针对当前'请求-响应'被动式行车服务存在的个性化、人性化、实时性等不足,提出了基于多智能体(multi-agent system,MAS)分层集中控制的'自动识别-主动推送'形式的行车主动服务系统(driving active service system,DASS).DASS将行车环境实体与服务作为建模对象,提出基于规划图的行车服务需求模型及用户需求与服务能力匹配算法.以交通安全预警和实时动态路径规划为例,通过自主搭建的驾驶员在环半实物联合仿真平台对DASS典型应用展开实验研究,充分验证了DASS的实时性、主动性与高效性.这对于降低交通拥堵、提升通行效率,加强车辆安全以及改善驾驶体验具有重要价值.
针对茶园拖拉机(tractor in tea plantation,TTP)在作业时进行避障转弯极易发生侧翻、倾覆等安全问题,提出一种基于Bezier曲线优化的避障稳定路径控制方法.首先,从作业场景和运行稳定性两个方面进行运动学分析,系统分析了TTP安全作业特点;然后,针对TTP设计了一种避障路径规划系统方案及Bezier曲线路径优化控制方法,该方法拟合出的路径具有路径光滑、曲率连续、初末位置曲率相同等优点;最后,在CarSim仿真平台搭建TTP模型和坡道避障作业的环境模型,验证并分析横摆角速度、质心侧偏角两项重要的操稳性参数.结果表明:TTP在Bezier曲线拟合的避障路径控制方法下当运行速度小于转向极限速度时,运行稳定性良好,当转向速度超过极限速度的65.1%,其横摆角速度和质心侧偏角的超调量变化率分别达到了50.3%和78.6%;同时在该避障控制方法下,随着坡度的增加,即使速度保证在极限速度以下,TTP稳定性也会进一步恶化;在极限坡度角范围内,坡度角增大10°,其横摆角速度和质心侧偏角的超调量变化率平均达到了32.8%和14.5%.
