基于TD3算法的人机混驾交通环境自动驾驶汽车换道研究

提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3（Twin Delayed Deep Deterministic Policy Gradient）实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明：基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。     

基于车载平台的ABS/ASR故障诊断系统开发

针对 ABS/ASR 系统中的典型故障进行了分析,定义了永久故障和临时故障及其转换条件,并基于模块化思想搭建了 ABS/ASR 车载试验平台.结合车载试验平台的结构,设计了支持故障诊断功能的系统硬件,提出了一种具有在线诊断与离线诊断功能的综合故障诊断策略.由故障诊断实例表明,所开发的故障诊断系统能实现在线诊断和离线诊断,有效完成故障码的存储、读取与清除,具有较好的集成性和实用性.     

动力总成驾驶性客观评价的工况优选方法与试验验证

针对动力总成驾驶性评价工况选择缺乏合理性的问题,提出一种基于组合权重和改进TOPSIS法的动力总成驾驶性客观评价工况优选方法。首先,根据动力总成工作原理分析驾驶性客观评价指标并搭建测试与分析软硬件平台。然后,基于组合赋权思想,采用层次分析法(AHP)和变异系数法(CV)确定主客观权重,运用最小相对信息熵原理获得AHP-CV模型的最优权重。接着用加权马氏距离替代欧氏距离的改进逼近理想排序(TOPSIS)搭建车辆驾驶性评价工况优选模型。最后,以静态换挡工况为例进行研究,得出10个细分工况的加权指标值,并对细分工况进行综合排序。试验结果表明,提出的改进AHP-CV-TOPSIS模型对于车辆驾驶性评价的工况选择具有较好的适用性,可揭示各细分工况对驾驶性评价的重要程度,为车辆驾驶性主客观评价工况选取提供科学指导。     

无人驾驶汽车串联式制动系统控制研究

提出了一种面向无人驾驶汽车的EHB与ESP协调制动系统,设计了"一主一辅"的工作方式及串联式制动结构,保证硬件冗余的同时,实现两个系统的分时独立工作。系统软件协调控制层提出了EHB的3种故障的监测方法,并能及时发出ESP切换指令;压力跟随层采用改进的增量式PID方法实现主动压力控制。通过EHB性能及双系统的协调制动台架试验,验证了串联式制动系统的有效性,结合整车仿真结果表明该系统有利于提高无人驾驶汽车制动的安全性。     

旋变解码系统研究硬件阶段功能安全研究

在自主设计的旋转变压器解码系统的基础上,根据功能安全标准(ISO26262)中硬件阶段的功能安全研究规范展开了对所设计的解码系统的硬件阶段的功能安全研究。研究过程严格按照功能安全标准的硬件阶段的研究规范(ISO26262-5)执行,同时参考了其他国外的硬件评价指标。通过最后的硬件阶段功能安全研究结果表明,所设计的解码系统能够满足硬件安全需求,并且硬件架构度量评估结果符合相应的汽车完全安全等级(ASIL)的需求。     

基于RRT与MPC的智能车辆路径规划与跟踪控制研究

为分析智能车辆实时规划和跟踪控制的相互影响关系,基于改进的快速随机搜索树规划算法(improved-RRT)与线性时变的模型预测控制算法,提出了一种智能车路径规划与跟踪控制系统的构架。首先,采用目标导向、节点修剪、曲线拟合和最优路径选择等方法对基础RRT规划算法进行改进,保证规划路径满足车辆运动学约束并趋近最优解。然后,基于线性时变模型预测控制算法,实现智能车对期望路径的稳定控制。硬件在环仿真结果表明,车速为36 km/h,规划步长为2 m,规划周期为0.1 s时,侧向加速度小于0.2g,满足安全性和实时性要求。最后,分析了车速、规划步长和规划周期等因素对实时规划和稳定跟踪的影响。     

ABS/ASR/ACC集成系统车载实验平台开发

为了改善汽车动力学性能和辅助安全驾驶,将ABS,ASR,ACC系统进行有机的综合.根据三者功能上的异同点,提出了ABS/ASR/ACC集成控制策略和切换逻辑.为了便于算法调试,开发了基于CAN总线的车载实验平台.应用模块化的思想,分析了各个子模块的功能,制定了平台内部通信协议,完成了车载平台的软硬件设计.实车实验表明:车载实验平台为集成控制系统的研究提供了良好的开发环境和技术基础,同时ABS/ASR/ACC集成控制系统能有效提高汽车纵向行驶中的主动安全性能.     

基于Labcar的ABS控制器HIL测试

在VDYM模型基础上完善了ABS仿真模型,将其下载到RTPC工控机中实时运行.利用Labcar IP中对硬件板卡进行配置与连接,并通过试验环境EE对数据进行监控和记录.在高/低附着路面下的ABS硬件在环测试表明,所得到的速度变化曲线和轮缸压力曲线更接近真实道路下的试验结果,从而验证了该系统能够满足ABS控制器进行硬件在环测试的需要.