科研之友
微信
新浪微博
Facebook
分享链接
摘要
智能网联车辆(CAV)具有提高驾驶安全性的巨大潜力,CAV的基本性能评估准则之一是其能否在真实的交通情景中比人类驾驶员更安全地行驶。本研究提出了一种基于人类驾驶员在跟车高风险情景中的经验轨迹数据来优化CAV纵向控制模型参数的方法。首先,从经验轨迹数据中提取初始跟车车组(I-CFP)。然后,基于模型默认参数值,采用自适应巡航控制模型(ACC)和协同自适应巡航控制模型(CACC)进行仿真,生成模拟跟车车组(S-CFP)的原始轨迹。最后,应用遗传算法来优化ACC和CACC模型的控制参数,并生成优化后的跟车车组(O-CFP)轨迹。结果表明,S-CFP的安全性优于I-CFP,而O-CFP具有最佳的安全性能。ACC/CACC模型中的优化参数多样且与默认参数不同,表明最佳模型参数会随跟车情景不同而变化,进而为减少追尾碰撞风险提供了有价值的视角。
- 单位
