明:相较于平稳驾驶,正常驾驶和激烈驾驶行为下3辆车NOx比排放增加33.73％～621.10％,PN比排放增加21.26％～122.40％;同时CO比排放与车辆动力学参数v·apos[95]之间无明显影响关系,市郊、高速路段NOx比排放和PN比排放与车辆动力学参数v·apos[95]存在较强的相关性,可见其驾驶行为对车辆排放的影响不容忽视.     

速度异常的横穿马路行人检测算法

针对人车混行区域行人异常运动极大地干扰驾驶者判断问题,提出一种单目摄像机条件下,基于TLD和粒子滤波器行人检测与跟踪技术的速度异常横穿马路行人检测方法,用于检测车前道路上的运动速度过快或过慢的行人目标,作为危险行人提醒驾驶者注意,从而实现行人目标的早期安全预警。经仿真分析,能够有效地估计实际道路上行人的运动速度,判断运动速度异常的行人目标,为驾驶者和车载辅助驾驶系统提供必要的参考信息。     

一种面向城市道路的视觉图像去雾方法

针对雾天环境的城市道路下自动驾驶车辆视觉感知效果不佳的问题,提出一种基于大气光值的快速图像去雾改进算法,并验证了算法的有效性。首先,制定了大气光动态估算策略,并设计了大气光动态估算的自适应触发函数,通过大气散射模型进行了大气光的估计;其次,利用最小滤波技术获取了雾天图像的暗通道图,并估算了对应的投射图像;再次,制定了大气光计算策略,并优化了去雾系数;最后,利用直方图均衡化算法抑制了残余噪声,进一步提升了无雾图像的对比度。实验结果表明,所提算法相比DCP、CAP等在NIQE和SSEQ性能指标上都有所提升,拥有更好的细节恢复能力和处理性能,更有利于交通信息的提取。