自动驾驶技术

Select

智能车路协同系统关键技术与应用

张毅, 姚丹亚, 李力, 裴华鑫, 晏松, 葛经纬

交通运输系统工程与信息 2021, 21 (5): 40-51.

摘要（1345）

PDF （2145KB）（1208）

智能车路协同技术是当今国际智能交通领域的前沿技术和必然发展趋势，是保证安全、提高效率、优化能耗、降低排放的有效手段，将以集计模型为基础的道路交通流理论提升到以对交通主体的精确描述为基础的新道路交通流理论。本文将智能车路协同系统作为未来道路交通系统的基础性公共平台，重点探讨因此产生的国家智能交通系统体系框架用户服务中服务领域划分的变化；在此基础上分别介绍构建和应用智能车路协同系统需要的相关技术，包括由多模通信、智能网联、信息安全和系统集成构成的系统构建关键技术，以及由协同感知、协同决策与控制、仿真测试验证和自动驾驶构成的系统应用关键技术；考虑智能车路协同系统建设与应用的长期性，给出不同应用阶段的主要建设内容、信息共享程度和可以实现的协同功能等；针对我国智能车路协同系统应用过程中面临的挑战，指出加深对智能车路协同技术内涵的理解，把握智能车路协同技术实质，提升智能车路协同系统服务体验并适度加快智能车路协同技术的规模应用，可有效推进现代智能交通系统的发展。总之，开展智能车路协同系统相关基础理论研究、关键技术开发和实际系统应用，对未来智能交通系统建设和相关学科发展具有重要作用。

Select

自动驾驶对交通运输系统规划的影响综述

胡笳, 罗书源, 赖金涛, 徐恬, 杨晓光

交通运输系统工程与信息 2021, 21 (5): 52-65.

摘要（765）

PDF （1304KB）（726）

车辆是交通运输系统的重要组成部分，伴随着自动驾驶技术的发展与应用，交通运输系统将发生深刻变革。本文聚焦于自动驾驶技术对交通运输系统规划的影响，综述自动驾驶特点下交通数据采集与管理手段、土地利用、停车需求、交通供需、交通需求预测、交通网络布局等方面发生的新变化。在此基础上，从规划的角度出发，实现对自动驾驶环境下交通运输系统的再认知，总结自动驾驶环境下交通需求预测、城市交通网络布局等新的交通规划方法与技术。通过对交通运输系统的再认知发现：在自动驾驶环境下，交通数据具有细粒度、高鲜度的新特点；土地利用模式将发生改变，城市将呈扩张和去工业化趋势，停车需求减小；交通系统供给能力和可靠性提高，出行需求的时空分布将更为分散。交通系统规划方法的变化体现在交通需求预测和交通网络布局两个层面：交通需求预测框架从“四步”框架转变为模型组合化和出行行为一体化的预测框架，同时，需求预测的各阶段需引入对自动驾驶特征及其系统性影响的分析；交通网络布局设计采用连续时域上的布局设计框架，有望解决传统交通网络布局设计的时滞性问题，可适应并服务于动态变化的土地利用及交通需求。本研究认为，未来需重点研究自动驾驶对交通安全、交通拥堵、公共交通规划、慢行交通规划等方面的影响。此外，解决自动驾驶实测数据缺乏的困境、解析异构交通阶段交通系统的运作机理、应对交通需求反弹引起的供不应求、评估难以衡量的外部成本等问题将是未来研究的难点。

Select

驾驶人“感知-决策-操控”行为模型

冯树民，黄秋菊，张宇，赵琥

交通运输系统工程与信息 2021, 21 (1): 41-47.

摘要（321）

PDF （1660KB）（312）

为准确模拟驾驶人跟车行为，提出基于隐马尔可夫模型(Hidden Markov Model，HMM)的驾驶人“感知-决策-操控”行为模型。建立描述驾驶意愿的HMM模型，模拟驾驶人感知过程，获得期望的车间距；预测模块模拟驾驶人根据交通环境和自身生理、心理状态预测车辆未来轨迹，即决策过程；优化模块描述驾驶人为使预测的车辆轨迹跟踪上期望的车辆间距而采取的操控汽车的执行动作，即操控过程。上述3个模块的滚动过程实现了对驾驶人跟车行为的模拟。利用自然驾驶数据进行算例分析，结果表明，本文模型预测车间距平均误差仅为1.47%，证明了所建模型的有效性及准确性。本文为驾驶行为建模方法的理论研究和应用拓宽了思路。

Select

基于多车协作优化的冲突消解模型

成英，赵建有，汪磊

交通运输系统工程与信息 2020, 20 (6): 205-211.

摘要（246）

PDF （1930KB）（230）

传统自动驾驶车辆以假设通行权为前提设计冲突消解算法，但在无信号交叉口存在道路通行权不明确情况，给自动驾驶车辆决策带来困扰.本文提出基于多车协作优化的无信号交叉口冲突消解方法，将多个自动驾驶车辆看成一个整体，利用多目标优化控制理论，计算分配给相互冲突车辆的期望速度规划，达到协作行驶的目的.设置协作与非协作式冲突消解仿真实验.结果表明：多车协作的冲突消解方法通过优化车辆联合行动，使交叉口车辆整体收益最大，各利益体间的收益更为均衡；与非协作行驶决策相比，冲突消解时间缩短，减少交叉口单车平均延误1~2 s，平均减少量约为5%.本文可为无信号交叉口自动驾驶车辆冲突时自主协同行驶提供参考.

Select

智能网联车辆混行交通流中灯语意图识别模型研究

梁军，钱晨阳，陈龙，王文飒，赵彤阳

交通运输系统工程与信息 2020, 20 (5): 36-44.

摘要（127）

PDF （2669KB）（206）

为使混行交通流下智能网联车辆(Connected and Automated Vehicles, CAV)实现对人工驾驶车辆(Human-driven Vehicle, HV)前照灯灯语意图(Vehicle Headlights Intention, VHI) 的识别，弥补车对车(Vehicle to Vehicle, V2V)和鸣笛意图识别技术的不足，更好地与HV交互沟通，提出CAV对HV的VHI识别模型.模型包括：灯光感知、光数据处理、VHI识别3个模块，灯光感知模块通过RGB(Red-Green-Blue, RGB)和HSV(Hue-Saturation-Value, HSV)颜色空间感知前照灯(Vehicle Headlights, VH)，采用KLT(Kanade-Lucas-Tomasi Tracking，KLT)和车辆匹配算法定位跟踪发出灯语的HV；光数据处理模块采用光通道增益算法计算光辐射通量变化； VHI识别模块基于双层隐马尔可夫模型(Double-layer Hidden Markov Model，DHMM)辨识VH 闪烁次数和HV行驶状态，实现VHI识别.在3种灯语示意典型场景下的实验结果表明：1 s内 VH感知准确率为96.8%，定位跟踪精度小于1°，VHI识别率为96.6%，满足混行交通环境下 CAV对HV驾驶意图的识别要求，基本保证实时性，为混行交通流中CAV自动驾驶决策提供理论依据.

Select

共享自动驾驶汽车经营策略优化分析

田丽君，刘会楠，许岩

交通运输系统工程与信息 2020, 20 (3): 6-13.

摘要（188）

PDF （510KB）（291）

研究共享自动驾驶汽车(SAV)与普通汽车共存背景下，SAV公司如何根据运营目标优化经营策略并影响通勤者出行方式选择. 假设高速公路上存在一定数量的独驾通勤者，无车通勤者在SAV和地铁之间进行权衡. 分析固定需求和弹性需求下，SAV公司追求系统总成本最小或系统净收益最大和利润最大时的最优经营策略，即SAV票价和容量，进而得到均衡时模式划分情况，SAV最优发车数，系统总成本或系统净收益，以及公司利润等指标. 算例对均衡结果进一步验证发现，SAV公司垄断经营会收取较高的票价，提供容量较小的车型. 在系统最优情形下，SAV公司无法获得正利润，需要政府补贴运营.

Select

基于自适应迭代学习控制的列车自动驾驶算法

何之煜，徐宁

交通运输系统工程与信息 2020, 20 (2): 69-75.

摘要（172）

PDF （392KB）（199）

针对高速列车自动驾驶系统受到时变外部扰动和受限状态的情况，提出一种基于迭代学习控制的自适应控制算法. 基于Lyapunov 函数，利用列车运行过程中的状态偏差，推导出自适应迭代学习控制律和参数学习更新律. 构造类Lyapunov 函数的复合能量函数，通过迭代域的差分，证明其差分负定性和收敛性. 采用所提控制算法对列车跟踪性能进行计算机仿真和实例仿真验证，结果表明，所提出的自适应迭代学习控制算法对列车期望曲线跟踪具有较高的精度和较快的收敛速度，能够在较短的迭代次数实现对期望曲线的精确跟踪.

Select

考虑合乘的共享自动驾驶汽车选择行为实证分析

姚荣涵，梁亚林，刘锴，赵胜川，杨澜

交通运输系统工程与信息 2020, 20 (1): 228-233.

摘要（234）

PDF （318KB）（275）

共享自动驾驶汽车(Shared Autonomous Vehicles，SAV)是自动驾驶汽车和共享经济相结合的产物，为人们提供了一种新型的出行方式. 为探究出行者在考虑合乘的SAV与私家车或公共交通之间的选择偏好，实施了SAV选择意愿调查，并分析了考虑合乘的SAV的潜在用户特征. 基于问卷调查所得有效数据，采用K-Means 聚类法划分了历史出行模式，利用因子分析对性格态度特征进行了分类. 分别对有无私家车人群建立解释变量的参数服从不同分布的混合Logit 模型，并对参数标定结果进行对比分析. 研究结果表明，出行方式特性非常显著地影响出行者方式选择行为，性格态度特征是影响出行者选择考虑合乘的SAV出行方式的显著因素，且其显著性明显高于性别、年龄等社会经济属性.

Select

基于比功率的自动驾驶交通流油耗分析

秦严严，王昊，何兆益，冉斌

交通运输系统工程与信息 2020, 20 (1): 91-96.

摘要（190）

PDF （343KB）（225）

鉴于油耗与节约能源和车辆尾气排放直接相关，探究自动驾驶车辆对油耗的影响. 以手动驾驶车队与自动驾驶车队为数值仿真对象，在交通震荡环境下设计数值仿真实验. 对车队的车辆数量，车队初始速度，以及自动驾驶车辆的车间通信延时做参数敏感性分析. 基于机动车比功率的油耗评价模型，对仿真结果进行统计；相比于手动驾驶车队，计算自动驾驶车队平均油耗率的降低. 从交通流稳定性角度考察油耗降低与稳定性状态转变之间的内在关联性. 研究结果表明，自动驾驶车辆对油耗的降低幅度与车队初始速度有关，与交通流稳定性之间存在定性的影响关系，交通流的平稳性有利于显著改善车辆油耗降低的幅度. 研究结果可为大规模自动驾驶背景下的油耗控制策略提供理论参考.

Select

未来城市自动驾驶共享汽车规模研究：以上海为例

姚晓锐，王冠，杨超

交通运输系统工程与信息 2019, 19 (6): 85-91.

摘要（193）

PDF （451KB）（343）

随着自动驾驶技术的发展，未来以自动驾驶共享汽车(Shared Autonomous Vehicle, SAV)替代有人驾驶汽车成为可能. 使用SAV满足城市居民机动化出行需求的情况下，研究 SAV的车辆规模. 从上海市300 万手机用户信令数据中提取机动化出行需求，考虑上海市实际路况的影响，建立基于车辆可共享网络的图论模型，将最小车队规模问题转化为有向无环图的最小路径覆盖问题，利用Hopcroft-Karp 算法求解. 求解得到，12.8 万辆SAV可以满足300 万手机用户的机动化出行需求. 研究最大调度时间限制、服务范围限制、交通拥堵对SAV车辆规模的影响，为自动驾驶技术普及后，从城市层面确定SAV的车队规模及相应基础设施规划提供参考.

Select

双车道普通车辆—自动货车混合驾驶交通流建模与仿真

马新露，胡月豪，杨青也

交通运输系统工程与信息 2018, 18 (6): 72-80.

摘要（248）

PDF （5874KB）（468）

作为未来交通的一部分，自动货车队列被认为是最早实现的自动驾驶场景之一.为深入探讨普通车辆与自动货车构成的混合交通系统可能呈现的特征及其原因，分别建立了适用于描述普通车辆和自动货车驾驶行为的元胞自动机(Cellular Automaton，CA)模型，运用数值模拟的方法探究交通流状态的演变过程.研究发现：双车道环境下自动货车的加入是一把“双刃剑”，在交通流密度较低且自动货车占比较小时，对普通车辆影响甚微；在交通流密度较高且自动货车占比较高时，普通车辆换道条件苛刻导致换道频率降低，无法获取更高车速进而影响了整个道路系统的通行效率.

Select

基于安全距离的手动—自动驾驶混合交通流研究

邱小平，马丽娜，周小霞，杨达

交通运输系统工程与信息 2016, 16 (4): 101-108.

摘要（593）

PDF （2770KB）（2315）

随着汽车技术的发展，道路上自动驾驶的车辆在未来会越来越多，给道路交通带来了巨大影响.本文引入了经典的Gipps 安全距离规则，对NaSch模型进行改进，提出了基于安全距离的自动驾驶元胞自动机交通流模型.然后，利用数值模拟的方法研究了自动驾驶车辆对道路交通流的影响，研究获得一些新的结论.第一，通过降低自动驾驶车辆系统的反应时间，可大幅提高道路通行能力，最高可达2 倍.第二，当自动驾驶车辆系统的反应时间降到0.5 s 以下时，其对道路通行能力的影响可忽略.第三，道路上自动驾驶车辆的比例对道路通行能力和交通拥堵有显著影响.当自动驾驶车辆的比例达到80%时，通行能力可达到全手动驾驶交通流的2 倍，交通拥堵可以降低50%.第四，在全自动驾驶的交通流中，增大自动驾驶反应时间会减少交通拥堵.特别是当密度在30~60 veh/km 的范围内时作用更为明显，拥堵比例下降最高可达到20%，可以作为一种缓解拥堵的策略.

Select

基于模糊控制的智能车辆自主行驶方法研究

熊波,曲仕茹

交通运输系统工程与信息 2010, 10 (2): 70-75.

摘要（4459）

PDF （902KB）（1597）

车辆无人驾驶是智能交通系统的一个重要部分，其目标是开发在高速公路和城市道路环境下的辅助驾驶系统，旨在帮助乃至取代驾驶员，实现车辆自动控制和自动驾驶，减少交通事故发生，提高道路交通系统的效率，因此提出了一种基于机器视觉和模糊控制实现智能车辆自主行驶的方法. 该方法以CMOS摄像头为路径识别传感器，通过图像分析提取车道中心线，并引入速度反馈，形成闭环控制，建立一个由两个模糊控制器组成的分级模糊控制器控制车辆转向，并使用模糊控制代替传统的PID速度控制来控制速度. 和常规的PID算法及模糊控制算法相比，改进的模糊控制算法使智能车在道路上更快速、平稳地运行，并且在转弯处的超调更小.

被引次数: Baidu(36)

Select

考虑驾驶意图与动态环境的汽车避碰路径规划

彭理群,吴超仲,黄珍，楚文慧，贺宜

交通运输系统工程与信息 2016, 16 (6): 81-87.

摘要（290）

PDF （2183KB）（704）

为了提高动态道路交通环境下汽车主动避碰的适应性和安全性，本文综合考虑了动态交通环境、驾驶意图和车辆动力学约束条件，提出道路势场模型来规划汽车避碰路径.该模型考虑了被控汽车与道路障碍物的相对运动状态，以及道路车辆的行驶意图，结合栅格法对传统人工斥力场模型进行改进.通过设置局部目标点避免规划路径陷入局部势能最小位置，进而导引被控汽车逐渐向全局目标点收敛.最后，为适应车辆动力学特性需求，对规划路径的曲率进行优化.试验结果表明，所提出的路径规划方法能导引被控汽车绕过局部势能最小位置，与传统人工势场模型的路径规划结果相比，汽车行驶过程中的最大碰撞风险指数降低了55.1%，且满足车辆动力学约束条件.

被引次数: Baidu(6)

Select

基于实际驾驶条件的车辆动态跟驰模型研究

GUNAWAN Fergyanto E

交通运输系统工程与信息 2012, 12 (2): 67-75.

摘要（4844）

PDF （518KB）（812）

本文分析了交通微观动态性和传统GHR模型、考虑延误的最优速度模型和智能驾驶员模型的动态特性。传统GHR模型区别于其它两个模型的根本特征在于其仅描述车辆跟驰状态的关系，而其余两个模型则可较好地反映具有很强相互作用时车辆间关系，如自由流和车辆从初始状态开始加速的阶段。结果表明：(1) 最优速度模型和智能驾驶员模型较传统GHR模型具有更好的完整性；(2) 现有的最优速度模型可能产生不符合实际的车辆相互作用；(3) 考虑实际延误的最优速度模型可产生稳定的车辆间相互作用；(4) 智能驾驶员模型还需进一步改进，尤其是应考虑驾驶员延误这一微观交通仿真中的重要因素；(5) 这三个模型可产生相似的动态特性。

专题