基于驾驶员经验的无人驾驶车辆平行泊车操作模型

提出了一种充分融合驾驶员经验的、低能耗的无人驾驶车辆平行泊车操作模型。将驾驶员平行泊车经验,描述为双梯形曲线图像的方向盘转角操作模型;对模型轨迹关键点位上的3个构型参数,建立平行泊车品质评价体系,得出参数对泊车品质的影响规律;考虑车辆运动学约束以及无碰撞约束,实现双梯形操作模型的优化与校正。在一辆6.6 m的无人驾驶客车上,进行了不同算法的对比验证,并在不同变量条件下进行了适应性验证。结果表明:相比传统的五次多项式轨迹规划和比例—积分—微分控制的泊车方法,用本操作模型,省去了循迹环节,使泊车过程更加流畅,且能耗降低达44.7%。

高速公路超车后驾驶员并回原道阶段的视觉搜索策略

基于驾驶模拟器构建高速公路单调超车场景,利用眼动仪采集27名男性经验驾驶员的眼动数据,并通过Tobii-pro软件划分三个兴趣区(右后视镜、后视镜、前车区域),获得驾驶员在超车后并回原道阶段注视点相关参数。结果表明:在超车实施过程中的并回原道阶段,63%的驾驶员只观察了前车区域和右后视镜,37%的驾驶员观察了前车区域、右后视镜以及后视镜;在并回原道过程中,驾驶员首要关注前车区域,之后通过右后视镜观察右后方路况,有些驾驶员还会通过后视镜补看策略,来确保在并回原道后自身与所超车辆之间的安全距离。