CN112373485A - 一种考虑交互博弈的自动驾驶车辆决策规划方法 - Google Patents
一种考虑交互博弈的自动驾驶车辆决策规划方法 Download PDFInfo
- Publication number
- CN112373485A CN112373485A CN202011209224.5A CN202011209224A CN112373485A CN 112373485 A CN112373485 A CN 112373485A CN 202011209224 A CN202011209224 A CN 202011209224A CN 112373485 A CN112373485 A CN 112373485A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- surrounding
- surrounding vehicles
- game
- vehicles
- 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
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000002452 interceptive effect Effects 0.000 title claims abstract description 31
- 230000006399 behavior Effects 0.000 claims abstract description 29
- 230000033001 locomotion Effects 0.000 claims abstract description 22
- 230000008030 elimination Effects 0.000 claims abstract description 4
- 238000003379 elimination reaction Methods 0.000 claims abstract description 4
- 230000000875 corresponding effect Effects 0.000 claims description 76
- 230000001133 acceleration Effects 0.000 claims description 35
- 230000009471 action Effects 0.000 claims description 28
- 239000011159 matrix material Substances 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 6
- 150000001875 compounds Chemical class 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 3
- 230000002093 peripheral effect Effects 0.000 claims description 3
- 230000008901 benefit Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 230000029305 taxis Effects 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
- 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
- B60W30/10—Path keeping
-
- 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
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
-
- 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
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
- B60W2050/0031—Mathematical model of the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
Abstract
本发明公开了一种考虑交互博弈的自动驾驶车辆决策规划方法,步骤如下:实时获取周围车辆的相对位置和相对速度信息;基于车辆运动学模型对周围车辆进行局部轨迹预测;通过纳什博弈方法建立自车与周围车辆的交互博弈模型;利用剔除劣势策略及纳什均衡法来确定联合最优驾驶行为;根据确定的自车最优驾驶行为,规划出相应的轨迹,输出给车辆的控制执行模块。本发明通过传感器获取周围车辆运动信息后,利用车辆运动学模型来预测周围车辆运动并充分考虑与周围车辆的交互博弈。
Description
技术领域
本发明属于车辆主动安全技术领域,具体指代一种考虑交互博弈的自动驾驶车辆决策规划方法。
背景技术
近些年,交通事故、交通堵塞等问题一直困扰着人们的出行,为此,国内的百度、华为等公司都在研究车辆的自动驾驶技术以解决现有的人类驾驶员出行遇到的问题。如百度已经在长沙推出自动驾驶出租车来加快自动驾驶车辆落地化的进程。然而,当自动驾驶车辆行驶在有人类驾驶员参与的复杂交通道路时,依然难以实现很好的交互协同,导致自动驾驶***不够敏捷灵活。
自动驾驶车辆与周围车辆的交互博弈,主要存在于周围车辆换道超车,汇车并道、路口转弯等工况。在这些工况,自车的驾驶轨迹会与周围车辆产生冲突,已有的研究主要为了保证车辆的安全性,而采用较为保守的方法来避让周围车辆,然而该过程中却牺牲了自车的行驶效率,同时也因为自车的行驶保守影响了后方车辆的正常行驶。因此,目前需要一种能将自动驾驶车辆与周围车辆的交互博弈考虑进去的决策规划方法,使得自动驾驶在多车交通环境下能保持安全高效的驾驶,并协同周围车辆提高整个交通***的通行效率。
发明内容
针对于上述现有技术的不足,本发明的目的在于提供一种考虑交互博弈的自动驾驶车辆决策规划方法,以解决现有技术中驾驶风格过于保守很少考虑车车交互的问题;本发明通过传感器获取周围车辆运动信息后,利用车辆运动学模型来预测周围车辆运动并充分考虑与周围车辆的交互博弈,进一步得到自车的最优驾驶行为。
为达到上述目的,本发明采用的技术方案如下:
本发明的一种考虑交互博弈的自动驾驶车辆决策规划方法,步骤如下:
1)实时获取周围车辆的相对位置和相对速度信息;
2)基于车辆运动学模型对周围车辆进行局部轨迹预测;
3)通过纳什博弈方法建立自车与周围车辆的交互博弈模型;
4)利用剔除劣势策略及纳什均衡法来确定联合最优驾驶行为;
5)根据确定的自车最优驾驶行为,规划出相应的轨迹,输出给车辆的控制执行模块。
进一步地,所述步骤2)中基于运动学模型对周围车辆进行局部轨迹预测具体包括:
21)建立由车辆加速度到车辆状态的运动学方程如下:
22)建立预测轨迹在当前时刻t及最终时刻t+Np对应的约束;
对于当前时刻t,自车感知到的周围车辆运动信息包含:
周围车辆在当前时刻t对应的运动信息表示如下:
对于预测轨迹的最终时刻t+Np,对应的侧向速度及加速度将为0,具体约束如下:
23)对于车辆的侧向位置,在当前时刻t和最终时刻t+Np存在5个约束,利用4次多项式拟合如下:
其中,ai为侧向轨迹的拟合参数,i=0~4;
对于纵向位置,根据在当前时刻t和最终时刻t+Np的4个约束利用3次多项式进行拟合如下:
其中,bj是纵向轨迹的拟合参数,j=0~3;
从而得到周围车辆在未来一段时域[t,t+Np]对应的局部轨迹。
进一步地,所述步骤3)具体包括:
31)当自车周围存在一车辆时,则博弈车辆为上述存在的这个车辆;当周围存在多车辆时,若同时考虑交互博弈,则求解最优驾驶行为时计算量过大,选取周围危险度最大的车辆为博弈车辆;
32)自车及周围车辆在每个时刻进行决策时,执行加速、减速或换道的驾驶行为,自车及周围车辆的动作集A,B,如下:
A={A1,A2,A3,A4,A5};B={B1,B2,B3,B4,B5}
式中,A1,A2,A3,A4,A5分别为自车的加速,左换道,减速,右换道和运动保持行为;B1,B2,B3,B4,B5分别为周围车辆的加速,左换道,减速,右换道和运动保持行为;
自车A5动作对应轨迹即为步骤2)中预测得到的轨迹,对应的目标终点为:A5=(st+Np,lt+Np),以运动保持动作A5为基准,得到左、右换道A2,A4对应的局部轨迹的终点如下:
式中,lup和ldown分别为周围车辆对应的相邻两车道中线的侧向位置,通过车道线识别传感器获得;
对应的加速动作A1、减速动作A3的侧向位置与A5一致,纵向位置根据车辆的加、减速性能得到,具体如下:
式中,Np为局部轨迹规划时域,ae为车辆常规行驶时对应的最大加速度,de为车辆常规行驶时对应的最大减速度;
周围车辆各动作对应的候选终点通过以上方法得到,从而得到自车与周围车辆的交互博弈模型;
33)根据两博弈车辆对应的动作集及对应局部轨迹终点,通过相应的收益函数得到两车辆采取相应动作的收益,并建立出相应的博弈矩阵G。
进一步地,所述步骤4)具体包括:
41)对于步骤33)中得到的博弈矩阵G,通过剔除劣势策略,得到一个维度低的博弈矩阵或直接得到两博弈车辆的最优驾驶行为;
42)对于低维数的博弈矩阵,通过Lemke-Howson(纳什均衡求解算法)算法求得相应的纳什均衡解,具体为两车采取相应动作的概率:
式中,Pe为自车选取各动作的概率,Ps为周围车辆选取各动作的概率;
根据各动作采取的概率,得到自车和周围车辆交互博弈后得到的最优驾驶行为A*和B*,具体对应的局部轨迹终点如下:
式中,k=1~5。
进一步地,所述步骤5)具体包括:根据自车的最优驾驶行为A*,利用多项式拟合的方法规划出自车对应的局部轨迹,并输入到车辆的控制执行模块,来进行轨迹跟踪执行。
本发明的有益效果:
本发明相对于已有的决策规划方法,充分考虑了与周围车辆的交互博弈过程,能实现与周围车辆的协同规划,保证整个交通***的通行效率都得到提升。
附图说明
图1为本发明方法的原理图。
图2为自车及周围车辆的交互博弈模型示意图。
具体实施方式
为了便于本领域技术人员的理解,下面结合实施例与附图对本发明作进一步的说明,实施方式提及的内容并非对本发明的限定。
参照图1所示,本发明的一种考虑交互博弈的自动驾驶车辆决策规划方法,步骤如下:
1)实时获取周围车辆的相对位置和相对速度信息;
11)具体可通过车载GPS,惯性测量单元IMU,激光雷达,毫米波雷达和摄像头来获取自车及周围车辆的运动信息。
2)基于车辆运动学模型对周围车辆进行局部轨迹预测,具体如下:
21)建立由车辆加速度到车辆状态的运动学方程如下:
22)建立预测轨迹在当前时刻t及最终时刻t+Np对应的约束;
对于当前时刻t,自车感知到的周围车辆运动信息包含:
周围车辆在当前时刻t对应的运动信息表示如下:
对于预测轨迹的最终时刻t+Np,对应的侧向速度及加速度将为0,具体约束如下:
23)对于车辆的侧向位置,在当前时刻t和最终时刻t+Np存在5个约束,利用4次多项式拟合如下:
其中,ai为侧向轨迹的拟合参数,i=0~4;
对于纵向位置,根据在当前时刻t和最终时刻t+Np的4个约束利用3次多项式进行拟合如下:
其中,bj是纵向轨迹的拟合参数,j=0~3;
从而得到周围车辆在未来一段时域[t,t+Np]对应的局部轨迹。
3)通过纳什博弈方法建立自车与周围车辆的交互博弈模型,如图2所示,具体如下:
31)当自车周围存在一车辆时,则博弈车辆为上述存在的这个车辆;当周围存在多个车辆时,若同时考虑交互博弈,则求解最优驾驶行为时计算量过大,选取周围危险度最大的车辆为博弈车辆;
32)自车及周围车辆在每个时刻进行决策时,执行加速、减速或换道的驾驶行为,自车及周围车辆的动作集A,B,如下:
A={A1,A2,A3,A4,A5};B={B1,B2,B3,B4,B5}
式中,A1,A2,A3,A4,A5分别为自车的加速,左换道,减速,右换道和运动保持行为;B1,B2,B3,B4,B5分别为周围车辆的加速,左换道,减速,右换道和运动保持行为;
自车A5动作对应轨迹即为步骤2)中预测得到的轨迹,对应的目标终点为:A5=(st+Np,lt+Np),以运动保持动作A5为基准,得到左、右换道A2,A4对应的局部轨迹的终点如下:
式中,lup和ldown分别为周围车辆对应的相邻两车道中线的侧向位置,通过车道线识别传感器获得;
对应的加速动作A1、减速动作A3的侧向位置与A5一致,纵向位置根据车辆的加、减速性能得到,具体如下:
式中,Np为局部轨迹规划时域,ae为车辆常规行驶时对应的最大加速度,de为车辆常规行驶时对应的最大减速度;
周围车辆各动作对应的候选终点通过以上方法得到,从而得到自车与周围车辆的交互博弈模型;
33)根据两博弈车辆对应的动作集及对应局部轨迹终点,通过相应的收益函数得到两车辆采取相应动作的收益,具体可根据该局部轨迹所对应的安全性、高效性、节能型等指标,并建立出相应的博弈矩阵G。
4)利用剔除劣势策略及纳什均衡法来确定联合最优驾驶行为;
41)对于步骤33)中得到的博弈矩阵G,通过剔除劣势策略,得到一个维度低的博弈矩阵或直接得到两博弈车辆的最优驾驶行为;
42)对于低维数的博弈矩阵,通过Lemke-Howson算法求得相应的纳什均衡解,具体为两车采取相应动作的概率:
式中,Pe为自车选取各动作的概率,Ps为周围车辆选取各动作的概率;
根据各动作采取的概率,得到自车和周围车辆交互博弈后得到的最优驾驶行为A*和B*,具体对应的局部轨迹终点如下:
式中,k=1~5。
5)根据自车的最优驾驶行为A*对应的终点约束,利用多项式拟合的方法规划出自车对应的局部轨迹,并输入到车辆的控制执行模块,来进行轨迹跟踪执行。
51)具体可根据自车在当前时刻t对应的状态约束及最终时刻t+Np行为A*确定的位置约束,求解局部轨迹方程(st,lt);
对于侧向,在最终时刻车辆趋于稳定,对应的侧向速度和加速度都为0,可用4次多项式表达如下:
其中,cm为规划的侧向轨迹的拟合参数,m=0~4;
对于纵向,局部轨迹在最终时刻对应的速度未知,加速度为0,可利用3次多项式表达如下:
其中,dn为规划的侧向轨迹的拟合参数,n=0~3;
从而得到自车对应的局部轨迹。
本发明具体应用途径很多,以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以作出若干改进,这些改进也应视为本发明的保护范围。
Claims (4)
1.一种考虑交互博弈的自动驾驶车辆决策规划方法,其特征在于,步骤如下:
1)实时获取周围车辆的相对位置和相对速度信息;
2)基于车辆运动学模型对周围车辆进行局部轨迹预测;
3)通过纳什博弈方法建立自车与周围车辆的交互博弈模型;
4)利用剔除劣势策略及纳什均衡法来确定联合最优驾驶行为;
5)根据确定的自车最优驾驶行为,规划出相应的轨迹。
2.根据权利要求1所述的考虑交互博弈的自动驾驶车辆决策规划方法,其特征在于,所述步骤2)中基于运动学模型对周围车辆进行局部轨迹预测具体包括:
21)建立由车辆加速度到车辆状态的运动学方程如下:
22)建立预测轨迹在当前时刻t及最终时刻t+Np对应的约束;
对于当前时刻t,自车感知到的周围车辆运动信息包含:
周围车辆在当前时刻t对应的运动信息表示如下:
对于预测轨迹的最终时刻t+Np,对应的侧向速度及加速度将为0,具体约束如下:
23)对于车辆的侧向位置,在当前时刻t和最终时刻t+Np存在5个约束,利用4次多项式拟合如下:
其中,ai为侧向轨迹的拟合参数,i=0~4;
对于纵向位置,根据在当前时刻t和最终时刻t+Np的4个约束利用3次多项式进行拟合如下:
式中,bj是纵向轨迹的拟合参数,j=0~3;
从而得到周围车辆在未来一段时域[t,t+Np]对应的局部轨迹。
3.根据权利要求1所述的考虑交互博弈的自动驾驶车辆决策规划方法,其特征在于,所述步骤3)具体包括:
31)当自车周围存在一车辆时,则博弈车辆为上述存在的这个车辆;当周围存在多车辆时,若同时考虑交互博弈,则求解最优驾驶行为时计算量过大,选取周围危险度最大的车辆为博弈车辆;
32)自车及周围车辆在每个时刻进行决策时,执行加速、减速或换道的驾驶行为,自车及周围车辆的动作集A,B,如下:
A={A1,A2,A3,A4,A5};B={B1,B2,B3,B4,B5}
式中,A1,A2,A3,A4,A5分别为自车的加速,左换道,减速,右换道和运动保持行为;B1,B2,B3,B4,B5分别为周围车辆的加速,左换道,减速,右换道和运动保持行为;
式中,lup和ldown分别为周围车辆对应的相邻两车道中线的侧向位置,通过车道线识别传感器获得;
对应的加速动作A1、减速动作A3的侧向位置与A5一致,纵向位置根据车辆的加、减速性能得到,具体如下:
式中,Np为局部轨迹规划时域,ae为车辆常规行驶时对应的最大加速度,de为车辆常规行驶时对应的最大减速度;
周围车辆各动作对应的候选终点同样依照步骤32)方法得到,从而得到自车与周围车辆的交互博弈模型;
33)根据两博弈车辆对应的动作集及对应局部轨迹终点,通过相应的收益函数得到两车辆采取相应动作的收益,并建立出相应的博弈矩阵G。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011209224.5A CN112373485A (zh) | 2020-11-03 | 2020-11-03 | 一种考虑交互博弈的自动驾驶车辆决策规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011209224.5A CN112373485A (zh) | 2020-11-03 | 2020-11-03 | 一种考虑交互博弈的自动驾驶车辆决策规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112373485A true CN112373485A (zh) | 2021-02-19 |
Family
ID=74577937
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011209224.5A Pending CN112373485A (zh) | 2020-11-03 | 2020-11-03 | 一种考虑交互博弈的自动驾驶车辆决策规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112373485A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112874509A (zh) * | 2021-03-03 | 2021-06-01 | 知行汽车科技(苏州)有限公司 | 基于智能驾驶员模型idm的轨迹规划方法、装置及存储介质 |
CN113076897A (zh) * | 2021-04-09 | 2021-07-06 | 广州机械科学研究院有限公司 | 智能网联汽车的博弈动态行驶安全测控方法及调控终端 |
CN113306558A (zh) * | 2021-07-30 | 2021-08-27 | 北京理工大学 | 一种基于换道交互意图的换道决策方法及*** |
CN113928338A (zh) * | 2021-10-08 | 2022-01-14 | 南京航空航天大学 | 一种纵横向耦合的智能车辆轨迹规划方法及*** |
CN113963535A (zh) * | 2021-09-30 | 2022-01-21 | 华为技术有限公司 | 行驶决策确定方法、装置、电子设备存储介质 |
CN114084155A (zh) * | 2021-11-15 | 2022-02-25 | 清华大学 | 预测型智能汽车决策控制方法、装置、车辆及存储介质 |
CN114162144A (zh) * | 2022-01-06 | 2022-03-11 | 苏州挚途科技有限公司 | 自动驾驶决策方法、装置以及电子设备 |
CN115230706A (zh) * | 2022-08-01 | 2022-10-25 | 北京理工大学 | 一种基于博弈的多车协同换道决策与控制方法 |
WO2022227827A1 (zh) * | 2021-04-26 | 2022-11-03 | 华为技术有限公司 | 一种决策方法、装置和车辆 |
WO2022246802A1 (zh) * | 2021-05-28 | 2022-12-01 | 华为技术有限公司 | 一种驾驶策略确定方法、装置、设备及车辆 |
WO2023155041A1 (zh) * | 2022-02-15 | 2023-08-24 | 华为技术有限公司 | 一种智能驾驶方法、装置及包括该装置的车辆 |
WO2024036580A1 (zh) * | 2022-08-18 | 2024-02-22 | 华为技术有限公司 | 运动轨迹规划的方法、装置以及智能驾驶设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
WO2020079074A2 (en) * | 2018-10-16 | 2020-04-23 | Five AI Limited | Autonomous vehicle planning |
CN111267846A (zh) * | 2020-02-11 | 2020-06-12 | 南京航空航天大学 | 一种基于博弈论的周围车辆交互行为预测方法 |
CN111338335A (zh) * | 2019-12-31 | 2020-06-26 | 清华大学 | 一种结构化道路场景下的车辆局部轨迹规划方法 |
-
2020
- 2020-11-03 CN CN202011209224.5A patent/CN112373485A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020079074A2 (en) * | 2018-10-16 | 2020-04-23 | Five AI Limited | Autonomous vehicle planning |
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 |
CN111338335A (zh) * | 2019-12-31 | 2020-06-26 | 清华大学 | 一种结构化道路场景下的车辆局部轨迹规划方法 |
CN111267846A (zh) * | 2020-02-11 | 2020-06-12 | 南京航空航天大学 | 一种基于博弈论的周围车辆交互行为预测方法 |
Non-Patent Citations (2)
Title |
---|
CAN XU , WANZHONG ZHAO , LIN LI , QINGYUN CHEN, DENGMING KUANG,: "A Nash Q-Learning Based Motion Decision", 《IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY》 * |
邢德鑫等: "基于自适应容积粒子滤波的车辆状态估计", 《南京航空航天大学学报》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112874509A (zh) * | 2021-03-03 | 2021-06-01 | 知行汽车科技(苏州)有限公司 | 基于智能驾驶员模型idm的轨迹规划方法、装置及存储介质 |
CN113076897A (zh) * | 2021-04-09 | 2021-07-06 | 广州机械科学研究院有限公司 | 智能网联汽车的博弈动态行驶安全测控方法及调控终端 |
CN113076897B (zh) * | 2021-04-09 | 2024-06-25 | 广州机械科学研究院有限公司 | 智能网联汽车的博弈动态行驶安全测控方法及调控终端 |
WO2022227827A1 (zh) * | 2021-04-26 | 2022-11-03 | 华为技术有限公司 | 一种决策方法、装置和车辆 |
WO2022246802A1 (zh) * | 2021-05-28 | 2022-12-01 | 华为技术有限公司 | 一种驾驶策略确定方法、装置、设备及车辆 |
CN113306558A (zh) * | 2021-07-30 | 2021-08-27 | 北京理工大学 | 一种基于换道交互意图的换道决策方法及*** |
CN113963535A (zh) * | 2021-09-30 | 2022-01-21 | 华为技术有限公司 | 行驶决策确定方法、装置、电子设备存储介质 |
CN113928338A (zh) * | 2021-10-08 | 2022-01-14 | 南京航空航天大学 | 一种纵横向耦合的智能车辆轨迹规划方法及*** |
CN114084155B (zh) * | 2021-11-15 | 2023-10-20 | 清华大学 | 预测型智能汽车决策控制方法、装置、车辆及存储介质 |
CN114084155A (zh) * | 2021-11-15 | 2022-02-25 | 清华大学 | 预测型智能汽车决策控制方法、装置、车辆及存储介质 |
CN114162144A (zh) * | 2022-01-06 | 2022-03-11 | 苏州挚途科技有限公司 | 自动驾驶决策方法、装置以及电子设备 |
CN114162144B (zh) * | 2022-01-06 | 2024-02-02 | 苏州挚途科技有限公司 | 自动驾驶决策方法、装置以及电子设备 |
WO2023155041A1 (zh) * | 2022-02-15 | 2023-08-24 | 华为技术有限公司 | 一种智能驾驶方法、装置及包括该装置的车辆 |
CN115230706A (zh) * | 2022-08-01 | 2022-10-25 | 北京理工大学 | 一种基于博弈的多车协同换道决策与控制方法 |
WO2024036580A1 (zh) * | 2022-08-18 | 2024-02-22 | 华为技术有限公司 | 运动轨迹规划的方法、装置以及智能驾驶设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112373485A (zh) | 一种考虑交互博弈的自动驾驶车辆决策规划方法 | |
CN109669461B (zh) | 一种复杂工况下自动驾驶车辆决策***及其轨迹规划方法 | |
CN109501799B (zh) | 一种车联网条件下的动态路径规划方法 | |
CN113291308B (zh) | 一种考虑驾驶行为特性的车辆自学习换道决策***及方法 | |
CN108256233B (zh) | 基于驾驶员风格的智能车轨迹规划及跟踪方法和*** | |
US10503172B2 (en) | Controlling an autonomous vehicle based on independent driving decisions | |
CN107264531B (zh) | 一种半结构化环境中智能车辆自主换道超车运动规划方法 | |
CN111681452B (zh) | 一种基于Frenet坐标系下的无人驾驶汽车动态换道轨迹规划方法 | |
CN108919795B (zh) | 一种自动驾驶汽车换道决策方法及装置 | |
EP4230964A1 (en) | Navigation based on vehicle activity | |
CN102541061B (zh) | 基于视听觉信息的缩微智能车 | |
CN110293970B (zh) | 一种自动驾驶汽车的行驶控制方法、装置及汽车 | |
CN111071249A (zh) | 基于障碍物运动预测的无人车紧急转向避障方法 | |
CN105857306A (zh) | 一种用于多种泊车场景的车辆自主泊车路径规划方法 | |
CN112249008B (zh) | 针对复杂动态环境的无人驾驶汽车预警方法 | |
CN105938365A (zh) | 车辆控制装置 | |
CN112644486B (zh) | 一种基于驾驶安全场的智能车避障轨迹规划方法 | |
CN105151043A (zh) | 一种无人驾驶汽车紧急避让的***和方法 | |
CN110239547A (zh) | 车辆控制装置、车辆控制方法以及存储介质 | |
CN111696339B (zh) | 一种自动驾驶车队的跟车控制方法、***及车辆 | |
CN110239546A (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
CN110239542A (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
JP2016215790A (ja) | 車線変更計画生成装置、車線変更計画生成方法 | |
CN110320916A (zh) | 考虑乘员感受的自动驾驶汽车轨迹规划方法及*** | |
CN115489548A (zh) | 智能汽车园区道路路径规划方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210219 |
|
WD01 | Invention patent application deemed withdrawn after publication |