自主駕駛為減少事故數量以及優化交通流量提供了巨大的潛力。這種自主系統的安全驗證是一個極其困難的問題,需要新的方法,因為基于現場測試的傳統統計安全證明是不可行的。將現實世界和基于模擬的測試結合起來是一個很有前途的方法,可以大大減少自主駕駛的驗證工作。
由于環境傳感器,如激光雷達、照相機和雷達是自動駕駛汽車的關鍵技術,它們必須得到驗證,以便能夠依靠使用合成的傳感器數據進行虛擬測試。特別是,雷達在傳統上是最復雜的傳感器模型之一。由于傳感器模擬是真實傳感器的近似值,可以假設真實傳感器測量和合成數據之間存在差異。然而,目前還沒有系統的、完善的方法來驗證傳感器模型,特別是雷達模型。
因此,這項工作為解決這個問題做出了一些貢獻,目的是了解傳感器模擬在自動駕駛虛擬測試中的能力和局限性。
考慮到高保真雷達模擬在所需的執行時間方面面臨挑戰,我們引入了一種敏感性分析方法,目的是確定對下游傳感器數據處理算法影響最大的傳感器效應。通過這種方式,建模工作可以集中在保真度方面最重要的部件上,同時最大限度地減少所需的整體計算時間。
此外,還提出了一個新的基于機器學習的指標來評估合成雷達數據的準確性。通過學習區分真實和模擬雷達點云的潛在特征,可以證明所開發的指標在測量特征差異的能力方面優于傳統指標。此外,經過訓練后,這消除了將真實雷達測量值作為評估傳感器模擬保真度的參考的需要。
此外,還開發了一種多層次的評估方法來衡量雷達模擬和現實之間的差距,包括顯性和隱性傳感器模型評估。前者直接評估模擬數據的真實性,而后者是指對后續感知應用的評估。可以證明,通過引入多層次的評價,可以詳細地揭示現有的差異,并以整體的方式準確地測量不同場景下傳感器模型的保真度。
目前電動自動駕駛汽車的設計趨勢是基于現有的城市模型,這些模型是為汽車建造的。除非減少對車輛的總體要求,并創造更多的綠色和步行區以提高宜居性,否則城市的碳足跡將無法減少。然而,如果不提供自主的移動解決方案,這種綠色區域的規模就無法擴大。解決方案需要能夠在與行人共享的空間內運行,這使得這個問題與傳統的自動駕駛相比更難解決。這篇論文是開發這種自主移動解決方案的一個起點。這項工作的重點是為在行人周圍運行的自主車輛開發一個導航系統。建議的解決方案是一個主動的框架,能夠預測行人的反應并利用他們的協作來優化性能,同時確保行人的安全和舒適。
我們提出了一個基于協作的車輛周圍行人行為的模型。該模型首先通過一個隨時間變化的因素來評估行人與車輛合作的趨勢。然后將這個因素與空間測量結合起來,預測未來的軌跡。該模型以社會規則和認知研究為基礎,通過使用社會區域的概念,然后應用可變形的虛擬區域概念(DVZ)來測量每個區域內的影響。該模型的兩部分都是通過手動注釋數據集中的行為,利用行人與車輛的互動數據集來學習的。
此外,該模型在導航系統中被利用來控制車輛的速度和局部轉向。首先,縱向速度是主動控制的。有兩個標準被考慮用來控制縱向速度。第一個是安全標準,使用agent和車體之間的最小距離。第二個是使用周圍agent的合作措施的主動標準。后者對于利用任何合作行為和避免車輛在密集場景中被凍結至關重要。最后,最佳控制是利用前兩個標準的成本函數的梯度得出的。這是可能的,這要歸功于一個建議的合作模型的表述,即使用車輛和agent之間的距離的非中心卡方(chi)分布。
使用主動的動態信道方法為空間探索推導出一個平滑的轉向。該方法取決于使用模糊成本模型評估通道(子空間)中的導航成本。選擇成本最低的通道,并使用通道之間的昆曲樣條候選路徑來影響類似人類的轉向。最后,使用滑動模式路徑跟蹤器得出局部轉向。
使用ROS下的PedSim模擬器在行人與車輛的互動場景中對導航進行了評估。在不同的行人密度和稀疏度下,對導航進行了測試。與傳統的反應式方法(Risk-RRT)相比,主動式框架設法使車輛產生平滑的軌跡,同時保持行人的安全并減少旅行時間。
本論文的主要貢獻有以下幾點:
首次實現了一個完整的主動導航系統。以下的系統組件被整合起來,實現了一個完整的主動導航系統。據我們所知,這是第一次嘗試制定、實施和測試一個圍繞行人的主動導航系統。
一個基于合作的車輛周圍行人行為模型。該模型是一個使用社會概念的2層行為模型。在第一層,行人的合作行為由一個時間變化的因素來估計和建模。在第二層,這個合作因素與空間狀態測量和車輛影響相結合,用于預測行人的行為。第三章
一種主動的縱向速度控制方法。縱向速度是通過利用行人行為的合作性質來控制的。該控制方法是通過主動影響行人,使其合作最大化,同時保持其安全。第四章
一個主動的導航成本模型。該模型可用于衡量在特定子空間中導航的成本。該模型是基于行駛距離成本與基于模糊邏輯的行人干擾成本相結合。該模型在操縱系統中得到利用,但也可以獨立使用,并整合到其他已有的系統中。第五章
一種主動的動態通道方法,用于調動行人群體。所提出的方法整合了多種概念和框架,以建立一個主動的調動系統。該系統是基于探索空間(通道)中的不同導航選項,并選擇導航成本最低的最佳通道。空間通道的探索是利用全局路徑的一段來完成的。而通道的選擇是通過以前的成本模型完成的。通道之間的轉換或局部路徑的修改是通過類似人類的過渡函數完成的。此外,建議使用滑動模式控制器來執行路徑跟蹤。第五章
ROS下行人周圍主動導航的測試和評估
在共享空間進行性能驗證所需的評價指標的形式化。提出了在行人周圍進行性能評估的必要指標。提供了每個指標計算的算法,并討論了自主車輛導航情況下的成功/失敗標準。第六章
收集行人-車輛互動數據集。進行了一個行人與車輛互動的實驗,并收集了車輛上的行人跟蹤信息。該實驗提供了行人在與車輛共享空間中的行為數據,以及他們對侵略性和讓步性駕駛模式的反應。所收集的數據在這項工作中被用于模型驗證和作為性能評估的參考。第七章
第二章開始,介紹了主動和社會意識的導航系統的不同組成部分的一般背景。這一章提供了一個總的概述,而關于每個子系統的更詳細的背景和相關工作則在相應的章節中找到。
第二部分:主動式導航框架
在這一部分中,前面圖1.6所示的主動導航系統的三個組成部分將按照類似的順序進行討論:在第三章中,對主動導航系統的行為模型進行了討論。
在第三章中,討論了自主車輛周圍的行人的行為模型。提出了基于合作的模型,并進行了評估。這一章還需要介紹行人與車輛的互動數據集。
第四章討論了車輛的主動縱向速度控制。使用先前開發的行人行為模型,在模擬的行人-車輛互動中,對所提出的控制方法進行了校準和測試。
第五章討論了車輛的轉向控制。提出了空間探索的主動動態通道方法,并得出了相應的轉向控制。還提供了擬議系統的校準和分析。
第三部分:實施和驗證
在這一部分中,前一部分提出的三個組成部分被整合起來,以測試和驗證整個系統的性能:
在第六章中,介紹并討論了用于驗證行人周圍導航系統不同性能方面的性能指標。
在第七章中,主動式導航系統被集成并在ROS下的模擬共享空間環境中進行測試。在不同的行人-車輛交互場景中,對性能進行了分析,并使用之前定義的性能指標對導航進行了評估。
最后,在第八章中,對本論文中提出的工作得出了一個總體結論。對主要貢獻進行了總結。此外,還對本論文未來的潛在途徑和前景進行了討論。
無人駕駛飛行器(UAV)已經成為整個航空航天應用中突出的飛機設計,包括商業、民用和軍用。由于無人機與有人駕駛飛機相比具有獨特的能力,因此在一些任務和應用中,無人機是首選。這篇論文的目的是更好地理解應用于無人機的飛機生存能力的概念和建模。傳統上,生存能力作為一個領域,主要是在有人駕駛的飛機和單機的背景下定義和考慮生存能力。隨著在多無人機作戰場景中的重要性不斷增加,了解單個無人機和無人機群的飛機生存能力變得越來越重要。
這項研究工作被分為三個研究問題,確定了在生存能力建模、驗證和無人機飛機設計方面的貢獻。
研究問題1試圖證明無人機生存能力參數化模型的可行性。其結果是一個無人機生存能力模型和模擬,它說明了無人機生存能力中的關鍵權衡。生存能力對無人機設計特性(速度、翼面積、阻力和升力系數)的影響被量化,具體采用詳細的致命包絡模擬方法。
研究問題2旨在驗證和確認無人機的生存能力模擬,提供生存能力模擬結果預測能力的證據。通過與以前的建模工作進行比較,通過征求專家意見,以及通過參數變異性和敏感性分析,提出驗證和確認的證據。
最后,研究問題3試圖將模擬結果應用于多無人機戰術評估和單機設計。結果說明了通過無人機設計可以實現的改進能力,包括裝甲(通過1000公斤的裝甲實現25%的生存能力改進),速度增加(巡航速度增加100英里/小時實現14%的殺傷力下降),以及其他相關設計變量。結果還表明,多無人機戰術可以提高無人機在戰斗中的生存能力。忠誠的僚機戰術被模擬為將C-130J(相當于無人機)的生存能力從19.8%提高到40.0%。其他單一的無人機戰術,如燃料傾倒、后燃器等,也在同一框架下評估其相對有效性。
本論文通過提出一種飛機生存能力評估方法,將生存能力與現代無人機應用、新出現的威脅、多無人機戰術和無人機設計聯系起來,回答了上述研究問題。考慮并模擬了飛機在遇到現代無人機對抗措施時的生存能力。對無人機的性能指標進行了建模和模擬,以描述對提高飛機生存能力敏感的飛機設計參數。通過從現代多無人機戰術角度評估飛機的生存能力,本研究試圖為無人機設計師提供更完整的生存能力衍生設計標準的視野。