無人駕駛車輛智慧型行為決策建模

無人駕駛車輛智慧型行為決策建模

《無人駕駛車輛智慧型行為決策建模》是2022年北京理工大學出版社出版的圖書。

基本介紹

  • 中文名:無人駕駛車輛智慧型行為決策建模
  • 作者:陳雪梅
  • 類別:工業技術
  • 出版社:北京理工大學出版社
  • 出版時間:2022年
  • 開本:16 開
  • 裝幀:平裝
  • ISBN:9787568294621
內容簡介,圖書目錄,作者簡介,

內容簡介

智慧型網聯汽車成為一熱門的新興技術,可改善交通安全,提高通行效率。智慧型網聯汽車由感知、決策、控制三個大的部分組成。本書重點關注決策模組,決策模組根據感知模組提供的信息,確定智慧型車將要執行的動作以及執行這個動作時無人車需要形式的軌跡。
本書作者結合團隊的研究成果,系統化地闡述了智慧型車行為決策研究背景與現狀、仿真建模、數據採集與處理,以及具體場景下的種種決策實例展示於分析。作者期望給讀者搭建一個完整的智慧型車行為決策知識框架,並理解和掌握一些決策的分析實例,在自己的學習研究中加以運用和拓展,為智慧型車的發展助力。本書共分為6章。第1章介紹了智慧型車行為決策的發展背景及現狀,重點分析了國內外研究智慧型車的科研單位和企業的相關進展。第2章介紹了用於智慧型車建模的仿真軟體以及對典型城市環境的模型和仿真平台搭建。第3章介紹了數據採集的三種方法及數據採集實例,並簡要介紹數據預處理方法和實例。第4章詳細介紹了換道場景下利用基於規則和強化學習的方法分析換道行為,並建立換道決策模型。第5章詳細介紹了基於LSPI方法搭建匯入場景下決策模型的全過程。第6章以城市交叉口場景為例介紹了智慧型車左轉行為決策模型的搭建,主要包含周圍車輛軌跡預測和基於衝突消解的左轉決策過程。

圖書目錄

第1章無人駕駛汽車智慧型行為決策的發展背景及現狀 / 1
1.1無人駕駛系統概述 / 2
1.2國外無人駕駛技術研究現狀 / 4
1.2.1科研單位 / 4
1.2.2企業 / 6
1.3國內無人駕駛技術研究現狀 / 9
1.3.1科研單位 / 9
1.3.2企業 / 11
1.4無人駕駛汽車行為決策研究現狀 / 13
1.4.1基於方法的行為決策研究 / 13
1.4.2基於駕駛行為的決策研究 / 16
參考文獻 / 20
第2章聯合仿真平台構建 / 23
2.1仿真軟體簡介及建模流程 / 23
2.1.1PreScan簡介及建模流程 / 23
2.1.2Vissim簡介 / 26
2.1.3其他仿真軟體簡介 / 29
2.2聯合仿真平台 / 32
2.2.1Matlab/Simulink PreScan聯合仿真平台 / 32
2.2.2Vissim PreScan聯合仿真平台 / 37
2.3仿真場景搭建實例 / 39
2.3.1換道場景搭建實例 / 39
2.3.2匯入場景搭建實例 / 41
2.3.3交叉口場景搭建實例 / 43
參考文獻 / 45
第3章數據採集與預處理 / 47
3.1基於路基的數據採集方法 / 47
3.1.1採集原理 / 47
3.1.2採集步驟 / 49
3.2基於實車採集平台的數據採集方法 / 54
3.2.1實車採集平台搭建 / 54
3.2.2動態要素檢測、跟蹤與定位 / 55
3.3基於虛擬仿真環境的試驗數據採集方法 / 58
3.3.1虛擬駕駛試驗前準備 / 58
3.3.2仿真試驗數據採集 / 59
3.4實際場景數據採集實例 / 60
3.4.1北京市西三環花園橋捷運站附近的匯入路口
數據採集 / 60
3.4.2北京市北三環西路輔路匯入北三環主路
數據採集 / 60
3.4.3北京市魏公村路交叉口數據採集 / 61
3.4.4上海市長寧區劍河路和仙霞西路交叉路口
數據採集 / 62
3.5數據預處理方法簡介 / 64
3.5.1指數加權移動平均法 / 64
3.5.2對稱指數移動平均法 / 65
3.5.3卡爾曼濾波 / 65
3.5.4粗糙集 / 65
3.6數據預處理實例 / 67
3.6.1北京市西三環花園橋捷運站附近匯入路口
數據預處理 / 67
3.6.2北京市北三環西路輔路匯入北三環主路
數據預處理 / 68
3.6.3NGSIM US101數據集預處理 / 68
3.6.4北京市三環內匯入口仿真試驗數據預處理 / 71
3.6.5北京市魏公村路交叉口數據預處理 / 73
3.6.6上海市長寧區劍河路和仙霞西路交叉路口
數據預處理 / 77
參考文獻 / 82
第4章基於規則及強化學習的換道決策建模 / 83
4.1基於粗糙集的換道決策規則提取 / 83
4.1.1駕駛員仿真換道行為數據獲取及預處理 / 83
4.1.2換道行為特性分析 / 85
4.1.3換道行為決策規則提取 / 86
4.2基於安全閾值的駕駛員速度選擇策略 / 92
4.2.1駕駛員縱向控制行為特性及影響因素分析 / 92
4.2.2基於安全閾值的駕駛員速度選擇策略構建 / 94
4.2.3基於安全閾值的駕駛員速度選擇策略驗證 / 95
4.3基於間隙可接受理論的自由換道決策模型 / 96
4.3.1換道決策基本條件 / 96
4.3.2自由換道決策模型 / 96
4.3.3仿生換道決策模型驗證 / 99
4.4基於QLearning的換道決策模型 / 101
4.4.1強化學習 / 101
4.4.2換道行為決策下的QLearning相關
參數設定 / 102
4.4.3基於QLearning的換道行為決策結果 / 105
參考文獻 / 107
第5章基於LSPI的環境自適應匯入策略建模 / 109
5.1城市快速路匯入問題分析 / 109
5.1.1匯入類別分析 / 109
5.1.2城市環境匯入策略二階段求解 / 110
5.1.3基於粗糙集與間隙可接受理論的匯入
時機判定 / 113
5.1.4規劃決策算法 / 114
5.2強化學習概述 / 114
5.2.1馬爾科夫決策過程 / 114
5.2.2免模型強化學習 / 115
5.2.3值函式近似 / 117
5.3基於LSPI算法的匯入策略建模 / 119
5.4無人駕駛車輛換道軌跡規劃與路徑跟蹤 / 124
5.4.1基於五次多項式曲線的換道軌跡規劃 / 125
5.4.2基於運動學模型的軌跡跟蹤控制 / 127
5.4.3軌跡跟蹤算法驗證 / 131
參考文獻 / 133
第6章城市道路交叉口穿越行為決策建模 / 135
6.1城市道路交叉口左轉駕駛行為分析 / 135
6.1.1城市道路交叉口車輛通行特點和衝突分析 / 135
6.1.2基於軌跡預測的決策框架 / 137
6.2基於運動模式識別的城市道路交叉口周邊車輛
軌跡預測方法 / 138
6.2.1城市道路交叉口場景建模數據處理 / 138
6.2.2基於高斯混合模型的目標運動模式
識別模型 / 141
6.2.3基於高斯過程回歸的軌跡預測模型 / 145
6.2.4預測模型評價指標 / 151
6.2.5軌跡預測模型的試驗驗證及結果分析 / 152
6.3基於衝突消解的城市道路交叉口無人駕駛車輛
左轉決策 / 162
6.3.1城市道路交叉口通行流程及衝突消解方法 / 163
6.3.2狀態轉移模型和決策流程 / 164
6.3.3動作選擇標準 / 167
6.3.4決策模型仿真試驗及結果分析 / 173
6.4基於NQL(Neural QLearning)的城市道路
交叉口通行決策 / 186
6.4.1QLearning算法與Neural QLearning
算法分析 / 186
6.4.2基於NQL的城市道路交叉口穿越行為分析 / 189
6.4.3基於強化學習算法的試驗結果分析與驗證 / 196
參考文獻 / 205

作者簡介

陳雪梅,北京理工大學前沿技術研究院常務副院長,博士,北京理工大學副教授/特聘研究員,加州大學伯克利分校訪問學者,揚州智慧型產業協會高級專家顧問,中國安全產業協會交通運輸安全裝備分會秘書長,北京市優秀人才項目資助獲得者,蘇州高新區創新創業領軍人才。
先後主持或參與國家自然科學基金重點項目、國家自然科學基金汽車產業聯合基金、國家自然科學基金青年基金、山東省重點研發計畫(重大科技創新工程)、國家863計畫、國家科技支撐計畫、北京市科委項目等近20餘項。以作者公開發表論文30多篇,參與制定標準3項,申請授權專利10項。獲中國公路學會科學技術獎一等獎。

相關詞條

熱門詞條

聯絡我們