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: 2024106861879
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: 信号装置
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:

1.一种基于分层博弈的匝道汇入场景智能汽车类脑决策方法,其特征在于,包括以下步骤:

S1:智能汽车与主路车辆进行信息共享;

构建智能汽车与主路车辆交互决策实施逻辑,将匝道内的智能汽车划分至分层博弈顶层空间,主路车辆划分至分层博弈底层空间;

S2:构建内在驱动诱因模型;基于所述内在驱动诱因模型构建顶层空间智能汽车博弈决策目标函数和底层空间主路车辆博弈决策目标函数;

所述内在驱动诱因模型包括第I类内在驱动诱因模型、第II类内在驱动诱因模型和第III类内在驱动诱因模型;

所述第I类内在驱动诱因模型包括智能汽车驾驶内在驱动诱因模型和主路车辆驾驶内在驱动诱因模型;

所述第II类内在驱动诱因模型包括智能汽车本体内在驱动诱因模型和主路车辆本体内在驱动诱因模型;

所述第III类内在驱动诱因模型包括智能汽车驾乘人员内在驱动诱因模型和主路车辆驾乘人员内在驱动诱因模型;

所述智能汽车驾驶内在驱动诱因模型为:

其中,W为运动学方程,OR为匝道;为智能汽车在第τ轮阶段博弈中的有效路程;为沿X方向的分量;为沿Y方向的分量;为沿X方向的分量;为沿Y方向的分量;为第τ轮阶段博弈中从智能汽车博弈决策策略集中采取的任意策略;为第τ轮阶段博弈中智能汽车的瞬态速度;为沿X方向的分量;为沿Y方向的分量;为智能汽车在一个阶段博弈的决策周期;tτ+1和tτ分别为第τ+1轮阶段博弈的决策时间戳和第τ轮阶段博弈的决策时间戳;为智能汽车在第τ轮阶段博弈完成时的空间位置坐标;为沿X方向的分量;为沿Y方向的分量;为智能汽车在第τ轮阶段博弈开始时的空间位置坐标;为沿X方向的分量;为沿Y方向的分量;

所述主路车辆驾驶内在驱动诱因模型为:

其中,W为运动学方程,MR为主路;为主路车辆在第τ轮阶段博弈中的有效路程;为沿X方向的分量;为沿Y方向的分量;为沿X方向的分量;为沿Y方向的分量;为第τ轮阶段博弈中从主路车辆博弈决策策略集中采取的任意策略;为第τ轮阶段博弈中主路车辆的瞬态速度;为沿X方向的分量;为沿Y方向的分量;为主路车辆在一个阶段博弈的决策周期;tτ+1和tτ分别为第τ+1轮阶段博弈的决策时间戳和第τ轮阶段博弈的决策时间戳;为主路车辆在第τ轮阶段博弈完成时的空间位置坐标;为沿X方向的分量;为沿Y方向的分量;为主路车辆在第τ轮阶段博弈开始时的空间位置坐标;为沿X方向的分量;为沿Y方向的分量;

所述智能汽车本体内在驱动诱因模型为:

其中,W表示运动学方程,为沿X方向的分量;为沿Y方向的分量;为第τ轮阶段博弈中从智能汽车博弈决策策略集中采取的任意策略;为沿X方向的分量;为沿Y方向的分量;为第τ轮阶段博弈中智能汽车的瞬态速度;为智能汽车在一个阶段博弈的决策周期;和为智能汽车在第τ轮阶段博弈开始时的空间位置坐标;和为智能汽车在第τ轮阶段博弈完成时的空间位置坐标;rOR为智能汽车外形的外接圆半径;rMR为主路车辆外形的外接圆半径;

所述主路车辆本体内在驱动诱因模型为:

其中,W表示运动学方程,为沿X方向的分量;为沿Y方向的分量;为第τ轮阶段博弈中从主路车辆博弈决策策略集中采取的任意策略;为沿X方向的分量;为沿Y方向的分量;为第τ轮阶段博弈中主路车辆的瞬态速度;为主路车辆在一个阶段博弈的决策周期;和为主路车辆在第τ轮阶段博弈开始时的空间位置坐标;和为主路车辆在第τ轮阶段博弈完成时的空间位置坐标;rOR为智能汽车外形的外接圆半径;rMR为主路车辆外形的外接圆半径;

所述智能汽车驾乘人员内在驱动诱因模型为:

其中,为第τ轮阶段博弈中从智能汽车博弈决策策略集中采取的任意策略,为智能汽车在第τ-1轮阶段博弈中达成的稳定均衡策略,为智能汽车在第τ-2轮阶段博弈中达成的稳定均衡策略,tτ-2、tτ-1和tτ依次为第τ-2轮阶段博弈的决策时间戳、第τ-1轮阶段博弈的决策时间戳和第τ轮阶段博弈的决策时间戳;表示第τ轮阶段博弈所采取的任意策略导致的急动度;表示第τ-1轮阶段博弈中所达成的稳定均衡策略导致的急动度;

所述主路车辆驾乘人员内在驱动诱因模型为:

其中,为第τ轮阶段博弈中从主路车辆博弈决策策略集中采取的任意策略,为主路车辆在第τ-1轮阶段博弈中达成的稳定均衡策略,为主路车辆在第τ-2轮阶段博弈中达成的稳定均衡策略,tτ-2、tτ-1和tτ依次为第τ-2轮阶段博弈的决策时间戳、第τ-1轮阶段博弈的决策时间戳和第τ轮阶段博弈的决策时间戳;表示第τ轮阶段博弈所采取的任意策略导致的急动度;表示第τ-1轮阶段博弈中所达成的稳定均衡策略导致的急动度;

S3:基于所述顶层空间智能汽车博弈决策目标函数和所述底层空间主路车辆博弈决策目标函数构建分层博弈优化模型;

S4:在构建的行为协同约束条件下求解所述分层博弈优化模型,获得智能汽车和主路车辆在当前阶段博弈中应实施的稳定均衡策略;

S5:智能汽车和主路车辆执行各自的稳定均衡策略;

S6:重复S1-S5,直到智能汽车由匝道安全汇入主路。

2.根据权利要求1所述的一种基于分层博弈的匝道汇入场景智能汽车类脑决策方法,其特征在于,所述顶层空间智能汽车博弈决策目标函数和所述底层空间主路车辆博弈决策目标函数为:其中,为顶层空间智能汽车博弈决策目标函数,为底层空间主路车辆博弈决策目标函数,πOR,σOR,μOR为智能汽车个性化嵌入模块的特征因子,εMR,δMR,γMR为主路车辆个性化嵌入模块的特征因子。

3.根据权利要求2所述的一种基于分层博弈的匝道汇入场景智能汽车类脑决策方法,其特征在于,所述分层博弈优化模型为:其中,所述行为协同约束条件包括顶层空间智能汽车行为协同约束条件和底层空间主路车辆行为协同约束条件g和r为约束条件数量,g=1,2,3…G,r=1,2,3…R;G和R表示约束条件数量的上限;

其中,和分别为智能汽车和主路车辆的最大加速度约束,和分别为智能汽车和主路车辆的最小加速度约束,和分别为匝道和主路的道路限速约束,和分别为匝道和主路的最小速度约束,和分别为智能汽车和主路车辆的最大急动度约束。