MARC

 008250123s2024        us                              c    eng  d
■001000017165112
■00520250211153125
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798346852186
■035    ▼a(MiAaPQ)AAI31764694
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a385
■1001  ▼aHan,  Xu.
■24512▼aA  Parallel  Development  and  Testing  Framework  for  Cooperative  Driving  Automation
■260    ▼a[Sl]▼bUniversity  of  California,  Los  Angeles▼c2024
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2024
■300    ▼a194  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  86-06,  Section:  B.
■500    ▼aAdvisor:  Ma,  Jiaqi.
■5021  ▼aThesis  (Ph.D.  C.E.)--University  of  California,  Los  Angeles,  2024.
■520    ▼aAutomated  driving  technology  has  made  significant  strides,  aiming  to  revolutionize  transportation  through  enhanced  safety  and  efficiency.  However,  significant  gaps  still  exist  in  Cooperative  Driving  Automation  (CDA)  development  and  testing  methods.  Due  to  the  scarcity  of  large-scale  real-world  deployments,  CDA  research  often  combines  simulated  and  physical  environments  to  achieve  the  realism  that  simulations  alone  cannot  provide.  Experiments  require  complex  traffic  scenarios  and  emphasize  cooperation  among  multiple  agents,  which  are  challenging  to  manage  with  conventional  methods.  As  a  result,  typical  CDA  research  stops  after  initial  benchmarking  improvements  without  fully  addressing  system  completeness,  leaving  a  gap  between  prototypes  and  practical  implementation.To  bridge  this  gap,  this  dissertation  introduces  a  parallel  development  and  testing  framework  inspired  by  Transportation  5.0  and  the  scenario  engineering  concepts,  designed  to  address  these  unique  challenges,  accelerating  prototyping  and  validation  to  ensure  prototypes  are  robust,  reliable,  and  ready  for  deployment.Building  upon  the  proposed  framework,  three  key  research  projects  were  conducted  to  achieve  real-world  deployment  of  CDA  systems.  First,  a  cooperative  platooning  algorithm  was  developed  and  tested,  enabling  multi-lane  platooning  functions  like  cruising,  lane  changing,  and  adjusting  platoon  members  across  two  lanes.  Validated  in  simulation,  it  was  later  deployed  on  up  to  five  Level  3-capable  vehicles.  Second,  distributed  tests  were  performed  using  the  VOICES  platform  with  four  participants  across  the  country,  each  equipped  with  various  CDA  tools  such  as  traffic  simulators  and  Level  3-capable  vehicles.  This  allowed  heterogeneous,  real-time  interaction  to  jointly  enhance  system  performance.  Lastly,  an  ADS  regulation-aware  path  planning  algorithm  was  developed  and  deployed  on  Level  3-capable  vehicles.  It  utilizes  a  machine-readable  regulation  database  to  extract  real-world  California  vehicle  codes  and  employs  a  vision-language  model  to  interpret  the  environment  from  camera  inputs,  integrating  regulations  into  the  planning  process  to  select  optimal  future  actions.In  summary,  this  dissertation  introduces  a  comprehensive,  parallel  development  and  testing  framework  for  CDA,  bridging  the  gap  between  prototyping  and  real-world  deployment.  By  incrementally  introducing  risk  factors  and  gradually  validating  systems  through  simulation  and  real-world  testing,  the  framework  ensures  that  CDA  systems  are  robust,  reliable,  and  ready  for  implementation.  The  successful  application  of  this  framework  across  key  projects  demonstrates  its  effectiveness  in  advancing  the  field  of  automated  transportation.
■590    ▼aSchool  code:  0031.
■650  4▼aTransportation
■650  4▼aElectrical  engineering
■650  4▼aRobotics
■650  4▼aAutomotive  engineering
■653    ▼aAutomated  driving  systems
■653    ▼aCooperative  Driving  Automation
■653    ▼aIntelligent  transportation  systems
■653    ▼aHighway  environments
■653    ▼aIntersection  environment
■690    ▼a0709
■690    ▼a0544
■690    ▼a0771
■690    ▼a0800
■690    ▼a0540
■71020▼aUniversity  of  California,  Los  Angeles▼bCivil  Engineering  0300.
■7730  ▼tDissertations  Abstracts  International▼g86-06B.
■790    ▼a0031
■791    ▼aPh.D.  C.E.
■792    ▼a2024
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17165112▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서