考虑操纵稳定性的自动驾驶汽车轨迹综合优化方法

针对自动驾驶汽车在局部轨迹规划上对车辆操纵稳定性考虑不足、对车辆模型过度简化和缺少对车辆舒适性客观评价的问题,建立了考虑车辆操纵稳定性的车辆三自由度模型,模拟自动驾驶汽车换道场景,根据输入车轮转角得到输出的换道轨迹,运算得到车辆换道行驶参数化方程和行驶轨迹特征.运用BP神经网络对行驶轨迹特征进行识别,得到自动驾驶汽车换道持续时间和横向偏移距离所对应的车轮转角变化关系.在不同换道车速下,根据不同换道持续时间和横向偏移距离,输入车轮转角得到换道优化轨迹簇和操纵稳定性参数.在只考虑行驶效率和安全的常规轨迹优化方法的基础上,构建轨迹综合优化目标函数,考虑表征车辆换道过程舒适性和操纵稳定性的(横摆、侧倾、侧向)加速度变化率均值,提出一种基于行驶效率、安全性、舒适性和操纵稳定性的轨迹综合优化方法.对轨迹综合优化目标函数进行求解得到最优换道行驶轨迹,联合仿真结果表明该方法优于常规轨迹优化方法且舒适性、操纵稳定性改善达20%以上.     

考虑驾驶风格的车辆换道行为及预测模型

车辆换道过程对交通安全和交通拥堵有重要影响,为了获得不同驾驶人的换道行为特性,考虑了车辆换道过程中驾驶人的因素,利用SPSS对问卷调查的结果进行主成分分析,采用K-均值聚类方法对驾驶风格进行量化,将驾驶人分为激进型和保守型两种类型,再利用时间对数模型提出了驾驶风格值变量。对两组类型驾驶人进行换道试验,获得了不同风格驾驶人换道时间和换道纵向距离等换道特性的试验数据,并建立了考虑驾驶风格的车辆换道时间预测模型;基于预测的换道时间以及换道车辆转向角与驾驶风格值变量、速度之间的关系,结合车辆运动学模型,建立了车辆换道纵向距离预测模型,并将预测结果与实际换道数据进行了对比分析,结果表明,本研究提出的预测模型准确率较高。研究结果表明,激进型驾驶人在换道过程中其行为较为激进,换道时间较短,换道距离较短;所建立的预测模型可以较准确地预测和解释驾驶人的换道行为。     

基于双车驾驶模拟的城市快速路驾驶人换道交互行为特征

为研究换道情境下换道车辆与目标车道后方车辆驾驶人间的交互行为,设计了城市快速路换道场景,搭建出双车驾驶模拟实验平台,招募40名驾驶人,开展了8种换道场景下的双车实验并进行驾驶风格问卷调查.基于换道阶段实验数据,分析对比了单、双车实验中两车驾驶人的交互行为特征和差异.利用多元Logistic回归模型,分析不同因素对换道交互决策的影响.结果表明：单、双车实验中,换道车辆和目标车道后方车辆的行为特征具有明显差异,从而验证了开展双车实验的必要性;不同的道路限速、换道方向、驾驶风格等因素下,两车驾驶人关键行为变量呈现差异性;道路限速、车辆初始速度、两车纵向位置差、横/纵速度差、纵向速度乘积等均对两车换道交互决策产生显著影响.     

信号交叉口上游路段网联车换道博弈特性及模型

为提高网联驾驶车辆在信号交叉口上游路段与驾驶员车辆换道博弈的主动性,以左转网联驾驶车辆为研究对象分析该路段的强制换道博弈特性。首先,通过分析信号交叉口上游路段车辆的行驶意图和换道行为,设定驾驶人期望函数来客观反映车辆的行驶需求,以车辆的安全和行驶效率为收益并进行量化,在完全信息的假设下通过博弈均衡解得到最优换道决策来实现换道收益最大化;其次,为提高换道的舒适性,以五次多项式规划换道轨迹并实现网联驾驶车辆对驾驶员车辆博弈换道的过程;最后,利用仿真试验对模型进行验证,分析不同换道位置和绿灯剩余时间等因素对网联驾驶车辆决策的影响。研究结果表明,在信号交叉口上游非合作博弈强制换道过程中,随单位换道位置增加换道概率平均增加0.69%,随单位绿灯剩余时间增加车辆换道概率平均降低0.82%。通过仿真分析信号交叉口上游路段车辆的博弈换道特性和决策倾向,有利于为网联驾驶车辆换道提供决策引导。     

互通立交迂回式匝道纵向加速度特性

为了提高互通式立交的行车安全,分别对南山立交和江南立交的四条迂回式匝道进行自然驾驶实车试验,共采集了33名驾驶员在不同匝道上行驶的纵向加速度,研究了速度变化阶段纵向加速度特性,分析了迂回式匝道变速阶段纵向加速度统计分布特征,并基于纵向加速度对匝道行车舒适性进行了评价。研究结果表明：(1)迂回式匝道速度变化模式分为三个阶段,分别是入弯减速阶段、稳定行驶阶段和出弯加速阶段;(2)同一匝道上,不同驾驶风格驾驶员的驾驶行为有较高的趋同性,但也有一定的差异,在匝道行驶过程中冒险型驾驶员比愤怒型和焦虑型驾驶员减速明显,男性驾驶员比女性驾驶员减速明显;(3)女性驾驶员行驶舒适性略高于男性驾驶员,入弯减速段行驶舒适性优于出弯加速段,冒险型和焦虑型驾驶员出弯加速阶段行驶不舒适占比接近50%。     

高密度立交出入口车辆纵向运行特性

为明确车辆在高密度互通立交主线入口、出口以及连接段的纵向运行速度特征,在重庆市选取了5座立交为研究对象,开展了47名驾驶员的小客车实车驾驶试验。通过speedbox和mobileye等实验仪器采集的数据,包括车辆运行速度、纵向加速度等,对数据进行处理并按入口、出口及连接段分类提取数据,绘制出对应的速度曲线图,以明确车辆在高密度互通立交出入口以及连接段的纵向运行特性。分析结果表明：入口处速度趋势有两类,平行式入口是上升—平稳,直接式入口是持续上升,平行式入口速度均值高于直接式,平行式入口速度标准差小于直接式;不同类型入口对驾驶人的加速操作选择具有一定影响;平行式入口在纵向加速度均值上较直接式入口低;出口处速度分布整体呈平稳下降趋势,平行式的运行速度均值低于直接式,但速度标准差却更高;出口速度变化特征点受驾驶人在主线出口减速偏好性影响;平行式出口减速度最大值与均值均大于直接式;相邻立交净距较短时,连接段的速度变化较为平缓,并且不同驾驶人的速度幅值比较接近;而常规净距的相邻立交,连接段的速度波动性大且离散。研究成果为高密度互通立交出入口及连接段的安全性评价以及安全改善提供了理论支撑以及基础数据支撑。     

山区高速公路紧急避险车道辅助车道设置

通过对8处紧急避险车道主线外侧车道车头时距的收集与分析,运用拟合分析和卡方检验,发现当外侧车道交通流小于500veh·h-1时,车头时距符合负指数分布.考虑主线外侧车道交通流量、失控车辆的速度与失控车辆汇入的临界间隙,应用微分法求导得到失控车辆汇入主线外侧车道的汇入概率模型.通过分析失控车辆汇入主线外侧车道的换车道驾驶行为,得到了不同路面状况下车辆汇入临界间隙.在保证失控车辆95%的汇入成功率条件下,计算不同路面状况、主线外侧交通流量与驶入速度下的辅助车道长度设置值.     

高速公路冰雪湿滑路面车辆换道越线时间生存分析

通过同济大学驾驶模拟器采集高速公路冰雪低摩阻路面换道驾驶行为数据,通过生存分析方法对换道越线时间(TLC)分布特征进行研究,定量分析潜在因素对越线时间的影响,并建立越线时间Cox比例风险模型。结果表明,路面摩阻系数每升高0.1或车速每提高1 km·h-1,车辆在该时刻完成越线的风险率分别提高为原来的1.14倍和1.02倍,处于跟驰状态下的车辆完成越线的风险概率提高为原来的1.29倍,越线时间相应缩短;而换道初始位置每远离目标车道1 m,风险率降低为原来的0.23倍,越线时间延长。此外,不同换道方向下的换道越线时间无显著性差异。     

基于形变长短期记忆网络的换道意图预测

混行交通下的自动驾驶车辆需具备换道意图预测能力来保障行驶安全。为尽早预测车辆换道意图,提出一种基于形变长短期记忆(Mogrifier LSTM)网络的换道意图预测模型。首先采用S-G (Savitzky?Golay)滤波器对自然驾驶数据集NGSIM(Next Generation Simulation)进行降噪筛选,按向左换道、向右换道、直线行驶对不同时间长度的轨迹序列标注,选取车辆运动信息与环境信息输入模型,最后采用softmax函数进行意图分类。试验结果表明,在不同预判时间下,模型准确率均高于SVM、LSTM模型,且越接近换道点预测准确率越高,在1.0s、2.5s时预测准确率分别为93.83%与81.30%。提出的模型具有良好的准确性与预判性,能为自动驾驶车辆尽早识别换道意图提供技术支持。     

高速公路弯道换道决策及运动规划优化

弯道换道决策及运动规划算法主要影响自动驾驶汽车的安全性和操纵稳定性。针对高速公路弯道换道场景决策的安全性和行驶效率不够高的问题,提出新的基于主车相对前车的驾驶不满意度的决策算法。为了提高运动规划算法实时性,采用路径-速度解耦框架进行主车换道轨迹规划。对于路径规划,选择五次多项式曲线,采用考虑安全、舒适和高效性的4个换道路径评价指标,实现最优路径规划。对于速度规划,结合动态规划与二次规划优化获取平滑速度规划曲线。仿真结果表明基于驾驶不满意度的换道决策模型能选择更高效和安全的行驶方式。在典型的主车换道场景,主车最大质心侧偏角,最大横摆角速度的数值均小,表明换道轨迹规划算法能确保主车换道的安全性和操纵稳定性。     

基于低频轨迹数据的分时租赁驾驶人驾驶风格分析

基于上海某汽车分时租赁企业的运营数据,开展了基于低频轨迹数据的驾驶行为特征提取及驾驶风格分析.采用相对超速时间比例及其变异系数为驾驶风格特征指标,基于K-means聚类算法将驾驶人风格划分为谨慎、温和、激进三类,相应驾驶人比例分别为54.04%、36.60%和9.36%.对不同驾驶风格租赁用户的出行、运行及个体特征的比较发现,不同驾驶风格的用户在出行、运行速度及车辆能耗特征方面具有差异性,在年龄、性别及违章方面无统计上的显著差异.     

基于自然驾驶数据的高速公路出口换道决策模型

为研究高速公路出口换道行为特性,分析驾驶员换道决策机理,依托上海自然驾驶实验所采集的驾驶行为样本和车辆运行参数,采用Google Earth标定行驶路径及高速公路出口范围以筛选出口样本,并根据车道偏移参数和方向盘转角识别换道行为;以单向4车道高速公路为例,综合考虑行驶路径信息和交通流环境,基于随机效用理论,采用Binary Logit(BL)模型拟合构建换道决策模型,得到车道效用函数;基于效用函数作出高速公路出口范围内在自由流、稳定流和拥挤流水平下的分车道效用分布图,并进行同质性和异质性分析.结果表明,换道决策模型准确率达到86.21%,各变量影响均可得到合理解释;根据效用分析,出匝车辆的换道行为是出匝意愿与通行环境改善需求两方面平衡的结果,兼有强制性换道与自由性换道的行为特性,且随着交通流状态由自由流过渡到拥挤流,后者影响逐渐增强,表现为上游向左换道行为趋于活跃、下游向右换道位置接近出口.     

四轮独立转向无人车辆斜向行驶轨迹跟踪控制方法

针对四轮独立转向电动汽车转向系统成本高、但功能开发程度低的问题,提出一种车辆斜向行驶控制策略,优化四轮独立转向电动汽车换道过程中的行驶稳定性. 基于四轮独立转向电动汽车横向、纵向二自由度车辆模型,提出一种横纵向耦合轨迹跟踪控制方法,该方法基于线性时变模型采用模型预测控制（MPC）算法,对横向偏差、航向角偏差及纵向速度偏差进行闭环控制. 设计车辆稳定性控制器,包括横摆力矩控制器和转矩分配控制器,同时提高车辆轨迹跟踪精度和行驶稳定性. 最后搭建Simulink/Carsim/Prescan联合仿真平台,对四轮独立转向电动汽车双移线工况进行模拟换道仿真,仿真结果证明了斜向变道的可行性和横纵向耦合轨迹跟踪控制方法的有效性.      

山区城市道路交叉口纵向减速标线影响

道路交通安全问题是一个受各种因素影响的复杂的系统问题,受不同的驾驶员特性、汽车性能、道路条件及环境之间的相互影响。对速度的分析应该从实际的行驶环境出发,结合车辆行驶轨迹和其他事故致因系统分析。本文通过实车试验的方法对设置纵向减速标线的山区城市道路交叉口路段和未设置标线的对比路段的交通流量、区间速度、驾驶员瞳孔指标和轨迹横向偏移量等试验数据进行采集,再结合山区城市道路交叉口处的交通特性和道路基本参数等数据,分析试验路段的交通流特性、驾驶员生理行为指标和轨迹规律。试验表明:在城市道路交叉口设置纵向减速标线后车辆在试验路段和对比路段的偏移量分布频率最大值42.62%和38.18%在（0.5,1]区间内;在山区城市道路交叉口段设置纵向减速标线可以提前警告驾驶员控制车速等有利的影响,提高交叉口行驶安全性。     

驾驶员的驾驶品质对纯电动汽车能耗的影响

以济南市实际运行的纯电动物流用车为研究对象,分析了不同司机驾车行驶时能耗差别及影响因素,并对车辆加速度、车速、能量回馈、行驶工况及电机过载等因素对纯电动汽车能耗的影响规律进行了测试分析.通过整车控制器对电机过载转矩进行限制、增加超速模式等措施对能耗敏感的驾驶参数进行了优化.试验结果表明,优化后车辆能耗显著降低,有效减小了驾驶员驾驶特性对车辆能耗的影响,与原车相比能耗降低最高可达34.94%.      

安全驾驶的横向安全预警报警阈值的确定

为减少车道偏离事故的发生,基于车辆将要横越车道边界的时间标准（TLC）,提出一种新的横向安全报警算法。该算法根据车辆运行状态判断驾驶人意图,基于实车试验数据,分析车辆的车轮轨迹曲线与TLC曲线,设定不同路况、不同类型驾驶人的报警阈值;利用驾驶人分类结果中最激进和最保守驾驶人的实车数据,分别验证不同路况下的报警阈值。结果表明：在不同路况下,报警算法给性格保守的驾驶人留出了1s左右的反应时间,给性格激进的驾驶人留出了0.5s左右的反应时间。     

基于驾驶行为的隧道交通标志影响特征及作用机理

合理设置隧道交通标志能够在一定程度上缓解隧道特殊环境引发的“时空隧道效应”。文中研究了高速公路隧道内部交通标志（限速标志、出口预告标志）对驾驶行为的影响特性,首先选取特长隧道作为实验路段,通过驾驶模拟实验测试获取驾驶人细粒度微观行为数据,然后再考虑随机效应影响的条件下构建线性混合效应模型,揭示了隧道内部交通标志对驾驶行为的影响特征及作用机理。结果表明：不同影响区段内交通标志对驾驶行为的作用存在差异;在隧道内部设置限速标志能够一定程度上降低事故风险的发生概率,限速标志的重复设置一定程度上能提高驾驶人的操控能力;在隧道内部设置限速标志及出口距离预告标志有助于改善驾驶人空间控制能力、提高驾驶舒适度,其中,在距离隧道出口约小于1 km的影响区段内设置隧道出口距离预告标志有助于提高驾驶人的行车舒适性,在距离隧道出口2 km和1.5 km的影响区段内设置预告标志能在提高车辆控制能力的同时使驾驶人具有更高的行驶车速;此外,隧道交通标志作用下的驾驶行为受驾驶人性别、年龄、驾驶经验等特征属性影响,男性驾驶人的驾驶风险更低。     

智能汽车换道轨迹的燃油经济性研究

基于智能汽车行驶的空间约束和运动轨迹曲率约束等限制，对换道轨迹的燃油经济性进行了研究. 基于发动机瞬态油耗模型，确定了平路行驶的最经济车速，并建立了能满足各种约束的3阶贝塞尔换道轨迹模型. 通过Matlab/Simulink与Carsim联合仿真验证，文中设计的贝塞尔换道轨迹的油耗分别比已有的sin-tanh和x-sin换道轨迹节油了3.49%和0.77%，其最大横向加速度值也分别比sin-tanh和x-sin换道轨迹降低了31.75%及7.45%. 因此在保证智能汽车安全舒适行驶的基础上，利用贝塞尔换道轨迹的汽车油耗更少，对应的最大横向加速度更小，表明贝塞尔换道轨迹模型具有优越性.      

网联混合车流车辆换道博弈行为及模型

车联网环境中,交通系统将长期呈现智能网联汽车和传统人工驾驶车辆混合共存的状况.针对智能网联交通环境下的新型混合车流,建立了车辆的换道行为决策模型.对于混合车辆交通流引入最小安全区域模型,自主车辆交通流基于博弈论的思想进行建模.自主车辆之间的换道被看作为1种非合作博弈行为,车辆以自身行驶状态为博弈收益,寻求行驶条件更优的车道.运用SUMO软件对提出的换道模型进行仿真验证分析.仿真结果表明,博弈换道模型相比于传统间隙阈值接受模型具有较高的车道利用率和安全稳定性.