一种面向车路协同的智能驾驶行为决策规划方法及系统技术方案

本发明专利技术提供了一种面向车路协同的智能驾驶行为决策规划方法及系统，首先在行驶过程中实时感知获取车辆自身包括位置、速度信息，以及所在交通场景中道路及道路上物体信息；随后建立驾驶人决策模型并利用车辆行驶中获取的相关信息对所述模型进行训练，使训练好的驾驶人决策模型能够将驾驶行为划分为保守型、一般型以及激进型三类；以行车安全场作为约束，并结合当前驾乘人员所选定的驾驶行为类型，对车辆进行行驶路径及速度的决策规划；最终基于所作出的行驶路径及速度的决策规划，对整车进行下层控制，使车辆按照决策规划执行相应行驶动作。作。作。

【技术实现步骤摘要】
一种面向车路协同的智能驾驶行为决策规划方法及系统


[0001]本专利技术属于车辆智能网联和自动驾驶相关
，特别是涉及一种面向车路协同的智能车辆决策规划方法及系统。

技术介绍

[0002]在当前的自动驾驶发展路径中，相对于强调“单体智能”的自主式自动驾驶方式来说，侧重于“信息共享”的网联式自动驾驶智能车辆被认为实现无人驾驶的最优途径。但作为网联式信息自动驾驶基础的配套设施建设尚不完善，包括感知，决策，规划，控制等方面的各基本功能实现仍受到一些限制，使得面向车路协同环境的智能车辆存在着决策规划模式单一的问题，影响驾乘体验。
[0003]决策规划作为自动驾驶技术的核心组成部分，对行车安全有着至关重要的作用。现有的决策规划系统大多是根据车辆传感器感知到的周围道路交通信息，如车速和道路边界线等，结合自身的车辆运行参数，如车轮转角和方向盘转角等，实时决策出驾驶行为，如换道或跟随等，然后利用规划算法，如搜索，插值等，选取一条最优路径。这种决策方式存在两个方面的问题：第一，针对于决策而言，有且只有一种决策策略，即未对驾乘人所处的行车状态进行考虑，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向车路协同的智能驾驶行为决策规划方法，其特征在于：包括以下步骤：步骤一、在行驶过程中实时感知获取车辆自身包括位置、速度信息，以及所在交通场景中道路及道路上物体信息；步骤二、建立驾驶人决策模型并利用车辆行驶中获取的相关信息对所述模型进行训练，使训练好的驾驶人决策模型能够将驾驶行为划分为保守型、一般型以及激进型三类；步骤三、以行车安全场作为约束，并结合当前驾乘人员所选定的驾驶行为类型，对车辆进行行驶路径及速度的决策规划；步骤四、基于所作出的行驶路径及速度的决策规划，对整车进行下层控制，使车辆按照决策规划执行相应行驶动作。2.如权利要求1所述的方法，其特征在于：步骤二中建立驾驶人决策模型具体基于k
‑
means的聚类算法，其公式为：其中，是随机选择的各簇C
i
的均值向量，E表示均值；利用驾乘人员的评价对所述驾驶人决策模型进行评价，以对该模型进行持续训练和更新。3.如权利要求1所述的方法，其特征在于：步骤三中作为约束条件的行车安全场具体包括由道路上运动物体形成的动能场，静止物体形成的势能场和驾驶行为所决定的行为场，其理论模型为：E
S
＝E
V
+E
R
+E
D
上式中，E
S
代表行车安全场的场强，E
V
代表所述动能场的场强，E
R
代表所述势能场的场强，E
D
代表所述行为场的场强；上述各部分具体表示为：动能场：位于(x
i
，y
i
)处的运动物体i形成的动能场在(x
j
，y
j
)处的场强矢量为：势能场：静止物体i周围形成的势能场可表示为：行为场：用表征驾驶行为的驾驶人风险因子和对应动能场场强的乘积表示为：E
D
＝DR
i
·
E
V
上述各式中，(x
i
，y
i
)为车辆i质心，x轴沿车辆行驶方向，y轴垂直于车辆行驶方向；r
i，j
＝(x
j
...

【专利技术属性】
技术研发人员：石健，王武宏，蒋晓蓓，张浩东，成前，侯单懿，于雯麟，郭佳雯，陈希正，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：