期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
混合交通无信号交叉口智能网联汽车低风险左转运动控制 被引量：1
1
作者 李立 赵峥程 +2 位作者 许文鹏 路庆昌 龚贤武 《中国公路学报》 北大核心 2025年第5期276-296,共21页
为了使智能网联汽车(Intelligent Connected Vehicle,ICV)在混合交通条件下安全顺畅通过无信号交叉口,提出了一种基于动态碰撞风险评估和深度强化学习的ICV低风险左转运动控制方法。首先,从无信号交叉口真实车辆轨迹中提取左转冲突事件... 为了使智能网联汽车(Intelligent Connected Vehicle,ICV)在混合交通条件下安全顺畅通过无信号交叉口,提出了一种基于动态碰撞风险评估和深度强化学习的ICV低风险左转运动控制方法。首先,从无信号交叉口真实车辆轨迹中提取左转冲突事件,设计了考虑车辆实时转向角度的碰撞概率计算方法,将其与碰撞严重程度指标相结合评价车辆左转碰撞风险;接着,根据不同碰撞严重程度的左转冲突事件发生的先验概率与条件概率,使用贝叶斯定理计算事件发生的后验概率,并加和获得ICV左转风险感知系数;然后,采用K-shape聚类划分存在潜在左转冲突的有人驾驶车辆行驶风格,将多种风格的有人驾驶车辆作为与ICV混合行驶的交通仿真背景车辆;进而,采用虚拟队列方法确定交叉口冲突区内的车辆通行顺序,以此为基础构建ICV期望车速多目标规划模型,并使用粒子群优化算法求解期望车速;最后,提出一种考虑动态行车风险的ICV左转运动决策深度强化学习算法RA-SAC(Risk-awareness Soft Actor-critic),将左转风险感知系数和期望车速纳入算法的奖励函数中,设计随左转风险变化的奖惩调整机制,使ICV迭代学习通过冲突区的策略,并使用算法输出参数控制ICV纵向和转向运动控制器。基于Prescan与Simulink搭建无信号交叉口混合交通仿真环境,选择3种经典深度强化学习算法作为RA-SAC算法的对比算法。结果表明:轨迹中提取的左转冲突事件中,有人驾驶车辆风格差异明显;相较于对比算法,RA-SAC算法能够使用更少的训练步数获得更高的训练奖励,ICV与临近车辆车头时距低于安全阈值的累计时间平均减少91.09%,ICV风险系数下降速度平均提高27.00%,通行效率和驾乘舒适度综合分数平均提高21.40%,与多种风格的有人驾驶车辆交互时适应性更好。 展开更多
关键词 汽车工程 左转运动控制 深度强化学习 ra-sac 智能网联汽车 无信号交叉口 混合交通 碰撞风险
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部