Die Studie konzentriert sich auf die sichere Steuerung von gemischten Fahrzeugkolonnen, die sowohl aus autonomen Fahrzeugen (AVs) als auch aus menschengesteuerten Fahrzeugen (HVs) bestehen, insbesondere bei Längsführungsszenarien. Es wird ein neuartiges Modell entwickelt, das ein herkömmliches Modell erster Prinzipien mit einem auf Gauß-Prozess-Maschinenlernverfahren basierenden Modell kombiniert, um das Verhalten von HVs besser vorherzusagen. Die Ergebnisse zeigen eine erhebliche Verbesserung bei der Vorhersage der HV-Geschwindigkeit, mit einer Reduzierung des mittleren quadratischen Fehlers um 35,64 % im Vergleich zur alleinigen Verwendung des Modells erster Prinzipien. Es wird eine neue Steuerungsstrategie namens GP-MPC entwickelt, die das vorgeschlagene HV-Modell für ein sichereres Abstandsmanagement zwischen den Fahrzeugen in der gemischten Kolonne verwendet. Die GP-MPC-Strategie nutzt die Fähigkeit des GP-Modells zur Beurteilung von Unsicherheiten effektiv, wodurch die Sicherheit in herausfordernden Verkehrsszenarien wie Notbremsszenarien deutlich erhöht wird. In Simulationen übertrifft die GP-MPC-Strategie die Baseline-MPC-Methode und bietet eine bessere Sicherheit und effizientere Fahrzeugbewegungen im gemischten Verkehr.
他の言語に翻訳
原文コンテンツから
arxiv.org
深掘り質問