摘要：考虑动态驾驶场景下车辆间的交互影响,提出了一种基于图卷积网络和二次规划的智能车辆自主换道行为决策与运动规划方法.首先将感兴趣区域进行分层建模,以图结构数据的形式对驾驶场景的全局和局部动态交互信息进行聚合,通过图卷积网络输出自车应采取的驾驶行为决策指令,然后与运动规划模块结合,基于局部子图划分可通行区域,构建并求解二次规划模型,得到满足运动学约束的无碰撞运动轨迹,最终完成无碰撞自主换道.对提出的方法进行了仿真实验与实车验证,实验结果证明该方法的性能要优于传统的规划方法,具有更好的实验成功率以及场景泛化性能.

摘要：换道是智能车辆在实际交通条件中的一个重要工况。为提高智能车辆在高速公路上的换道安全性,分析了周围交通车辆运动对自车换道距离保持的影响,利用五次多项式函数进行换道轨迹规划,以车辆纵向加速度、与前车碰撞时距和换道后车速为换道优化函数的优化变量,利用车辆动力学模型摩擦圆对横向和纵向加速度进行约束,建立了换道模型。最后用MATLAB/Simulink和CarSim对所得出的换道轨迹进行轨迹跟踪仿真分析,结果表明,该换道轨迹规划方法能够保证智能车换道时的舒适性和安全性。

摘要：为了以照明的方式改善城市快速路的视觉环境和夜间换道的高风险状况,分析了驾驶员夜间换道的视认目标物和视距需求,并对24名驾驶员进行了小目标物的静态和动态视认试验,研究了不同色温条件下路面亮度对静态视认的影响规律,以及4 000 K色温条件下路面亮度对动态视认的影响规律;依据静态视认规律对动态视认结果进行修正,得到了不同色温条件下满足驾驶员换道视认需求的照明亮度水平。研究结果表明:在一定距离条件下,驾驶员在不同色温下静态视认小目标物所需的路面亮度不同;4 000 K色温条件下,驾驶员对小目标物的动态视认距离随路面亮度的增加而增加;不同色温和速度条件下,驾驶员所需的动态路面亮度不同,当色温为6 000 K时所需的路面亮度最低。该研究结论可为城市快速路设计与运营管理单位提供参考,还可以为改善换道行为的高风险状况提供依据。

摘要：车辆换道是司机为获得更好行驶条件而采用的常见措施,而转向灯对车辆换道行为有重要的指导作用.本文在BML(Biham-Middleton-Levine)模型的基础上加以改进,提出了综合考虑道路信息和前车转向灯影响的可换道BML模型.当车辆无法前行时,如满足换道条件,则将道路信息(车道密度及平均速度)和转向灯影响量化为车辆换道概率,确定车辆是否可以换道.通过数值模拟,研究了周期边界条件下车辆换道行为对有、无交通灯控制的两种BML模型发生相变的临界密度以及系统通行能力的影响.模拟结果表明对于无交通灯BML模型,引入换道规则可以明显提高系统发生相变的临界密度,在较小尺度下该临界密度接近有交通灯BML模型,换道效果明显,并发现了一种新的局部拥堵和自由流的共存相,讨论了该共存相的生成和演化机制.在较高密度下局部阻塞将演化为全局拥堵;对于有交通灯BML模型,引入换道规则对系统发生相变的临界密度没有明显的影响,但相变的过渡区域更窄.这表明有交通灯时,换道虽然可以改变局部交通特征,但难以显著影响交通系统的全局特征.

摘要：传统的自适应巡航控制车辆在面对前方低速行驶的目标车辆时只能低速跟车行驶,为提高ACC车辆的行车效率,提出了具有换道功能的自适应巡航控制策略。将ACC车辆的控制模式分为定速巡航、跟车巡航、换道巡航3种,基于速度不满意累计度设计了多模式切换策略。基于模型预测控制算法设计了定速巡航和跟车巡航纵向控制器、换道轨迹跟踪控制器,并利用五次多项式规划了换道轨迹。使用PreScan/CarSim/Matlab软件搭建仿真平台,设计多种测试工况,对设计的控制策略进行联合仿真测试。结果表明,设计的控制策略稳定且可靠。

摘要：为透析换道前驾驶人行为机理,提取可以体现驾驶人换道意图的表征参数,设计真实道路条件下的实车试验,对换道决策机制进行深入研究。基于驾驶人对外界信息的感知特性、判断决策等,分析驾驶人车道变换决策的形成机理。依据换道前驾驶人对后视镜的注视特性确定换道意图时窗,进一步提取驾驶人车道变换意图表征指标。分析表明,换道决策由信息感知及3个判断决策过程复合而成,驾驶人换道意图表征时窗约为5s;后视镜及视野盲区注视频次,当前车道与目标车道的注视时间及注视概率等指标都可以用来有效表征驾驶人的车道变换意图。

摘要：为解决城市道路拥挤状态下车辆可行换道间隙少、换道时间长,进而导致停车等待、堵塞后续车流等问题,本文基于智能网联环境下车辆之间的交互协同,提出了一种混合自动驾驶场景多换道需求下的主动间隙适配和换道序列规划模型。首先,采用多项式和三角函数分别描述了换道过程中的空间轨迹和速度曲线,得出了换道间隙可行性判别依据。在此基础上,构造了换道启动可行状态集合,并构建了单个换道请求下的间隙适配和协同换道的最优控制模型。然后,考虑多换道需求,构建了主动间隙适配和换道序列规划模型,对换道序列进行整体优化。最后,设计了数值仿真实验,验证了本文模型可对多换道需求进行时空优化。仿真实验结果表明,本文模型能够降低换道行为对城市道路通行能力的影响,且适用于不同的交通需求,模型可提升24%的道路通过量。

摘要：针对智能车辆换道操作,设计了考虑换道意图与换道安全的换道控制方法。基于Prescan搭建了常见直道与弯道换道场景;运用行车安全距离与速度不满累积度作为换道意图产生依据,利用基于直线与弯道行驶的多车约束的汽车最小换道临界碰撞安全距离来判定换道操作是否安全;基于五次多项式拟合进行换道轨迹的规划;采用模型预测控制对规划轨迹进行跟踪并基于Simulink/Carsim/Prescan对路面附着系数为0.8、0.6、0.4的工况进行联合仿真。仿真结果表明:所提控制方法能实现汽车的安全平稳换道。

摘要：针对传统换道控制算法难以有效应对前方车辆状态变化的问题,提出基于滚动优化的汽车换道动态轨迹规划方法,并设计轨迹跟踪控制器进行轨迹跟踪。首先,基于五次多项式设计换道参考轨迹方程,并建立换道轨迹评价指标确定换道时间。其次,构建换道动态轨迹规划函数,考虑相邻周期内所规划轨迹的偏差,设计滚动优化目标函数。建立跟随前车运动的危险包络椭圆约束来保证避撞安全性,同时考虑换稳定性约束和道路边界约束,将动态轨迹规划问题变为滚动优化问题,规划出可以适应前车状态变化的动态换道轨迹。然后,设计用于确定理想前轮转角的模型预测控制器来实现轨迹跟踪。最后,对所提出的方法进行仿真和硬件在环试验,仿真和试验结果表明,所提出的控制方法可以使车辆应对不同的换道环境,能够保证车辆的换道安全性和舒适性。

摘要：为了提高智能驾驶汽车的安全性能,提出了一种基于改进Canny算法的智能换道辅助驾驶模型。对改进后的Canny算法进行性能对比实验发现,改进后的算法平均峰值信噪比为28.36 dB,高于传统Canny算法。在智能换道辅助驾驶模型的仿真分析中发现,该模型控制的智能汽车的最大侧向加速度0.04 m/s2。上述结果说明改进Canny算法具有较好的图像识别性能,且基于机器视觉优化技术的智能换道辅助驾驶模型的平稳性和安全性较高。故可利用研究提出的方法改善目前智能驾驶汽车安全性不足的问题,从而降低交通事故的发生率。