使用道路信息和多头注意力模型预测自动驾驶汽车的驾驶舒适度
Zhengxian Chen1, Yuqi Liu2, Wenjie Ni1
1School of Vehicle and Mobility, Tsinghua University, 100084, Beijing, China.
Nature communications
|March 20, 2025
概括
使用道路信息预测驾驶舒适度可以提高自动驾驶. 将此与全球路径规划相结合,可以减少车辆的震动,从而实现更顺的行驶.
科学领域:
- 汽车工程 汽车工程
- 人工智能的人工智能
- 机器人技术 机器人技术 机器人技术
背景情况:
- 驾驶舒适性对于自动驾驶汽车至关重要.
- 目前的方法专注于本地路线规划,忽视了交通和道路状况等宏观因素.
- 复杂的交通场景可能导致紧急制动,对舒适性产生负面影响.
研究的目的:
- 开发一种方法来利用道路信息预测驾驶舒适度.
- 将驾驶舒适度预测纳入自动驾驶汽车的全球路线规划.
- 研究宏观因素与驾驶舒适度之间的相互作用.
主要方法:
- 建立了道路信息驾驶舒适度数据集.
- 设计了利用多头注意力机制的预测模型.
- 将模型应用于全球路径规划并进行测试.
主要成果:
- 开发的模型准确地根据道路信息预测了驾驶舒适度.
- 沿着优化路径的车辆显示了动的减少.
- 将舒适度预测与全球路径规划的整合得到了验证.
结论:
- 利用道路信息来预测驾驶舒适度是有效的.
- 将舒适度预测集成到全球路线规划中,可以改善自主导航.
- 这项研究为增强自动驾驶系统提供了有价值的框架.
更多相关视频
11:12Driving Simulation in the Clinic: Testing Visual Exploratory Behavior in Daily Life Activities in Patients with Visual Field Defects
Published on: September 18, 2012
17.3K
06:37Author Spotlight: Addressing Technical and Subjective Challenges in Measuring Classroom Attention
Published on: December 15, 2023
2.5K
