1.基于主观认知的混合交通智能车辆动态博弈交互决策方法,其特征在于,包括:
S1、混合交通中的智能车辆获取周围车辆的行驶信息,并向周围车辆发送自身的行驶信息;
S2、根据智能车辆和周围车辆的行驶信息,混合交通中的各个车辆均对K瞬时本车和周围车辆分别通过冲突区域的时间差进行计算;将计算结果与风险阈值进行比较,根据比较结果判断博弈系统是否启动;若博弈系统启动,则执行步骤S3;
S3、参与博弈的各个车辆首先均基于其自身的主观认知展开决策,直至参与博弈的各个车辆的主观认知达成一致;
S4、分别建立参与博弈的各个车辆在智能体博弈中个性化嵌入的期望效用动态方程,将所述期望效用动态方程作为各个车辆在滚动时变决策中自身的优化目标函数,决策输出自身在K瞬时的加速度;
S5、智能车辆执行自身在K瞬时的加速度;
S6、在K+1瞬时同步更新混合交通中的智能车辆和周围车辆的行驶信息和特征量化指数;
S7、重复执行步骤S1-S6,直至通过持续性交互决策完全化解潜在的混合交通冲突;
所述S3具体包括:
参与博弈的各个车辆均将自身定义为领头者的占位,并基于自身的主观认知将周围其他混合交通的参与车辆定义为跟随者的占位;
构建特征量化指数,通过车辆的外在行为表现来量化车辆的行驶特征,使分布式决策逐渐收敛至一体化协同决策,达成稳定多车决策态势;
构建序贯行动MAP图,从所述序贯行动MAP图中实时查询瞬时更新后的特征量化指数,实现时变重规划阶段博弈的序贯行动顺序;
特征量化指数随着滚动决策过程实时更新,直至参与博弈的各个车辆的主观认知达成一致。
2.如权利要求1所述的基于主观认知的混合交通智能车辆动态博弈交互决策方法,其特征在于,在所述S1中,所述行驶信息包括:驾驶风格信息和实时运动状态信息。
3.如权利要求1所述的基于主观认知的混合交通智能车辆动态博弈交互决策方法,其特征在于,所述S1还包括:当智能车辆所获取的周围车辆的行驶信息存在信息缺失时,智能车辆根据所采集的包括周围车辆在内的环境历史信息,推断周围车辆的类型,同时预测周围车辆在未来的行驶状态,基于此补齐缺失的信息。
4.如权利要求1所述的基于主观认知的混合交通智能车辆动态博弈交互决策方法,其特征在于,在所述S2中,K瞬时本车和周围车辆分别通过冲突区域的时间差通过如下方式进行评估:其中,表示K瞬时车辆m和车辆n通过冲突区域的时间差;vm(K)和vn(K)分别表示K瞬时车辆m和车辆n的瞬时速度;和分别表示K瞬时车辆m和车辆n驶向冲突区域的行驶路程;表示道路宽度;和分别表示车辆m和车辆n的外形尺寸;Am(vm)和An(vn)分别表示车辆m和车辆n的外形尺寸的扩大因子,分别是vm(K)和vn(K)的函数。
5.如权利要求4所述的基于主观认知的混合交通智能车辆动态博弈交互决策方法,其特征在于,在所述S2中,根据与风险阈值τd的比较结果来判断博弈系统GTmode是否启动,判断依据表示为:其中,当时,GTmode=ON,表示车载博弈系统启动,智能车辆执行博弈控制器的输出;当时,GTmode=OFF,表示车载博弈系统不启动,各个智能体车辆按照各自预期的行使方式自由行驶。
6.如权利要求1所述的基于主观认知的混合交通智能车辆动态博弈交互决策方法,其特征在于,所述特征量化指数通过瞬时加速度、平均加速度、瞬时速度、平均速度作为特征参数来量化外在行为特征。
7.如权利要求1所述的基于主观认知的混合交通智能车辆动态博弈交互决策方法,其特征在于,所述特征量化指数表示为:||am(K)||=δ1·
||vm(K)||=δ3·
其中,为车辆m的特征量化指数;||am(K)||为车辆m的瞬时加速度的范式;为车辆m的平均加速度的范式;||vm(K)||为车辆m的瞬时速度的范式;为车辆m的平均速度的范式;δ1、δ2、δ3、δ4分别为各项范式的权重因子;
8.如权利要求1所述的基于主观认知的混合交通智能车辆动态博弈交互决策方法,其特征在于,所述序贯行动MAP图中设有过渡区域,当车辆之间的特征量化指数之差超出切换阈值时,才实现序贯行动的切换,切换逻辑包括:当K瞬时决策点落在过渡区域内时,需考虑上一个决策步在K-1瞬时的决策点位置,此时K瞬时将保持K-1瞬时决策的行动顺序;若K-1瞬时决策点仍在过渡区域内,则共同保持K-2瞬时决策的行动顺序,依次递推;若K瞬时的决策点落在过渡区域之外,则各个博弈参与车辆按照决策点所在区域对应的序贯行动逻辑展开决策。
9.如权利要求1所述的基于主观认知的混合交通智能车辆动态博弈交互决策方法,其特征在于,在所述S4中,所述期望效用动态方程包括:智能车辆驾驶的安全性模型、经济性模型和舒适性模型,以及混合交通系统的协调性模型和高效性模型。