欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2023110303565
申请人: 吉林大学
专利类型:发明专利
专利状态:已下证
专利领域: 一般车辆
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于可靠行为集的智能车辆驾驶行为决策方法,其特征在于,包括以下步骤:步骤一、根据智能车辆采集的周围环境信息,基于城市交通法规约束筛选,并结合自身宏观路径要求,设置交通法规筛选门槛和宏观路径筛选门槛,创建可靠驾驶行为集;

步骤二、考虑城市交通场景及驾驶心理对决策结果的影响,建立四项驾驶行为评价指标,计算各行为的效用值;

步骤三、建立最优行为综合决策模型,结合各驾驶行为综合评价以及决策收益门槛,初步决策得到拟最优驾驶行为;

步骤四、对于所选出的同等效用值的行为,根据车道优选原则,最终决策出车辆的最优驾驶行为。

2.根据权利要求1所述的基于可靠行为集的智能车辆驾驶行为决策方法,其特征在于,所述步骤一中,交通法规筛选门槛包括:交通标志限制、交通标线限制、交通信号灯限制和灯光使用及行为切换限制;

宏观路径筛选门槛为:车辆在进入下一路段之前,必须遵循全局规划模块的指引,沿着上层规划好的既定路线行驶,即在行驶到交叉路口路段时执行规定的直行或左右转弯行为。

3.根据权利要求1所述的基于可靠行为集的智能车辆驾驶行为决策方法,其特征在于,每个待评价的驾驶行为由四个部分组成,具体公式表示如下:;

其中,为车辆所有可执行的驾驶动作,为车辆转向灯的状态,,分别为车辆当前所在车道以及车辆采取对应驾驶动作后即将驶入的车道;

对于车辆可执行驾驶动作,具体公式表示如下:;

其中,表示车道保持;,分别表示准备左换道、准备右换道;,分别表示执行左换道、执行右换道;,分别表示准备左转弯、准备右转弯;,分别表示执行左转弯、执行右转弯;表示交叉路口直行;表示路口停车;

对于转向信号灯状态,包括以下三种状态:

;

其中,-1表示左转向灯开启状态,1表示右转向灯开启状态,0表示左转向灯和右转向灯均处于关闭状态;

对于车辆当前所在车道,通过当前定位位置信息以及车道线位置信息获得;

对于车辆采取对应驾驶动作后即将驶入的车道,根据车辆当前所在车道以及对应驾驶动作共同决定。

4.根据权利要求1所述的基于可靠行为集的智能车辆驾驶行为决策方法,其特征在于,所述步骤二中,四项驾驶行为评价指标包括:考虑驾驶意图影响的车道效率评价、基于安全间隙的车道选择风险评价、考虑路口距离的车道选择倾向评价、考虑驾驶员心理的行为负担评价。

5.根据权利要求4所述的基于可靠行为集的智能车辆驾驶行为决策方法,其特征在于,所述考虑驾驶意图影响的车道效率评价具体包括:行驶速度评价指标、通行范围评价指标、道路密度评价指标和重车比例评价指标;

假设周围车辆在两侧车道内行驶,则周围车辆的驾驶意图表示为:;

假设车辆在中间车道内行驶,则周围车辆的驾驶意图表示为:;

其中,α,β,λ分别表示周围车辆行驶在中间车道、左侧车道和右侧车道的概率;

通过意图识别得到的周车驾驶意图概率对影响车道效率的四个评价指标进行修正,则考虑驾驶意图影响的车道效率评价为:;

其中,,和分别为经过驾驶意图修正的行驶速度、通行范围、道路密度和重车比例四项评价指标,,,和分别为四项评价指标对应的权重系数。

6.根据权利要求4所述的基于可靠行为集的智能车辆驾驶行为决策方法,其特征在于,所述基于安全间隙的车道选择风险评价具体包括:在t时刻后车RV跟随前车FV行驶,在当前时刻前车FV紧急停车,后车随后以最大减速度紧急制动;

后车跟随前车的最小安全距离,计算公式如下:;

其中,ε表示在最小安全间隙之外预留的安全余量;,分别表示前后车在t时刻的瞬时速度;表示后车决策系统的系统反应时间;表示后车t时刻的加速度;,分别表示前车与后车紧急制动时的最大减速度;

根据目标车道的前后车数量情况,设计车道选择风险评价指标为:

1)如果目标车道前、后均无车:

;

2)如果目标车道前方有车、后方无车:

;

3)如果目标车道前方无车、后方有车:

;

4)如果目标车道前、后均有车:

;

其中,分别表示为自车、目标车道前车TL、目标车道后车TF的纵向位置;分别表示为各车相应的车身长度;分别表示为目标车道后车TF与自车E、自车E与目标车道前车TL的最小安全间隙;ε表示在最小安全间隙之外预留的安全余量。

7.根据权利要求4所述的基于可靠行为集的智能车辆驾驶行为决策方法,其特征在于,所述考虑路口距离的车道选择倾向评价为:;

其中,为交叉路口前实线起始点位置;为自车当前纵向位置;为自车当前横向位置与宏观路径所要求的车道中心的距离;若车辆已在宏观路径所要求的车道上行驶,则。

8.根据权利要求4所述的基于可靠行为集的智能车辆驾驶行为决策方法,其特征在于,考虑驾驶员心理的行为负担评价具体包括:计算连续换道负担的效用值具体公式如下:

;

其中,n为连续换道次数。

9.根据权利要求1所述的基于可靠行为集的智能车辆驾驶行为决策方法,其特征在于,所述步骤三中,首先对各评价指标进行加权,计算各驾驶行为所对应的最终效用,然后结合决策收益门槛选择最优驾驶行为:;

其中,分别表示为考虑驾驶意图影响的车道效率评价、基于安全间隙的车道选择风险评价、考虑路口距离的车道选择倾向评价、考虑驾驶员心理的行为负担评价四项驾驶行为评价指标系数,四者之和为1;为所有驾驶行为综合效用的最大值,为上一时刻最优驾驶行为所对应的综合效用,为设计的收益门槛,为对应的驾驶行为,和分别表示为上一时刻和即将采取的驾驶行为;

若此刻最优驾驶行为所对应的综合效用相比于上一时刻最优驾驶行为,并没有超过收益门槛要求,则选择不切换驾驶行为,仍保持上一时刻的最优行为以避免驾驶行为的不必要切换。

10.根据权利要求1所述的基于可靠行为集的智能车辆驾驶行为决策方法,其特征在于,所述步骤四中,车道优选原则包括:

1)同等效用值下优先选择宏观路径指引要求的车道所对应的驾驶行为;

2)同等效用值下优先选择目标车道为中间车道所对应的驾驶行为

3)当智能车处于准备阶段状态,优先选择对应的执行行为作为其最优驾驶行为;

4)当最大效用值相同的行为中没有执行行为,则在准备状态的各行为和车道保持行为中,视车道保持动作为最优驾驶行为。