?

基于多目標(biāo)神經(jīng)推演算法的智能汽車控制

目前，許多車輛都安裝了自適應(yīng)巡航控制（ACC）系統(tǒng)，該系統(tǒng)能按照駕駛員設(shè)置的跟車距離行駛。協(xié)作自適應(yīng)巡航控制（CACC）系統(tǒng)主要應(yīng)用于智能交通（ITS），其可與附近的車輛進(jìn)行通信。ACC系統(tǒng)和CACC系統(tǒng)的差別如圖1所示。然而，CACC系統(tǒng)未考慮各個(gè)駕駛員的喜好。

設(shè)想了一種控制系統(tǒng)可以使智能汽車在公路上自動(dòng)行駛、自動(dòng)加入和駛離車流、超越其它車輛等。基于此，開(kāi)發(fā)了一款基于神經(jīng)推演算法（NEAT）和強(qiáng)度帕累托進(jìn)化算法（SPEA2）的多目標(biāo)算法演進(jìn)型控制器，實(shí)現(xiàn)了車輛智能化，并形成了一套解決方案，即將用戶需求如速度、舒適性或燃油經(jīng)濟(jì)性等優(yōu)先考慮的方案。與此相反，目前開(kāi)發(fā)的控制器大多是將用戶喜好歸結(jié)為單一目標(biāo)。因此，開(kāi)發(fā)出有多種優(yōu)先權(quán)的控制器，根據(jù)用戶喜好，允許用戶實(shí)時(shí)地選擇需要的車輛行駛狀態(tài)成為研究的重點(diǎn)，如若用戶有急事，車速就快；若用戶處在放松狀態(tài)下，車輛行駛于經(jīng)濟(jì)狀態(tài)中。

為了驗(yàn)證上述方案，進(jìn)行了一系列模擬試驗(yàn)。試驗(yàn)?zāi)繕?biāo)有兩個(gè)：①確認(rèn)NEATSPEA2多目標(biāo)算法演進(jìn)型控制器是否有效；②與常用的駕駛員模型進(jìn)行對(duì)比。模擬試驗(yàn)條件為：10km雙車道道路；3000輛汽車穿梭行駛，車速為30km/h，車輛隨機(jī)進(jìn)入模擬車道；若車輛發(fā)生碰撞事故，車輛仍不會(huì)偏離原車道；系統(tǒng)5s測(cè)評(píng)一次。

試驗(yàn)的初步結(jié)果表明，演進(jìn)型控制器基本上超越了人類的駕駛行為模型。同時(shí)也表明，開(kāi)發(fā)根據(jù)用戶不同喜好選擇車輛行駛狀態(tài)的控制器是可行的。

W.H. Van Willigen et al. 2013 IEEE Computational Intelligence in Vehicles and Transportation Systems, Singapore, April 16-19,2013.

編譯：張振偉