基于增强型情感认知智能体的自动驾驶车辆追尾碰撞避免控制器

追尾碰撞性质最为致命，导致了大多数交通事故伤亡和伤害。在现有研究中，已提出多种追尾碰撞避免方案。然而，这些方案的问题在于它们高度依赖精确的数学模型。而实际道路驾驶受到路面状况、驾驶员反应时间、行人流和车辆动力学等非线性因素的影响，因此获取车辆控制系统的精确数学模型极具挑战性。针对基于精确控制的追尾碰撞避免方案的这一问题，已有研究采用模糊逻辑加以解决，但过多的模糊规则直接损害了其效率。此外，这些基于模糊逻辑的控制器在提出时未使用适当的基于智能体建模，而该建模有助于模拟执行这些模糊规则的人工驾驶员功能。鉴于这些局限性，我们提出了一种基于增强型情感认知智能体 (EEEC_Agent) 的控制器，旨在帮助自动驾驶车辆 (AVs) 以较少的规则、基于恐惧情感设计且高效地执行追尾碰撞避免。为了在 EEEC_Agent 中引入恐惧情感生成机制，采用了 Orton, Clore & Collins (OCC) 模型。利用 NetLogo 仿真验证了 EEEC_Agent 的恐惧生成机制。此外，使用专门构建的原型 AV 平台对 EEEC_Agent 的功能进行了实际验证。最终，与现有最先进研究工作的定性比较研究表明，所提出的模型优于近期研究。