基于DBN威胁评估的MPC无人机三维动态路径规划

模型预测控制(model predictive control,MPC)路径规划算法适用于三维动态环境下的无人机(unmanned aerial vehicle,UAV)路径规划;动态贝叶斯网络(dynamic Bayesian network,DBN)能够有效推理战场态势,对无人机进行威胁评估。针对威胁尾随无人机时的路径规划问题,构建DBN威胁评估模型,将UAV在战场环境中的威胁态势用威胁等级概率表示,与MPC路径规划算法相结合,得到基于DBN威胁评估的MPC UAV路径规划算法。通过多组仿真分析表明,在三维动态环境下,特别是威胁尾随无人机时,基于DBN威胁评估的MPC无人机路径规划算法可以得到有效的无人机路径。

基于环境态势评估的智能车自主变道决策机制

汽车面对的是复杂高动态的行驶环境,且车载传感器信息具有不确定性,对动态环境进行正确态势评估是提高车辆,尤其是智能车行驶安全性的关键因素之一,本文中基于环境态势评估对智能车自主变道决策机制进行研究。首先基于人类驾驶认知机理对车辆环境态势评估模型进行层次化分析,然后利用动态贝叶斯网络实现态势评估,并结合最大期望效用原则实现自主变道决策,最后通过实验验证了本文方法的有效性。结果表明,该方法能在动态复杂环境和车载传感器测量数据存在偏差等信息不确定的条件下,做出正确合理的变道决策。