基于DMPC的无信控交叉口智能网联车辆多车协同轨迹规划

为了解决智能网联自动驾驶环境下无信控十字交叉口多车协同通行的冲突问题,该文提出了一种基于分布式模型预测控制(DMPC)的多车协同轨迹规划方法。采用分布式模型预测框架实现多车协同轨迹规划的分布式独立计算,利用滚动时域预测周车轨迹实现车-车未来状态交互,基于智能网联环境车-车交互通信功能实现规划结果共享;引入道路边界约束、加速度约束与碰撞约束等车辆安全约束条件,通过二次规划求解可以安全通行十字路口的多车轨迹;基于MATLAB驾驶场景生成模块建立无信控十字交叉口环境,并在2种场景下验证了该方法的有效性。结果表明:在直行工况和左转工况下多车间最小距离分别为2.58 m和2.99 m,均满足避撞的安全距离约束,实现了多车之间的协同避撞并且能够保证通行效率。

风险场景驱动的次任务驾驶行为对接管绩效的影响

以高风险场景元素参数为控制权切换条件,探究次任务对驾驶人接管绩效的影响。从NGSIM数据集中提取旁车切入高风险场景作为控制权切换条件,使用皮尔逊相关性检验分析不同接管绩效指标间的相关性,利用单因素方差分析比较不同次任务资源占用模式与可中断性对接管绩效指标的影响。结果表明,接管时间与接管过程的横纵向操纵能力、安全性、接管效率相互耦合。增加视觉占用会增大0.26s的接管反应时间并破坏车辆纵向稳定性与接管效率,增加听觉占用会增大0.45 s的接管反应时间并降低接管效率,增加认知占用会减小0.23 s的接管反应时间并提升接管安全性,增加操作占用会增大0.21s的接管反应时间并增大接管过程的最大横向加速度,次任务可中断性会减小0.23 s的接管反应时间,但对接管后续车辆控制相关的指标无显著影响。