.png){kind=icon}
返回
Contributed Perception-Based Dynamic Evolution Method for Autonomous Vehicle Groups in Open Scenes
.png){kind=icon}
PRE
AI
DOI：10.1109/TMC.2025.3590653.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
准确处理动态演化事件是开放场景下自主体车辆群（AVGs）面临的一项重大挑战，这可能会受到复杂道路条件和各种干扰因素的影响。关于开放场景下AVGs动态演化的现有研究主要集中于半集中式群体，并将通信链路作为唯一评估标准。然而，缺乏对具备协同感知的分布式AVGs中事件动态演化的数学分析和相关方法。为解决此问题，我们提出了一种适用于分布式AVGs的贡献感知型动态演化方法。该方法确保群体成员能够持续且及时地交换有效的感知信息。首先，我们研究了外部干扰对车辆群体贡献感知的影响，以理解其动态演化的驱动因素。其次，我们定义了针对外部干扰的一系列车辆群体演化行为及其相应的处理方法。最后，我们引入群体状态和可感知性概念，以界定演化动力学。仿真结果表明，相较于现有方法，所提方法在平均群体贡献、可达性、持续性、及时性和可感知性方面具有优势。
Keyword:
Autonomous vehicle
Autonomous vehicle group (AVG)
dynamic evolution
contributed perception
NSGA-II
open scene
optimization, perceptibility
期刊
IF:
9.2
论文数:
5.9K
被引数:
1.8W
机构
查看更多机构
引用论文
暂无论文信息