多目标优化在ADAS决策中的应用
📖 30章 · 完整目录
友好色
01
ADAS决策系统概述
功能分级
决策架构
多目标引入
02
多目标优化基础
Pareto最优
支配关系
目标与约束
03
权重求和法
线性加权
权重敏感性
路径规划应用
04
ε-约束法
基本原理
算法流程
ACC决策案例
05
NSGA-II算法
非支配排序
拥挤度距离
换道决策
06
MOEA/D算法
分解策略
权重向量
轨迹优化
07
强化学习多目标
多目标MDP
奖励设计
交叉口决策
08
安全性与舒适性权衡
碰撞风险
舒适性指标
Pareto前沿
09
实时性约束
复杂度分析
轻量化算法
嵌入式部署
10
AEB多目标优化
制动策略
行人保护
乘坐体验
11
LKA多目标优化
车道保持精度
转向平滑
能耗优化
12
ACC多目标优化
跟车距离
速度波动
燃油经济性
13
换道决策多目标
安全间隙
换道效率
乘客舒适度
14
交叉口通行多目标
通行效率
碰撞风险
信号灯协调
15
自动泊车多目标
路径长度
泊车精度
避障安全性
16
决策树与多目标
剪枝策略
多目标特征选择
17
贝叶斯优化多目标
代理模型
采集函数
超参数调优
18
模糊逻辑多目标
隶属度函数
模糊规则库
复杂场景
19
博弈论多目标ADAS
纳什均衡
合作博弈
人机共驾
20
不确定性处理
鲁棒优化
随机规划
场景生成
21
偏好信息引入
参考点法
偏好向量
交互式优化
22
评价指标
IGD
HV
Spread
23
软件工具
jMetal
PlatEMO
pymoo
24
感知融合多目标
传感器配置
数据关联
25
路径规划多目标
A*多目标
RRT多目标
轨迹优化
26
运动控制多目标
MPC多目标
权重自适应
27
V2X多目标优化
协同决策
通信延迟
全局局部平衡
28
功能安全多目标
ASIL等级
冗余设计
29
仿真测试多目标
场景生成
覆盖度效率
30
总结与未来展望
前沿方向
发展趋势
项目实践