Resumen

Todos los conductores humanos pueden caracterizarse por su elección habitual de comportamientos al volante, lo que da lugar a una amplia gama de patrones y maniobras de conducción observados. El desarrollo de estrategias de control para vehículos autónomos que tengan en cuenta esta característica aumentaría la aceptación pública de dichos vehículos. Por lo tanto, este trabajo propone un enfoque novedoso para desarrollar modelos de conductor basados en reglas de lógica difusa que simulen diferentes estilos de conducción en los regímenes de seguimiento del vehículo. Estos modelos de conductor se entrenaron con los datos de conducción en carretera recogidos para capturar las características correspondientes de los conductores humanos. El enfoque propuesto consta de tres componentes principales: recogida de datos de conducción en carretera, desarrollo de un modelo de vehículo y establecimiento de los modelos de conductor que sigue al coche. En primer lugar, se utilizó un vehículo instrumentado para recoger datos de conducción en la misma ruta durante tres meses consecutivos. Se extrajeron los escenarios de seguimiento del coche durante estos trayectos y se procesaron los datos correspondientes. A continuación, se creó y evaluó un modelo representativo del vehículo instrumentado. Por último, se desarrolló un modelo de conductor de lógica difusa que utiliza entradas humanizadas y se calibró con los datos registrados. El rendimiento del modelo de conductor desarrollado se evaluó utilizando los datos de conducción recogidos y un modelo de conductor PID de referencia. Una vez validado el rendimiento, se derivaron modelos que representaban estilos de conducción más agresivos y más defensivos siguiendo el mismo procedimiento. A continuación, se llevó a cabo un análisis cruzado de conductores en un escenario normalizado de seguimiento de coches con el modelo de vehículo establecido para investigar más a fondo los impactos de los diferentes estilos de conducción. El modelo de conductor desarrollado puede introducir estilos de conducción en experimentos de ciclos de conducción y reproducir pruebas de emisiones de conducción real en carretera en el laboratorio. Además, como el método propuesto tiene una gran solidez frente a conjuntos de datos incompletos, puede ser una opción más rentable para facilitar el desarrollo de estrategias de control de vehículos humanizadas y personalizadas para la conducción autónoma.

• Materias:Infraestructura de transportes Ingeniería del transporte Accidentes de transito Seguridad del transporte Planificación de ruta
• Subjects:Transport infrastructure Transport engineering Traffic accidents Transport safety Path planning
• Palabras claves:modelo de conductor desarrollado, diferentes estilos de conducción, coche, datos, modelos de conductor, conductores humanos, vehículo instrumentado, modelo de vehículo, modelo de conductor pid de referencia, modelo de conductor de lógica difusa
• Keywords:developed driver model, different driving styles, car, data, driver models, human drivers, instrumented vehicle, vehicle model, baseline pid driver model, fuzzy logic driver model