考虑路面车辙的自动驾驶卡车高速公路车道管理策略研究

自动驾驶卡车在横向控制原理、横向位置分布特征上与人工驾驶车辆存在较大差异,为评估自动驾驶卡车对路面耐久的影响并支撑其在人机混驾环境下的车道规划,开展考虑路面车辙的高速公路车道管理策略研究。基于高速公路自然驾驶数据,提取卡车车道内横向分布特征,并提出以正态分布为基础的自动驾驶卡车横向位置分布模式;根据车道类型提出3种高速公路车道管理策略,即专用车道策略、混合流车道策略、专用+混合流车道策略;在不同车道管理策略、横向位置分布参数下,从车辙发展均衡出发确定不同车道自动驾驶、人工驾驶卡车比例,并通过沥青路面三维有限元模型评估路面养护年限。结果表明:专用车道策略中专用车道宽度可变,但要求自动驾驶卡车比例固定,且沥青路面养护年限最低;混合流车道策略适用于所有自动驾驶卡车比例,且养护年限最高;专用+混合流车道策略适用于自动驾驶卡车比例高的高速公路。

面向自动驾驶的驾驶环境视觉感知复杂度量化评估方法

为优选自动驾驶汽车开放测试、示范道路并支撑其驾驶环境的优化,提出面向自动驾驶的驾驶环境视觉感知复杂度量化评估方法。以百度街景地图作为驾驶环境数据源,运用脚本文件以及截图工具PicPick搭建自动化街景图像数据提取平台,并在不同区域、不同道路等级下采集上海市50条典型道路的驾驶环境数据;从行人、交通标志、交通标线、红绿灯、车辆5方面出发,构建驾驶环境要素感知平台,并开展感知精度的量化评估;在单要素感知准确率的基础上,采用熵权法确定多维感知要素权重,计算各道路综合感知准确率,并应用轮廓系数法与K-means++聚类算法进行视觉感知复杂度分级。结果表明,上海市典型道路的驾驶环境视觉感知复杂度分为三级,大部分道路的视觉感知复杂度属于2级;对比不同等级道路发现,支路的视觉感知复杂度总体上低于主干路。