1.一种驾驶交互场景下驾驶员社会价值取向计算方法,其特征在于,该方法包括以下步骤:步骤S1.结合交通环境,综合考虑安全、效率和舒适进行驾驶员决策效用函数步骤S2.结合SVO构建综合效用函数,综合效用函数包括SVO值计算综合效用函数、交互对象确定综合效用函数;
SVO值计算综合效用函数表达为:其中,
交互对象确定综合效用函数表达为:其中,m为同场景下车辆的数量;
步骤S3.构建交互强度海森矩阵,利用交互对象确定综合效用函数求海森矩阵,确定强交互对象;
交互强度海森矩阵
其中,
步骤S4.搭建SVO估计框架, 所述SVO估计框架为马尔可夫决策过程框架,通过最大化对数似然函数估计SVO值计算综合效用函数中的参数对数似然函数
其中,
2.根据权利要求1所述的一种驾驶交互场景下驾驶员社会价值取向计算方法,其特征在于,步骤S1中,驾驶员决策效用函数为:其中,
3.根据权利要求1所述的一种驾驶交互场景下驾驶员社会价值取向计算方法,其特征在于,步骤S4中,采用梯度上升法调整SVO角度
4.根据权利要求2所述的一种驾驶交互场景下驾驶员社会价值取向计算方法,其特征在于,步骤S1中,强制合流时间TTM和心理压力修正系数其中,DTM为距强制合流距离,v为当前车辆速率,
5.根据权利要求3所述的一种驾驶交互场景下驾驶员社会价值取向计算方法,其特征在于,步骤S4采用梯度上升求解SVO参数的具体步骤如下:步骤S4.1.初始化:
选择初始SVO参数
步骤S4.2.计算效用函数:对于每个状态-行动对计算当前其中,
步骤S4.3.计算梯度:计算目标函数对
其中,
步骤S4.4.更新参数:根据梯度上升更新
其中,
步骤S4.5.迭代:
重复步骤S4.1到S4.4,直到梯度收敛,输出SVO最优参数。
6.根据权利要求5所述的一种驾驶交互场景下驾驶员社会价值取向计算方法,其特征在于,步骤S4输出最优参数后,根据