【技术实现步骤摘要】
基于车辆行为交互与道路结构耦合的碰撞风险预测方法
[0001]本申请涉及智能驾驶车辆环境认知
,特别涉及一种基于车辆行为交互与道路结构耦合的碰撞风险预测方法及装置。
技术介绍
[0002]智能驾驶技术是实现未来更安全、更高效的智慧交通系统的基础技术,属于各国重点关注的热点研究领域。风险评估是智能驾驶的关键技术,其功能是基于传感器反馈的环境感知信息分析行车风险,以提供后续驾驶决策的决策依据。
[0003]碰撞风险是行车风险的重要构成。在实际交通系统中,车辆间存在着大量潜在冲突,例如交叉路口、汇入汇出等场景中,冲突车辆的行为彼此交互影响,且其行为意图具有时变、不确定、难以直接观测的特点。现有碰撞风险预测方法常以单一车辆为分析对象,或无法对车辆交互过程给出可解释的分析,因而难以对车
‑
车冲突场景下的碰撞风险进行有效预测。
技术实现思路
[0004]本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
[0005]为此,本申请的一个目的在于提出一种基于车辆行为交互与道路结构耦合的碰撞风险预测方法,该方法能够以车辆历史轨迹和道路结构信息为输入,辨识车辆潜在冲突关系并预测其碰撞风险,为智能车进一步进行行为决策提供依据。
[0006]本申请的另一个目的在于提出一种基于车辆行为交互与道路结构耦合的碰撞风险预测装置。
[0007]为达到上述目的,本申请一方面实施例提出了一种基于车辆行为交互与道路结构耦合的碰撞风险预测方法,该方法包括以下步骤:
[000 ...
【技术保护点】
【技术特征摘要】
1.一种基于车辆行为交互与道路结构耦合的碰撞风险预测方法,其特征在于,包括以下步骤:基于道路结构辨识潜在的双车冲突,将所述双车冲突投影至基本交互式冲突场景模型;根据所述双车冲突建立基于动态贝叶斯网络的意图辨识模型,以描述车辆通行意图与环境态势、驾驶行为的条件概率关系;根据环境态势和语义行为分别建立概率图模型,以分别利用可观测的场景物理信息与两车运动信息,对环境态势和语义行为进行概率推断;基于经验对所述意图辨识模型参数进行参数预标定,并基于EM算法和自然驾驶数据进行参数学习;基于所述意图辨识模型输出两车通行意图识别结果,利用高斯过程回归算法进行两车运动轨迹预测,并基于其各时刻位置的高斯分布重叠度,输出碰撞风险评估结果。2.根据权利要求1所述的方法,其特征在于,基于道路结构辨识潜在的双车冲突,将所述双车冲突投影至基本交互式冲突场景模型,包括:基于道路结构,以车道中线为参考线建立Frenet坐标系上的投影,构成汇入式冲突场景模型与交叉式冲突场景模型之一的交互式冲突场景模型;辨识构成交互式冲突场景的车辆配对;以两冲突车优先通行意图置信度,初始化所述意图辨识模型。3.根据权利要求2所述的方法,其特征在于,所述辨识构成交互式冲突场景的车辆配对,包括:构建概率图,以目标车辆和其周边车辆的状态、环境信息为输入,输出其与周边车辆的冲突强度,并与冲突强度最高的车辆构成双车冲突场景。4.根据权利要求1所述的方法,其特征在于,所述根据所述双车冲突建立基于动态贝叶斯网络的意图辨识模型,以描述车辆通行意图与环境态势、驾驶行为的条件概率关系包括:模拟人类行为交互过程,构建动态贝叶斯网络,所述动态贝叶斯网络包括环境态势、驾驶人意图与车辆行为,所述动态贝叶斯网络的推断目标为所述驾驶人意图;建立所述动态贝叶斯网络中各个变量的有向连接关系,构成有向无环图;基于经验常识对所述动态贝叶斯网络参数进行预标定,并基于真实驾驶数据,对网络参数进行训练优化;基于时间序列上所有可测量的观测信息,进行所述动态贝叶斯网络中隐变量概率推断,并输出两冲突车的优先通行意图置信度。5.根据权利要求1所述的方法,其特征在于,所述根据环境态势和语义行为分别建立概率图模型,以分别利用可观测的场景物理信息与两车运动信息,对环境态势和语义行为进行概率推断,包括:建立辨识环境态势的第一概率图模型,所述第一概率图模型以道路结构信息、两车位置与速度为输入,以车辆是否具有满足行为条件的环境态势为输出;建立辨识冲突车行为语义的第二概率图模型,所述第...
【专利技术属性】
技术研发人员:王建强,崔明阳,杨路,黄荷叶,林学武,许庆,
申请(专利权)人:清华大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。