自动驾驶车辆晕车最小化与商用车轮胎磨损评估研究
自动驾驶车辆晕车最小化
在自动驾驶车辆中,与乘坐出租车不同,由于没有司机的功能,考虑在其实施和设计框架中最小化晕车问题对于完全取代司机至关重要。而且,在自动驾驶车辆中,乘客失去对车辆的控制权(将车辆控制权交给自动化系统)后,有了更多空闲时间,车辆内部可以设计得更休闲和实用。这使得乘客能够更多地参与休闲或有经济产出的非驾驶任务,如阅读、看电影、工作和玩游戏等。然而,这也会让他们难以预判行驶方向,从而增加晕车的易感性、严重程度和频率。如今,关于自动驾驶车辆晕车问题的研究才刚刚受到关注,过去主要关注晕车的原因、功能、症状和估计,现在则更关注如何最小化晕车。
为了最小化晕车和行程时间,采用了最优控制理论。对于从特定起点到终点的预定道路路径,需要在特定的边界和约束条件下寻找最佳速度曲线,以在不影响行程时间的前提下最小化晕车。
方法和材料
- 车辆和道路跟踪模型 :
- 运动规划中最常用的简单车辆模型是点质量模型。车辆被简化为点质量模型,其加速度受摩擦圆约束。点质量模型的方程如下:
[
\begin{cases}
\ddot{S} x = \ddot{x} = a_x \
\ddot{S}_y = \ddot{y} = a_y \
\sqrt{a_x^2 + a_y^2} \leq a {max}
\end{cases}
]
其中,$S$表示位置距离,$a_x$、$a_y$是纵向和横向加速度,$a_{max}$是车辆可达到的最大绝对加速度。 </
- 运动规划中最常用的简单车辆模型是点质量模型。车辆被简化为点质量模型,其加速度受摩擦圆约束。点质量模型的方程如下:
超级会员免费看
订阅专栏 解锁全文
32

被折叠的 条评论
为什么被折叠?



