刘擎超
- 作品数：18 被引量：72H指数：5
- 供职机构：江苏大学更多>>
- 发文基金：国家自然科学基金江苏省自然科学基金江苏省“六大人才高峰”高层次人才项目更多>>
- 相关领域：交通运输工程机械工程自动化与计算机技术环境科学与工程更多>>
- 城市环形交叉口智能汽车接管过程事故风险预测被引量：4
- 2022年
- 为降低城市环形交叉口事故发生率,针对交叉口智能汽车接管过程中的事故风险问题,提出智能汽车事故风险预测模型。基于城市交通仿真软件(ToT),构建城市环形交叉口场景,分析智能驾驶汽车接管过程的事故数据,揭示道路区域及接管时间对智能汽车接管过程事故风险的影响机制;使用CatBoost对事故风险进行建模,以敏感性分析、曲线下面积(AUC)为评价指标,对比CatBoost与线性回归、XGBoost模型的预测性能。结果表明:速度对事故的影响重要度占比在47%以上,交叉口入口道事故率最高,且入口左侧车道事故率较右侧车道平均高8.63%左右;ToT时间在环形交叉口对汽车事故率影响约为8.5%,且环道区域的道路曲率、半径因素对事故影响因素占比小于5%;环道路段几乎不影响自动驾驶汽车在车辆接管过程的碰撞,CatBoost模型预测精度高于线性回归及XGBoost。
- 刘擎超徐天宇熊晓夏赵晶娅蔡英凤
- 关键词：环形交叉口智能汽车事故分析
- 车路协同环境下考虑坡度与前车信息的跟驰模型被引量：4
- 2022年
- 针对现有跟驰模型因未能综合考虑道路坡度与多前车信息的协同作用,从而无法准确刻画车路协同环境下车辆跟驰行为的问题,提出了车路协同环境下考虑坡度与双前车信息的跟驰模型.首先,通过分析车路协同交通环境与传统交通环境之间的差异,解析了车路协同环境下道路坡度与多前车信息对车辆运行的影响机制,建立了综合考虑坡度与双前车信息的跟驰模型;随后,基于微扰动法对模型进行了线性稳定性分析,分别获取不同道路坡度和前车权重系数时的稳定性临界曲线,进而得到了上坡和下坡2种工况下相关系数对交通流稳定性的影响规律.最后,为验证模型理论分析的正确性,分别对车辆启动过程和微扰动场景进行数值仿真.仿真结果表明,模型不仅能准确刻画车辆在坡道上的跟驰行为,还能减小速度、加速度和车头间距波动,缩短交通流恢复稳定状态的时间,增强交通流的稳定性.
- 陈龙刘孟协蔡英凤刘擎超孙晓强
- 关键词：交通工程跟驰模型车路协同稳定性分析信息融合
- 基于层次图注意的异构多目标轨迹预测方法被引量：2
- 2023年
- 有效预测周边多目标的未来轨迹是智能汽车决策和运动规划成功的关键。大多数现有研究考虑车辆个体行为之间的成对交互关系,而忽略异构交通参与者之间不同的反应模式和其他场景因素对预测的影响,使得预测轨迹的合理性低,影响运动控制的安全性。鉴于此,本文提出了一种基于层次图注意的异构多目标轨迹预测方法HGATP,首先创新性地构建类别-目标-车道的3层次图,并使用GRU和GCN分别对不同类型的目标进行独立的类别编码,捕捉不同类别的特征;其次,为强化异构目标交互图的边缘表示,构建层次图注意力机制分别获取类别和类别之间的交互以及目标和车道之间的交互,实现异构多目标间高效交互和共享地图;最后,基于目标轨迹信息和区域的车道信息构建预测网络预测多目标的轨迹。为评估模型性能,分别在INTERACTION和nuScenes数据集上进行实验。实验表明,所提模型在nuScenes数据集上单目标轨迹输出的平均误差损失和最终位移损失均减小了20%以上,在INTERACTION数据集上多目标轨迹输出的ADE损失效果较基线方法减小了2 m误差,提升了复杂道路结构下车辆行驶轨迹预测的合理性。
- 胡启慧蔡英凤王海陈龙董钊志刘擎超
- 关键词：智能汽车轨迹预测
- 智能网联汽车中心式匝道合流协同控制被引量：8
- 2021年
- 提出了一种面向智能网联汽车的中心式匝道合流协同控制方法.首先建立了中心式匝道合流协同控制模型,然后通过离散化将其转化为非线性最优化问题,并采用NOMAD算法求解.进行了100组仿真实验,通过随机设置不同的初始化条件对所提方法的有效性以及车辆油耗影响因素进行了研究,并与其他文献的方法进行对比.研究结果表明,本文所提方法对不同的初始合流场景有较好的控制效果,与对比文献中的方法相比,可使车辆平均油耗降低42.38%,显著提高了匝道合流过程中车辆的燃油经济性.
- 江浩斌胡子牛刘擎超秦洪懋孟天闯
- 关键词：协同控制燃油经济性
- 融合复杂网络和记忆增强网络的轨迹预测技术
- 2023年
- 周边目标轨迹预测是智能汽车决策规划的重要依据,现有基于多交通主体欧氏距离的建模方法无法有效描述多目标之间的复杂交互关系,制约其在实际动态交通场景中的适用性。本文创新地将复杂网络和记忆增强神经网络进行融合,构建了双层动态复杂网络模型,实现了高可靠性和可解释性的多模态轨迹预测。该模型使用高斯可变安全场计算风险权重,考虑了交通参与者的行驶状态参数、形状尺寸和智能体与道路之间的相互影响,真实准确地反映复杂环境中多交通主体间的交互关系;构建了一种由注意力机制和包含风险权重的社交池组成的复杂网络编码模块,实现了动态复杂场景中交通参与者与道路约束之间作用特征的全面有效提取;构建了以参考轨迹为条件的轨迹解码模块,实现了兼顾精度和可解释性的多模态轨迹输出。在公开数据集nuScenes上的验证结果表明,本文所提出的方法最小平均位移误差为1.37 m,最小最终位移误差为8.13 m,性能优异且具有较好的可解释性。
- 赵高士陈龙蔡英凤廉玉波王海刘擎超滕成龙
- 关键词：智能汽车轨迹预测复杂网络交互建模
- 基于CrossFormer的自动驾驶车辆周边行人轨迹预测
- 2025年
- 在自动驾驶车辆周边行人轨迹预测中,针对现有方法在长时预测任务中表现不足,尤其是对复杂场景适应性较低的问题,提出了一种新方法.给出了行人轨迹预测问题建模流程,构建了基于CrossFormer的行人轨迹预测方法.新方法通过维度分段嵌入技术显式学习相邻时间帧的相关性;结合两阶段注意力机制层,充分学习行人轨迹的长时依赖关系;利用分层编码器-解码器结构,自适应地捕获行人轨迹在不同时间尺度上的依赖性,提高模型在长时预测上的可扩展性.新方法创新性地结合了多模态信息融合、自注意力机制和可扩展性优化,实现了对行人轨迹预测任务的高效解决.在ETH轨迹数据、江苏大学校园内行人轨迹数据(JDD)这两个数据集完成了试验,进行了时间序列的分割性分析以及定量、定性分析.结果表明,在ETH数据集上,新方法的平均位移误差ADE、最终位移误差FDE值分别为0.627、1.32,均显著优于传统方法如LSTM(0.895、1.74)和SR-LSTM(0.728、1.66)等;在JDD数据集上,新方法的ADE、FDE值分别为0.281、0.53,远优于GAN(0.562、1.01)、STGAT(0.673、1.43)等模型;新方法在复杂场景下的鲁棒性和泛化能力也得到了验证.
- 曹瑞阳李诗雨刘擎超丁延超
- 关键词：自动驾驶TRANSFORMER
- 基于强空间集成的交通状态判别方法被引量：2
- 2017年
- 为研究服务于交通诱导的路网宏观交通状态判别模型,依据集成学习理论,基于强空间集成,提出一种交通状态判别方法。采用K-近邻规则寻找与待判别交通流数据相似的一组训练样本,构成待判别数据的邻域,挖掘交通状态学习器的强空间,进而输出交通运行状态等级标签。采用交通状态混淆矩阵,查全率、查准率等进行实验,结果表明该方法能够较准确地判断路网交通状态,满足交通状态判别的实际应用。
- 刘擎超蔡英凤江浩斌何友国陈龙
- 关键词：智能交通交通状态判别混淆矩阵
- 基于LSTM-BF的高速公路交通事故风险模型被引量：12
- 2022年
- 为减少高速公路交通事故的发生,综合利用长短期记忆神经网络(LSTM)和贝叶斯滤波(BF)研究高速公路交通事故风险状态预测模型,首先,通过LSTM模块学习历史交通流风险数据中存在的时间依赖关系;然后,通过BF模块融合LSTM预测结果提高实时风险预测效果;最后,利用宁波绕城高速2020年交通事故和沿线卡口数据,基于事故发生前20 min内上下游卡口间的时空范围,采用移动时间窗形式构建多步特征变量,并进行五折交叉验证。结果表明:相比随机森林(RF)算法,LSTM模型具有更高的精确率和召回率;在LSTM模型基础上,增加贝叶斯滤波BF模块可使最终风险预测结果F_(1)值达到0.80水平。
- 熊晓夏刘擎超沈钰杰蔡英凤陈龙
- 关键词：高速公路交通事故交通流
- 基于注意力机制的车辆行为预测被引量：9
- 2020年
- 为了解决智能驾驶场景中对周边车辆未来行为的预测问题,研究了基于注意力机制的长短时记忆网络(LSTM)模型的车辆行为预测方法.首先提出了一种非均匀步长的时间序列数据划分方法,将属于特定行为的车辆时序信息进行分类;以LSTM为基本的神经网络框架,用注意力机制判断输入时序信息中各个时间步信息的重要程度,分配不同的权重值;以目标车辆及其周边车辆的历史轨迹信息作为算法输入,用来预测目标车辆将来的运动行为.结果表明:该算法可以解决固定步长的时序分类方法导致的信息遗漏或计算资源负担增加的问题,同时能够有效提高行为预测准确性,减少车辆行为预测时间.
- 蔡英凤朱南楠邰康盛刘擎超王海
- 关键词：智能驾驶时间序列
- 基于并线行为识别的自适应巡航控制方法被引量：8
- 2021年
- 本文中针对自适应巡航控制系统受旁车并线影响产生的制动干预时机不确定性问题,提出了一种采用旁道车辆并线行为进行优化的自适应巡航控制策略,以获得制动干预的最佳时机。首先,建立了以历史行驶数据和周围环境为输入、基于长短时记忆网络的驾驶行为识别模型,实现对旁道车辆驾驶行为类别的有效识别。当识别出并线行为后,根据并线车辆运动状态对自适应巡航系统进行加速度控制,建立系统的预测控制模型,确定跟随性、舒适性和油耗这3项性能指标与约束条件,并引入理想点法对期望加速度进行求解,有效避免了人为选择权重因素的干扰。然后,将最优控制序列的第一个元素作用于系统,再重新评估系统状态信息以实现滚动优化。最后,建立MATLAB/Simulink仿真模型,进行定速巡航、跟车行驶和并线工况的对比仿真,并通过实车试验进行验证。结果表明:所提算法能更快响应旁车并线时跟车目标的变化,有效降低速度波动,避免了绝大部分的车辆紧急制动,同时,考虑并线驾驶特性的控制模型能有效提高乘车舒适性,降低安全风险。
- 蔡英凤吕志军孙晓强王海刘擎超陈龙袁朝春
- 关键词：自适应巡航控制模型预测控制多目标优化
