侠盗猎车5游戏自动驾驶系统配置和分析
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 引言 | 第10-16页 |
| 1.1 研究背景及其目的和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 驾驶行为特性研究现状 | 第11-13页 |
| 1.2.2 利用游戏数据训练机器学习算法研究现状 | 第13-14页 |
| 1.3 本文的组织结构 | 第14-16页 |
| 第2章 仿真环境及数据集合形式 | 第16-26页 |
| 2.1 GTAV世界 | 第16-18页 |
| 2.2 GTAV控制插件及数据集形式 | 第18-21页 |
| 2.2.1 插件架构 | 第19-20页 |
| 2.2.2 车辆控制数据 | 第20页 |
| 2.2.3 车辆状态数据 | 第20页 |
| 2.2.4 环境数据 | 第20-21页 |
| 2.3 虚拟激光雷达 | 第21-25页 |
| 2.3.1 射线函数与结果函数 | 第22-24页 |
| 2.3.2 点云分布优化 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 GTAV自动驾驶系统参数配置 | 第26-36页 |
| 3.1 驾驶行为特性参数 | 第26-28页 |
| 3.2 驾驶风格组合与约束 | 第28-34页 |
| 3.2.1 人车避让组合 | 第29-32页 |
| 3.2.2 车道选择组合 | 第32页 |
| 3.2.3 驾驶风格约束 | 第32-34页 |
| 3.3 本章小结 | 第34-36页 |
| 第4章 以攻击性作为自变量的分析 | 第36-56页 |
| 4.1 测试路段基本信息 | 第36-37页 |
| 4.2 分析思路 | 第37页 |
| 4.3 驾驶行为特性参数组合 | 第37-38页 |
| 4.4 车辆自由通过下的线性加速度和归化油门 | 第38-39页 |
| 4.5 方向盘归化转角 | 第39-53页 |
| 4.5.1 标准差 | 第39-40页 |
| 4.5.2 相关时间 | 第40-42页 |
| 4.5.3 一阶高斯马尔科夫过程 | 第42-45页 |
| 4.5.4 核密度估计 | 第45-48页 |
| 4.5.5 MISE准则下的窗宽计算 | 第48-49页 |
| 4.5.6 拇指法则 | 第49-50页 |
| 4.5.7 一阶高斯马尔科夫过程下的窗宽计算 | 第50-51页 |
| 4.5.8 概率密度的峰态与尾态 | 第51-53页 |
| 4.6 碰撞次数 | 第53-55页 |
| 4.7 本章小结 | 第55-56页 |
| 第5章 以期望速度作为自变量的分析 | 第56-66页 |
| 5.1 车辆自由通过下的线性加速度和归化油门 | 第57-58页 |
| 5.2 方向盘归化转角 | 第58-63页 |
| 5.2.1 标准差 | 第58-59页 |
| 5.2.2 相关时间 | 第59-60页 |
| 5.2.3 一阶高斯马尔科夫过程的不确定性 | 第60-61页 |
| 5.2.4 概率密度的峰态和尾态 | 第61-63页 |
| 5.3 碰撞次数 | 第63-64页 |
| 5.4 本章小结 | 第64-66页 |
| 第6章 总结与展望 | 第66-68页 |
| 6.1 总结与结论 | 第66-67页 |
| 6.2 利用GTAV进行相关仿真的展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
