为提高驾乘人员对自动驾驶车辆换道轨迹的接受度,解决轨迹规划中路径与速度解耦的问题,以高速公路自然驾驶数据集为依托,提出一种基于动态运动基元(Dynamic movement primitives,DMPs)的车辆高速公路换道轨迹规划方法。首先,利用极大似...为提高驾乘人员对自动驾驶车辆换道轨迹的接受度,解决轨迹规划中路径与速度解耦的问题,以高速公路自然驾驶数据集为依托,提出一种基于动态运动基元(Dynamic movement primitives,DMPs)的车辆高速公路换道轨迹规划方法。首先,利用极大似然估计对车辆高速公路历史换道轨迹信息进行分析与处理,得到能够表征自然驾驶员换道特性的换道示教轨迹;其次,采用DMPs算法对换道示教轨迹进行学习,完成对示教轨迹的复现并构建运动基元库;之后,基于运动基元库及换道需求,可泛化出多条适应高速公路驾驶场景的换道轨迹;最后,基于Prescan/Matlab/Carsim联合仿真和实车试验对规划轨迹的实时性和可跟踪性进行验证。结果表明,所提出的换道轨迹规划算法具有计算效率高、泛化能力强、驾乘人员接受度好的优点,并实现了换道路径与速度的协同规划。展开更多
文摘为提高驾乘人员对自动驾驶车辆换道轨迹的接受度,解决轨迹规划中路径与速度解耦的问题,以高速公路自然驾驶数据集为依托,提出一种基于动态运动基元(Dynamic movement primitives,DMPs)的车辆高速公路换道轨迹规划方法。首先,利用极大似然估计对车辆高速公路历史换道轨迹信息进行分析与处理,得到能够表征自然驾驶员换道特性的换道示教轨迹;其次,采用DMPs算法对换道示教轨迹进行学习,完成对示教轨迹的复现并构建运动基元库;之后,基于运动基元库及换道需求,可泛化出多条适应高速公路驾驶场景的换道轨迹;最后,基于Prescan/Matlab/Carsim联合仿真和实车试验对规划轨迹的实时性和可跟踪性进行验证。结果表明,所提出的换道轨迹规划算法具有计算效率高、泛化能力强、驾乘人员接受度好的优点,并实现了换道路径与速度的协同规划。
