面向驾驶模拟的实景高速公路与智能自主车建模研究

Improper driving behavior is a key factor of the high accident rate in China. Considering highway's high risk, it's not an ideally method to conduct the driving training on the real highway. Training novice driver in driving simulation systems is considered as an economic and safe way,however, lacking of the real road environment and realistic traffic environment made the training resulted undesirable. This research presents a method to build a real 3D highway model by extracting, integrating and fusing road data from remote sensing and spatial digital geographic information systems; drivers' model of obtaining information - reasoning decision - performing the operation is proposed according to the highway traffic rules and driver's personality; three emotional types - General, Cautious and Impatient, of intelligent autonomous vehicles are established based on the intelligent driving expert systems; and a integrated and realistic dynamic driving system prototype model of "People - Vehicle - Environment" is developed. The results of this research are not only used for drivers' training , to improve their highway driving skills, to enhance highway operation ability, but also for highway traffic accident analysis, intelligent traffic simulation and highway assessments, which means the results have significant economic and social effects ，and broad application prospects.

驾驶行为不当是造成中国高速公路高事故率的重要原因，高速公路的高危险性又导致无法在实际交通环境下开展驾驶员培训。用驾驶模拟系统训练驾驶员是既方便有效又安全经济的方法，但由于缺乏道路视景和交通环境的真实感，达不到理想的培训效果。本项目研究从遥感影像系统和空间数字地理信息系统中抽取高速公路三维数据，运用数据集成融合技术建立三维实景高速公路视景模型；基于高速公路交通规则和驾驶员性格特征，提出驾驶员获取信息－推理决策－执行操作的动态驾驶行为模型，基于智能驾驶专家系统，构建一般型、急躁型、谨慎型三类智能自主车模型；在上述研究基础上研发基于“人－车－环境”动态交互的、具有高度真实感的高速公路驾驶模拟原型系统，解决道路视景和交通环境的真实感问题。本研究成果不仅可以用于驾驶员培训， 提升中国高速公路安全运行水平，还可用于交通事故的再现分析、智能交通仿真和高速公路评估，具有重要的经济社会意义和广泛的应用前景。

驾驶行为不当是造成中国高速公路高事故率的重要原因，高速公路的高危险性、车辆的高度非线性化和参数不确定性又导致无法在实际交通环境下开展驾驶员培训。用驾驶模拟系统训练驾驶员是既方便有效又安全经济的方法，但由于缺乏道路视景的交通环境的真实感，达不到理想的培训效果。本项目在分析已有的驾驶模拟道路视景和交通环境模型的基础上，紧密围绕三维实景高速公路视景模型的建立和基于高速公路交通规则的智能自主车行为模型的构建，开展了如下研究工作：1）采取条带模型和平行双边缘模型，分析多尺度遥感影像层中的道路特征及影响道路三维信息提取的因素；2）针对不同道路特征，采用自动和半自动提取相结合的方法抽取遥感影像中道路平面信息，基于空间矢量转换的理论，运用道路平面信息和数字地形模型的多源异构数据融合方法，空间矢量转换的方法将基于像素坐标的二维道路平面骨架信息一一转换映射到基于栅格化坐标的数字地形模型上，生成道路三维数字模型；3）提出车辆获取信息-推理决策-执行操作的动态行为模型，重点研究了高速公路换道策略，构建了基于模糊逻辑推理对智能自主车模型，并在此基础上，提出了一种自动驾驶汽车轨迹跟踪控制方法及策略研究，仿真结果显示此策略提高了车辆对道路自适应性以及高速工况下控制精度和平顺性；4）在上述研究基础上研发了基于“人-车-环境 ”动态交互的、具有高度真实感的高速公路驾驶模拟原型系统，解决道路视景和交通环境的真实感问题。以上取得的理论结果，不仅可以用于驾驶员培训， 提升中国高速公路安全运行水平 ，还可用于智能网联汽车等领域，具有较高的经济社会意义和广泛的应用前景。