当前位置:主页 > 承德科技 > 文章内容

伸博新网址:无人驾驶车辆智能水平等级划分

日期:2020-02-03 浏览:

国表里无人驾驶车辆迅速兴起,为加快无人驾驶车辆关键技术研究,进行无人驾驶车辆智能程度等级划分成为首要任务。本文以无人驾驶车辆、任务、环境三者构成的复杂交互系统为研究对象,开展无人驾驶车辆智能程度评价研究。成立了由环境复杂度、人工干预水平、任务复杂度组成的无人驾驶车辆评测模型,并依照环境复杂度、人工干预水平、任务复杂度分袂对无人驾驶车辆进行5 个等级划分;最后依照无人驾驶车辆行驶的环境复杂度、人工干预的水平、执行任务的复杂度及行驶质量,

进入申博Sunbet官网

进入申博Sunbet官网源于菲律宾申博官网公司打造的娱乐网站。Sunbet官网稳定、有保障的娱乐休闲方式让您满意!

,对无人驾驶车辆智能程度进行了10 个等级划分。

无人驾驶车辆(也称轮式移动机器人)是能够依靠本身携带的传感器感知车辆周围环境,依照任务要求实时决策执行,以担保车辆的安详性和不变性。美国国家科学委员会指出,无人平台列入战场将是未来军事生长的一个必定趋向。世界各国也越来越存眷无人驾驶车辆技术,并相继投入相关研究和开发中。越来越多的车企也陆续将无人驾驶技术加到本人的车系中,并加大在无人驾驶方面的研究投入;各大车企无人驾驶汽车相继浮现,无人驾驶车辆技术在未来汽车行业将成为一个新亮点。

一套完善的评测系统对无人驾驶车辆智能程度的评价是至关重要的,评测模块将根据给定的评测系统对无人驾驶车辆的智能行为做出评价。2003年,美国国家标准研究院提出并成立了针对地面无人平台分类和评估的无人系统自主级别(ALFUS)框架,今后测评体系有了尺度性框架和理论指导。

美国举办了3届美国国防高级研究谋划局(DARPA)无人驾驶车辆角逐,分袂是2004年、2005年的越野挑战赛和2007年举办的DARPA Urban Challenge,测试标题均由第三方给出,参赛车队赛前并未原告知测试园地和测试标题,依照各队完成预定任务的耗时对无人驾驶车辆进行定量评价。这3届DARPA赛事只是采纳了简单的定量评价,并未对无人驾驶车辆的智能程度等级进行评价。

2009年6月,首届“中国智能车未来挑战”大赛的举行是中国对无人驾驶车辆初次实行第三方测试评价,对中国无人驾驶车辆探索从理论走向现实、加速无人驾驶车辆研发进程做出了重大贡献。今后每年均举办一届“中国智能车未来挑战”大赛,至2017年2月共举办了7届。大赛的评价规则采纳定性和人机结合的评判举措,实现了无人驾驶车辆智能程度的量化。通过角逐可以看到无人驾驶车辆的智能程度逐年提高,但是对其智能程度处在什么等级尚待评价。本研究组对无人驾驶车辆的定量评价做过一些测验考试,提出了基于资本函数的定性定量相结合的评价举措和模糊条理阐发(fuzzy-AHP)评价举措,并对无人驾驶车辆的评测体系进行了研究。这些举措,在制止水平上实现了无人驾驶车辆的定量评价,但是并未实现无人驾驶车辆智能程度的等级划分。

纵观国表里的一系列无人驾驶车辆角逐,虽然实现了智能程度的评价,但是均未对其所处的智能程度等级进行评价。一套完善的无人驾驶车辆智能程度测评系统,首先要对无人驾驶车辆智能程度等级进行划分,这须要进一步的深入研究。

无人驾驶车辆智能行为的发生

无人驾驶车辆支配安排在不同部位的传感器来感知周围环境,获得道路、本身位姿、障碍物和背景环境等信息。传感器捕捉到的任何细微改观乡村影响无人驾驶车辆的行为,譬喻光线、温度的改观及对路面平整度捕捉的改观乡村对无人驾驶车辆的阐发决策造成影响。无论是任务的改变还是环境的改变,均会改变无人驾驶车辆的行为。由此可得通过环境—任务—无人驾驶车辆三者交互激发无人驾驶车辆的智能行为(图1)。

图1 环境—任务—无人驾驶车辆交互模型

不同环境和任务对无人驾驶车辆的行为影响也不同,无人驾驶车辆必须实时捕捉周围环境的改观,必须准确判断周围环境中的障碍物,如行驶的车辆、走动的行人等,并执行相应的安详躲避法子。同时应准确辨认车道线、交通灯、标识牌、护栏等并做出准确决策。当自然环境产生改观时无人驾驶车辆也应改变本人的行为,如遇到雾天、雨天、雪天等特殊天气,无人驾驶车辆应当坚持适当的车速、车距而且准确地变卦灯光。遇到窄路、起伏路、坑洼路等特殊路况时,无人驾驶车辆也应当选择最优路线进行行驶、会车及掉头。

无人驾驶车辆评测模型

无人驾驶车辆评测模型通过人工干预水平(human intervention,HI)、完成任务复杂度(mission complexity,MC)和环境复杂度(environmental complexity,EC)默示(图2)。把人工干预水平(人工进行的决策和利用)、任务复杂度(任务难易水平、完成任务的数量)、环境复杂度(特殊天气、特殊区域、复杂路口、道路情况、人流情况)作为评价无人驾驶车辆智能程度的3个方面,成立3维坐标体系,3方面各自作为一轴,通过3因素在3坐标轴上所占比例进行无人驾驶车辆评测模型的建构。


伸博新网址:无人驾驶车辆智能水平等级划分Sunbet

Sunbet官网开户简单方便,游戏种类繁多,现推出手机客户端app,在Sunbet官网即可下载,随时随地体验游戏带来的精彩!

,须要操控人员进行环境感知和理解、路径阐发和结构并由操控人员进行决策。无人驾驶车辆的行为受操控人员干预水平较大。二级(长途利用):操控人员依照无人驾驶车辆感知的周边环境信息进行阐发、结构和决策,感知任务大部门由操控人员进行,操控人员依照无人驾驶车辆提供的感知信息控制其行为。三级(人为指导):操控人员接收无人驾驶车辆的环境感知陈诉。由操控人员进行大部门的阐发、结构和决策任务,由操控人员和无人驾驶车辆共同进行感知和任务执行。四级(人为接济):操控人员接收无人驾驶车辆的环境感知陈诉。由操控人员和无人驾驶车辆共同进行阐发、结构和决策任务,由无人驾驶车辆进行大部门的感知和任务执行。五级(自主):在满足无人驾驶车辆执行身手的条件内,任务阐发、路径结构和行为决策在很大水平上由无人驾驶车辆来承担。无人驾驶车辆不受操控人员控制,操控人员对无人驾驶车辆的行为基本无干预。操控人员接收无人驾驶车辆的环境感知陈诉,由无人驾驶车辆独立承担所有的环境感知和任务执行,而且完成任务阐发、路径结构和行为决策,协作也许要由操控人员来完成。

无人驾驶车辆环境复杂度

无人驾驶车辆对环境的辨认往往是评价其智能程度最紧密的参数之一。无人驾驶车辆的智能程度等级依照对无人驾驶车辆的行车行为默示以及交通行为默示的阐发来进行划分。真实道路具有复杂性和不成料想性。无人驾驶车辆的认知身手与交通环境的改观有关。依照车辆行驶环境,将环境复杂度进行5等级划分。一级(环境复杂度最低):简单道路(直道),路况平坦(无坑洼),天气良好,光照良好,行人少,路口少,交通灯、交通符号少。二级(环境复杂度低):一般道路(直道,弯道),路况一般(有较小坑洼),光照一般,动态行人较多,较复杂路口,有交通灯、交通符号。三级(环境复杂度中等):较复杂道路(简单车道线,减速带等),路况较恶劣(车辙,坑槽,路面破损等),光照较弱,动态行人多,相对复杂路口,交通灯、交通符号较多。四级(环境复杂度高):复杂道路(复杂车道线,绿化带,拉拢带等),路况恶劣(泥泞土路,松散沙路,水坑等),阴天,光照弱,较多动态的行人、机动车及非机动车等,复杂路口,交通灯、交通符号多。五级(环境复杂度最高):出格复杂道路(立交桥,各种车道、匝道,指示牌,道路信息牌等),路况极端恶劣(积水,积雪,落叶、遗撒物等障碍物覆盖),雨天、雪天、雾天等极端天气,光照最弱,动态行人最多(学校,病院,拥挤路口等),有高速行驶车辆,极其复杂路口,交通灯、交通符号最多。

无人驾驶车辆任务复杂度

任务结构身手的自主性显露在无人驾驶车辆依照突发状况进行任务结构与重结构的身手。对无人驾驶车辆完成单项多组任务的身手进行测试,以独立完成任务的数量和质量为依据对无人驾驶车辆任务复杂度进行5等级划分。一级长途控制启动、刹车、泊车,无感知身手和决策身手。二级直线车道坚持、泊车线泊车、GPS导航性能、限速,能够对车道线、泊车线进行辨认,完成路径结构及泊车行为决策。三级车距坚持、弯道车道坚持、躲避静态障碍物并返回原车道,能够对路面拓扑布局、车辆、障碍物进行辨认及车距检测,完成弯道、跟车行为决策及路径结构。四级语音指令泊车、躲避动态障碍物并返回原车道、停车、紧急制动、GPS信号缺失时的导航性能,能够对障碍物、语音、车道线、泊车位进行辨认并具有车辆位置信息丢失下的基本行车行为的鲁棒性,完成部份路径结构及停车行为决策。五级辨认道路符号后的车速和路径结构、紧急声音的车速和路径结构、信号灯泊车排队,能够对道路符号、警车、救护车、救火车鸣笛语音、交通信号灯符号、车辆辨认,完成道路符号、紧急声音、交通信号灯认知下的行为决策、部份路径结构及全局路径结构。

无人驾驶车辆智能程度等级划分