【技术实现步骤摘要】
本专利技术涉及自动驾驶，尤其是涉及一种基于场景矩阵的自动驾驶汽车决策控制方法。
技术介绍
1、自动驾驶是一种技术，使得车辆能够在不需要人类干预的情况下自主行驶。它利用各种传感器、计算机视觉、人工智能和机器学习等技术，对道路环境进行感知、分析和决策，从而实现车辆的自主导航和控制。
2、自动驾驶技术的发展旨在提高交通安全性、减少交通事故，并提供更高效的交通流动。它可以消除由于人为错误、疲劳驾驶和分心等因素导致的交通事故。此外，自动驾驶还可以提高道路利用率，减少拥堵，降低能源消耗和排放。可以说，自动驾驶是未来汽车发展的重要方向，在自动驾驶汽车运行过程中，需要持续、实时地根据外界环境动态变化做出合理决策规划，以能够安全并高效地完成驾驶任务。
3、自动驾驶的决策规划可分为上层的决策和下层的规划。其中，上层决策是指自动驾驶汽车根据当前运行环境在行为层面做出选择；下层规划是指自动驾驶汽车基于上层决策结果，具体计算车辆的运动路径、速度轨迹等信息。上层决策在整个决策规划过程中起主导作用，对于自动驾驶汽车的安全性与通行效率有着重要影响。
4、针对自动驾驶汽车的上层决策，现有方法大都采用横纵向解耦的方法，并且针对每一种决策行为都需构建特定的判断方法，缺乏统一综合的决策方法；同时，现有决策方法从真实场景信息出发，往往会考虑大量具体细节信息，增加了方法计算复杂度，缺乏实时性；并且很少将驾驶员行为偏好或驾驶风格融入决策过程中，无法体现真实交通环境中车辆决策的多样性。
技术实现思路>
1、本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于场景矩阵的自动驾驶汽车决策控制方法，能够实现横纵向综合决策、确保决策的实时性和多样性。
2、本专利技术的目的可以通过以下技术方案来实现：一种基于场景矩阵的自动驾驶汽车决策控制方法，包括以下步骤：
3、s1、获取道路参数、自车位置信息、背景车的位置和行为信息；
4、s2、基于步骤s1获取的数据信息，构建场景矩阵，用于刻画选定场景下自车和背景车在动态变化下的相对位置；
5、s3、根据场景矩阵，分别计算决策安全矩阵、决策效率矩阵和行为偏好矩阵；
6、s4、计算综合决策矩阵，通过综合决策矩阵对行为的映射，完成自车决策，以相应控制车辆的驾驶动作。
7、进一步地，所述步骤s1中道路参数包括车道数与道路长度；
8、自车位置信息包括自车所在车道；
9、背景车的位置信息包括背景车所在车道及背景车相对于自车的纵向距离δxi，其中i代表背景车的序号，且规定在自车前方的纵向距离δxi为正、反之为负；
10、背景车的行为信息包括加速、减速、左变道、右变道和保持不变五种行为动作。
11、进一步地，所述步骤s2中场景矩阵的构建过程为：
12、s21、确定场景矩阵的方向及大小；
13、s22、确定自车及背景车在场景矩阵中的位置；
14、s23、确定车辆行为与车辆在场景矩阵中位置变化的对应关系。
15、进一步地，所述步骤s21中场景矩阵m的行向量方向为横向、列向量方向为纵向，且场景矩阵m的行数mrow和列数mcol的计算公式为：
16、
17、mcol＝nlane
18、lunit＝vego×δt
19、其中，rf、rb为可调参数，分别表示自车前方判定范围与自车后方判定范围；nlane为车道数目；ceil(·)为向上取整函数；lunit为矩阵每行所代表的实际距离，vego为自车速度；δt为单位时长。
20、进一步地，所述步骤s22中自车及背景车i在t时刻的列坐标cego,t、ci,t为车辆所在的车道序号，行坐标则表示为：
21、
22、其中，cego,t、ci,t分别为自车及背景车i在t时刻的列坐标，rego,t、ri,t分别为自车及背景车i在t时刻的行坐标。
23、进一步地，所述步骤s23中车辆执行行为b后的位置表示为：
24、
25、其中，rt为t时刻车辆在场景矩阵中所处的行位置，ct为t时刻车辆在场景矩阵中所处的列位置。
26、进一步地，所述步骤s3中决策安全矩阵表示为：
27、
28、其中，sb表示当自车完成行为b后，该行为对应的安全得分；
29、b∈{acc,dec,left,right,stay}，分别对应车辆的加速、减速、左变道、右变道和保持不变的五种车辆行为；
30、
31、其中，wjk对应安全权重矩阵wsafety中的各个元素；mf(j)g(k)为场景矩阵m中的对应元素；f(j)，g(k)表示两矩阵中相乘元素的对应关系；state(·)为矩阵代数化函数；
32、
33、其中，w为自车所在车道区域的权重系数。
34、进一步地，所述步骤s3中决策效率矩阵表示为：
35、
36、其中，效率矩阵中的行为效率得分eb表示当自车完成行为b之后，该行为的效率得分，b∈{acc,dec,left,right,stay}，分别对应车辆的加速、减速、左变道、右变道和保持不变的五种车辆行为，
37、当b∈{acc,dec}时，eb由下式计算：
38、
39、当b∈{left,right,stay}时，eb由下式计算：
40、
41、其中，m、n分别为变速效率因子、变道效率因子；行为无效是指车辆执行行为b后发生碰撞或超出车道。
42、进一步地，所述步骤s3的行为偏好矩阵用于描述自车对于五种决策行为的决策偏好，刻画不同驾驶风格对不同决策的偏好，行为偏好矩阵dtendency表示为：
43、
44、其中，tb表示自车对完成行为b的倾向性，b∈{acc,dec,left,right,stay}，分别对应车辆的加速、减速、左变道、右变道和保持不变的五种车辆行为。
45、进一步地，所述步骤s4中综合决策矩阵的计算公式为：
46、ddecision＝dsafety+defficiency+dtendency
47、综合决策矩阵中得分最高的对应行为即为自车针对其他背景车行为所做出的行为决策。
48、与现有技术相比，本专利技术具有以下优点：
49、本专利技术通过获取道路参数、自车位置信息、背景车的位置和行为信息，以此构建场景矩阵，用于刻画选定场景下自车和背景车在动态变化下的相对位置；再根据场景矩阵，计算综合决策矩阵，最后通过综合决策矩阵对行为的映射，完成自车决策，以相应控制车辆的驾驶动作。由此通过场景矩阵简化真实道路场景，过滤多余冗杂信息，降低了计算复杂度；同时综合考虑了安全、效率以及驾驶员行为偏好等因素，实现了自动驾驶汽车针对其他背景车行为的快速合理决策，体现了真实本文档来自技高网...
【技术保护点】
1.一种基于场景矩阵的自动驾驶汽车决策控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于场景矩阵的自动驾驶汽车决策控制方法，其特征在于，所述步骤S1中道路参数包括车道数与道路长度；
3.根据权利要求2所述的一种基于场景矩阵的自动驾驶汽车决策控制方法，其特征在于，所述步骤S2中场景矩阵的构建过程为：
4.根据权利要求3所述的一种基于场景矩阵的自动驾驶汽车决策控制方法，其特征在于，所述步骤S21中场景矩阵M的行向量方向为横向、列向量方向为纵向，且场景矩阵M的行数Mrow和列数Mcol的计算公式为：
5.根据权利要求4所述的一种基于场景矩阵的自动驾驶汽车决策控制方法，其特征在于，所述步骤S22中自车及背景车i在t时刻的列坐标Cego，t、Ci，t为车辆所在的车道序号，行坐标则表示为：
6.根据权利要求5所述的一种基于场景矩阵的自动驾驶汽车决策控制方法，其特征在于，所述步骤S23中车辆执行行为b后的位置表示为：
7.根据权利要求6所述的一种基于场景矩阵的自动驾驶汽车决策控制方法，其特征在于，所述步
8.根据权利要求7所述的一种基于场景矩阵的自动驾驶汽车决策控制方法，其特征在于，所述步骤S3中决策效率矩阵表示为：
9.根据权利要求8所述的一种基于场景矩阵的自动驾驶汽车决策控制方法，其特征在于，所述步骤S3的行为偏好矩阵用于描述自车对于五种决策行为的决策偏好，刻画不同驾驶风格对不同决策的偏好，行为偏好矩阵Dtendency表示为：
10.根据权利要求9所述的一种基于场景矩阵的自动驾驶汽车决策控制方法，其特征在于，所述步骤S4中综合决策矩阵的计算公式为：
...【技术特征摘要】
1.一种基于场景矩阵的自动驾驶汽车决策控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于场景矩阵的自动驾驶汽车决策控制方法，其特征在于，所述步骤s1中道路参数包括车道数与道路长度；
3.根据权利要求2所述的一种基于场景矩阵的自动驾驶汽车决策控制方法，其特征在于，所述步骤s2中场景矩阵的构建过程为：
4.根据权利要求3所述的一种基于场景矩阵的自动驾驶汽车决策控制方法，其特征在于，所述步骤s21中场景矩阵m的行向量方向为横向、列向量方向为纵向，且场景矩阵m的行数mrow和列数mcol的计算公式为：
5.根据权利要求4所述的一种基于场景矩阵的自动驾驶汽车决策控制方法，其特征在于，所述步骤s22中自车及背景车i在t时刻的列坐标cego，t、ci，t为车辆所在的车道序号，行坐标则表示为：
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。