典型交通场景下的智能网联汽车驾驶行为建模开题报告
2020-10-12 20:52:01
1. 研究目的与意义(文献综述)
据公安部交管局统计,截至2015年底,全国机动车保有量达2.79亿辆,其中汽车1.72亿辆,新能源汽车58.32万辆,均为历史最高水平。但是高保有量的同时,相应的问题日益体现,交通事故率明显增加。国家统计局发布统计数据,2015年全国发生道路交通事故共187781起,交通事故死亡人数达58022,交通事故死亡人数达199880,交通事故直接财产损失达103692万元。在构成道路交通系统的驾驶员、汽车和道路环境三因素中,各因素对道路交通安全的影响程度不同。美国印第安纳大学和英国运输与道路实验室多学科领域的专家研究发现,英国道路交通事故发生的唯一原因是由驾驶员因素引起的占65%(美国占57%),而与驾驶员因素有关(驾驶员-汽车因素、驾驶员-道路环境因素、驾驶员-汽车-道路环境因素和驾驶员因素)的百分率占到近95%(美国占94%)[3]。正因为如此,为实现道路交通的安全性,建立自动驾驶模型对道路交通事故的控制极为重要。
国内的众多学者根据不同的方法建立了驾驶行为模型,吉林大学宗长富[4]通过采集驾驶操纵动作及车辆状态数据,利用隐马尔科夫模型与人工神经网络相结合的方法构建了转向驾驶意图辨析模型和方法;2006年,闻育[5]等改进了helly跟车模型,将等式约束转换为不等式约束,建立了决策优化模型;2013年,肖献强[6]等利用隐马尔科夫模型,根据多项驾驶操作动作的观测特征,建立了驾驶行为的预测模型,实现了对跑偏驾驶、一般转向和紧急转向3种驾驶行为的预测。
国外对于驾驶行为的研究源于上个世纪50年代,在驾驶行为、驾驶意图、驾驶行为建模、驾驶行为反向识别以及主动安全等方而都有了比较深入的研究,andrew[21]等认为根据驾驶人的驾驶操作动作以及驾驶人所处的环境可以推测出驾驶人的驾驶意图,并且andrew等根据车辆的行驶速度以及行驶加速度对驾驶意图进行了预测;berndt[22]等在车上安装传感器,并从传感器中搜集驾驶行为的数据,利用隐马尔科夫模型进行研究,并计算出各个驾驶行为发生的概率,根据驾驶人的驾驶操作动作对所得概率进行修正。
2. 研究的基本内容与方案
2.1基本内容
1)学习使用prescan软件构建典型交通场景;
2)了解车载传感器的功能,选择本研究所用传感器;
3. 研究计划与安排
第1周 确定毕业设计题目、毕业设计任务书(相关参数)、校内资料收集;
第2周 方案构思、文献检索、完成开题报告;
第3周 外文翻译、资料再收集;
4. 参考文献(12篇以上)
[1]陈家瑞. 汽车构造. 下册[m]. 5版. 人民交通出版社, 2006
[2]余志生. 汽车理论 [m]. 5版. 机械工业出版社.2009.3.
[3]王武宏. 道路交通系统中驾驶行为理论与方法[m]. 科学出版社, 2001.