对于智能车辆高速主动避撞,目前的研究大多没有着重考虑车辆动力学模型,这直接限制了避撞算法在实际应用的安全性。为此基于前方相邻车辆的预测轨迹和自车动力学稳定性,提出一种基于前车轨迹预测的智能车辆高速主动避撞改进方法。基于下一代交通仿真(Next generation simulation,NGSIM)数据集进行数据处理与特征提取;搭建长短期记忆循环神经网络(Long short-term memory-recurrent neural network,LSTM-RNN)预测模型并进行训练、预测和验证,得到前车多时域预测轨迹;根据前车预测轨迹和自车动力学稳定性,设计合理的主动换道避撞策略。基于优劣解距离(Technique for order preference by similarity to ideal solution,TOPSIS)算法规划出具备安全性的主动避撞路径;搭建Prescan-Simulink-Carsim硬件在环试验平台,对提出的主动避撞方法进行试验验证,结果表明该方法可有效解决高速场景下的避撞安全性问题。
暂无评论