基于熟练驾驶员操纵特征的智能汽车换道控制研究

发布时间：2025-06-18 23:09

　　智能汽车集环境感知、路径规划及跟踪控制于一体,以自动驾驶代替人工操作,弥补驾驶员能力不足,将“人”这一不确定因素从由“人-车-环境”组成的道路系统中剔除,能够最大限度地避免由于人为因素而引起的道路拥堵和伤亡事故的发生。研究表明目前智能汽车在自动驾驶操纵时,特别是在车辆转向操纵控制中,智能汽车的舒适性与熟练驾驶员驾驶车辆的舒适性相差甚远。车辆行驶中往往会由于躲避障碍、超车及交通信号指示等原因进行换道操作,涉及车辆纵向和横向位移及速度的改变。本文对智能汽车换道控制进行研究,以换道工况中的轨迹规划与跟踪控制为研究重点。开展了基于实车和驾驶模拟器的熟练驾驶员换道操纵特征采集试验并对试验数据进行分析。在试验车辆上加装相应传感器记录车辆实验数据,并将所记录的轨迹坐标进行转换。对试验轨迹进行分析,研究中间位置状态约束对换道轨迹的影响,选择采用六次多项式作为换道轨迹的表达形式。针对熟练驾驶员换道操纵具有较强的非线性,基于神经网络算法设计了智能汽车换道轨迹规划系统。采用遗传算法对其阈值和权重进行优化,建立GA-BP神经网络模型。分析不同因素对换道轨迹的影响,建立熟练驾驶员换道模型,并采用实车和驾驶模拟器数...

【文章页数】：83 页

【学位级别】：硕士

【部分图文】：

图1.2Stanley智能汽车Fig.1.2Stanleyintelligentvehicle

基于熟练驾驶员操纵特征的智能汽车换道控制研究赛举办，共有5辆智能汽车完成了全部赛程，冠军由美国斯坦福大学Stanley智能车以6时53分58秒的成绩夺得，车辆如图1.2所示。2017年，在美国加利福尼亚后勤空军基地举办了第三届DARPA挑战赛，与前两....

图1.3BOSS智能汽车Fig.1.3BOSSintelligentvehicle

基于熟练驾驶员操纵特征的智能汽车换道控制研究赛举办，共有5辆智能汽车完成了全部赛程，冠军由美国斯坦福大学Stanley智能车以6时53分58秒的成绩夺得，车辆如图1.2所示。2017年，在美国加利福尼亚后勤空军基地举办了第三届DARPA挑战赛，与前两....

图1.4谷歌无人驾驶汽车Fig.1.4Googleautonomousvehicle

图1.2Stanley智能汽车.1.2Stanleyintelligentvehicle图1.3BOSS智能Fig.1.3BOSSintellige府、汽车厂商及高校对智能汽车的研究投入了大量的精力车也进行了深入研究。谷歌公司通过邀请第二届DARPA坦福大....

图1.5Pioneer先锋号Fig.1.5Pioneer

预示着我国智能汽车行业正式起步以及关键技术研究正式开启。在九五期间，ATB-2研制成功。2005年，在障碍检测和运动控制能力上得到大幅提升的ATB-3顺利面世[15]。此后，我国各高校研制的智能汽车如雨后春笋般面世，如国防科技大学研制的红旗CA7460、清华大学研制的....

本文编号：4050478