CN112373485A - 一种考虑交互博弈的自动驾驶车辆决策规划方法 - Google Patents

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

一种考虑交互博弈的自动驾驶车辆决策规划方法

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：

式中，

分别为车辆对应的切向加速度和法向加速度；

为车辆状态，分别为纵向位置、侧向位置、速度、横摆角信息；

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：

其中，Δs_t,Δl_t分别为周围车辆与自车的相对纵向位置和相对横向位置；

分别为周围车辆对应的速度和加速度；

为周围车辆与自车的相对横摆角速度；

分别为周围车辆的横摆角速度及横摆角加速度；

周围车辆在当前时刻t对应的运动信息表示如下：

其中，

分别为周围车辆的纵横向位置，

为周围车辆的横摆角，

分别为周围车辆的切向和法向加速度；

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：

其中，

为周围车辆在预测轨迹最终时刻对应的侧向速度；

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，a_i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，b_j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＝(s_t+Np,l_t+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，l_up和l_down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，a_e为车辆常规行驶时对应的最大加速度，d_e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，P_e为自车选取各动作的概率，P_s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：

式中，

分别为车辆对应的切向加速度和法向加速度；

为车辆状态，分别为纵向位置、侧向位置、速度、横摆角信息；

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：

其中，Δs_t,Δl_t分别为周围车辆与自车的相对纵向位置和相对横向位置；

分别为周围车辆对应的速度和加速度；

为周围车辆与自车的相对横摆角速度；

分别为周围车辆的横摆角速度及横摆角加速度；

周围车辆在当前时刻t对应的运动信息表示如下：

其中，

分别为周围车辆的纵横向位置，

为周围车辆的横摆角，

分别为周围车辆的切向和法向加速度；

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：

其中，

为周围车辆在预测轨迹最终时刻对应的侧向速度；

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，a_i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，b_j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＝(s_t+Np,l_t+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，l_up和l_down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，a_e为车辆常规行驶时对应的最大加速度，d_e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，P_e为自车选取各动作的概率，P_s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(s_t,l_t)；

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，c_m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，d_n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：

式中，

分别为车辆对应的切向加速度和法向加速度；s_t,l_t,v_t,

为车辆状态，分别为纵向位置、侧向位置、速度、横摆角信息；

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：

其中，Δs_t,Δl_t分别为周围车辆与自车的相对纵向位置和相对横向位置；

分别为周围车辆对应的速度和加速度；

为周围车辆与自车的相对横摆角速度；

分别为周围车辆的横摆角速度及横摆角加速度；

周围车辆在当前时刻t对应的运动信息表示如下：

其中，

分别为周围车辆的纵横向位置，

为周围车辆的横摆角，

分别为周围车辆的切向和法向加速度；

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：

其中，

为周围车辆在预测轨迹最终时刻对应的侧向速度；

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，a_i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，b_j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；

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：

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，l_up和l_down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，a_e为车辆常规行驶时对应的最大加速度，d_e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。

4.根据权利要求3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，P_e为自车选取各动作的概率，P_s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。

Images