1.一种智能驾驶车辆数据支持的安全行驶决策生成方法,其特征在于,包括以下步骤:步骤一、采用4个毫米波雷达传感器和2个摄像头传感器获取感知数据,并结合车辆智能驾驶地图提供的数据形成多模态信息,输出实时数据;
步骤二、基于曲线拟合法对不同尺度传感器的时间进行配准;
步骤三、将毫米波雷达与摄像头传感器的空间同步并将双重图像进行二维重构,再建立以重构数据作为输入的LSTM序列间数据关联网络,基于时间反向传播算法训练数据关联网络,并优化训练参数,输出关联结果;
步骤四、根据多目标跟踪数据关联结果,基于误差协方差针对多传感器数据进行融合计算;
步骤五、基于多模态数据信息建立车辆动作判别机制,利用FNN构建智能驾驶车辆安全行驶模糊决策模型,通过学习训练和在线计算获得智能驾驶车辆实时加速度的最优决策。
2.根据权利要求1所述的一种智能驾驶车辆数据支持的安全行驶决策生成方法,其特征在于:所述步骤一中感知数据包括目标数量、ID、坐标、相位角和本车与多目标之间的横向、纵向相对速度及相对距离,车辆智能驾驶地图提供的数据包括车道数、路线规划信息、道路坐标和弯道信息。
3.根据权利要求1所述的一种智能驾驶车辆数据支持的安全行驶决策生成方法,其特征在于:所述步骤二中配准具体操作为先分别针对毫米波雷达和摄像头传感器测量得到的数据进行曲线拟合,得到基于拟合误差最小原则的拟合曲线,再根据选定的采样间隔对拟合后的数据进行采样,在采样间隔下通过曲线解析获得相应时刻的目标测量值,完成对不同尺度传感器之间目标数据的时间配准。
4.根据权利要求1所述的一种智能驾驶车辆数据支持的安全行驶决策生成方法,其特征在于:所述步骤三具体包括
A1、毫米波雷达与摄像头传感器空间同步;
A2、基于A1同步的空间,通过坐标拟合将毫米波雷达和摄像头传感器输出的图像化表达分别重构为同一平面图像坐标系标准下的二维虚拟图像,完成两种传感器输出信息由不同尺度向同尺度图像数据表达的转换;
A3、先建立LSTM序列间数据关联网络的关键结构,基于重构数据建立所有测量值到所有目标的成对距离矩阵,并针对距离矩阵进行重塑计算输入向量,再利用均方误差定义损失函数,获得预测关联概率与实际目标测量关联概率之间均方误差的最小化值,最后预测每个目标和所有测量值之间的关联概率;
A4、基于时间反向传播算法训练数据关联网络,并基于有监督算法优化训练网络参数,利用优化训练后的网络参数输入LSTM数据关联网络从而输出关联结果。
5.根据权利要求4所述的一种智能驾驶车辆数据支持的安全行驶决策生成方法,其特征在于:所述A3中建立数据关联网络关节结构时,将网络的输入通过一个完全连接层到达隐藏状态,输出通过全连接层变换和后续的Sigmoid变换以得到测量到预测值的关联概率;
输入向量计算公式如下
其中 为目标i的测量值的预测, 表示为了形成M×D维矩阵重复了M×1次的 损失函数计算公式如下其中 表示第i个目标与所有测量值间关联概率的地面真值。
6.根据权利要求1所述的一种智能驾驶车辆数据支持的安全行驶决策生成方法,其特征在于:所述步骤四中具体包括
B1、利用下式计算k时刻传感器间目标状态估计差其中 和 分别表示摄像头传感器对目标a和毫米波雷达对目标b的状态估计值,截止K时刻所有传感器目标状态估计差为B2、通过步骤三判断摄像头传感器中目标a和和毫米波雷达中目标b是否为同一目标,针对经关联匹配的摄像头传感器与毫米波雷达的目标数据进行加权融合,通过下式计算融合后的融合状态估计值及其误差协方差其中 与 分别表示摄像头传感器对目标a和毫米波雷达对目标b的状态估计误差协方差, 和 分别表示摄像头传感器对目标a和毫米波雷达对目标b的状态估计值。
7.根据权利要求1所述的一种智能驾驶车辆数据支持的安全行驶决策生成方法,其特征在于:所述步骤五中具体包括
C1、构建车辆动作判别的模糊逻辑推理先验模型;
C2、确定车辆行驶模糊决策模型的参数及建立隶属度函数,将多模态数据中自车与前车之间相的对速度v和相对距离d作为输入状态变量,自车加速度a为输出量;
C3、结合车辆动作判别结果和人工驾驶经验合理建立模糊规则表,描述输入状态量到输出量的映射关系;
C4、建立具有三层结构的神经网络模型并进行训练;
C5、在线计算模型输出量,实时读取相对距离状态量和相对速度状态量作为模糊神经网络决策模型的输入,在线计算获取加速度值。
8.根据权利要求7所述的一种智能驾驶车辆数据支持的安全行驶决策生成方法,其特征在于:所述C5中实时读取相对距离状态量dt和相对速度状态量vt作为模糊神经网络决策模型的输入,则计算公式如下
T
a't=tansig(k2·tansig(k1·[v't,d't]+z1)+z2)其中,a't,v't,d't分别为归一化的加速度、相对速度状态量和相对距离状态量,k1,k2,z1,z2分别为训练后的神经网络权值向量和偏置向量,在获取加速度a't后将a't反归一化输出车辆加速度的实时决策结果。