个性化自适应巡航控制及其对混合交通的影响
系统与控制
2022-01-12 v1 系统与控制
摘要
本文提出一种个性化自适应巡航控制（PACC）设计，其能够学习驾驶员行为并在跟车场景中自适应控制半自动驾驶车辆（SAV），并研究其对混合交通的影响。在 SAV 与人工驾驶车辆共享道路的混合交通中，SAV 的驾驶员可以选择更契合其偏好驾驶行为的 PACC 调参。个体驾驶员的偏好通过逆强化学习（IRL）方法学习，即从驾驶员演示的驾驶数据中恢复一个独特的代价函数，以最佳解释所观察到的驾驶风格。所提出的 PACC 设计通过最小化学习到的独特代价函数，并考虑前车人工驾驶车辆的短期预览信息，来规划 SAV 的运动。结果表明，所学得的驾驶员模型能够在多种交通条件下跟驰前车时准确且一致地识别并复现个性化驾驶行为。此外，我们通过考虑车头时距、间距和燃油经济性评估，研究了带有不同驾驶员的 PACC 对混合交通的影响。一项统计研究表明，由于驾驶员内在的驾驶偏好不同，PACC 对混合交通的影响在受试驾驶员之间存在差异。
引用
@article{arxiv.2103.14705,
title = {Personalized Adaptive Cruise Control and Impacts on Mixed Traffic},
author = {Mehmet Ozkan and Yao Ma},
journal= {arXiv preprint arXiv:2103.14705},
year = {2022}
}
备注
Accepted to 2021 American Control Conference (ACC)