基于本体论的无人驾驶车辆场景评估与行为决策方法研究

发布时间：2025-06-27 04:17

　　无人驾驶车辆可以有效地提高行车安全、减少污染物的排放以及缓解城市交通拥堵的压力,对于提高交通系统的运行效率、改变人类的出行模式将产生深远的影响。行为决策系统是无人驾驶车辆的重要组成部分,作为无人驾驶车辆的“大脑”,行为决策方法的优劣将直接影响其行驶速度、安全性、适应性与智能性。研究高效可靠的行为决策方法,对于提高无人驾驶车辆的安全性与自主性、促进其早日产业化,具有重要的意义。目前,无人驾驶车辆行为决策方法主要存在以下问题:一是驾驶场景中存在的多源异构信息(如道路路网元素、交通参与者、交通规则和驾驶经验等)无法有效表达和充分利用;二是行为决策方法对驾驶场景的适应性不足,当面临新的驾驶场景时,需要对控制逻辑做大量调整。针对上述问题,本文提出了基于本体论的行为决策方法。具体的研究内容如下:(1)针对驾驶场景中行为决策知识无法有效表达和充分利用的问题,本文采用基于本体论的方法对驾驶场景进行建模。通过分析驾驶场景中“人-车-路”之间的关系,提取驾驶场景中的道路路网、交通参与者、道路交通设施等知识,建立驾驶场景的本体概念模型。经过先验道路信息和环境感知信息实例化后,获得OWL2描述的本体知识库。(2...

【文章页数】：91 页

【学位级别】：硕士

【部分图文】：

图１．１状态机模型??３??

１．１（ａ）；?ＢＯＳＳ车队［７］利用ＨＳＭ进行行为决策，设计了?３个顶层行为包括车道行??驶、路口处理和到达指定位姿，以及顶层行为下面的一些子行为，其ＨＳＭ模型??如图１．１（ｂ）；?ＡｎｎｉｅＷａｙ车队［８］利用阳＼４进行行为决策，设计的顶层行为有：路??上行驶、路口行驶、非....

图１．３基于效用的决策模型??５??

和ＡＨＰ?（层次分析法），ＡＨＰ用来为属性分配权重，ＴＯＰＳＩＳ用来将结果进行排??序，其实验结果表明，能在复杂场景中做出合理决策，其驾驶行为的决策层次如??图１．３（ａ）；?ＤＡＰＲＡ?２００７比赛中的Ｃａｒｏｌｉｎｅ车队［１５］的行为决策系统使用ＤＡＭＮ??（Ｄｉｓｔｒｉｂｕ....

图１．４基于学习的决策模型??基于神经网络、深度学习的方法透明性差，可追溯性差，对训练数据依赖大，??训练时间较长；马尔科夫决策过程能很好的解决不确定环境下的决策问题，但其??

使用本体技术对无人车场景进行建模，将输入的传感器数据保存为ＲＤＦ??三元组形式，通过与知识库中包含的ＳＷＲＬ规则进行匹配，再利用ＳＰＡＲＱＬ查??询引擎得出当前场景对应的决策，图１．５（ａ）是其决策系统框图。??基于案例的推理系统中，要不断采集、评估、筛选驾驶案例来构建案例库，?....

图１．?５基于知识推理的决策模型??基于知识的推理决策模型可以清晰描述驾驶场景信息，将驾驶知识与控制逻??辑分离

ｍＷｔ：：：?ｊ?’丄?ｊ：??（ｂ）马尔科夫决策过程（ＰＯＭＤＰ）示例场景??图１．４基于学习的决策模型??基于神经网络、深度学习的方法透明性差，可追溯性差，对训练数据依赖大，??训练时间较长；马尔科夫决策过程能很好的解决不确定环境下的决策问题，但其??状态空间极为庞大，容易出....

本文编号：4053795