科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对突发事件下自主驾驶车辆转向避障的协同控制问题，提出了一种协同换道避障模型(CLAM)和微观轨迹数据(MicroTD)混合驱动的车辆协同避障策略。考虑车辆类型、驾驶风格及不同阶段影响车辆换道的关键目标(MIO)，引入行人社会力交通流模型，将车辆避障过程中的“车-车交互”机理描述为力的关系，构建CLAM模型；根据换道执行片段提取准则，提取突发事件下的车辆换道避障执行事件，建立了适用于突发事件的车辆避障微观轨迹数据集。在此基础之上，把车辆协同换道避障转化为多约束优化控制问题，以优化算法(OA)为纽带，设计车辆协同避障控制(CLAM-OA)策略。结果表明：CLAM-OA策略输出的车速和位移更加接近实测数据；相较于数据驱动的LSTM模型，CLAM-OA策略输出的各项误差均显著下降、车速与位移的不同时域输出结果也更加稳定。通过CLAM模型和数据驱动的有机融合，可表征不同环境下的车辆交互关系，提升车辆避障控制的可靠性和精度，有效改善复杂交通环境下的车辆避障性能。
- 单位
