论文目录 | |
| 摘要 | 第1-7页 |
| abstract | 第7-13页 |
| 第一章 绪论 | 第13-31页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 国内外智能车辆技术研究现状 | 第14-16页 |
| 1.2.1 国外智能车辆技术研究现状 | 第14-15页 |
| 1.2.2 国内智能车辆技术研究现状 | 第15-16页 |
| 1.3 智能车辆行为决策国内外研究现状 | 第16-22页 |
| 1.3.1 国外智能车辆行为决策研究现状 | 第17-21页 |
| 1.3.2 国内智能车辆行为决策研究现状 | 第21-22页 |
| 1.4 智能车辆行为决策所面临的关键问题 | 第22-27页 |
| 1.4.1 决策框架的选取与表达 | 第23-24页 |
| 1.4.2 其他车辆驾驶行为识别与预测 | 第24-26页 |
| 1.4.3 面向智能车辆行为决策的多目标场景评价 | 第26-27页 |
| 1.5 本文研究内容与技术路线 | 第27-31页 |
| 1.5.1 研究内容 | 第27-28页 |
| 1.5.2 技术路线 | 第28-29页 |
| 1.5.3 论文中算法的术语 | 第29-31页 |
| 第二章 基于FSM与POMDP的智能车辆行为决策模型 | 第31-47页 |
| 2.1 智能车辆总体规划框架与典型场景描述 | 第31-33页 |
| 2.2 基于FSM的横向决策模型 | 第33-35页 |
| 2.3 基于POMDP的纵向决策模型 | 第35-39页 |
| 2.3.1 POMDP简介 | 第35-36页 |
| 2.3.2 基于POMDP的智能车辆纵向决策模型 | 第36-39页 |
| 2.4 决策求解模型 | 第39-46页 |
| 2.4.1 基于五次多项式曲线的智能车辆横向决策参考轨迹生成方法 | 第40-42页 |
| 2.4.2 考虑舒适性约束的纵向参考决策生成方法 | 第42-43页 |
| 2.4.3 决策模型求解过程 | 第43-46页 |
| 2.5 本章小结 | 第46-47页 |
| 第三章 面向行为决策系统应用的其他车辆驾驶行为识别方法 | 第47-69页 |
| 3.1 驾驶数据采集与预处理 | 第47-52页 |
| 3.1.1 车道行驶与无信号灯十字交叉口驾驶行为分析 | 第47-48页 |
| 3.1.2 基于MATLAB/PreScan仿真平台的数据采集系统 | 第48-49页 |
| 3.1.3 基于比亚迪智能车辆的数据采集系统 | 第49-50页 |
| 3.1.4 数据预处理 | 第50-52页 |
| 3.2 特征选择 | 第52-53页 |
| 3.3 机器学习分类器 | 第53-57页 |
| 3.3.1 高斯混合隐马尔科夫模型 | 第54-55页 |
| 3.3.2 随机森林模型 | 第55-56页 |
| 3.3.3 分类器评价指标 | 第56-57页 |
| 3.4 实验结果分析 | 第57-68页 |
| 3.4.1 车道行驶驾驶行为识别结果 | 第57-62页 |
| 3.4.2 交叉口驾驶行为识别结果 | 第62-68页 |
| 3.5 本章小结 | 第68-69页 |
| 第四章 考虑车辆协作驾驶行为的交通场景预测模型构建 | 第69-95页 |
| 4.1 交通场景预测问题描述 | 第69-72页 |
| 4.1.1 基于人类驾驶过程的车道行驶场景车辆协作驾驶行为分析 | 第70-71页 |
| 4.1.2 无信号灯十字交叉口场景车辆协作驾驶行为分析 | 第71-72页 |
| 4.2 智能车辆状态预测模型 | 第72-74页 |
| 4.3 基于规则的其他车辆纵向驾驶意图识别方法及应用 | 第74-81页 |
| 4.3.1 基于模糊逻辑的驾驶激进程度识别方法 | 第74-76页 |
| 4.3.2 基于相对驾驶激进程度的无信号灯交叉口决策方法与仿真应用 | 第76-81页 |
| 4.4 基于统计方法的其他车辆纵向驾驶意图识别方法 | 第81-85页 |
| 4.4.1 无信号灯十字交叉口场景车辆纵向驾驶意图识别方法 | 第81-84页 |
| 4.4.2 车道行驶场景车辆纵向驾驶意图识别方法 | 第84-85页 |
| 4.5 考虑车辆协作驾驶行为的其他车辆驾驶行为预测模型 | 第85-92页 |
| 4.5.1 车道行驶场景其他车辆驾驶行为预测模型 | 第85-90页 |
| 4.5.2 无信号灯十字交叉口场景其他车辆驾驶行为预测模型 | 第90-92页 |
| 4.6 本章小结 | 第92-95页 |
| 第五章 智能车辆多目标决策评价模型制定 | 第95-107页 |
| 5.1 智能车辆行驶目标分析与决策评价模型架构设计 | 第95-96页 |
| 5.2 评价函数制定 | 第96-103页 |
| 5.2.1 安全性评价函数 | 第96-99页 |
| 5.2.2 经济性评价函数 | 第99页 |
| 5.2.3 舒适性评价函数 | 第99-101页 |
| 5.2.4 时效性评价函数 | 第101页 |
| 5.2.5 法律法规评价函数 | 第101-102页 |
| 5.2.6 任务完成情况评价函数 | 第102-103页 |
| 5.3 基于学习的多目标优化方法 | 第103-105页 |
| 5.4 本章小结 | 第105-107页 |
| 第六章 实验与结果分析 | 第107-123页 |
| 6.1 基于PreScan的智能车辆仿真系统 | 第107-109页 |
| 6.2 车道行驶场景仿真实验 | 第109-113页 |
| 6.2.1 仿真场景 | 第109页 |
| 6.2.2 仿真实验结果 | 第109-113页 |
| 6.3 无信号灯十字交叉口场景仿真实验 | 第113-119页 |
| 6.3.1 仿真场景 | 第113-114页 |
| 6.3.2 仿真实验结果 | 第114-119页 |
| 6.4 行为决策模型在比亚迪智能车辆平台的应用 | 第119-122页 |
| 6.4.1 比亚迪速锐智能车辆平台 | 第119页 |
| 6.4.2 行为决策模型的实车验证 | 第119-122页 |
| 6.5 本章小结 | 第122-123页 |
| 总结与展望 | 第123-127页 |
| 研究成果总结 | 第123-124页 |
| 本文创新点 | 第124-125页 |
| 未来工作展望 | 第125-127页 |
| 参考文献 | 第127-135页 |
| 攻读学位期间发表论文与研究成果清单 | 第135-137页 |
| 致谢 | 第137-139页 |
| 作者简介 | 第139页 |
