System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于车辆智能驾驶,具体地说涉及一种周围车辆驾驶行为意图的推断方法、系统及设备。
技术介绍
1、由于经济快速发展,道路上的车辆越来越多,交通事故频发,驾驶员以及周围车辆驾驶员的安全难以得到有效保障。根据驾驶员的行为意图,车辆驾驶行为可分为:左换道、直行和右换道,而换道不仅改变了自车的驾驶行为,还会对周围车辆的驾驶行为产生影响,在换道时因失误或失察而导致的事故较多。因此,如何准确推断出周围车辆驾驶行为意图,从而提高自车换道的安全性、避免发生交通事故成为了亟需解决的问题。
技术实现思路
1、本专利技术设计了一种周围车辆驾驶行为意图的推断方法,包括以下步骤:
2、步骤1:建立以s轴、q轴为坐标轴的frenet坐标系,将目标车辆的驾驶路径建模为三次样条曲线;
3、步骤2:获取目标车辆在坐标系中的位置(st,qt)和初始航向角θt,确定初始路径公式(1):
4、q(s)=a(s-st)3+b(s-st)2+c(s-st)+d,(st≤s≤sf) (1)
5、所述路径的起点坐标为(st,qt)、终点坐标为(sf,qf),其中,qf=qi,i=1,2,3,所述qi为每个车道中心线对应的q值,所述s的取值范围为[st,sf],所述a、b、c、d表示系数;
6、步骤3:获取所述终点sf的计算公式(3):
7、sf=vttprev+st (3)
8、其中,vt表示目标车辆的纵向速度,tprev表示换道时间,
9、预设初始换道时间tprev,
10、根据初始换道时间tprev和终点sf的计算公式,获取路径的预设终点sf;
11、步骤4:获取系数a、b、c、d的计算公式(4),
12、
13、根据系数a、b、c、d的计算公式,确定初始路径的唯一形状;
14、步骤5:获取当前周期k,利用线性递归最小二乘估计算法,根据公式(1)、公式(3)和公式(4),估计当前周期k自适应换道时间tprev,k,
15、根据公式(3)和tprev,k,获得路径的实际终点sf;
16、步骤6:根据路径的实际终点sf得到三条路径,计算每条路径的概率,
17、根据概率最高的路径,推断目标车辆的驾驶行为意图。
18、与现有技术相比,本专利技术的有益效果在于:获取当前周期k的三条路径及其概率后,在以后的每个周期更新一次三条路径及其概率,并获取其中概率最高的一条路径,重新推断目标车辆的驾驶行为意图,有利于提高推断结果的准确性。通过本专利技术的推断方法,能够对周围车辆的驾驶行为意图进行推断,提前预判周围车辆的驾驶轨迹(左换道或直行或右换道),从而对自车的换道轨迹进行规划,有利于提高自车换道时的安全性,避免发生交通事故,保障道路安全。
19、优选的,获取初始路径的四个边界条件,根据所述边界条件,获取系数a、b、c、d的计算公式;
20、所述边界条件为:
21、
22、其中,q(st)=qt表示初始路径的起点边界;表示初始路径起点的斜率,θt表示目标车辆的初始航向角;q(sf)=qi表示初始路径的终点边界,qi表示每个车道中心到s轴的距离;表示初始路径终点的斜率;
23、根据所述四个边界条件获取系数a、b、c、d的计算公式。
24、优选的,根据公式(1)、公式(3)和公式(4),获取系数a的变形公式(5)和b的变形公式(6):
25、
26、
27、根据公式(5)和公式(6),将公式(1)变形得到公式(7a):
28、
29、所述公式(7a)表示为与换道时间tprev相关的路径,θk为换道时间的倒数,其中,ak、bk、ck、dk分别对应系数a、b、c、d,根据公式(4)、(5)和公式(6),得到ak、bk、ck、dk的计算公式:
30、
31、
32、
33、dk=c(sk-st)+d (7e)
34、其中,vt为目标车辆在初始路径起点处的纵向速度值,所述vt为恒定值,(sk,qk)为当前周期k时目标车辆的坐标,qf为路径终点的q值,st路径起点的s值。
35、优选的,利用递归最小二乘法对参数θ进行自适应估计,递归公式为:
36、
37、其中,为公式(7a)中θk的最小二乘估计,为上个周期θ的最小二乘估计,φ(k)为当前周期k可供测量的信号,φt(k)为φ(k)的转置,φt(k)上个周期预测的q值,y(k)为当前周期k实际的q值,l(k)为当前周期k时的递归系数;
38、所述l(k)的计算公式为:
39、l(k)=p(k)φ(k)=p(k-1)φ(k)(λ+φt(k)p(k-1)φ(k))-1 (9)
40、p(k)=(i-l(k)φt(k))λ-1p(k-1) (10)
41、其中,p(k)为误差协方差矩阵,λ为遗忘因子,λ∈(0,1]。
42、优选的,对公式(8)进行非线性变形,得到公式(11):
43、y(k)=f(k,θ)+v (11)
44、其中,y(k)为当前周期k实际的q值,f(k,θ)为非线性系统q值的计算公式,v为建模时的噪声;
45、设定v=0,对公式(11)的y(k)进行以下近似:
46、
47、其中,表示当前周期为k,获取k-1时刻计算的q值,f(k)表示为斜率,
48、
49、将所述公式(12)变形为公式(7a)的形式,将q值的计算公式与换道时间进行关联:
50、
51、其中,为使用预测模型计算的q值;
52、将公式(13)展开得到:
53、
54、其中,为斜率f(k),
55、设定当前周期k测量的信号为路径的斜率,即φt(k)=f(k),将公式(10)变形为:
56、
57、其中,pk为当前周期k的误差协方差矩阵,pk-1为上个周期的误差协方差矩阵,λ的取值范围为(0,1];
58、根据公式(14)、(15)、(16),得到参数θ的最小二乘估计:
59、
60、其中,qk,m为当前周期k实际的q值,为当前周期k计算的q值,设定预测开始时
61、根据公式(17),计算得到当前周期k的自适应换道时间为:
62、
63、优选的,预设换道时间阈值tth,
64、判断所述自适应换道时间tprev,k是否小于tth,
65、若是,则根据公式(3)和tprev,k,获得路径的实际终点sf,根据路径的实际终点sf得到三条路径,计算每条路径的概本文档来自技高网...
【技术保护点】
1.一种周围车辆驾驶行为意图的推断方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的周围车辆驾驶行为意图的推断方法,其特征在于,获取初始路径的四个边界条件,根据所述边界条件,获取系数a、b、c、d的计算公式;
3.根据权利要求1所述的周围车辆驾驶行为意图的推断方法,其特征在于,根据公式(1)、公式(3)和公式(4),获取系数a的变形公式(5)和b的变形公式(6):
4.根据权利要求3所述的周围车辆驾驶行为意图的推断方法,其特征在于,利用递归最小二乘法对参数θ进行自适应估计,递归公式为:
5.根据权利要求4所述的周围车辆驾驶行为意图的推断方法,其特征在于,对公式(8)进行非线性变形,得到公式(11):
6.根据权利要求1所述的周围车辆驾驶行为意图的推断方法,其特征在于,预设换道时间阈值tth,
7.根据权利要求1所述的周围车辆驾驶行为意图的推断方法,其特征在于,根据路径的实际终点sf得到三条路径,计算每条路径的概率,包括以下步骤:
8.根据权利要求7所述的周围车辆驾驶行为意图的推断方法,其特
9.一种周围车辆驾驶行为意图的推断系统,其特征在于,包括:
10.一种计算机设备,其特征在于,包括存储器和处理器;
...【技术特征摘要】
1.一种周围车辆驾驶行为意图的推断方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的周围车辆驾驶行为意图的推断方法,其特征在于,获取初始路径的四个边界条件,根据所述边界条件,获取系数a、b、c、d的计算公式;
3.根据权利要求1所述的周围车辆驾驶行为意图的推断方法,其特征在于,根据公式(1)、公式(3)和公式(4),获取系数a的变形公式(5)和b的变形公式(6):
4.根据权利要求3所述的周围车辆驾驶行为意图的推断方法,其特征在于,利用递归最小二乘法对参数θ进行自适应估计,递归公式为:
5.根据权利要求4所述的周围车辆驾驶行为意...
【专利技术属性】
技术研发人员:任园园,李元钊,郑雪莲,李显生,王杰,武雪风,
申请(专利权)人:吉林大学,
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。