无人驾驶车辆运动行为决策方法技术

本发明专利技术提出的无人驾驶车辆运动行为决策方法，针对现有基于规则的无人驾驶车辆运动行为决策系统复杂度较高的问题，简化了无人驾驶车辆的运动状态，给出了无人驾驶车辆运动行为决策方法，提高了无人驾驶车辆运动行为决策的效率性；同时，针对现有无人驾驶车辆运动行为决策方法优化目标单一的问题，通过多目标优化方法进行优化，保证了安全性和效率性的同时，提高了实用性。解决上述问题，为无人驾驶车辆在复杂环境下运动行为决策方法提供安全，有效和实用性保障。和实用性保障。和实用性保障。

【技术实现步骤摘要】
无人驾驶车辆运动行为决策方法


[0001]本专利技术涉及无人驾驶领域，具体涉及无人驾驶车辆运动行为决策方法，可应用于城市和高速场景。

技术介绍

[0002]国内外学者对无人驾驶车辆的运动行为决策均进行了深入的研究，现有的方法主要分为以下两类：(1)基于深度学习的无人驾驶车辆运动行为决策方法：从感知数据到决策的单一映射，即采用深度学习的相关模型和算法，以感知数据为输入，控制属性如速度、方向盘角度等为输出。该方法采用基于端到端的训练，从而减少了工程的人工复杂度；同时，训练数据量丰富，模型具有较强的自学能力。然而，该方法通常需要特定的驾驶员来采集训练数据。人工驾驶员在采集数据时做出的决策很难达到实验所要求的客观性与合理性，导致整个模型对驾驶员的驾驶习惯存在偏向性，存在一定的安全风险；采集的数据通常限定在某一场景下，使得模型的泛化能力较差；此外，深度学习的方法模型对数据解析程度不够，且可解释性差，灵活性低，很难确定模型中“组件”对最终决策的贡献，难以保证模型的安全性和稳定性。(2)基于规则的无人驾驶车辆运动行为决策方法：根据车辆的位置、动作以及相应事件本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.无人驾驶车辆运动行为决策方法，具体包括如下步骤：步骤1.相关定义步骤2.无人驾驶车辆运动行为决策步骤2.1无人驾驶车辆状态跳转约束步骤2.2无人驾驶车辆运动行为决策算法步骤3.无人驾驶车辆运动行为决策的多目标优化步骤3.1目标函数步骤3.2约束条件步骤3.3优化求解。2.如权利要求书1所述无人驾驶车辆运动行为决策方法，其特征在于，定义具体如下：(1)无人驾驶车辆运动行为决策的影响因素：定义1道路环境限制因素RL(Restrictionfor Lanes)：不同的道路环境存在不同的限制因素，RL定义如下：RL＝{γ，δ，CLallowable，β，LA}#(1)其中，γ表示所在车道限制的最低速度，δ表示最高限速，CLallowable表示所在车道是否允许变道，β表示安全距离，LA表示最大横向加速度；定义2车辆自身物理限制因素PRV(PhysicalRestrictionforVehicles)：PRV定义如下：PRV＝{MaxA，MinA}#(2)其中，MaxA表示最高加速度，是一个恒大于0的值；MinA表示最大减速度，是一个恒小于0的值；(2)无人驾驶车辆行驶状态定义无人驾驶车辆的行驶道路抽象成一条近似线段的道路，其中，具有交通标志的路段抽象成带有限制信息的道路，将无人驾驶车辆在道路上的行驶状态定义为以下五种状态：定义3停止等待状态SW(Stop and Wait)：该状态包含无人驾驶车辆初始化状态和速度长时间为0的状态具体如下：State＝SWs.t.State＝initialized or S
t
＝0(t＝1，2，...，T)#(3)定义4跟车状态FC(Followthe Car)：将不存在变道行为且前方存在车辆的状态均定义为跟车行为，跟车状态FC定义如下：State＝FCγ≤S≤δ#(4)其中，S
ahead
和P
ahead
分别代表前车的速度以及位置，α和β分别代表相对速度和相对距离的阈值；定义5自由状态FS(Free State)：当前方道路畅通，此状态定义为自由状态；定义6超车状态OC(Overtake the Car)：车辆之间存在超车行为，且超车行为仅存在于直行的道路上，其形式化定义如下：State＝OC
s.t.S
ahead
(t)＜S(t)≤δCLallowable＝true0≤A(t)≤MaxAP
ahead
(k).y
‑
P(k).y＝0t＝1，2，...，k#(5)车辆所在车道必须满足CLallowable＝true，即允许车辆变道；超车状态存在一个渐变的过程；在t＝1，2，...，k时间段内，需满足S
ahead
(t)＜S(t)≤δ，即处于超车状态的车辆的速度一直大于所要超车的对象，且在k时刻时满足P
ahead
(k).y
‑
P(k).y＝0，即完成超车；定义7回归行车道状态BL(Backto the Lane)：当车辆超车完成之后，需要回到其行车道内，回归行车道的状态定义如下：State＝BLs.t.γ≤S(t)≤δ0≤A(t).x≤MaxAt＝1，2，...，k#(6)其中，在t＝1，2，...，k这段时间内存在一个横向的加速度A(t).x，使得车辆由超车道转向行车道。3.如权利要求书1所述无人驾驶车辆运动行为决策方法，其特征在于，步骤2.中所述无人驾驶车辆运动行为决策：(1)无人驾驶车辆状态跳转约束根据定义2中五种行驶状态，给出了相应状态之间跳转的数学形式化约束，具体如下：1)停止等待状态SW：根据定义，停止等待状态是速度在某段时间内持续为0的状态，该状态根据前方是否存在车辆跳转至自由状态或者跟车状态；2)跟车状态FC：当前方车辆的速度小于无人驾驶车辆在该车道内的目标速度S
target
，即满足条件S
ahead
＜S
target
，且此时无人驾驶车辆与红绿灯的距离DisToTL大于μβ(μ是安全距离系数，β为安全距离，μ通常大于2)，后方车辆不存在超车行为时，无人驾驶车辆可以从跟车状态跳转到超车状态；当前方车辆因为某些原因离开无人驾驶车辆所在车道时，可以从跟车状态跳转到自由状态；当无人驾驶车辆在超车道，且根据预测的后方车辆的轨迹tra
rear
(t)，判断在接下来一段时间内，距离大于安全距离时，由FC
→
BL；否则，保持跟车状态；3)自由状态FS：
只有无人驾驶车辆在超车道时，且满足在接下来一段时间内，后方车辆预测的轨迹位置与其轨迹的距离大于安全距离时，才可以从自由状态跳转到BL；当车道前方出现车辆时，由自由状态跳转到跟车状态；当到红绿灯的距离DisToTL小于安全距离，且禁止通过交叉路口时，跳转到停止等待状态，否则继续保持自由状态；4)超车状态OC：在完成超车之后，无人驾驶车辆并不会立马进入回归行车道状态，而是根据前方是否存在车辆，跳转至跟车状态或者自由行驶状态；5)回归行车道状态BL：在从超车道转入行车道之后，无人驾驶车辆会根据前方是否存在车辆，跳转至跟车状态或者自由行驶状态；(2)无人驾驶车辆运动行为决策算法根据不同状态的跳转，提出了无人驾...

【专利技术属性】
技术研发人员：程久军，毛其超，原桂远，魏超，周爱国，
申请(专利权)人：同济大学，
类型：发明
国别省市：