2021年11月11日，TOPS课题组第100期组会在通达馆A436线下线上同时召开。本期组会由20级博士生周东浩、19级博士生陈雪剑、20级博士生赵晓聪和20级博士生杨剑浩依次分别和大家交流讨论《人机混驾环境下智能网联汽车交叉口处协同运动规划》、《智能网联环境下个体车辆轨迹重构理论与方法》、《人机混驾环境下的自动驾驶交互式决策》和《基于多源数据的全样本车辆出行完整路径重构理论与方法》。出席本次组会的有孙剑教授、倪颖副教授、田野副教授、余荣杰副教授以及课题组全体同学。

       首先汇报的是周东浩，他作了题为《人机混驾环境下智能网联汽车交叉口处协同运动规划》的博士论文开题汇报。首先，周东浩讲述当前智能网联汽车交叉口处协同运动规划的主要研究主题包括AV交互行为建模、纯CAV下多车协同和人机混驾下多车协同，而他的研究涉及到人类驾驶车辆交互的回应机制、智能车预期协作运动规划与智能网联车协同运动规划。对于回应机制，周东浩基于IND等公开轨迹数据，将人类驾驶轨迹参数化从而进行表征与学习，对交互双方的效益进行建模与分析，再进行仿真验证和驾驶模拟实验验证；对于智能车协作运动规划，他使用预期协作运动规划框架进行处理；对于智能网联汽车多人机协同规划，他使用基于图论的交互关系来表述。最后，周东浩说明了其研究中的多项创新点，包括提出了表征人类驾驶员交互特征的指标，以及提出了预期到对方与本车协作的智能网联汽车预期协作规划。

周东浩汇报

       就周东浩的汇报，与会老师和同学们踊跃提出建议和疑惑。胡祥旺提出研究中的人机协作如何体现的问题，周东浩表示人机双方预期协作运动的规划策略是不会冲突的。余荣杰副教授指出关于群体决策这部分的内容还有待补充；倪颖副教授表示其第三部分研究的创新点不太明确；孙剑教授强调人机交互机理还不透彻，多智能体协作方面还要多参考其他领域的研究，以及该研究的应用场景有待思考。

       第二位汇报的是陈雪剑，他作了题为《智能网联环境下个体车辆轨迹重构理论与方法》的博士论文开题汇报。陈雪剑首先指出获得路段所有车辆的行驶轨迹是科学全面评价道路交通状态的基础，随后就其研究内容和技术路线展开论述。陈雪剑将重构场景分为三种，分别为“定点+网联车数据，重构高快速路车辆轨迹”、“定点+网联车轨迹，重构干道车辆轨迹”和“CAV和人工驾驶混行，重构干道车辆轨迹”。三种场景的重构难度依次增加，陈雪剑则针对它们的不同情况，分别使用宏微观模型融合、冲击波模型与粒子滤波、数据驱动的框架进行处理。最后，陈雪剑论述了其研究的创新点，即建立一套通用的个体车辆轨迹重构框架，以及开发用于实际交通环境的车辆轨迹重构及优化系统。

陈雪剑汇报

       就陈雪剑的汇报，与会老师和同学们积极提出问题和建议。殷炬元提出场景三为何使用数据驱动的方法的问题，陈雪剑表示当前这类方法使用不多，如果模型方法精度不够，则会考虑数据驱动的方法。余荣杰副教授指出陈雪剑的汇报中并没有较好的回答轨迹重构的需求、为何使用车道级的轨迹重构以及其应用场景的问题；倪颖副教授表示三个场景之间的关系、模型精度不足的原因以及研究方法的可行性还有待补充和进一步说明；田野副教授指出还要对输入数据的噪点的影响进行补充论述；孙剑教授强调除了要对可行性和创新点进行补充外，文献综述部分也要进行相应的修改。

       第三位汇报的是赵晓聪，他作了题为《人机混驾环境下的自动驾驶交互式决策》的博士论文开题汇报。赵晓聪首先指出人机混行环境下存在自动驾驶水土不服的问题，随后他从行为建模、个性量化和行为分析与决策设计三个方面对他的研究内容展开论述。在行为建模部分，赵晓聪分析了驾驶交互事件中的个体目标，使用非合作非零和博弈与逆强化学习来建立多主体交互行为模型；在个性量化部分，他针对当前难以适用于驾驶人行为量化分析的问题，建立了个体交互行为特性量化与分析的统一框架，使用社交倾向来表征个体行为特性，以及使用平行博弈来估计个体行为特性；在行为分析与决策设计部分，他又使用多主体交互行为模型与个体特性识别的方法，来设计一种遵循人类驾驶社交准则的自动驾驶交互式决策设计方法。最后，赵晓聪说明了这三项研究内容的实验验证方案，分别为“开环：交互轨迹预测”、“闭环：交互轨迹复现”和“人在环：人机混驾试验”。

       就赵晓聪的汇报，与会老师与同学们踊跃提出建议和问题。余荣杰副教授提出博弈论有无缺陷、多主体博弈的难点、为何要拟人等问题，赵晓聪依次进行回答；倪颖副教授指出其PPT汇报的内容十分丰富、开题报告的内容有待补充的问题；田野副教授就博弈论模型与应急情况标定发表了自己的观点和看法。

       最后一位汇报的是杨剑浩，他作了题为《基于多源数据的全样本车辆出行完整路径重构理论与方法》的博士论文开题汇报。杨剑浩对他的重构框架进行了详细的说明，他的重构框架综合利用个体车辆路径选择行为微观原理和随机用户均衡宏观原理，来产生更加现实准确的车辆路径重构结果。在微观层面，他使用基于四个观测方程，利用粒子滤波方法重采样更新进行路径重构，将重构结果作为约束条件更新路径流量估计器。在宏观层面，他基于随机用户均衡原理产生路径流量、路段流量和路段行程时间估计结果，并更新粒子滤波的行程时间一致性和路径引力观测方程。最后，杨剑浩阐述了他研究的创新点，即小样本且AVI覆盖率低情况下的车流量填补和稀疏有偏观测下的路网路径重构。

杨剑浩汇报

       就杨剑浩的汇报，与会老师与同学们积极提出建议和意见。余荣杰副教授提出了重构的时间尺度的问题，杨剑浩表示是15分钟；田野副教授提出了一些问题和观点；孙剑教授表达了自己的一些看法和见解。

       2021年11月15日12:30，TOPS课题组硕士生毕业论文开题答辩在通达馆A517顺利召开。本次答辩由2020级硕士生陈秋冰、刘懿如、李政、邵英豪、黄浩宇、杨逸琳、朱奕昕、杨叶笛分别对其毕业论文进行开题汇报，答辩委员会由孙剑教授、倪颖副教授、田野副教授组成。

       汇报人陈秋冰的论文题目是《智能汽车测试场景聚类与场景覆盖度评价方法》，智能汽车虚拟测试的核心和源头是建立尽可能覆盖所有场景类型的场景库，其提出了基于真实轨迹数据提取场景的方法，并自定义场景间距的衡量方式，对场景聚类，从而构建一个覆盖所有场景类型的场景库，最终提出一种场景覆盖度的计算方法，用于衡量各种场景库的覆盖度。孙剑教授建议应对比前人基于逻辑场景和功能场景的研究，做好覆盖度的评价工作。

       汇报人刘懿如的论文题目是《基于逆强化学习的驾驶交互决策中的社会行为研究》，驾驶交互决策中的社会行为有利己和利他两类，其期望通过交互轨迹量化社会行为，建立通用效用函数，提出一个量化社会行为的框架：以无保护左转和右转直行交互两个交互场景为研究对象，分别建立深度强化学习模型；建立交互行为中通用的效用函数：以个体收益和群体收益两个收益为效用的组成部分，通过逆强化学习标定出两部分的参数，模仿交互轨迹的同时获得其社会行为属性。孙剑教授建议进行可行性分析，并进一步分析社会性交互。

       汇报人李政的论文题目是《智能网联环境下高快速路主动管理策略仿真优化》，针对高快速路主动管理中存在匝道开关等离散变量与动态路肩等连续变量混合的问题，其提出构建多策略的仿真优化器，将连续的优化器与离散的优化器结合形成最优的多策略方案，从而确定要使用哪些管理策略以及如何协同这些仿真优化器。孙剑教授对论文题目等提出了改进意见。

       汇报人邵英豪的论文题目是《面向智能车测试的危险场景派生方法研究》，其主要基于现实数据进行危险场景的识别、提取，并由此进行危险场景派生，涉及高风险场景的识别，各危险工况场景的辨识，从各类场景中选取具有代表性的高风险场景等内容。孙剑教授建议关注场景的合理性。

       汇报人黄浩宇的论文题目是《基于共享单车轨迹数据的非机动车路网优化方法研究》，针对非机动车复兴热潮下城市路网亟需改善的问题，其期望建立考虑可达性、非机动车服务水平、非机动车路网服务水平连通性、行程时间的非机动车路网优化模型，并基于共享单车大数据，提取并分析模型所需参数。倪颖副教授建议考虑非机动车使用频率。

       汇报人杨逸琳的论文题目是《异质非机动车跟驰行为分析与建模》，其期望通过对非机动车跟驰行为分析，对现有模型适应性分析，对非机动车跟驰行为建模，完善非机动车交通流理论，综合考虑行为异质性和场景复杂性对真实道路上的跟驰行为特征进行分析，并弥补非机动车跟驰模型对真实非机动车交通流的适应性评价的研究空白。孙剑教授建议不局限与被迫跟驰行为，可以拓展到纵向行为。

       汇报人朱奕昕的论文题目是《基于自然驾驶数据的分心跟驰行为建模与仿真》，其期望基于自然驾驶数据，根据刺激-反应框架原理对驾驶员分心跟驰行为完场分类；针对不同类别的分心跟驰行为进行发生、概率及持续时间建模；对分心状态下的跟驰行为针对性建模，提高仿真精度。田野副教授建议可以考虑模型参数的分布。

       汇报人杨叶笛的论文题目是《混合交通流机非交互行为的微观仿真对比研究》，其期望通过对比不同仿真软件在混合交通流场景下的机非交互功能，帮助仿真软件使用者根据不同情况选择合适的软件，为其提供有力的理论支持；构建混合交通流场景下仿真模型适应性评价体系，从交通效率、安全和特殊事件等多角度对微观仿真模型的适应性进行评估；从核心技术模型研发层面，为在一定程度上提升微观交通仿真软件在混合交通流场景下的仿真性能做出有益的探索。孙剑教授建议关注非机动车本体的评价，加入行为指标。

汇报时刻

最近更新：2021年11月26日 13:52:23