论文部分内容阅读
近年来，随着人工智能的快速发展，使得自动化技术越来越受到社会与科学界的关注。汽车作为人们主要的出行交通工具，其保有量呈现出迅速上升的状态，因此对于自动化中的自动驾驶技术也随之成为汽车领域的研究热点，无人驾驶技术对整个交通系统都产生着积极的影响，一方面能够解放驾驶员，提高驾驶安全性，减少交通事故的发生，另一方面也可提高能源的有效利用率，减少有害排放物的含量，提高整体环境品质。可见无人驾驶技术可以有效解决目前所存在的一系列交通问题，因此使得大量的交通类研究学者都致力于无人驾驶技术的研究中。
智能换道作为无人驾驶里的重要技术之一，相比与车道保持技术而言，具有更高的挑战性，是提高换道安全性的主要解决方案，同时对于无人驾驶进一步发展具有积极的推动作用。根据当前关于智能换道的研究现状可知，主要分为换道决策、换道轨迹规划以及换道轨迹跟踪三个研究主题，智能驾驶相比与其它辅助驾驶具有不成熟性，各方面的考虑仍不周全，特别是在换道轨迹规划上面。大量研究中体现了一些共有的研究缺陷，一方面为换道轨迹规划的基础场景太过简单，又或者在构建换道轨迹规划模型时所考虑的算法不全面；另一方面是由于轨迹规划不具有实时性，使得所研究的换道轨迹规划方法无法适应当前复杂多变的交通环境，常常会因为交通环境中某些参数发生变化后而失去实际应用价值，因此本文将针对以上缺陷，试图研究更安全更舒适且具有实时性的换道轨迹规划模型。
本文以完善智能换道的部分性能为目的，建立了相应的仿真平台；然后通过对目前各种换道轨迹规划模型进行了分析，确定了利于本文研究的基础换道轨迹规划模型；综合考虑相关约束条件，并在换道轨迹规划模型中引入防撞算法、防侧翻算法、防侧碰算法以及目标优化函数，并且分析了天气变化对各个算法的影响，最终构建了实时性、安全性、舒适性、效率为一体的智能换道轨迹规划模型；另外本文根据换道时周边车辆的存在状态，设置了无周边车辆、目标车道上存在前车、目标车道上存在后车、目标车道上存在后车与前车、原始车道上仅存在前车、目标车道上存在后车且原始车道存在前车、目标车道上存在前车且原始车道存在前车、目标车道上存在前后车且原始车道存在前车八种换道场景，并针对其中不同的换道场景分别得出了相应的换道轨迹模型。为了判断本文所研究的换道模型是否满足预期性能要求，利用建立的仿真平台进行仿真分析；并选取了轨迹、速度作为轨迹跟踪的评价指标；以横向与纵向加速度作为舒适性的评价指标；以最优轨迹纵向位移与换道纵向安全落点区间两者的关系作为效率的评价指标；以此分析所规划的换道轨迹的跟踪性、舒适性与效率，另外采用样本对比方法对实时性换道轨迹的安全性进行了分析。
结果显示，本文所设计的智能换道轨迹规划模型在各个交通场景下都具有良好的跟踪性能，并且能够针对周边车辆的行驶状态参数的变化作出实时响应，规划新的安全换道轨迹或返回原始车道行驶的安全轨迹，以此可看出该轨迹规划模型在一定程度上能够适应多变的交通环境。此外通过换道车辆与周边车辆之间的相对距离关系与碰撞时间关系体现了该换道轨迹规划模型具有安全性；通过加速度曲线峰值与变化剧烈程度体现了轨迹具有良好的舒适性；通过换道最优纵向位移与安全换道区间的比值体现轨迹效率较高。综合轨迹各方面的性能分析，本文所设计的换道轨迹规划模型可为智能换道进一步发展提供有益的参考价值。
智能换道作为无人驾驶里的重要技术之一，相比与车道保持技术而言，具有更高的挑战性，是提高换道安全性的主要解决方案，同时对于无人驾驶进一步发展具有积极的推动作用。根据当前关于智能换道的研究现状可知，主要分为换道决策、换道轨迹规划以及换道轨迹跟踪三个研究主题，智能驾驶相比与其它辅助驾驶具有不成熟性，各方面的考虑仍不周全，特别是在换道轨迹规划上面。大量研究中体现了一些共有的研究缺陷，一方面为换道轨迹规划的基础场景太过简单，又或者在构建换道轨迹规划模型时所考虑的算法不全面；另一方面是由于轨迹规划不具有实时性，使得所研究的换道轨迹规划方法无法适应当前复杂多变的交通环境，常常会因为交通环境中某些参数发生变化后而失去实际应用价值，因此本文将针对以上缺陷，试图研究更安全更舒适且具有实时性的换道轨迹规划模型。
本文以完善智能换道的部分性能为目的，建立了相应的仿真平台；然后通过对目前各种换道轨迹规划模型进行了分析，确定了利于本文研究的基础换道轨迹规划模型；综合考虑相关约束条件，并在换道轨迹规划模型中引入防撞算法、防侧翻算法、防侧碰算法以及目标优化函数，并且分析了天气变化对各个算法的影响，最终构建了实时性、安全性、舒适性、效率为一体的智能换道轨迹规划模型；另外本文根据换道时周边车辆的存在状态，设置了无周边车辆、目标车道上存在前车、目标车道上存在后车、目标车道上存在后车与前车、原始车道上仅存在前车、目标车道上存在后车且原始车道存在前车、目标车道上存在前车且原始车道存在前车、目标车道上存在前后车且原始车道存在前车八种换道场景，并针对其中不同的换道场景分别得出了相应的换道轨迹模型。为了判断本文所研究的换道模型是否满足预期性能要求，利用建立的仿真平台进行仿真分析；并选取了轨迹、速度作为轨迹跟踪的评价指标；以横向与纵向加速度作为舒适性的评价指标；以最优轨迹纵向位移与换道纵向安全落点区间两者的关系作为效率的评价指标；以此分析所规划的换道轨迹的跟踪性、舒适性与效率，另外采用样本对比方法对实时性换道轨迹的安全性进行了分析。
结果显示，本文所设计的智能换道轨迹规划模型在各个交通场景下都具有良好的跟踪性能，并且能够针对周边车辆的行驶状态参数的变化作出实时响应，规划新的安全换道轨迹或返回原始车道行驶的安全轨迹，以此可看出该轨迹规划模型在一定程度上能够适应多变的交通环境。此外通过换道车辆与周边车辆之间的相对距离关系与碰撞时间关系体现了该换道轨迹规划模型具有安全性；通过加速度曲线峰值与变化剧烈程度体现了轨迹具有良好的舒适性；通过换道最优纵向位移与安全换道区间的比值体现轨迹效率较高。综合轨迹各方面的性能分析，本文所设计的换道轨迹规划模型可为智能换道进一步发展提供有益的参考价值。