Método de planificación de la trayectoria de cambio de carril adaptativo a las reglas para vehículos autónomos...

Área de la Ciencia:

• La robótica
• Inteligencia artificial
• Ingeniería automotriz

Sus antecedentes:

• La tecnología de conducción autónoma enfrenta desafíos para equilibrar la seguridad y la eficiencia en el tráfico dinámico.
• Los métodos de planificación de trayectoria existentes suelen utilizar restricciones de seguridad fijas, lo que limita la eficiencia de la conducción.
• Las características de la suspensión del vehículo tienen un impacto significativo en la seguridad y la estabilidad de la conducción.

Objetivo del estudio:

• Proponer un método dinámico de planificación de la trayectoria adaptativa basado en la información sobre el riesgo para los vehículos autónomos.
• Mejorar la eficiencia de la conducción mediante el ajuste adaptativo de las restricciones de seguridad en función de la evaluación de riesgos.
• Asegurar el mantenimiento de la seguridad de la conducción y, al mismo tiempo, mejorar la eficiencia.

Principales métodos:

• Desarrollo de índices de evaluación del riesgo de colisión e inestabilidad utilizando un modelo dinámico de tres vías.
• Implementó un módulo de evaluación de riesgos de seguridad para evaluar los riesgos potenciales.
• Ajuste adaptativo de las restricciones de seguridad integrado en la planificación y optimización de la trayectoria.
• Utilizó una función de costo para la selección y optimización de la trayectoria.

Principales resultados:

• El método propuesto ajusta de forma adaptativa las restricciones de seguridad basándose en la evaluación de riesgos en tiempo real.
• Eficiencia de conducción mejorada en un 55,9% en escenarios de restricción de inestabilidad.
• La eficiencia de conducción mejoró en un 27,86% en los escenarios de restricción de colisión.
• La seguridad de la conducción se mantuvo durante los experimentos.

Conclusiones:

• La evaluación dinámica de riesgos y las restricciones de seguridad adaptativas mejoran significativamente la eficiencia de la conducción AV.
• El método propuesto ofrece una solución viable para mejorar el rendimiento AV en entornos complejos.
• La investigación futura puede explorar una mayor integración de la dinámica del vehículo y la evaluación de riesgos para los vehículos autónomos.