检索范围:
排序: 展示方式:
不确定路面附着系数条件下一种基于双层非线性模型预测控制的自动驾驶卡车轨迹规划方法 Research Articles
王鸿超1,张伟伟1,吴训成1,曹昊天2,高巧明3,罗素云1
《信息与电子工程前沿(英文)》 2020年 第21卷 第7期 页码 963-1118 doi: 10.1631/FITEE.1900185
一种用于自动驾驶的车辆概率性长期轨迹预测框架 Article
刘金鑫, 罗禹贡, 钟志华, 李克强, 黄荷叶, 熊辉
《工程(英文)》 2022年 第19卷 第12期 页码 228-239 doi: 10.1016/j.eng.2021.12.020
在混合动态交通环境中,准确地预测周围车辆长期范围内的运动轨迹是自动驾驶车辆(AV)实现合理行为决策和保障行车安全不可或缺的前提条件之一。本文提出了一种车辆长期轨迹预测的概率框架,由驾驶意图推理模型(DIM)和轨迹预测模型(TPM)组成。DIM基于动态贝叶斯网络进行设计和应用,用于准确推断车辆潜在的驾驶意图。为了进一步提高轨迹预测精度并实现预测不确定性识别,本文开发了基于高斯过程(GP)的TPM,综合考虑了车辆模型的短期预测结果和运动特性。最后,在高速换道场景下进行仿真验证,说明了新方法的有效性。通过与其他先进方法进行对比,展示并验证了该框架在车辆长期轨迹预测任务中的优异性能。
一种适用于自动驾驶汽车的多层地图模型和车道级轨迹规划 Article
江昆, 杨殿阁, 柳超然, 张涛, 肖中阳
《工程(英文)》 2019年 第5卷 第2期 页码 305-318 doi: 10.1016/j.eng.2018.11.032
越来越多的司机依赖于汽车或手机上的电子地图导航系统来选择最佳的驾驶路线,以节省时间和提高安全性,在不久的将来,电子地图和导航系统有望在未来交通运输系统中发挥更大的作用。为了将现有的导航系统扩展到更多的应用领域,如自动驾驶,需要考虑在传统道路地图模型的基础上,建立车道级地图模型和车道级轨迹规划。本研究针对传统电子地图内容不够丰富的局限性,提出了一种全新的七层自动驾驶地图结构模型,并将它命名为清华地图模型。考虑车辆换道、转向和直行等不同行车特点,建立了车道级路段行车代价模型,建立一种分层路径轨迹搜索方法,能够在道路和车道网络中实现快速的轨迹规划,能够很好地支持自动驾驶的车道级轨迹规划。通过在虚拟道路网络和实际道路网络上的测试,充分验证了该地图模型和算法的灵活性和有效性。
刘经南,董杨,詹骄,高柯夫
《中国工程科学》 2019年 第21卷 第3期 页码 92-97 doi: 10.15302/J-SSCAE-2019.03.004
自动驾驶地图作为实现汽车自动驾驶的关键基础设施,对于推动我国自动驾驶领域的商业化开发至关重要。现阶段,我国受地图测绘、应用和监管等相关法律法规的制度掣肘,在自动驾驶地图的产业化进程方面相对滞后。为此,本文着重分析了我国在自动驾驶地图开发、应用和管理中面临的主要政策法规问题:自动驾驶地图是否需加密的问题、自动驾驶地图部分地理信息表达受限的问题、自动驾驶地图地理信息采集资质和审图流程的问题、自动驾驶地图事故责任和保险问题、自动驾驶地图相关测试规范和测试场景问题。同时结合国内外自动驾驶领域的发展趋势,给出加快我国自动驾驶汽车开发和商业化进程的四点建议:制定自动驾驶地图管理模式、允许自动驾驶地图应用试点及有序开放、适当放开企业权限及优化审核流程、建立国家级自动驾驶地图平台
面向强化学习自动驾驶模型的异步监督学习预训练方法 Research Articles
王云鹏,郑坤贤,田大新,段续庭,周建山
《信息与电子工程前沿(英文)》 2021年 第22卷 第5期 页码 615-766 doi: 10.1631/FITEE.1900637
迈向L5级自动驾驶汽车的发展原则 Article
王建强, 黄荷叶, 李克强, 李骏
《工程(英文)》 2021年 第7卷 第9期 页码 1313-1325 doi: 10.1016/j.eng.2020.10.018
自动驾驶汽车的快速发展给现有交通出行方式带来了全新面貌和潜在挑战。目前,L3 级及以下驾驶辅助系统已经量产,L4 级在特定场景下的一些应用也逐步开发,通过逐渐提高车辆的自动化、智能化程度来不断向完全自动驾驶发展。然而,针对L5 级自动驾驶汽车的发展思路始终未明确,而现有针对L0~L4级自动驾驶发展过程的研发方式主要基于任务驱动来进行特定场景下的功能开发,难以揭示高等级自动驾驶汽车所需解决问题的本质逻辑和物理机制,进而阻碍了迈向L5 级自动驾驶的途径。从系统、统一、均衡的角度出发,基于最小作用量原理和统一安全场思想,旨在为高等级自动驾驶汽车,尤其是L5 级自动驾驶的研发提供一种全新的研发思路与有效途径。
孙明玮,陈增强,袁著祉,任强,杨明
《中国工程科学》 2005年 第7卷 第10期 页码 23-27
智能城市(iCity) 中自动驾驶汽车工业的关键挑战——高清地图 Perspective
Heiko G. Seif,胡晓龙
《工程(英文)》 2016年 第2卷 第2期 页码 159-162 doi: 10.1016/J.ENG.2016.02.010
本文对未来城市中自动驾驶的必要技术进行了深入的分析,从车载电脑运算、数据处理、路边基础设施和云解决方案等不同方面反映了科技的发展状况,主要对自动驾驶的核心技术——高清地图的应用所带来的挑战进行了描述
王冬青
《中国工程科学》 2006年 第8卷 第2期 页码 39-43
对现有神经网络对非线性时滞系统的时滞辨识方法进行了补充说明和分析,同时指出现有的NARMA模型修正方法对时滞系统的不当之处。以时滞系统神经网络预测控制为例,介绍了NARMA模型的正确修正方法,仿真证明了所提出的修正方法能获得好的控制性能及抗干扰能力。
人在回路的深度强化学习算法及其在自动驾驶智能决策中的应用 Article
吴京达, 黄志宇, 胡中旭, 吕辰
《工程(英文)》 2023年 第21卷 第2期 页码 75-91 doi: 10.1016/j.eng.2022.05.017
李旲,曹宏铎,胡云昌,山秀明
《中国工程科学》 2004年 第6卷 第5期 页码 45-48
脉冲暂态混沌神经网络(PTCNN)是对暂态混沌神经网络的改进,呈现丰富的动力学性质,具有很强的跳出局部最小点的功能,在解决无约束非线性规划问题时,可以找到包括全局和局部最小值的尽量全面的最优解。当遇到带约束条件的非线性规划问题时,只有对约束条件进行合理处理,才能更有效地解决约束非线性规划问题。文章使用惩罚函数方法对含有约束条件的非线性规划问题进行处理,将其变成一个不含约束条件的非线性规划问题,进而用PTCNN求解,得到了令人满意的结果。
基于车联网的信号灯协同控制 Article
李婉, 班学钢
《工程(英文)》 2020年 第6卷 第12期 页码 1463-1472 doi: 10.1016/j.eng.2020.10.009
本文提出了一个基于车联网(CV)环境的交通主干道信号灯协同控制的模型及其求解方法。首先, 我们将信号优化与协同控制问题归结为一个混合整数非线性规划(MINLP)。通过考虑单个车辆轨迹的最小油耗和行程时间求解最优相位持续时间和相位差。由于模型的复杂性,我们将问题分解为两个层次:使用动态规划(DP)优化相位持续时间的交叉路口层,以及用于优化所有交叉路口相位差的干道交通层。同时,我们开发了一种基于预测的方法以求解上述双层优化模型。在各种场景下,我们利用交通模拟对模型进行了测试。与传统的感应信号灯协同控制相比,求解MINLP和双层优化模型生成的信号时序规划可以合理地提升交通信号灯控制性能和路网的服务水平。这也表明对于交通密度相对较高的干道交通来说,本文提出的协同控制方案效果显著。而仿真结果也表明对于同时拥有主要道路和次要道路的交叉路口而言,面向主要道路进行的协同控制对次要道路上的车辆几乎没有影响。
基于混合强化学习的自动驾驶汽车行人避撞方法 Research Article
李惠乾1,黄晋1,曹重1,杨殿阁1,钟志华2
《信息与电子工程前沿(英文)》 2023年 第24卷 第1期 页码 131-140 doi: 10.1631/FITEE.2200128
关键词: 行人;混合强化学习;自动驾驶汽车;决策
标题 作者 时间 类型 操作