基于双曲正切函数的小客车换道轨迹模型

通过Simi-Motion软件提取高速公路出口路段无人机航拍视频的左换道(LLC)和右换道(RLC)车辆轨迹数据,基于双曲正切函数建立了新的车辆换道轨迹模型,将新模型与传统的样条曲线函数、五次多项式、正弦函数轨迹模型进行对比分析.通过对模型参数的敏感性分析、拟合优度检验、CarSim仿真分析证明了新模型的特点和适用性.研究表明:相比于传统的换道轨迹模型,新模型具有较高的拟合精度,且模型中各参数均具有实际物理意义,模型中参数τ值表征驾驶员出口路段换道行为的紧急程度,该参数的存在使得新模型具有普适性和应用价值.利用这一特性,该模型可以生成特定驾驶环境的车辆换道轨迹,有助于与换道有关的道路几何指标研究和驾驶员辅助系统(ADAS)的开发和应用.

基于深度学习的车辆换道轨迹模型研究

本文以真实车辆轨迹数据为依托,通过数据处理提取车辆换道轨迹数据,利用深度学习提取数据特征的强大能力,提出了基于门控循环单元的换道轨迹模型,描述和预测换道执行过程的轨迹。

基于换道轨迹规划模型的车道级行程时间估计方法研究

在车联网环境下,为满足精细化的车辆诱导需求,提出基于换道轨迹规划模型的车道级行程时间估计方法。建立路网基础道路拓扑模型,对所构建的路网模型进行Link划分,并利用改进的5次多项式模型对车辆行驶轨迹进行描述,构建车辆在不同路段Link间行驶的换道轨迹规划模型;整合车辆在路段各个Link单元的行车轨迹与行程时间,实现车道级行程时间估计;选取单向4车道的城市道路为仿真算例,建立VISSIM仿真模型,验证本文模型性能。仿真结果表明,在不同的车辆行驶速度条件下,相比于传统行程时间估计方法,本文提出的改进5次多项式换道轨迹规划模型能够精确地得到车辆最短行程时间下的行车轨迹,实现车道级行程时间的准确估计。

智能汽车换道轨迹的燃油经济性研究

基于智能汽车行驶的空间约束和运动轨迹曲率约束等限制,对换道轨迹的燃油经济性进行了研究.基于发动机瞬态油耗模型,确定了平路行驶的最经济车速,并建立了能满足各种约束的3阶贝塞尔换道轨迹模型.通过Matlab/Simulink与Carsim联合仿真验证,文中设计的贝塞尔换道轨迹的油耗分别比已有的sin-tanh和x-sin换道轨迹节油了3.49%和0.77%,其最大横向加速度值也分别比sin-tanh和x-sin换道轨迹降低了31.75%及7.45%.因此在保证智能汽车安全舒适行驶的基础上,利用贝塞尔换道轨迹的汽车油耗更少,对应的最大横向加速度更小,表明贝塞尔换道轨迹模型具有优越性.

无人车稳定性DP优化协调控制方法仿真

为了提高无人车驾驶的稳定性,提出基于DP优化的无人车稳定性协调控制方法。设计无人车动力学模型,确保无人车自身稳定性的同时,实现车辆行驶过程路径的快速与高精度跟踪。利用五次多项式方程描述无人车的换道轨迹曲线,建立换道约束条件,在满足约束条件的前提下,获得最优换道路线。采用DP优化算法解决车辆行驶过程中频繁换挡的问题,实现无人车稳定性协调控制,提高无人车行驶过程中的稳定性和安全性。实验结果表明,所提方法可以提高无人车路径跟踪精度,保证车辆驾驶的稳定性和安全性。