4.3.2算法原理与实现.pdf

北京航空航天大学学位论文 设计两个踏板，分别表示加速踏板和减速踏板，脚和踏板的移动位移和速度变化量 成正比关系。图4.19a,b中虚拟人踩红色踏板，由速度表指针可看出速度在减小;c, d中虚拟人踩绿色踏板，由速度表指针可看出速度在增加。 图4.19速度与踩踏板运动的对应 4.3驾驶中的编队协调行为 4.3.1行为分析 在多车辆协调行驶时，本课题主要针对跟随车驾驶者的智能驾驶行为进行研究。此 时，主要是虚拟人驾驶车辆跟随领队车行驶，因而跟随车驾驶者的行为不涉及有目的的 规划，它们只要跟随着领队车，随时调整自己的方向和速度，保持跟随状态，同时还要 与其它跟随车辆进行协调，组成一定队形并避免相互间碰撞。此时，虚拟人的驾驶行为 是对应第3.1节所述驾驶行为模型的第三层操作层，即实时方向与速度的改变。从本质 土讲，这是一种导向行为。对此时虚拟人的驾驶行为可用算法实现。 虚拟人驾驶跟随车紧跟领队车行驶时，其速度是一个关键因素，若跟随车速度太快， 会与领队车相撞;速度太慢，又会被领队车甩到后面。同时为保持跟随车彼此之间的协 调和对道路情况的适应，跟随车之间要避免相互碰撞，跟随车还要避开静态的障碍物。 以虚拟世界中生物结群运动的实现1261)7参考，使用导向、限速与排斥相结合的算法实现 了虚拟人智能驾驶的编队协调行为。 4.3.2算法原理与实现 57 北京航空航天大学学位论文 4.3.2.1算法原理 算法原理如图4.20所示:黑圆表示领队车，白色圆代表各跟随车。灰圆表示某跟随 车所要到达的目标点，所谓目标点指该跟随车要达到的位置，由领队车位置决定，若只 用跟随领队车，则目标点就是领队车位置;若要保持一定队形，如三角形，领队车为三 角形顶点，该跟随车要在三角形底边顶点，则其目标点为三角形底边顶点。 RI为减速半径，是指跟随车在R1之外，将恒速行驶:在RI之内，其速度大小与 它和领队车的距离成正比。每一辆跟随车都以其位置为圆心，设定一个半径为R2的圆， R2为安全半径，是指此半径外的其它跟随车对此跟随车的运动没有影响，半径内的车 辆会对此跟随车的运动发生影响。 导向力是领队车对该跟随车的作用，排斥力是其它跟随车对该跟随车的作用，该跟 随车将以两个作用合成后的方向角和由限速得到的速度值行驶。 合成后的速度方向及大小 排斥力 图4.20编队协调行为算法的原理 4.3.2.2算法实现 1)跟随车的速度确定 设定减速半径R1(经验值)，跟随车与领队车距离大于RI，跟随车以最大速度 (经 验值)行驶:若小于RI，则跟随车越接近领队车，速度越小，理论上与跟随车位置重 北京航空航天大学学位论文 合时，速度为零。这就是算法中的限速。减速半径RI及最大速度选择过程将在后面介 绍。 (式4.3) 凡领队车位置，P一本跟随车位置 2)导向力的确定 导向力是领队车对跟随车的作用，定义为由当前位置指向目标点的单位矢量即方向 角。 下I Po一P (式4.4) r’称二万一万 IPo一PI 式中 Fl一导向力 P。一目标点位置，P一本跟随车位置 3)排斥力的确定 所谓跟随车之间的协调，就要在跟随时避免彼此之间发生碰撞。使用排斥力可有效 避免碰撞。一般群体中检测碰撞的方法是:设定一个预检测时间，由各物体速度求出未 来位置，看各物体运动轨迹是否相交，此方法在检测物体较少的情况下经常使用。在本 课题中采用另一种方法，仅考虑各车位置因素，由于不考虑速度，处理加快，经过程序 验证，跟随车之间可有效避免碰撞，效果令人满意。 以一辆跟随车为例，安全半径 R2(经验值，其选择将