论文部分内容阅读
自主驾驶技术是世界各国共同关注和积极推动的面向未来的交通新技术。目前,自主驾驶的主要研究方式是通过实车测试或仿真测试收集不同道路场景数据来训练和优化车辆模型,解决车辆安全性差、环境适应性不足等问题。实车测试存在成本高、安全难以保障及可重复性差等问题,而仿真测试可有效规避这些问题,尽管无法完全替代实车测试,但仍然是自主驾驶技术发展中必要的研究方式,如Waymo公司累计模拟仿真测试里程超过50亿英里用于训练和优化车辆模型。大量的仿真测试能够为实车测试规避一些潜在风险,已成为自主驾驶技术研究中广泛应用的方式。在目前的各种交通仿真系统中,车辆行为模型大多模拟人工驾驶的特性,期望再现人工驾驶的宏微观规律。这与自主驾驶车辆的行为存在一定的差异。由此,本文基于UC-winRoad驾驶模拟器构建具备模拟自主驾驶主要功能及模型测试的仿真平台,进而对自主驾驶车辆行为模型进行研究。主要开展了以下三方面的自主驾驶仿真技术研究:首先,基于驾驶模拟器的自主驾驶仿真平台构建。利用UC-winRoad仿真软件及SDK进行二次开发构建自主驾驶仿真平台。根据研究需求设计交互界而,确定自主驾驶控制逻辑。开发车辆信息创建模块及车辆信息获取模块,实现对仿真车辆信息的初始化及仿真交通环境数据的感知;进一步开发乍辆运动控制模块及车辆行为控制模块,实现对仿真车辆运动控制并能通过接口实现外部模型对仿真车辆行为的灵活控制。其次,适应驾驶模拟器的自主驾驶模型研究。根据驾驶模拟器的特性以及自主驾驶车辆的运行需求,构建了适应驾驶模拟器的自主驾驶跟驰模型和自主驾驶换道模型。针对跟驰模型,选定行为阈值对车辆的跟车行驶状态进行划分构建基于多模式选择的自主跟驰模型,实现车辆跟车行驶各状态的控制;针对换道模型,引入速度承受度与空间允许度对车辆换道产生进行约束,同时对车辆换道所需空间进行确定,构建基于双车道前车的换道速度控制模型,并制定基于换道空间的轨迹优化策略,实现对车辆换道的实时反馈控制。最后,基于自主驾驶仿真平台的模型控制效果分析。通过对全息交通信息进行模糊化处理,测试了不同的信息检测误差和信息时延条件下自主驾驶仿真平台中被控车辆的运行效果。通过仿真结果发现,本文构建的模型对信息误差和信息延误具备一定的适应性,但在信息误差和信息延误过大时模型的控制效果降低。