基于碰撞预测的强化模仿学习机器人导航方法

基于学习的机器人导航方法存在对数据的依赖性高和在一些特定环境下表现不完美的问题,例如在空旷场景下无法走直线,在障碍物密集场景下碰撞率高。为了提高机器人的导航性能,提出了一种基于碰撞预测的强化模仿学习导航方法。在无模型的情况下,根据机器人的性能,建立马尔科夫决策过程(Markov decision process,MDP)中所需要的状态空间、动作空间、奖励函数。采用深度强化学习(deep reinforcement learning,DRL)在仿真环境中进行训练,使机器人获得能够在多障碍环境中导航和避障的能力。使用收集到的专家数据按照模仿学习方法对策略继续进行训练,改善强化学习在障碍物稀疏和密集两种极端情况下表现不完美的问题。设计了一个碰撞预测模型,将传统控制与深度学习相结合,根据预测结果,使机器人自适应地在不同环境下选取合适的控制策略,大大提高了导航的安全性。通过实验,在大量从未遇到过的场景下验证了所提出方法的导航性能和泛化能力。

动态环境中基于碰撞预测的局部路径规划方法

提出一种基于碰撞预测的局部路径规划方法。以自适应无色卡尔曼滤波器跟踪障碍物获得障碍物位置、相对运动速度及其概率分布,预测障碍物与机器人的潜在碰撞区域,并依其位置、速度的不确定性扩充碰撞危险区域以重构环境威胁区分布。以自由路径表征可以通过的自由空间,引入风险函数评估碰撞的风险。通过搜索最优自由路径及其风险值压缩表示环境信息,使得利用模糊控制器进行局部路径规划的实时性获得提高。该方法对动态障碍物及其不确定性均有较强的适应能力。实验及仿真结果均表明,在动态环境中该方法所得路径优于已有方法。

山区双车道公路货车碰撞预测的双变量冲突极值模型

为预测山区双车道公路货车与冲突车辆发生的碰撞,本文基于无人机视频,提取货车与交互车辆的高精度轨迹数据,选取适用于不同运行轨迹的交通冲突指标,结合极值理论,构建双变量冲突极值(BTCEV)模型,将后侵入时间(PET)与碰撞时间(TTC)纳入统一框架,实现山区双车道公路货车与冲突车辆的碰撞预测,并以云南省货车事故高发的山区双车道公路为例,验证BTCEV模型的预测性能。研究表明:PET为0.382 s、TTC为4.471 s是山区双车道公路货车严重冲突的阈值;BTCEV模型预测山区双车道公路货车年事故发生率为5.84%,预测准确性高达98.92%,较PET模型以及TTC模型分别提高了167.33%和10.80%;且相比于单变量模型,双变量模型所估计的置信区间更窄,预测精度更高。研究结果将山区双车道公路货车碰撞预测方法从单变量扩展到双变量,在山区货车交通安全分析方面有广阔的应用前景。

基于数字孪生的碰撞预测系统

工厂内人、车、设备交叉作业频繁,工作环境复杂,驾驶员视距受限,容易因疲劳、视角盲区等影响,造成误操作,从而导致碰撞事故的发生。该文提出了一种基于数字孪生的碰撞预测系统,分析了系统的技术架构,在此基础上给出碰撞预测模型的开发方法,将预测结果反馈至实际物理世界中,调整物理世界中的碰撞预测对象的运行状态,同时用物理世界中数据实时迭代更新碰撞预测结果,实现了工厂内的碰撞预测。以焊接成品车间碰撞预测场景为例,验证了所提方法的有效性与适用性。

基于局部规划路径的行人碰撞预测算法设计

因行人横穿道路而与行驶的车辆发生碰撞是常见的交通事故之一,如何避免此类事故发生,保障交通参与者安全通行,这也是自动驾驶车辆需要克服的难题。本文利用自动驾驶车辆局部规划生成的路径,构建自车沿道路行驶模型,可准确预知未来一段路程内自车所处位置。以此为基础,综合考虑自车及行人位置因素、速度因素,建立感兴趣区域,进行碰撞风险评估。经实车验证,此行人碰撞预测算法可有效评估碰撞风险,为制动减速过程预留充足时间,避免自动驾驶车辆与行人发生碰撞。

基于距离信息的无人机碰撞预测方案

卫星拒止环境下无人机安全问题是众多学者研究的热点。增加传感器数量虽然可以获得更多的信息,但是给无人机平台带来了更多的负担和干扰。因此,利用尽可能少的传感信息实现无人机群安全飞行值得研究。鉴于此,研究仅利用距离信息实现多个体之间的碰撞预测。预测方案中提出利用矩阵填充的方法弥补通信测距丢包的难题,使用均值检验进行不同运动模型识别,并借用克拉美-罗界分析预测方法的性能,进而给出了仿真分析。结果表明,提出的方案能有效区分不同运动模型,并在个体之间测距信息丢失后依然能有效实现碰撞预测。

异质车型影响下智能汽车二维碰撞风险预测

行车碰撞风险的准确预测是保证智能汽车安全行驶的关键,但目前评估方法鲜有考虑异质车型风险差异性及横纵向二维风险耦合。为此,本文首先挖掘异质车型驾驶人的行为规律,解析车型对驾驶人风险敏感度的影响;其次,辨识获得不同车型组合的异质风险阈值,利用二维指标量化交通风险差异性;最终提出考虑车辆类型的二维碰撞风险耦合预测模型,并通过对比验证模型的准确性。该研究有助于提升智能汽车的行驶安全性,且可为人类驾驶汽车的碰撞预警系统开发提供理论依据。

基于视频的车辆碰撞事件预测算法研究

近年来,基于数字图象处理的交通事件检测技术应用日益广泛。本文应用了隐马克夫模型进行高速公路上的车辆碰撞预测。本文首先通过车辆跟踪得到车辆的运动信息,然后根据提取的车辆相互运动信息利用HMM模型判断碰撞事件发生的概率。实验证明,该方法有效可行。

基于HMM的车辆碰撞事件预测

近年来,基于数字图像处理的交通事件检测技术应用日益广泛。本文应用了隐马尔可夫模型进行高速公路上的车辆碰撞预测。本文首先通过车辆跟踪得到车辆的运动信息,然后根据提取的车辆相互运动信息利用HMM模型判断碰撞事件发生的概率。实验证明,该方法有效可行。

基于碰撞预测的无碰撞航路规划

人工势场法作为路径规划的一种算法,由于其数学描述简洁且易于执行,所得路径较短且平滑,在许多工程领域中被广泛使用.由于势函数斥力作用仅考虑机器人与障碍物的距离,这就使航路规划在障碍物附近无差别的采取避碰措施,这就导致无谓避碰行为的出现,极大影响航路规划的效率,且容易出现狭窄通道无法识别以及由周边多个障碍物的合斥力造成的局部极小值问题.针对无谓避碰行为,提出碰撞危险度评估模型和障碍物影响距离确定模型,针对局部极小值和航路点震荡问题,提出虚拟障碍物法和过滤震荡点法,以此构成基于碰撞预测的航路规划法.仿真结果表明该方法能够有效的避免无谓避碰行为,且无局部极小值和航路点震荡问题,所得路径也较短.

我国双车道公路碰撞事故预测模型研究

笔者对超过4000km双车道公路的碰撞事故进行了调查和研究,在分析碰撞事故相关影响因素的基础上,建立了我国双车道公路碰撞事故预测模型.

基于动态碰撞时间预测的机器人区域射门算法

为提高机器人足球比赛中射门成功率,提出一种基于动态碰撞时间预测的区域射门算法。该算法根据实时预测的射门机器人与球发生碰撞的时间计算、调整机器人左右轮速,实现了机器人走曲线和走直线的平滑过渡。实验仿真结果表明,该方法在快速动态环境下的射门成功率明显提高。

基于预测碰撞点带落角约束的导引律设计

为提高导弹导引精度,增强对落角的控制,针对带倾角运动的目标,推导了攻击运动目标带落角约束的偏置比例导引律。通过在偏置项中加入导弹-目标的相对运动状态,实现对带倾角运动目标指定角度攻击;考虑到导弹带落角约束攻击运动目标时传统剩余飞行时间估计精度不高的问题,通过对弹目碰撞点的预测,在推导的导引律基础上设计了基于预测碰撞点的剩余飞行时间估计方法。仿真结果表明:在不同的落角约束下,设计的基于预测碰撞点的剩余飞行时间估计方法估计精准;推导的攻击运动目标带落角约束的偏置比例导引律攻击精度高,对落角控制强,过载分布合理。

基于碰撞行为预测的智能网联汽车状态控制的研究

智能网联汽车状态控制是网联汽车自动化驾驶的关键技术,目前受到了广泛的关注,但存在无法准确预测汽车碰撞行为以及无法对网联汽车状态进行控制的研究难点。针对上述问题,本文结合大数据技术、碰撞行为预测、智能网联汽车的状态控制,以实现车辆的安全驾驶。构建万车事故率、夜间事故比例、人为因素事故三维路面危险程度分析模型对智能网联汽车的碰撞行为进行危险程度划分。同时,通过车辆传感器获取车辆当前驾驶状态信息并结合危险程度划分结果,应用蒙特卡洛模型分析车辆实际行驶过程中的碰撞风险率,根据风险值及危险程度对当前车辆做控制决策,从而有效地降低交通事故发生率,提高车辆驾驶的安全性和有效性。

船撞桥最小二乘支持向量机预测方法

为了提高桥梁与桥区通航船舶的安全性,提出了一种船撞桥概率智能预测方法。以桥墩跨径、水流速度、水流方向与桥墩连线法线方向夹角以及航道弯曲度为系统输入,以单航次船撞桥事故率为系统输出,应用最小二乘支持向量机进行了船撞桥概率估算。结合实际航道,选择了长江和黑龙江上12座桥梁的洪水期、中水期和枯水期3个时段的样本数据进行验算,并与神经网络船撞桥概率估算结果进行对比。对比结果表明:支持向量机方法能准确地预报船撞桥概率,具有全局最优解,并且收敛性和学习效率均优于神经网络。

5G移动通信下无人机高速公路巡检防碰撞技术研究

为消除无人机在高速公路巡检中的安全隐患,避免由于碰撞而导致的坠地等风险,基于对无人机巡检防碰撞体系及其自主防碰撞执行过程的研究,采用三维动态碰撞预测与最优问题动态碰撞规避算法,提出一种适用于三维空间的无人机动态碰撞避让技术,并借助5G通信技术搭建空中与地面通信网络,保证无人机在遇到随机障碍物时可保持最小安全间距。经仿真,本文无人机防碰撞技术在算法运行效率、航路代价以及航路质量3方面均优于最优几何分析无人机防碰撞技术,避让策略行之有效。

卫星星座碰撞规避快速轨迹优化方法

针对外部威胁物体对近地轨道巨型卫星星座带来的碰撞威胁问题,提出了一种碰撞快速规避方法.通过计算外部威胁物体距离星座轨道面的最小距离,判断碰撞发生风险,对碰撞进行快速预测.在此基础上,设计了一种碰撞规避快速轨迹优化方法.碰撞规避轨迹优化问题是一个非线性规划问题,以规避时间和燃耗为优化指标,考虑星座的在轨服务性能和卫星的机动能力,将飞行时域映射到给定区间,并引入中间变量,将规避轨迹约束松弛凸化为一系列凸约束,使用一阶泰勒展开式进行线性化,进而将碰撞规避轨迹优化问题转化为一个二阶锥规划问题,并采用凸优化算法求解.仿真结果表明,凸优化求解时间仅07s,能够提升规避轨迹优化问题的求解效率,缩短求解时间.

基于外部动态环境的汽车碰撞危险估计算法研究

针对现有紧急情况下车辆的碰撞危险评估算法大多只考虑量测噪声干扰带来的不确定性,提出一种综合考虑路面动态环境不确定性和量测噪声干扰的汽车碰撞危险估计算法。首先,构建"路面状况-车速-最大减速度"模糊推理模型,即由路面状况和自车车速,经模糊推理智能算法快速获取车辆制动最大减速度;建立基于运动学的预测模型,考虑上述路面附着状况动态变化和传感器量测噪声带来的不确定性,采用蒙特卡洛法实时计算自车当前行驶环境下的碰撞概率。根据汽车动力学和道路有关参数预测车辆紧急制动和转向的轨迹,从而得到制动避撞与换道避撞的碰撞概率。以交叉路口和追尾工况为例,对比分析了不同路面情况下制动避撞和转向避撞的碰撞概率,从而为车辆选择合理的避撞方式。结果表明,所提出的危险估计算法与真实交通动态环境下的紧急避撞行为比较相符,具有良好的有效性和可行性。

面向虚拟手术的碰撞检测优化算法

为了提高虚拟手术仿真系统中碰撞检测算法的效率,基于混合包围盒碰撞检测法,提出了一种快速的碰撞检测优化算法。首先利用S-AABB上层包围盒进行粗略碰撞检测,然后利用球包围盒进行底层精确碰撞检测,并采用2种优化方法代替传统上建立层次二叉树的过程。采用分区域碰撞检测法,使每次检测只是针对某一个区域内的单元体,有效地提高了碰撞检测效率;采用预测碰撞检测法,当碰撞连续发生时,预测出即将可能发生碰撞的单元体,只是针对这些单元体进行碰撞检测。最后通过实验数据,证明了该碰撞检测算法及其优化方法的有效性及其快速性。

桌上冰球机器人对目标碰撞轨迹研究

冰球滑行过程中会与桌边产生碰撞,改变其原有的运行轨迹,增加了冰球轨迹预测的难度,进而增加了冰球轨迹预测算法的复杂度,使算法运行速度很慢,难以满足实时性的要求。针对这一问题,采用ANSYS/LS-DYNA显示非线性动力分析软件进行仿真,建立冰球碰撞轨迹预测模型,分析冰球碰撞过程中影响冰球运动状态的各个因素。通过仿真获得实验数据,并用MATLAB对获得的数据进行数据拟合,从而得到了一种碰撞函数关系作为冰球碰撞过程的算法。在VS2010+OpenCV平台上应用所得算法,并记录算法运行时间。仿真结果表明,算法能够准确预测冰球碰撞后的运动状态,并且算法运行速度能够满足实时性要求。