为研究车辆在换道前与车辆在正常行驶时跟驰行为的差异性,从NGSIM数据库中提取了快速路上的543个换道行为和870个非换道行为的跟驰事件并进行特征分析。使用曼-惠特尼U检验(Mann-Whitney U test)验证了换道前车辆的跟驰行为与正常行驶...为研究车辆在换道前与车辆在正常行驶时跟驰行为的差异性,从NGSIM数据库中提取了快速路上的543个换道行为和870个非换道行为的跟驰事件并进行特征分析。使用曼-惠特尼U检验(Mann-Whitney U test)验证了换道前车辆的跟驰行为与正常行驶的跟驰行为存在显著差异。选取跟驰车辆的车速和车头间距作为性能指标,其均方根百分比误差之和为目标函数,并将目标车道的前车速度纳入到智能驾驶员模型(IDM)中,构建换道准备智能驾驶员跟驰模型(BLC-IDM),利用遗传算法对BLC-IDM进行参数标定和效果验证。研究结果表明,传统的IDM不适用于换道前车辆的跟驰行为,改进后的BLC-IDM拟合精度提高了20%。BLC-IDM可以更加精准地描述车辆换道前的特殊跟驰行为。展开更多
文摘为研究车辆在换道前与车辆在正常行驶时跟驰行为的差异性,从NGSIM数据库中提取了快速路上的543个换道行为和870个非换道行为的跟驰事件并进行特征分析。使用曼-惠特尼U检验(Mann-Whitney U test)验证了换道前车辆的跟驰行为与正常行驶的跟驰行为存在显著差异。选取跟驰车辆的车速和车头间距作为性能指标,其均方根百分比误差之和为目标函数,并将目标车道的前车速度纳入到智能驾驶员模型(IDM)中,构建换道准备智能驾驶员跟驰模型(BLC-IDM),利用遗传算法对BLC-IDM进行参数标定和效果验证。研究结果表明,传统的IDM不适用于换道前车辆的跟驰行为,改进后的BLC-IDM拟合精度提高了20%。BLC-IDM可以更加精准地描述车辆换道前的特殊跟驰行为。
文摘传统星上系统开发与研制通常是基于特定的专用宇航器件,这使得其开发周期长且可移植性较差。针对该问题,提出了一种基于Xilinx ZYNQ UltraScale+平台的ARM+可编程逻辑的解决方案。该方案用Vivado配置FPGA硬件架构,采用SDK(Software Development Kit)配置ARM实现两者数据交互。在整个系统设计中,通过集成在芯片内部的高速串行收发器和Aurora协议作为载体进行高速片间传输;采用自定义帧协议保证传输可靠性及安全性;采用AXI-Stream接口使其具有各类算法即插即用的灵活性;最后为验证本系统可以支持各类算法进行星上实时图像处理,通过在逻辑侧添加Sobel边缘检测算法进行验证。测试结果表明该系统图像数据传输无误码,星上串行高速传输速率较高,系统总体传输延时较低,且系统具有较强的算法通用性。
