项目名称: 基于监督式ADP的汽车智能巡航控制

项目编号: No.61273136

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 自动化技术、计算机技术

项目作者: 赵冬斌

作者单位: 中国科学院自动化研究所

项目金额: 80万元

中文摘要: 汽车的自适应巡航控制和起停控制相结合可实现全速度范围内的辅助驾驶,对于提高汽车行驶的安全性、舒适性、节能性具有重要意义。作为一种辅助驾驶系统,其应用普及的关键在于控制效果需要符合驾驶员的特性。因此,提出了开发全速度范围内符合不同驾驶员特性的智能巡航控制(ICC)系统的需求。理论上,将ADP(自适应动态规划)和监督学习相结合,既可提高ADP的学习效率,又使得学习结果具有导师特性和最优性,本质上非常适合求解汽车ICC的问题。本项目拟通过理论、方法、平台、实验紧密结合的方式对汽车ICC问题进行系统研究:提出先进的监督式ADP方法,给出收敛性和系统稳定性的理论分析结果,形成采用人机交互方式实现最优控制的理论和方法;应用所提出的方法,实现汽车的ICC,并在仿真驾驶平台上针对不同场景进行驾驶员在环和硬件在环的实验验证,与驾驶员特性进行比较分析,进而为汽车的安全、辅助驾驶提供一套ICC方法和技术。

中文关键词: 自适应动态规划;监督式自适应动态规划;稳定性;智能巡航控制;驾驶员行为习惯

英文摘要: The full-range Adaptive Cruise Control(ACC) system is a driver asisstance system which considers both the ACC situation in highway systems and the Stop and Go (SG) situation in urban street systems. It has an important significance in improving safety, comfort and fuel economy. The key to its universal application is to meet the requirement of human driving habbits. Therefore, it is urgent to develop an intelligent cruise control (ICC) system in full-range speed to cater for the human-like driving habits. In theory, ADP (Adaptive Dynamic Programming) can be combined with supervised learning, to improve the learning efficiency of ADP and obtain the optimality and supervisory feature, which is deemed as a feasible solution for the automotive ICC problem. The project aims at the systematic research on the theory, methods, platforms and experiments of the automotive ICC problem. It is expected to propose advanced SRL methods, analyze the convergence and stability, and formulate the optimal control theory and methods through human-computer interaction. The proposed method will be implemented in the automotive ICC by the driver-in-loop and hardware-in-loop simulator under different scenarios. Experimental results will be compared and analyzed to experienced drivers, to derive the ICC method and technique for enhancing

英文关键词: Adaptive dynamic programming;Supervised adaptive dynamic programming;Stability;Intelligent cruise control;Human driving habit

成为VIP会员查看完整内容
0

相关内容

Kyoto大学Toshiyuki:快速复杂控制系统的实时优化,133页ppt
专知会员服务
64+阅读 · 2021年5月3日
专知会员服务
132+阅读 · 2021年2月17日
基于深度学习的表面缺陷检测方法综述
专知会员服务
85+阅读 · 2020年5月31日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
强化学习和最优控制的《十个关键点》81页PPT汇总
专知会员服务
102+阅读 · 2020年3月2日
造卫星的技术抢滩自动驾驶市场,你准备好了吗?
创业邦杂志
0+阅读 · 2022年4月6日
我的天,强化学习还能用在自动驾驶领域?
夕小瑶的卖萌屋
1+阅读 · 2022年3月24日
美国新规:自动驾驶车,从此不需要驾驶位了
机器之心
0+阅读 · 2022年3月11日
自动驾驶同梦者众,同行者远
AI前线
0+阅读 · 2022年3月10日
自动驾驶技术解读——自动驾驶汽车决策控制系统
智能交通技术
30+阅读 · 2019年7月7日
自动驾驶汽车技术路线简介
智能交通技术
15+阅读 · 2019年4月25日
李克强:智能车辆运动控制研究综述
厚势
20+阅读 · 2017年10月17日
【智能驾驶】史上最全自动驾驶系统解析
产业智能官
23+阅读 · 2017年8月21日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Automated Data Augmentations for Graph Classification
Pre-Training on Dynamic Graph Neural Networks
Arxiv
1+阅读 · 2022年4月18日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
小贴士
相关VIP内容
Kyoto大学Toshiyuki:快速复杂控制系统的实时优化,133页ppt
专知会员服务
64+阅读 · 2021年5月3日
专知会员服务
132+阅读 · 2021年2月17日
基于深度学习的表面缺陷检测方法综述
专知会员服务
85+阅读 · 2020年5月31日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
强化学习和最优控制的《十个关键点》81页PPT汇总
专知会员服务
102+阅读 · 2020年3月2日
相关资讯
造卫星的技术抢滩自动驾驶市场,你准备好了吗?
创业邦杂志
0+阅读 · 2022年4月6日
我的天,强化学习还能用在自动驾驶领域?
夕小瑶的卖萌屋
1+阅读 · 2022年3月24日
美国新规:自动驾驶车,从此不需要驾驶位了
机器之心
0+阅读 · 2022年3月11日
自动驾驶同梦者众,同行者远
AI前线
0+阅读 · 2022年3月10日
自动驾驶技术解读——自动驾驶汽车决策控制系统
智能交通技术
30+阅读 · 2019年7月7日
自动驾驶汽车技术路线简介
智能交通技术
15+阅读 · 2019年4月25日
李克强:智能车辆运动控制研究综述
厚势
20+阅读 · 2017年10月17日
【智能驾驶】史上最全自动驾驶系统解析
产业智能官
23+阅读 · 2017年8月21日
相关基金
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员