摘要：为了兼顾无信号交叉口处智能网联车辆通行效率和舒适性要求,提出基于深度强化学习的车辆运动规划算法.结合时间卷积网络(TCN)和Transformer算法构建周围车辆行驶意图预测模型,通过多层卷积和自注意力机制提高车辆运动特征捕捉能力;利用双延迟深度确定性策略梯度(TD3)强化学习算法构建车辆运动规划模型,综合考虑周围车辆行驶意图、驾驶风格、交互风险以及自车舒适性等因素设计状态空间和奖励函数以增强对动态环境的理解;通过延迟策略更新和平滑目标策略提高算法稳定性,实时输出期望加速度.实验结果表明,所提运动规划算法能够根据周围车辆的行驶意图实时感知潜在的交互风险,生成的运动规划策略满足通行效率、安全性和舒适性要求,且对不同风格的周围车辆和密集交互场景均有良好的适应能力,不同场景下成功率均高于92.1%.

摘要：该文首先通过分析交通类专业创新人才需求,建立了产教融合“双闭环”创新人才培养体系;然后,在人才培养体系基础上,整合路侧感知计算系统、驾驶模拟器等实验设备,并结合数字孪生方法,设计了适用于交通类专业的数字孪生实验系统;最后,从学生专业认知程度、课程满意度、竞赛获奖等多个角度对实验系统进行了评价。

摘要：为了研究布设在智慧高速上的路侧设备能否对智能车辆提供支持,高速公路智能设备的智能化性能是否达到了工程目标,对公路智能设备进行了测试和评价。提出了一种在途评价高速公路智能设备水平的评价指标以及测试方法。针对车路协同系统中的关键要素,提出了评价高速公路智能设备关键性能的测评指标和量化评价方法。设计了典型交通场景下智能设备性能在途评价体系,应用现有的路侧智能设备,选取典型场景,对提出的指标和方法进行了实地测试,完善智能设备性能在途评测体系。结果表明:提出的在途测评方法能够基于车载真值数据,对高速公路智能设备的性能进行评价,衡量被测设备能否满足智慧高速应用场景的需求。