基于支持向量回归的隧道段自动驾驶安全速度确定方法
成果类型:: 发明专利
发布时间: 2023-12-12 16:49:01
本发明涉及一种基于支持向量回归的隧道段自动驾驶安全速度确定方法,包括以下步骤:S1、获取自动驾驶视距相关信息、隧道段设计信息与天气环境信息;S2、利用步骤S1获取的信息,采用虚拟测试方法获取隧道段自动驾驶有效视线距离并构建可获取视距数据库;S3、基于步骤S2构建的可获取视距数据库,采用主成分分析提取自动驾驶可获取视距特征参数;S4、利用步骤S3提取的自动驾驶可获取视距特征参数,基于支持向量机回归方法建立自动驾驶可获取视距模型;S5、基于步骤S4建立的自动驾驶可获取视距模型,根据视距安全原则计算隧道段自动驾驶安全速度。该方法有利于有效获取满足隧道段自动驾驶安全行驶要求的速度值,进而提高自动驾驶的安全性。
本发明采用的技术方案是:一种基于支持向量回归的隧道段自动驾驶安全速度确定方法,包括以下步骤:步骤S1、获取自动驾驶视距相关信息、隧道段设计信息与天气环境信息;步骤S2、利用步骤S1获取的信息,采用虚拟测试方法获取隧道段自动驾驶有效视线距离并构建可获取视距数据库;步骤S3、基于步骤S2构建的可获取视距数据库,采用主成分分析提取自动驾驶可获取视距特征参数;步骤S4、利用步骤S3提取的自动驾驶可获取视距特征参数,基于支持向量机回归方法建立自动驾驶可获取视距模型;步骤S5、基于步骤S4建立的自动驾驶可获取视距模型,根据视距安全原则计算隧道段自动驾驶安全速度。
凭借日益成熟的硬件设备、智能软件理论与系统,自动驾驶技术配合智能网联、高精地图等新兴技术预期为提高车辆行驶安全性与驾乘舒适性,以及提升道路交通效率与通行能力等提供有效的解决途径。然而,隧道作为既有的重要道路工程建筑物,其具有的半封闭式建筑环境将对上述有益作用产生诸多直接或间接的负面影响。例如,由于隧道建筑结构遮挡,网联及定位信号减弱,自动驾驶车将主要依赖自主智能系统完成驾驶操作;由于隧道内部建筑结构容易形成视线遮挡,且隧道内光照及能见度条件受限制,自动驾驶车感知系统与接管驾驶操作后驾驶人的可获取视距条件较开阔道路差。明显地,这些负面影响将着重指向自动驾驶视距条件。
然而,领域内已有研究仍然处于初步阶段,主要围绕开阔道路条件下的单一或复杂线形条件,如圆曲线、纵断面线形、组合线形等,鲜有研究针对隧道路段,探讨自动驾驶在该路段环境下的行驶状态。需要注意,速度作为车辆经使用者(驾驶人或自动驾驶系统)操纵后展现的最直观行为表现之一,控制其值以满足足够的安全阈值需求对车辆行驶安全至关重要。此外,速度控制也是自动驾驶系统决策层的重要工作内容之一。还需要注意,自动驾驶系统在决策过程中需要面对庞大的多源异构数据,如隧道段道路条件、天气条件、系统条件等,采用合适的数据处理方法显得尤为重要。因此,有效地计算自动驾驶车在隧道段的安全速度成为了保证自动驾驶安全行驶亟需解决的关键问题,并具有重要的现实意义。
发明人:王书易 赖元文 李莉 丘勋涛
福州大学(Fuzhou University),简称福大,位于福建省福州市,创建于1958年,是国家“双一流”建设高校,国家“211工程”建设高校,国家教育部、国家国防科技工业局与福建省人民政府共建高校,福建省三所重点建设的高水平大学之一,福建省一流大学建设高校,入选国家建设高水平大学公派研究生项目、教育部首批“卓越工程师教育培养计划”高校、新工科研究与实践项目、数据中国“百校工程”项目、国家“111计划”、“高校国际化示范学院推进计划”、国家级大学生创新创业训练计划、全国首批深化创新创业教育改革示范高校、中国政府奖学金来华留学生接收院校、全国专业学位研究生教育综合改革试点单位、国家集成电路人才培养基地、首批高等学校科技成果转化和技术转移基地、高校国家知识产权信息服务中心。
与现有技术相比,本发明具有以下有益效果:
(1)本发明利用自动驾驶视距相关信息、隧道段设计信息与天气环境信息多源异构数据作为模型输入,采用适合该类型数据的支持向量机模型计算隧道段自动驾驶安全速度,能够令本发明的计算结果更加真实有效,填补了本领域的空缺;
(2)本发明能够基于现有自动驾驶虚拟测试技术,规避了理论推算容易造成计算结果较实际情况过于理想的弊端,同时较现场测试更能节约成本及保证测试安全性;
(3)本发明所计算的隧道段自动驾驶安全速度能够为隧道段限速方案的制定提供理论依据,弥补了现有技术方案仅针对单一自动驾驶等级车设计运行条件进行规定,难以从道路交通管理角度提出便捷应用的管理措施的不足。
当前专利未经权利人许可不得实施,希望将科技成果转让给研发实力雄厚的企业,由受让人对科技成果实施转化。交易的是科技成果中的知识产权,可以包括专利权、专利申请权、技术秘密等。科技成果转让后,转让方获得转让费,不再是科技成果的所有人;受让方向转让方支付转让费,并成为科技成果的新的所有人。