汽车工程进展
开放获取

抽象的

城市自动驾驶交叉口决策与运动规划

光洙伊

自动驾驶汽车有望成为安全驾驶、高效交通和减少能源消耗的可持续未来。几乎所有与现代道路交通有关的挑战，如交通拥堵、道路死亡、碳排放和停车位等，都可以通过智能移动系统（例如基于自动车辆的汽车共享）来解决。大多数主要汽车制造商已经将各种先进驾驶辅助系统（ADAS）商业化，以提高驾驶安全性并减少驾驶工作量，并计划从 2020 年开始将用于个人出行的 3~4 级自动驾驶汽车商业化。 截至 2018 年，自动驾驶汽车已实现商业化。基于车辆的智能移动系统已在多个站点运行，预计到 2025 年，将在 100 个城市提供由大型自动驾驶车辆组成的智能移动服务。尽管城市环境中的全自动驾驶仍然存在许多技术挑战，但自动驾驶汽车领域已经取得了快速进展。在本次演讲中，将介绍城市环境中自动驾驶的技术问题和最新发展。开发了无信号交叉口自动驾驶决策和运动规划的分层结构。基于真实道路驾驶数据分析，开发了用于交叉优先或产量的智能驾驶员车辆模型。定义了交叉口目标意图推断的指标变量，并开发了基于交互多模型（IMM）的意图推断方案。自动驾驶汽车领域取得了快速进展。在本次演讲中，将介绍城市环境中自动驾驶的技术问题和最新发展。开发了无信号交叉口自动驾驶决策和运动规划的分层结构。基于真实道路驾驶数据分析，开发了用于交叉优先或产量的智能驾驶员车辆模型。定义了交叉口目标意图推断的指标变量，并开发了基于交互多模型（IMM）的意图推断方案。自动驾驶汽车领域取得了快速进展。在本次演讲中，将介绍城市环境中自动驾驶的技术问题和最新发展。开发了无信号交叉口自动驾驶决策和运动规划的分层结构。基于真实道路驾驶数据分析，开发了用于交叉优先或产量的智能驾驶员车辆模型。定义了交叉口目标意图推断的指标变量，并开发了基于交互多模型（IMM）的意图推断方案。开发了无信号交叉口自动驾驶决策和运动规划的分层结构。基于真实道路驾驶数据分析，开发了用于交叉优先或产量的智能驾驶员车辆模型。定义了交叉口目标意图推断的指标变量，并开发了基于交互多模型（IMM）的意图推断方案。开发了无信号交叉口自动驾驶决策和运动规划的分层结构。基于真实道路驾驶数据分析，开发了用于交叉优先或产量的智能驾驶员车辆模型。定义了交叉口目标意图推断的指标变量，并开发了基于交互多模型（IMM）的意图推断方案。 

基于目标意图推断的决策和运动规划已通过计算机模拟进行了研究，并成功在自动驾驶车辆上实施。最近发表的文章 1. Donghoon Shin 等人。(2018) 使用车辆无线通信的自动驾驶汽车的以人为中心的风险评估。PP (99)：1-15。IEEE 智能交通系统汇刊。土井：10.1109/TITS.2018.2823744。2.李俊勇等人。(2015) 基于周围车辆行为概率预测的安全驾驶范围内的自动驾驶控制。SAE 国际。J.帕森。汽车？？电子。电。系统。8（1）：207-218。Doi：10.4271/2015-01-0314。3. Beomjun Kim 等人。(2015) IMM/EKF 方法用于增强多目标状态估计，应用于集成风险管理系统。IEEE 车辆技术汇刊。64（3）：876-889。土井：10.1109/TVT.2014.232947。4. Hakgu Kim 等人。(2016)时变参数自适应车速控制。IEEE 车辆技术汇刊。65（2）：581-588。土井：10.1109/TVT.2015.2402756。5. Jongsang Suh 等人。(2016) 使用车辆交通模拟器设计和评估自动驾驶的模型预测车辆控制算法。控制工程实践。51：92-107。Doi：10.1016/j.conengprac.2016.03.016。 癌症被认为是死亡率很高的疾病之一