【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。