- 宋子钰;陈捷;姜琳琳;夏兆辰;丁海涛;
现有的自动驾驶系统在可解释性、奖励设计与泛化性方面面临诸多挑战,系统地梳理了大语言模型与视觉语言模型在自动驾驶决策与规划中的多角色融合机制与工程实现路径。通过构建统一的角色框架,将大模型划分为决策与规划输出、特征与动作生成、奖励函数建模3类功能模块,并在此基础上分析其在强化学习与模仿学习中的典型融合方法,实现从信息处理到行为输出的全链路赋能机制,并对国内外代表性大模型方法在各环节的最新应用进展进行整合。结合大模型在推理延迟优化、奖励信号自动生成、端到端可解释性、协同推理等实际工程难题中的代表性解决方案,扩展了对奖励模型辅助及多模态特征生成等前沿主题的综述。同时,针对模型稳定性、推理延迟、表示鸿沟以及训练与验证等关键挑战,旨在为突破性的理论创新与工程解决方案提供系统性研究方向。
2025年10期 No.601 21-31页 [查看摘要][在线阅读][下载 836K] [下载次数:622 ] |[引用频次:0 ] - 杜志彬;牛浩然;王江波;苑寿同;谢辉;
针对快速路合流区对智能车辆轨迹跟踪控制的高鲁棒性和高稳定性要求,设计了一种基于KMPC-PID多控制器融合的车辆轨迹跟踪控制算法。该融合预测控制器以模型预测控制(MPC)为基础,将比例-积分-微分(PID)反馈控制作为控制补偿量,并基于真实汇入场景调校控制器参数,使用CARLA软件仿真和硬件在环(HIL)仿真验证控制器的有效性和鲁棒性。结果表明:KMPC-PID控制器在城市快速路汇入场景的各工况下均有较好表现,相较于未设置反馈控制的MPC,CARLA仿真中最大横向绝对偏差下降29.75%,横向平均偏差下降7.14%,最大纵向绝对偏差下降64.24%,纵向平均偏差下降65.56%;在HIL仿真中,虽然横、纵向平均偏差差异较小,但提出的控制器的最大横向绝对偏差下降21.33%,最大纵向绝对偏差下降1.63%。
2025年10期 No.601 32-40页 [查看摘要][在线阅读][下载 860K] [下载次数:120 ] |[引用频次:0 ] - 虢沧岩;王姝;张海川;赵轩;
为了增强高速公路中车辆决策的延续性,提出一种基于隐式时间信息的自动驾驶车辆行为决策模型。通过构建离散动态决策环境,计算基于隐式时间信息的状态价值矩阵,以求解连续时间的行为决策,同时对该状态价值矩阵的可求解性进行分析;基于残差拟合的双长短期记忆(LSTM)网络结构识别车辆换道意图,使带有隐式时间信息的行为决策更好地适应动态环境;融合基于规则与基于学习的更新方法,提出了基于反向传播的状态价值更新方法,提升决策模型在探索移动阶段的状态价值更新效率,从而提高决策方法的实时性。使用基于规则的智能环境车辆模型模拟真实交通环境,结果表明:所提出的方法决策成功率提升26%,动态决策环境下的触发规则辅助率降低19%,该方法具有更高的决策延续性。
2025年10期 No.601 41-51页 [查看摘要][在线阅读][下载 1043K] [下载次数:80 ] |[引用频次:0 ] - 陈光;尚云龙;张君媛;唐洪斌;孙秀秀;
为了快速评估车辆开发阶段不同车辆发动机罩板结构的行人保护性能,提出了一种基于三维体素数据的机器学习预测方法。首先,基于7辆车的有限元模型构建以罩板头部碰撞点为中心的三维体素数据集,精确表征罩板的复杂三维结构;其次,利用3D-CNN自编码器对三维体素数据进行无监督特征学习,生成1 000维的编码数据集;随后,通过PCA线性降维技术过滤噪声特征,得到224维PCA数据集;最后,对比数据集在4种机器学习模型上的性能。试验结果表明:224维PCA数据集的预测效果更优,其中,SVR模型对HIC和a峰的预测决定系数R~2分别达到98.86%和98.44%,显著提升了预测精度和泛化能力。此外,单辆车超过100组碰撞点的计算时间缩短至10 s内,大幅提高了汽车安全性能开发效率。
2025年10期 No.601 52-62页 [查看摘要][在线阅读][下载 1649K] [下载次数:51 ] |[引用频次:0 ] 下载本期数据