【《自动驾驶车辆编队场景设计探析案例》3700字】

自动驾驶车辆编队场景设计分析案例目录TOC\o"1-3"\h\u10001自动驾驶车辆编队场景设计分析案例 193631.1道路的基本特性 1236131.1.1高速公路交通特征 2117431.1.2城市道路交通特征 2295821.2车辆编队简介 3177771.3车队形成 3120031.3.1基于行为法编队 3157221.3.2模型预测控制方法 3145161.3.3虚拟结构法 4317221.3.4领航跟随者方法 4220111.4场景的设计 51.1道路的基本特性道路交通系统包括三个部分：人、车、道路。道路是汽车交通的基础，交通分析的重点是研究道路交通系统基本要素的特征和道路交通系统各组成要素的特征，本章重点研究以下要素：在分析不同道路交通特征的基础上，从典型公路场景中选取场景搭建，进而介绍自动驾驶车辆编队的基本理论。高速公路、一级道路禁止拖拉机、摩托车、自动三轮车、低性能车等车辆行驶。行驶的铁路车辆主要包括有轻型商用汽车、长途汽车、小型商用卡车、集装箱运输车等。在一些靠近市区旅游购物中心和大城市的机场高速公路和靠近机场区的高速公路上，小轿车车辆数量所占比例明显地要高于普通卡车，矿区、制造、加工区的工业区、农作物种植区、林区的机场高速公路上的小卡车数量比例一般较高。道路公共交通量一般来说是公共专用汽车、公共机动汽车、自行车的车辆数量和占重比例比其他城市道路小，但是使用卡车和小型拖拉机的道路交通量比其他城市道路大型机动车辆的道路交通量的比重大。城市与城镇的交界处的普通道路交通量的基本构成主要有城市进入出口和人口的道路，以及郊外城市结合部，也就是城市道路和普通城市道路之间的一个过渡区间，其中的交通量道路构成基本特性应该兼备具有城市道路和普通道路的基本特性，然而两者不同，例如公共租赁汽车、小型摩托车、私家车的所占比例比普通的路和城市高速公路低，比城市公路还高。尤其是在上班早晚峰值的时间段，人流量大，然而此时出入城市与城镇的交界处却比较少。出入口道路越靠近城市，其交通量的构成特性与城市道路交通量的特性相近。越是靠近城镇乡村，交通量的基本特性就越接近城镇的。1.1.1高速公路交通特征（1）车速过快根据《道路交通安全法》，应标明高速公路行驶速度。最高速度不得超过120km/h，最低速度不得低于60km/h，道路限速信号机显示的速度与前一信号机不兼容时，应按道路限速信号机显示的速度激活。而对于城市道路而言，城市道路最低速度为30公里/小时。（2）道路设施比较完善高速公路的需求带来了高成本，但同时也带来了高质量。高速公路的路障设施及服务区设施齐全，道路分割明显。在相应的车辆输入前会给出相应的工具提示，弯道和交叉路口有足够的距离，但弯道类似于一条直线，使驾驶员长时间在舒适的环境中驾驶。如果减少对驾驶员的监控后，就会导致交通事故。1.1.2城市道路交通特征（1）类型复杂城市道路的形状有棋盘形、带状、放射形、环形等，也有几种类型的交叉口（如交叉口等），在不同的布局下，会有不同的交通效率，特别是行人要素，行人交通特征是行人速度。（2）道路设施不完善城市道路设施较为复杂，但也影响车队的效率，如果红绿灯与道路不协调，很容易使车队行驶速度变慢，而且周围商铺多，行人拥挤，车辆通行困难。（3）有许多十字路口，容易发生事故首先，从日常生活的交通拥挤地点场景来看，城市拥挤发生口主要集中在城市道路区、城市交叉口、城乡接合部（城乡接合部）出入口和非机动车道上。城市中心区道路交通事故数量最多，与城区路段通行密集有关；最后，交叉口及受交叉口影响区域的事故数量相对较高，30%的城市道路交通事故发生在交叉口，由于非机动交通线路交通空间和环境的恶化，对普通车和电动汽车的需求不断增加，近五年来，非机动车交通事故最为突出，近五年来，非机动车道路交通事故增长了3%，尤其在2016年，非机动车道的交通事故增加了8%以上，因此，在车队控制过程中，必须保持跟车距离，以避免车辆碰撞。1.2车辆编队简介车辆自主训练的研究来自多代理系统（MAS）的研究。作为汽车道路协同系统热点和前沿技术的重要主题，主要针对复杂多样的交通环境中的自动驾驶的汽车，调整自身的速度和方向它可以与附近的自主车辆保持相对稳定的几何位置和运动状态。为了实现多个自主车辆之间的协同运行行为以通信为基础。车辆编队的控制是对车辆横向特性、纵向特性、横向控制的综合和并对其参数的完善。车辆编队的控制很大程度的提升了汽车队伍的稳定性和灵活性，有效简化了交通的复杂性，提高了交通的安全性和适应能力。另外，根据目前车辆在在编队高速行驶的车辆空气对流动力学数据分析统计数据可以显示，车辆在在编队高速行驶期间可以有效利于降低其他车辆行驶受到的空气阻力，减少行驶车辆的空气耗油量，有效利于提高车辆能源综合利用率。如上所述，研究车辆编队的控制有相当实际的意义。车辆编队控制主要包括训练，车辆编队控制的研究与多智能体编队控制战略的研究类似，训练控制的问题是控制多智能体群的几何结构。当多智能体组向预定目标或方向移动时，可以使组保持装配队形以避免达到环境障碍和限制。1.3车队形成1.3.1基于行为法编队如何将全体编队按照我们的要求形成目标队形，对各编队的独特设计及各自的车辆运动规则和局部控制策略。基于各种形式的思想（例如，沿指定方向行驶，避免方向变化后车辆的变化，障碍物等人等），每个运动的最终形成规则和本地控制规则与个人规则和本地规则集成。融合的方法随之对应的变换，具体取决于仿真设置的环境和任务的要求。该方法是基于分散行动法的一种典型的分散控制设计方式，具有较高容错性、可靠性等分散控制的三大优点，并行性和实时性良好。然而，由于这种控制方法本身具有一定的技术缺陷，并且根据给定的特定编队行为控制规则完全可以执行这列编队的运动，所以对此方法进行严格的数学分析设计是有一定的困难的。1.3.2模型预测控制方法模型预测控制考虑周围环境随时间随机性的变化以及控制过程中的随机性，在线迭代优化计算和滚动实现，并在预测过程中获得全局最优解，执行相应的反馈控制。模型预测控制更强并且该方案结合轧制优化和反馈控制来增强实时，以确保一定程度的处理约束。模型预测控制方法也具有一定的缺陷。作为典型的全局优化控制方法，局部稳定性难以处理，并且计算量也很大，因此在实时计算和分散中进一步研究。1.3.3虚拟结构法虚拟队型结构队形法则就是将一个车辆进行编队中的队形按照规定设计好并构成一定的形状的一种刚性结构虚拟队形结构，如果这样做是移动各个队形跟踪器的刚性结构虚拟队形结构节点中的多个不同的队形参照的节点，则车辆编队队形能够同时得到所有人希望不同形状的车辆队形。要成功实现这个简单方法就只需要3个基本步骤。首先，定义我们希望的文件刚性值和虚拟文件结构。之后，将基于虚拟整体结构的一个整体运动队形的内心运动轨迹变换为另一个人内心期待整体运动时的轨迹。最后，得到每个编队成员整体的飞行轨迹运动跟踪以及控制操作规则。虚拟运动结构法的其基本设计思想将是在编队个体中的各组个体之间分别规定好一定的相对几何立体形状，将他们之间看作刚体的一种虚拟运动结构，参照刚体系统与之使编队中各个体的空间相对运动位置，并保持不变，多个编队个体之间可以将刚体队列上的多个不同点作为各自的运动跟踪目标一并形成一定的整体队形。虚拟编队结构法控制是典型的集中型编队控制系统方法，与各种队形的运动维持、方向盘的转换等各种编队路线整体控制相关性还是很大的，并且其控制任务完成效率高，同时它还有极好的编队路线运动跟踪控制效果。1.3.4领航跟随者方法头车跟进方法的基本想法是，全体编队中首先选择一个头车，其他编队的个人是顺从者，从属者按照一定的跟踪控制规则追踪头车将整个编队的运动控制问题转化为关注者跟踪控制问题。如果需要控制编队队形，只要给头车运动规则，就可以设定随从者的追踪规则。随从车辆可以以一定的位置和姿势追踪头车。全体编队可以按照给定的期待队形进行运动。头与追踪车辆的运动队形配对控制基本设计配对方法的基本设计思想也就是对整个头车编队的两个车辆个体之间进行形状配对，选择另一个导频作为配对导频，根据我们设计的头车跟踪配对战略，将一个导频和头车关注者之间个体期待的相对时间距离和头车期望的相对距离角度作为一个导频和头车关注者之间的一个实际配对参数可以达到一个预期值。因此，领航员的车辆编队导航控制任务完成了。图2-1领航者跟随结构领航跟随者法的实际上就是通过对头车的选定，将队形控制问题转化为跟随者与领航者之间保持一定的相对距离和相对角度，保持跟随模式。从而缓解车辆编队控制问题的难度。领航跟随者的编队控制的思想关键在于明确头车的行车的路线的情况下，通过跟随者设计控制算法，控制车队的这一目标就较为简单且容易实现。跟随结构如图2-1所示。设计一个能够被组合成一个指定基本队形的各种局部基本队形行为方法也较为困难的。如何使车辆形成快速稳定的队列是首先要考虑的问题。其主要目的是使车辆在自动驾驶条件下自主形成目标队列，如何在训练中形成多辆车的形态并完成驾驶任务也是实现其编队协同自动驾驶的关键。车辆编