CN111994088A - 基于混合策略博弈的驾驶人换道意图识别方法及*** - Google Patents
基于混合策略博弈的驾驶人换道意图识别方法及*** Download PDFInfo
- Publication number
- CN111994088A CN111994088A CN202010910726.4A CN202010910726A CN111994088A CN 111994088 A CN111994088 A CN 111994088A CN 202010910726 A CN202010910726 A CN 202010910726A CN 111994088 A CN111994088 A CN 111994088A
- Authority
- CN
- China
- Prior art keywords
- lane
- vehicle
- changing
- strategy
- lagging
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000008859 change Effects 0.000 title claims abstract description 105
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000001133 acceleration Effects 0.000 claims description 25
- 230000008569 process Effects 0.000 claims description 7
- 230000008901 benefit Effects 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 229910000086 alane Inorganic materials 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W10/00—Conjoint control of vehicle sub-units of different type or different function
- B60W10/20—Conjoint control of vehicle sub-units of different type or different function including control of steering systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/18163—Lane change; Overtaking manoeuvres
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0002—Automatic control, details of type of controller or control system architecture
- B60W2050/0003—In analogue systems, e.g. continuous systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0002—Automatic control, details of type of controller or control system architecture
- B60W2050/0018—Method for the design of a control system
Landscapes
- Engineering & Computer Science (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明提供了一种基于混合策略博弈的驾驶人换道意图识别方法及***,包括:步骤1:建立城市道路单向三车道场景;步骤2:获取当前车道和第一、第二期望车道上的车辆的运行状态,并判断是否为特殊情况;步骤3:根据判断建立换道车辆纯策略集合;步骤4:选定目标车道中的滞后于换道车辆的滞后车辆,建立滞后车辆纯策略集合;步骤5:根据换道车辆纯策略集合、滞后车辆纯策略集合和混合博弈策略,判断换道的收益以及驾驶人的驾驶风格,进而判断驾驶人的换道意图。本发明以城市道路场景为基础,对城市道路场景下可能出现的路况进行了分析讨论,解决了特殊场景下的车辆换道问题,保证了行驶的安全性和合法性,且贴近生活。
Description
技术领域
本发明涉及智能驾驶技术领域,具体地,涉及一种基于混合策略博弈的驾驶人换道意图识别方法及***。尤其地,涉及一种城市场景下基于混合策略博弈的驾驶人换道意图识别方法。
背景技术
随着人工智能的热度升高,智能驾驶作为一种人工智能的应用领域也受到了越来越多的关注,并取得了良好的发展。自动驾驶对于人们的生活方式上是一个革新,让人们从驾驶中解放出来,从而提高人力资源的利用率。
自动驾驶的应用场景之一就是在城市道路场景下进行自动驾驶,而其中驾驶人的意图的识别是自动驾驶中十分重要的一环,这直接关系到车辆行驶的轨迹规划和控制。而在行驶过程中,换道是一个很常见的驾驶行为,尤其是在城市道路场景中,交通情况复杂,有着红绿灯、限速、左转右转道等多种限制,驾驶人会出现多种驾驶意图,这无疑为自动驾驶的意图识别提供了难度。如何正确识别驾驶人的换道意图,使车辆能够在城市道路场景下正常行驶,保证换道的正确性、安全性以及必要性,是目前智能驾驶走向实际生活应用的一个关键点。
专利文献CN110298131A(申请号:201910603412.7)公开了一种混合驾驶环境下自动驾驶换道决策模型建立方法,建立混合驾驶环境下自动驾驶车辆LV与人类驾驶车辆RV的多步动态博弈换道模型,并为自动驾驶车辆设计了一套嵌套博弈算法。本发明首先建立了多步动态博弈框架,双方车辆都会根据对方策略选择来决定接下来的行动,并定义换道车辆和目标车道后车的潜在冲突点,并根据车辆初始信息、策略和博弈步数来制定博弈的起止条件准则,然后两辆车使用各自的策略和加速度选择方法进行动态博弈,直至满足换道终止条件为止。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种基于混合策略博弈的驾驶人换道意图识别方法及***。
根据本发明提供的基于混合策略博弈的驾驶人换道意图识别方法,包括:
步骤1:建立城市道路单向三车道场景,包括当前车道、第一期望车道、第二期望车道以及三车道上行驶的车辆;
步骤2:获取当前车道和第一、第二期望车道上的车辆的运行状态,并判断是否为特殊情况;
步骤3:根据判断建立换道车辆纯策略集合;
步骤4:选定目标车道中的滞后于换道车辆的滞后车辆,建立滞后车辆纯策略集合;
步骤5:根据换道车辆纯策略集合、滞后车辆纯策略集合和混合博弈策略,判断换道的收益以及驾驶人的驾驶风格,进而判断驾驶人的换道意图。
优选的,所述特殊情况包括城市道路场景下的道路速度限制、红绿灯路况和存在转弯路况。
优选的,定义安全距离Ls,设定在换道前同车道各个车辆间的距离均大于或等于安全距离,且在换道后,同车道各车辆间的距离仍然均大于或等于安全距离;
为换道车辆Va建立两种纯策略:换道、不换道,策略对应的概率分别为p,1-p;
为滞后车辆Vb建立三种纯策略:加速、减速、换道,对应的概率分别为q1,q2,1-q1-q2;
设定当滞后车辆加速时,换道车辆无法进行换道,Va和Vb的收益由Pij,Qij表示,得到收益的矩阵以及Va,Vb的混合概率期望收益Ea,Eb;
收益函数为:P(or Q)=α×A+β×B,其中α+β=1;P(or Q)表示收益函数;A表示换道车辆与前方车辆的距离与它们相对速度的比值;B表示换道车辆与后方车辆的空间距离与它们相对速度的比值;α,β是权重系数,初始值为0.5,根据驾驶人的驾驶习惯权重进行调整;表示当滞后车辆取最优策略,但换道车辆不采取最优策略时的期望;表示当换道车辆取最优策略,但滞后车辆不采取最优策略时的期望。
优选的,对于换道车辆Va,当Va选择不换道时,根据公式得到收益函数为:
P11=αA11+βB11
P12=αA11+βB12
P13=αA11+βB13
P21=P22=P23=A12
其中:A11表示Va与Vb之间的空间距离与Va换道后它们的相对速度的比值;A12表示Va与Vb之间的空间距离与它们的相对速度的比值;B11表示Va与Vc之间的空间距离与Va换道后、Vc加速后它们的相对速度的比值;B12表示Va与Vc之间的空间距离与Va换道后、Vc减速后它们的相对速度的比值;B13表示Va与Vd之间的空间距离与Va换道后它们的相对速度的比值;
p11、p12、p13、p21分别表示各情况下的换道车辆的收益函数;Vd表示期望车道上在换道车辆后方的车辆。
优选的,当换道车辆选择换道行时,前导车辆为Vc,根据换道车辆纯策略集合,得到收益函数为:
Q11=αA21+βB21
Q12=αA22+βB22
Q21=αA23+βB21
Q22=αA24+βB22
Q13=Q23=αA25+βB23
其中:A21表示Vc与Va之间的空间距离与Vc加速后它们的相对速度的比值;A22表示Vc与Va之间的空间距离与Vc减速后它们的相对速度的比值;A23表示Vc与Vb之间的空间距离与Vc加速后它们的相对速度的比值;A24表示Vc与Vb之间的空间距离与Vc减速后它们的相对速度的比值;A25表示Vc与Vf之间的空间距离与Vc换道后它们的相对速度的比值;B21表示Vc与Vd之间的空间距离与Vc加速后它们的相对速度的比值;B22表示Vc与Vd之间的空间距离与Vc减速后它们的相对速度的比值;B23表示Vc与Ve之间的空间距离与Vc换道后它们的相对速度的比值;Q11、Q12、Q21、Q22、Q13、Q23分别表示各情况下的滞后车辆的收益函数;
根据纳什均衡求解得到最优解,选取收益最大的策略。
优选的,博弈终止的条件包括:换道车辆的博弈次数达到设定次数时,或者换道过程中换道车辆与当前车道车辆的跟驰距离不满足安全距离时。
优选的,当道路速度限制时,设限速为SL,换道车辆速度为Sa,当VL-Va的差值大于换道车辆预设加速范围时,滞后车辆的策略正常选择;
当换道车辆Va的速度Sa与限速SL的差值低于预设阈值时,滞后车辆若选择加速,则速度必须超过VL。
优选的,在红绿灯路况中,当换道车辆距离红绿灯大于设定距离时,换道车辆与滞后车辆的选择不受影响;
当换道车辆距离红绿灯低于设定距离时,换道车辆选择大幅度减速,若目标车道上有位置比换道车辆靠前的车辆,换道车辆选择放弃换道;若目标车道上只有位置滞后于换道车辆的车辆,则换道车辆换道选择为正常换道策略。
优选的,当存在转弯路况时,换道车辆临近道路口,在直行或右转道路行驶,需要进行左转弯时;或者换道车辆在直行或左转道路上行驶,需要进行右转弯时;或者换道车辆在左转或右转道路上行驶,需要直行时,正常换道策略中的权重α,β大幅度变化,换道车辆将强制进行换道,此时策略为换道;
当存在转弯路况时,换道车辆临近道路口,在行驶的方向上的道路行驶,换道车辆不进行换道选择,此时策略为不换道。
根据本发明提供的基于混合策略博弈的驾驶人换道意图识别***,包括:
模块M1:建立城市道路单向三车道场景,包括当前车道、第一期望车道、第二期望车道以及三车道上行驶的车辆;
模块M2:获取当前车道和第一、第二期望车道上的车辆的运行状态,并判断是否为特殊情况;
模块M3:根据判断建立换道车辆纯策略集合;
模块M4:选定目标车道中的滞后于换道车辆的滞后车辆,建立滞后车辆纯策略集合;
模块M5:根据换道车辆纯策略集合、滞后车辆纯策略集合和混合博弈策略,判断换道的收益以及驾驶人的驾驶风格,进而判断驾驶人的换道意图。
与现有技术相比,本发明具有如下的有益效果:
1、本发明以城市道路场景为基础,对城市道路场景下可能出现的路况进行了分析讨论,解决了特殊场景下的车辆换道问题,保证了行驶的安全性和合法性,且贴近生活;
2、本发明以博弈论为基础,分析在城市道路场景下驾驶人的换道条件,通过判断当前换道条件,得到最优且可执行的基于混合策略博弈的换道方案,避免了进行换道博弈过程中可能出现的问题,进而肯定了此换道方案的正确性;
3、本发明针对当前车道车辆和期望车道车辆的换道博弈问题进行分析,并给出了解决换道博弈问题的各种基于混合策略博弈的换道策略,识别了驾驶人的换道意图,有效地解决了车辆换道过程中的安全隐患,确保了驾驶人及车辆的驾驶安全,并提高了驾驶车辆的行驶效率。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为自动驾驶车辆换道模型框架图。
图2为换道示意图。
图3为在城市道路场景下的换道场景图。
图4为在城市道路场景下有速度限制时的换道场景图。
图5为在城市道路场景下道路路口有红绿灯时的换道场景图。
图6为在城市道路场景下道路存在转弯情况时的换道场景图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
实施例1:
如图1,根据本发明提供的城市场景下基于混合策略博弈的驾驶人换道意图识别方法,包括:
步骤1:建立城市道路单向三车道场景,即当前车道、期望车道I和期望车道II,以及三车道上行驶的车辆。获取当前车道和期望车道上的车辆的运行状态;
步骤2:为换道车辆Va建立两种纯策略:换道、不换道,策略对应的概率分别为p,1-p;为滞后车辆建立三种纯策略:加速、减速、换道,对应的概率分别为q1,q2,1-q1-q2;
步骤3:计算换道车辆和滞后车辆的混合概率期望收益Pij,Qij;
步骤4:判断换道车辆行驶速度是否接近道路最大限速,若接近,则进入步骤2,且更改滞后车辆策略为减速和换道;若不接近,则进入步骤7;
步骤5:判断换道车辆距离红绿灯的距离,若远离红绿灯,则进入步骤2;若接近红绿灯,则判断目标车道上是否有位置比换道车辆靠前的车辆,若存在,则换道车辆策略为放弃换道,进入步骤8;若不存在,则进入步骤7;
步骤6:判断换道车辆是否在其应该行驶的方向上的道路行驶,若在,则策略为不换道,进入步骤8;若不在,进入步骤7;
步骤7:通过纳什均衡得到最优解,选取收益最大的策略;
步骤8:判断是否达到终止条件,若达到,进入步骤9;若否,进入步骤3;
步骤9:本次换道意图结束。
实施例2:
如图2所示,本实施公开了一种城市道路场景下基于混合博弈策略的驾驶人换道意图识别方法,包括以下步骤S00~S40:
S00、建立城市道路单向三车道场景,即当前车道、期望车道I和期望车道II,以及三车道上行驶的车辆。
S10、获取当前车道和期望车道上的车辆的运行状态,并判断是否为特殊情况。
S20、为换道车辆Va建立纯策略集合。
S30、考虑到换道车辆的前导车辆只会影响换道车辆的速度,考虑为正常换道情况,不考虑换道车辆超越前导车辆Vc后再换道的情况,因此此时与换道车辆换道行为最为紧密的是选定目标车道中的滞后于换道车辆的滞后车辆,建立滞后车辆Vb的纯策略集合。
S40、基于混合博弈策略,判断换道的收益以及驾驶人的驾驶风格,进而判断驾驶人的换道意图。
一、识别当前道路场景
(1)最大速度限制场景
如图4所示的城市道路中有最大速度限制,设限速为SL,因此,对于滞后车辆,其加速有上限。考虑两种正常情况:
情景一:当换道车辆Va的速度Sa小于限速SL很多时,即VL-Va大于换道车辆正常的加速范围时,此时滞后车辆的策略正常选择。
情景二:当换道车辆Va的速度Sa接近或等于限速SL时,即VL-Va≈0,此时滞后车辆若选择加速,则必须超过VL才能追上换道车辆。因此此时滞后车辆采取的策略对换道车辆的换道选择不产生影响,即权重α,β会被影响,α=1,β=0。
(2)红绿灯场景
如图5所示的城市道路中存在红绿灯,会影响车辆的换道选择。考虑两种正常行驶情况:
情景一:当换道车辆距离红绿灯较远时,此时换道车辆与滞后车辆的选择不受影响。
情景二:当换道车辆距离红绿灯较近时,为了不违反交通规则,换道车辆会选择大幅度减速,若目标车道上有位置比换道车辆靠前的车辆,换道车辆则只能选择放弃换道;若目标车道上只有位置滞后于换道车辆的车辆,则换道车辆换道选择为正常换道策略。
(3)转弯场景
如图6所示的城市道路中存在转弯情况,在临近到路口时,会影响换道车辆的换道选择。考虑两种正常行驶情况:
情景一:换道车辆临近道路口,在直行或右转道路行驶,需要进行左转弯;或者换道车辆在直行或左转道路上行驶,需要进行右转弯;或者换道车辆在左转或右转道路上行驶,需要直行。此时换道车辆的换道意愿强烈,正常换道策略中的权重α,β会大幅度变化,换道车辆将会强制进行换道,此时策略为换道。
情景二:换道车辆临近道路口,在其应该行驶的方向上的道路行驶。在保证换道车辆行驶正确的前提下,换道车辆不会进行换道选择,此时策略为不换道。
二、进行收益分析
(1)如图3所示,定义安全距离
其中,Ls为换道车辆A与当前车道B车之间的安全距离,xb(t)是t时刻当前车道B车的位置,xa(t)是t时刻换道车辆A的位置,lb是当前车道B车的车身长度,Sa(t)为t时刻换道车辆A的速度,τa为A车辆的反应时间,Sb(t)为t时刻B车辆速度,ma和mb分别为A、B车辆的最大加速度。
(2)进行不同场景下收益的计算
设定在换道前同车道各个车辆间的距离均大于等于安全距离,且在换道后,同车道各车辆间的距离仍然大于等于安全距离。为换道车辆Va建立两种纯策略:换道、不换道,策略对应的概率分别为p,1-p;为滞后车辆建立三种纯策略:加速、减速、换道,对应的概率分别为q1,q2,1-q1-q2。在城市道路场景下,由于各车辆之间行驶间隔不大,因此当滞后车辆加速时,认为换道车辆无法进行换道。Va和Vb的收益由Pij,Qij表示,可以得到收益的矩阵
V<sub>b</sub>加速 | V<sub>b</sub>减速 | V<sub>b</sub>换道 | |
V<sub>a</sub>换道 | (P<sub>11</sub>,Q<sub>11</sub>) | (P<sub>12</sub>,Q<sub>12</sub>) | (P<sub>13</sub>,Q<sub>13</sub>) |
V<sub>a</sub>不换道 | (P<sub>21</sub>,Q<sub>21</sub>) | (P<sub>22</sub>,Q<sub>22</sub>) | (P<sub>23</sub>,Q<sub>23</sub>) |
因此可以得到Va,Vb的混合概率期望收益Ea,Eb:
Ea=p[P13-P23+q1(P11+P23-P13-P21)+q2(P12+P23-P13-P22)]+[P23+q1(P21-P23)+q2(P22-P23)] (1)
Eb=Q23+p(Q13-Q23)+q1[Q21-Q23+p(Q11+Q23-Q13-Q21)]+q2[Q22-Q23+p(Q12+Q23-Q13-Q22)] (2)
收益函数为:
P(or Q)=α×A+β×B,(α+β=1) (5)
其中,P(or Q)表示收益函数;A表示换道车辆与前方车辆的距离与它们相对速度的比值;B表示换道车辆与后方车辆的空间距离与它们相对速度的比值;α,β是权重系数,初始值为0.5,根据驾驶人的驾驶习惯权重需要进行调整。
场景一:对于换道车辆Va,在图3所示的场景下,当Va选择不换道的时候,只需要考虑前方车辆对换道车辆的影响,根据公式得到收益函数为:
P11=αA11+βB11 (6)
P12=αA11+βB12 (7)
P13=αA11+βB13 (8)
P21=P22=P23=A12 (9)
其中:A11表示Va与Vb之间的空间距离与Va换道后它们的相对速度的比值;A12表示Va与Vb之间的空间距离与它们的相对速度的比值;B11表示Va与Vc之间的空间距离与Va换道后、Vc加速后它们的相对速度的比值;B12表示Va与Vc之间的空间距离与Va换道后、Vc减速后它们的相对速度的比值;B13表示Va与Vd之间的空间距离与Va换道后它们的相对速度的比值。
场景二:当换道车辆选择换道行为时,在如图3所示的换道场景中,滞后车辆为Vc,根据换道车辆的策略集合,可以得到以下的收益函数:
Q11=αA21+βB21 (10)
Q12=αA22+βB22 (11)
Q21=αA23+βB21 (12)
Q22=αA24+βB22 (13)
Q13=Q23=αA25+βB23 (14)
其中:A21表示Vc与Va之间的空间距离与Vc加速后它们的相对速度的比值;A22表示Vc与Va之间的空间距离与Vc减速后它们的相对速度的比值;A23表示Vc与Vb之间的空间距离与Vc加速后它们的相对速度的比值;A24表示Vc与Vb之间的空间距离与Vc减速后它们的相对速度的比值;A25表示Vc与Vf之间的空间距离与Vc换道后它们的相对速度的比值;B21表示Vc与Vd之间的空间距离与Vc加速后它们的相对速度的比值;B22表示Vc与Vd之间的空间距离与Vc减速后它们的相对速度的比值;B23表示Vc与Ve之间的空间距离与Vc换道后它们的相对速度的比值。
(3)求解纳什均衡解,得到换道和滞后车辆的加速度选择
a.换道车辆选择换道策略
认为换道过程中Va加速度的选择是换道车辆追求其与前导车辆Vb和滞后车辆Vd保持期望车头时距的过程,加速度是由Va与Vb、Vd的真实车头时距和期望车头时距之差决定的。
b.换道车辆选择不换道策略
换道车辆Va选择不换道策略时,也就是Va在原车道继续跟驰前车Vb行驶时,在跟驰过程中,车辆Va和Vb保持一个安全离,该距离可以保证在Vb进行紧急刹车时,Va和Vb不发生追尾事故。
c.滞后车辆选择避让情况
假设换道车辆Va立刻执行换道,滞后车辆Vd在避让策略下会有一个预期避让速度,Vd用这个速度继续行驶能够刚好保证Va换道的安全性。Vd的预期避让速度应该满足下式:
其中,表示Vd的预期避让速度,Tl表示Va从当前位置执行换道到达潜在冲突点的行驶时间。从Vd车辆选择避让策略时开始,Vd车辆需要保证其以不大于的平均速度行驶至潜在冲突点,这样才能够保证博弈双方车辆的安全性。则Vd到达潜在冲点的速度为,
d.Vd选取不避让策略
Vd其将继续跟驰前导车辆Vb行驶,在跟驰过程中和前方车辆保持一个安全距离。
当Vd选择不避让策略时,Va作为换道车辆主动做出让步,选择不换道策略,此时LV的收益为a。当Va选择换道策略时,考虑到Vd车辆会选择使其收益更大的不避让策略,所以Va选择换道策略的收益为b,而Va选择不换道策略的收益为c,对比a、b和c的大小就能得到换道车辆的决策结果。
同理,当Va选择换道策略时,考虑到Vd车辆会选择使其收益更大的策略,所以Va在选择换道策略的收益为:Vd在选择不避让时,Va的策略和收益。
通过判断博弈终止的条件,决定是否进行下一次博弈。博弈终止的条件包括为:换道车辆的博弈次数达到设定次数时,以及换道过程中换道车辆与当前车道车辆的跟驰距离不满足安全距离时。
根据本发明提供的基于混合策略博弈的驾驶人换道意图识别***,包括:
模块M1:建立城市道路单向三车道场景,包括当前车道、第一期望车道、第二期望车道以及三车道上行驶的车辆;
模块M2:获取当前车道和第一、第二期望车道上的车辆的运行状态,并判断是否为特殊情况;
模块M3:根据判断建立换道车辆纯策略集合;
模块M4:选定目标车道中的滞后于换道车辆的滞后车辆,建立滞后车辆纯策略集合;
模块M5:根据换道车辆纯策略集合、滞后车辆纯策略集合和混合博弈策略,判断换道的收益以及驾驶人的驾驶风格,进而判断驾驶人的换道意图。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的***、装置及其各个模块以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的***、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以,本发明提供的***、装置及其各个模块可以被认为是一种硬件部件,而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构;也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (10)
1.一种基于混合策略博弈的驾驶人换道意图识别方法,其特征在于,包括:
步骤1:建立城市道路单向三车道场景,包括当前车道、第一期望车道、第二期望车道以及三车道上行驶的车辆;
步骤2:获取当前车道和第一、第二期望车道上的车辆的运行状态,并判断是否为特殊情况;
步骤3:根据判断建立换道车辆纯策略集合;
步骤4:选定目标车道中的滞后于换道车辆的滞后车辆,建立滞后车辆纯策略集合;
步骤5:根据换道车辆纯策略集合、滞后车辆纯策略集合和混合博弈策略,判断换道的收益以及驾驶人的驾驶风格,进而判断驾驶人的换道意图。
2.根据权利要求1所述的基于混合策略博弈的驾驶人换道意图识别方法,其特征在于,所述特殊情况包括城市道路场景下的道路速度限制、红绿灯路况和存在转弯路况。
3.根据权利要求1所述的基于混合策略博弈的驾驶人换道意图识别方法,其特征在于,定义安全距离Ls,设定在换道前同车道各个车辆间的距离均大于或等于安全距离,且在换道后,同车道各车辆间的距离仍然均大于或等于安全距离;
为换道车辆Va建立两种纯策略:换道、不换道,策略对应的概率分别为p,1-p;
为滞后车辆Vb建立三种纯策略:加速、减速、换道,对应的概率分别为q1,q2,1-q1-q2;
设定当滞后车辆加速时,换道车辆无法进行换道,Va和Vb的收益由Pij,Qij表示,得到收益的矩阵以及Va,Vb的混合概率期望收益Ea,Eb;
4.根据权利要求3所述的基于混合策略博弈的驾驶人换道意图识别方法,其特征在于,对于换道车辆Va,当Va选择不换道时,根据公式得到收益函数为:
P11=αA11+βB11
P12=αA11+βB12
P13=αA11+βB13
P21=P22=P23=A12
其中:A11表示Va与Vb之间的空间距离与Va换道后它们的相对速度的比值;A12表示Va与Vb之间的空间距离与它们的相对速度的比值;B11表示Va与Vc之间的空间距离与Va换道后、Vc加速后它们的相对速度的比值;B12表示Va与Vc之间的空间距离与Va换道后、Vc减速后它们的相对速度的比值;B13表示Va与Vd之间的空间距离与Va换道后它们的相对速度的比值;
p11、p12、p13、p21分别表示各情况下的换道车辆的收益函数;Vd表示期望车道上在换道车辆后方的车辆。
5.根据权利要求3所述的基于混合策略博弈的驾驶人换道意图识别方法,其特征在于,当换道车辆选择换道行时,前导车辆为Vc,根据换道车辆纯策略集合,得到收益函数为:
Q11=αA21+βB21
Q12=αA22+βB22
Q21=αA23+βB21
Q22=αA24+βB22
Q13=Q23=αA25+βB23
其中:A21表示Vc与Va之间的空间距离与Vc加速后它们的相对速度的比值;A22表示Vc与Va之间的空间距离与Vc减速后它们的相对速度的比值;A23表示Vc与Vb之间的空间距离与Vc加速后它们的相对速度的比值;A24表示Vc与Vb之间的空间距离与Vc减速后它们的相对速度的比值;A25表示Vc与Vf之间的空间距离与Vc换道后它们的相对速度的比值;B21表示Vc与Vd之间的空间距离与Vc加速后它们的相对速度的比值;B22表示Vc与Vd之间的空间距离与Vc减速后它们的相对速度的比值;B23表示Vc与Ve之间的空间距离与Vc换道后它们的相对速度的比值;Q11、Q12、Q21、Q22、Q13、Q23分别表示各情况下的滞后车辆的收益函数;
根据纳什均衡求解得到最优解,选取收益最大的策略。
6.根据权利要求1所述的基于混合策略博弈的驾驶人换道意图识别方法,其特征在于,博弈终止的条件包括:换道车辆的博弈次数达到设定次数时,或者换道过程中换道车辆与当前车道车辆的跟驰距离不满足安全距离时。
7.根据权利要求2所述的基于混合策略博弈的驾驶人换道意图识别方法,其特征在于,当道路速度限制时,设限速为SL,换道车辆速度为Sa,当VL-Va的差值大于换道车辆预设加速范围时,滞后车辆的策略正常选择;
当换道车辆Va的速度Sa与限速SL的差值低于预设阈值时,滞后车辆若选择加速,则速度必须超过VL。
8.根据权利要求2所述的基于混合策略博弈的驾驶人换道意图识别方法,其特征在于,在红绿灯路况中,当换道车辆距离红绿灯大于设定距离时,换道车辆与滞后车辆的选择不受影响;
当换道车辆距离红绿灯低于设定距离时,换道车辆选择大幅度减速,若目标车道上有位置比换道车辆靠前的车辆,换道车辆选择放弃换道;若目标车道上只有位置滞后于换道车辆的车辆,则换道车辆换道选择为正常换道策略。
9.根据权利要求2所述的基于混合策略博弈的驾驶人换道意图识别方法,其特征在于,当存在转弯路况时,换道车辆临近道路口,在直行或右转道路行驶,需要进行左转弯时;或者换道车辆在直行或左转道路上行驶,需要进行右转弯时;或者换道车辆在左转或右转道路上行驶,需要直行时,正常换道策略中的权重α,β大幅度变化,换道车辆将强制进行换道,此时策略为换道;
当存在转弯路况时,换道车辆临近道路口,在行驶的方向上的道路行驶,换道车辆不进行换道选择,此时策略为不换道。
10.一种基于混合策略博弈的驾驶人换道意图识别***,其特征在于,包括:
模块M1:建立城市道路单向三车道场景,包括当前车道、第一期望车道、第二期望车道以及三车道上行驶的车辆;
模块M2:获取当前车道和第一、第二期望车道上的车辆的运行状态,并判断是否为特殊情况;
模块M3:根据判断建立换道车辆纯策略集合;
模块M4:选定目标车道中的滞后于换道车辆的滞后车辆,建立滞后车辆纯策略集合;
模块M5:根据换道车辆纯策略集合、滞后车辆纯策略集合和混合博弈策略,判断换道的收益以及驾驶人的驾驶风格,进而判断驾驶人的换道意图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010910726.4A CN111994088A (zh) | 2020-09-02 | 2020-09-02 | 基于混合策略博弈的驾驶人换道意图识别方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010910726.4A CN111994088A (zh) | 2020-09-02 | 2020-09-02 | 基于混合策略博弈的驾驶人换道意图识别方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111994088A true CN111994088A (zh) | 2020-11-27 |
Family
ID=73465974
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010910726.4A Pending CN111994088A (zh) | 2020-09-02 | 2020-09-02 | 基于混合策略博弈的驾驶人换道意图识别方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111994088A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113022570A (zh) * | 2021-03-19 | 2021-06-25 | 武汉理工大学 | 一种车辆换道行为识别方法及设备 |
CN113200056A (zh) * | 2021-06-22 | 2021-08-03 | 吉林大学 | 一种非完全信息非合作博弈人机共驾控制方法 |
CN113335282A (zh) * | 2021-06-01 | 2021-09-03 | 南京航空航天大学 | 一种基于博弈论的换道决策方法 |
CN113538940A (zh) * | 2021-07-08 | 2021-10-22 | 西湾智慧(广东)信息科技有限公司 | 适用于车路协同环境下的实时最优车道选择方法 |
CN114596712A (zh) * | 2022-05-06 | 2022-06-07 | 苏州大学 | 一种车辆跟驰控制方法和*** |
CN114852099A (zh) * | 2021-02-03 | 2022-08-05 | 郑州宇通客车股份有限公司 | 机动车换道行为的预测方法 |
CN114882705A (zh) * | 2022-05-30 | 2022-08-09 | 武汉理工大学 | 一种基于换道决策***的货运车辆交互博弈换道决策方法 |
CN114919578A (zh) * | 2022-07-20 | 2022-08-19 | 北京理工大学前沿技术研究院 | 智能车行为决策方法、规划方法、***及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107161155A (zh) * | 2017-04-27 | 2017-09-15 | 大连理工大学 | 一种基于人工神经网络的车辆协同换道方法及其*** |
CN108595823A (zh) * | 2018-04-20 | 2018-09-28 | 大连理工大学 | 一种联合驾驶风格和博弈理论的自主车换道策略的计算方法 |
CN109948801A (zh) * | 2019-02-15 | 2019-06-28 | 浙江工业大学 | 基于驾驶员换道心理分析的车辆换道概率输出模型建立方法 |
CN110298131A (zh) * | 2019-07-05 | 2019-10-01 | 西南交通大学 | 一种混合驾驶环境下自动驾驶换道决策模型建立方法 |
CN110962853A (zh) * | 2019-11-25 | 2020-04-07 | 浙江工业大学 | 一种车联网环境下车辆博弈换道协作方法 |
-
2020
- 2020-09-02 CN CN202010910726.4A patent/CN111994088A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107161155A (zh) * | 2017-04-27 | 2017-09-15 | 大连理工大学 | 一种基于人工神经网络的车辆协同换道方法及其*** |
CN108595823A (zh) * | 2018-04-20 | 2018-09-28 | 大连理工大学 | 一种联合驾驶风格和博弈理论的自主车换道策略的计算方法 |
CN109948801A (zh) * | 2019-02-15 | 2019-06-28 | 浙江工业大学 | 基于驾驶员换道心理分析的车辆换道概率输出模型建立方法 |
CN110298131A (zh) * | 2019-07-05 | 2019-10-01 | 西南交通大学 | 一种混合驾驶环境下自动驾驶换道决策模型建立方法 |
CN110962853A (zh) * | 2019-11-25 | 2020-04-07 | 浙江工业大学 | 一种车联网环境下车辆博弈换道协作方法 |
Non-Patent Citations (1)
Title |
---|
薛春铭,谭国真,丁男等: "基于博弈论的人类驾驶与无人驾驶协作换道模型", 《计算机工程》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114852099A (zh) * | 2021-02-03 | 2022-08-05 | 郑州宇通客车股份有限公司 | 机动车换道行为的预测方法 |
CN113022570A (zh) * | 2021-03-19 | 2021-06-25 | 武汉理工大学 | 一种车辆换道行为识别方法及设备 |
CN113022570B (zh) * | 2021-03-19 | 2022-06-10 | 武汉理工大学 | 一种车辆换道行为识别方法及设备 |
CN113335282A (zh) * | 2021-06-01 | 2021-09-03 | 南京航空航天大学 | 一种基于博弈论的换道决策方法 |
CN113200056A (zh) * | 2021-06-22 | 2021-08-03 | 吉林大学 | 一种非完全信息非合作博弈人机共驾控制方法 |
CN113200056B (zh) * | 2021-06-22 | 2022-04-08 | 吉林大学 | 一种非完全信息非合作博弈人机共驾控制方法 |
CN113538940A (zh) * | 2021-07-08 | 2021-10-22 | 西湾智慧(广东)信息科技有限公司 | 适用于车路协同环境下的实时最优车道选择方法 |
CN113538940B (zh) * | 2021-07-08 | 2022-05-17 | 西湾智慧(广东)信息科技有限公司 | 适用于车路协同环境下的实时最优车道选择方法 |
CN114596712A (zh) * | 2022-05-06 | 2022-06-07 | 苏州大学 | 一种车辆跟驰控制方法和*** |
CN114882705A (zh) * | 2022-05-30 | 2022-08-09 | 武汉理工大学 | 一种基于换道决策***的货运车辆交互博弈换道决策方法 |
CN114882705B (zh) * | 2022-05-30 | 2024-04-26 | 武汉理工大学 | 一种基于换道决策***的货运车辆交互博弈换道决策方法 |
CN114919578A (zh) * | 2022-07-20 | 2022-08-19 | 北京理工大学前沿技术研究院 | 智能车行为决策方法、规划方法、***及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111994088A (zh) | 基于混合策略博弈的驾驶人换道意图识别方法及*** | |
CN111994090B (zh) | 基于混合策略博弈的驾驶人变道切入意图识别方法及*** | |
CN108595823B (zh) | 一种联合驾驶风格和博弈理论的自主车换道策略计算方法 | |
CN110298131B (zh) | 一种混合驾驶环境下自动驾驶换道决策模型建立方法 | |
CN111081065B (zh) | 路段混行条件下的智能车辆协同换道决策模型 | |
CN109035862B (zh) | 一种基于车车通信的多车协同换道控制方法 | |
CN106991846B (zh) | 一种车联网环境下的高速公路车辆强制换道控制方法 | |
CN109284527B (zh) | 一种城市路段交通流仿真的方法 | |
CN110930697B (zh) | 一种基于规则的智能网联车辆协同汇入控制方法 | |
US20080162010A1 (en) | Driver Assistance System with Travel Route Envelope Prediction | |
CN110488802A (zh) | 一种网联环境下的自动驾驶车辆动态行为决策方法 | |
CN111369813A (zh) | 一种智能网联汽车的匝道分合流协同控制方法及*** | |
CN111137288A (zh) | 一种网联条件下多车协同换道方法 | |
CN110910646A (zh) | 用于交叉口的无人驾驶公交车辆的协同控制方法 | |
CN111645692B (zh) | 基于混合策略博弈的驾驶人超车意图识别方法及*** | |
CN111994089A (zh) | 基于混合策略博弈的驾驶人换道意图识别方法及*** | |
CN112201070B (zh) | 基于深度学习的自动驾车高速公路瓶颈路段行为决策方法 | |
CN111583640B (zh) | 基于车路协同的上匝道协同并道控制方法 | |
CN113954828A (zh) | 一种自动驾驶车辆巡航控制方法、装置及电子设备 | |
CN115817460A (zh) | 一种混合流条件下智能网联车主动协调避撞方法 | |
CN111476491A (zh) | 一种城市交通场景中的车辆运动模拟分析方法 | |
CN112937584B (zh) | 一种自动换道控制方法、装置及汽车 | |
CN112542061B (zh) | 基于车联网的借道超车控制方法、装置、***及存储介质 | |
CN112509377A (zh) | 一种基于v2v的车辆协同换道控制方法 | |
WO2023087157A1 (zh) | 一种智能驾驶方法及应用该方法的车辆 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |