CN114559959A - 一种基于驾驶偏好的自动驾驶行为决策***及方法 - Google Patents

Abstract

本发明公开了一种基于驾驶偏好的自动驾驶行为决策***及方法，包括，车辆历史数据采集模块，采集和处理车辆行驶的历史数据；驾驶偏好识别模块，根据所述历史数据和预设的标签数据，获取驾驶偏好识别结果；道路环境信息处理模块，采集和处理车辆行驶的道路环境信息，获取场景识别结果；行为决策模块，根据所述场景识别结果和驾驶偏好的识别结果，输出车辆动作指令。本发明通过识别驾驶员的驾驶习惯，自动匹配驾驶员的驾驶偏好，在保证安全性的前提下，能够更好的满足驾驶员的个性化需求。

Description

一种基于驾驶偏好的自动驾驶行为决策***及方法

技术领域

本发明属于汽车自动驾驶技术领域，更具体涉及一种基于驾驶偏好的自动驾驶行为决策***及方法。

背景技术

根据统计，90%交通事故的发生是驾驶员的失误驾驶导致的。开发自动驾驶汽车的主要目标是提高驾驶安全性和驾驶员接受度。自动驾驶行为决策是自动驾驶***研发过程中需要攻克的难题之一，也是有效降低碰撞交通事故发生率的关键技术。未来智能交通***中的自动驾驶汽车应该配备先进的决策***，以做出安全、司机可接受的驾驶决策。但道路场景的多样、光线的突变、天气条件的等因素，都给自动驾驶的行为决策技术的开发带来了挑战。

目前的决策技术主要有基于规则和基于学习的两类方法。基于规则的方法是针对具体场景通过硬编码的方式确定的判决条件，根据当前的环境信息做出决策，如决策树与有限状态机。这种方法可调试强且易于实现，是目前工程上应用最为普遍的方法。但由于只针对特定场景，因此对驾驶环境的适应性差，不具有通用性。针对基于规则决策技术的缺点，基于学习的方法被提出。如我国专利CN111845741A公开了一种基于分层强化学习的自动驾驶决策控制方法及***，该方案包括动作层Agent和决策层Agent，动作层Agent通过和道路环境信息交互训练出正确的动作网络，决策层Agent通过和车流交通状态信息交互训练出正确的决策网络，进而避免了急加速和急减速的情况发生，改善了整车舒适性。基于学习决策方法的优点在于，由于网络结构和输出的多样性，可以降低端到端***的复杂性，提高***的灵活性，并且可以使网络产生像人类驾驶员一样的真实行为。然而由于危险场景的数据难以获得，无法用于学习模型的训练，导致基于学习的方法并不能很好的处理危险碰撞场景，且学习模型的可控性差，工程开发过程中难以针对特殊场景进行针对性调试。

无论是基于规则的行为决策技术，还是基于学习的行为决策技术，都未对驾驶员的驾驶偏好（驾驶风格）进行考虑。在真实驾驶过程中，每位驾驶员都具有独特的驾驶偏好，如激进驾驶、正常驾驶、稳健驾驶等。在满足安全性的前提下，自动驾驶行为决策如何满足驾驶员偏好直接关系着自动驾驶功能的体验与可接受度，也是自动驾驶***开发过程中需要着重考虑的关键问题。

发明内容

为解决上述问题，本发明提供了一种基于驾驶偏好的自动驾驶行为决策***及方法，通过识别驾驶员的驾驶习惯，自动匹配驾驶员的驾驶偏好，在保证安全性的前提下，能够更好的满足驾驶员的个性化需求。

为了解决上述技术问题，本发明采用的技术方案是这样的：一种基于驾驶偏好的自动驾驶行为决策***，包括，

车辆历史数据采集模块，采集和处理车辆行驶的历史数据；

驾驶偏好识别模块，根据所述历史数据和预设的标签数据，获取驾驶偏好识别结果；

道路环境信息处理模块，采集和处理车辆行驶的道路环境信息，获取场景识别结果；

行为决策模块，根据所述场景识别结果和驾驶偏好的识别结果，输出车辆动作指令。

基于上述***，本发明还提供了一种基于驾驶偏好的自动驾驶行为决策方法，包括以下步骤，

S1、获取预设的标签数据；

S2、采集和处理车辆行驶的历史数据；

S3、采集和处理车辆行驶的道路环境信息，获取场景识别结果；

S4、根据所述历史数据和标签数据获取驾驶偏好识别结果；

S5、根据驾驶偏好识别结果和场景识别结果，输出车辆动作指令。

作为优化，所述预设的标签数据通过调查问卷的方式收集驾驶员的驾驶偏好数据，并存储为对应的标签数据。

作为优化，所述调查问卷的内容包括驾驶员正常驾驶时百公里油耗统计和/或自我评价和/或百公里加速时间测试和/或车速与油门开度变化，并根据调查问卷的内容确定驾驶员激进驾驶、正常驾驶、保守驾驶的驾驶偏好数据。

作为优化，所述历史数据包括车辆的车速信号与油门开度变化率。

作为优化，所述道路环境信息包括障碍物信息、本车信息和地图信息。

作为优化，S4包括，

S301、利用核密度函数建立概率统计模型，所述核函数包括高斯核函数或多项式核函数或线性核函数；

S302、基于贝叶斯原理离线计算保守驾驶、激进驾驶发生的概率；

S303、将保守驾驶与激进驾驶的概率差按照正态分布原理分为三个水平，作为识别标准，确定识别模型；

S304、将所述历史数据输入识别模型，获得驾驶偏好的识别结果。

作为优化，S5包括，

S501、根据地图信息确定本车所在车道ID、障碍物所在车道ID；

S502、根据本车信息、障碍物信息，识别当前驾驶场景，其包括正常会车、逆向来车、极限***、静态绕行；

S503、基于条件随机场计算周围障碍物的威胁等级，并筛选出威胁等级最大的障碍物；

S504、基于当前的障碍物与本车的车头时距、碰撞时间、停止时间，利用高斯模型建立基于概率的风险评估模型，计算当前驾驶场景下的碰撞概率；

S505、依据碰撞概率将碰撞风险等级分为三种水平：紧急制动、正常制动与缓和制动，与三种驾驶偏好进行匹配；

S506、根据驾驶偏好识别结果，输出对应的车辆动作指令。

与现有技术相比，本发明具有如下优点：

本发明将驾驶员的驾驶偏好因素融入自动驾驶行为决策过程。通过收集车辆历史数据，基于贝叶斯理论自动识别当前驾驶员的驾驶偏好，如激进、正常、保守，根据识别当前驾驶场景，基于风险概率评估进行自动驾驶行为决策，最后输出能够满足安全需求与驾驶员驾驶偏好的行为指令集。该方案通过识别驾驶员的驾驶习惯，自动匹配驾驶员的驾驶偏好，在保证安全性的前提下，能够更好的满足驾驶员的个性化需求。

附图说明

图1为本发明行为决策的整体***框图；

图2为本发明基于贝叶斯的驾驶偏好自动识别流程图；

图3为本发明基于风险概率评估的自动驾驶行为决策流程图。

具体实施方式

下面将结合附图及实施例对本发明作进一步说明。

实施例：参见图1-图3，

一种基于驾驶偏好的自动驾驶行为决策***，包括，

车辆历史数据采集模块，采集和处理车辆行驶的历史数据；

驾驶偏好识别模块，根据所述历史数据和预设的标签数据，获取驾驶偏好识别结果；

道路环境信息处理模块，采集和处理车辆行驶的道路环境信息，获取场景识别结果；

行为决策模块，根据所述场景识别结果和驾驶偏好的识别结果，输出车辆动作指令。

具体的，如图1所示，本发明共包含以下模块：车辆历史数据采集模块、驾驶偏好识别模块、道路环境信息处理模块、场景识别模块与行为决策模块。车辆历史数据采集模块通过收集车速信号与油门开度变化率，通过降噪与筛选处理后，将稳定的有效数据传递给驾驶偏好识别模块，驾驶偏好识别模块基于贝叶斯方案自动识别偏好类型，并将识别后的结果传递给行为决策模块。道路环境信息处理模块将障碍物的位置、类型、速度、加速度，本车的位置、速度、加速度，地图信息传递给场景识别模块，行为决策模块根据场景内识别的结果、障碍物信息与驾驶偏好，基于风险概率评估方法进行车辆动作指令确定。

基于上述***，本发明还提供了一种基于驾驶偏好的自动驾驶行为决策方法，包括以下步骤，

S1、获取预设的标签数据；所述预设的标签数据通过调查问卷的方式收集驾驶员的驾驶偏好数据，并存储为对应的标签数据。所述调查问卷的内容包括驾驶员正常驾驶时百公里油耗统计和/或自我评价和/或百公里加速时间测试和/或车速与油门开度变化，并根据调查问卷的内容确定驾驶员激进驾驶、正常驾驶、保守驾驶的驾驶偏好数据。具体的，问卷问题能够真实反映驾驶员的驾驶习惯与驾驶的风格，包含但不限于：正常驾驶时百公里油耗统计、自我评价、百公里加速时间测试等方法。收集问卷中驾驶员激进驾驶、正常驾驶、保守驾驶的驾驶数据：包含车速与油门开度变化，确定标签数据。

S2、采集和处理车辆行驶的历史数据；所述历史数据包括车辆的车速信号与油门开度变化率。

S3、采集和处理车辆行驶的道路环境信息，获取场景识别结果；所述道路环境信息包括障碍物信息、本车信息和地图信息。

S4、根据所述历史数据和标签数据获取驾驶偏好识别结果；具体的，如图2所示，驾驶偏好自动识别模块基于标签数据与当前时段内车辆历史数据采集模块收集到的数据，利用贝叶斯原理识别当前驾驶员的驾驶偏好。

S301、利用核密度函数建立概率统计模型，所述核函数包括高斯核函数或多项式核函数或线性核函数；

S302、基于贝叶斯原理离线计算保守驾驶、激进驾驶发生的概率；

S303、将保守驾驶与激进驾驶的概率差按照正态分布原理分为三个水平，作为识别标准，确定识别模型；

S304、将车辆历史数据采集模块收集到的车速、油门开度变化率输入识别模型，获得驾驶偏好的识别结果。

S5、根据驾驶偏好识别结果和场景识别结果，输出车辆动作指令。具体的，如图3所示，基于风险概率评估的自动驾驶行为决策模块的功能是输出车辆的具体行为动作的控制指令，如巡航、跟车、保持车道行驶、绕行、停车等待等。

S501、确定驾驶场景的划分的基本条件：包含本车所在车道ID、障碍物车所在车道ID；

S502、根据本车的运动方向、速度大小、位置、障碍物运动方向、速度大小、位置，判定当前驾驶场景；制定场景识别规则，识别当前驾驶场景，包含：正常会车、逆向来车、极限***、静态绕行等；

S503、基于条件随机场计算周围障碍物的威胁等级，并筛选出威胁等级最大的障碍物；

S504、基于当前的障碍物与本车的车头时距、碰撞时间、停止时间，利用高斯模型建立基于概率的风险评估模型，计算当前驾驶场景下的碰撞概率；

S505、依据碰撞概率将碰撞风险等级分为三种水平：紧急制动、正常制动与缓和制动，与三种驾驶偏好进行匹配；

S506、根据驾驶偏好识别结果，输出对应的车辆动作指令，即对于每种驾驶偏好，进行实车的制动减速度标定。

本发明将驾驶员的驾驶偏好因素融入自动驾驶行为决策过程。通过收集车辆历史数据，基于贝叶斯理论自动识别当前驾驶员的驾驶偏好，如激进、正常、保守，根据识别当前驾驶场景，基于风险概率评估进行自动驾驶行为决策，最后输出能够满足安全需求与驾驶员驾驶偏好的行为指令集。该方案通过识别驾驶员的驾驶习惯，自动匹配驾驶员的驾驶偏好，在保证安全性的前提下，能够更好的满足驾驶员的个性化需求。

最后需要说明的是，以上实施例仅用以说明本发明的技术方案而非限制技术方案，本领域的普通技术人员应当理解，那些对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，均应涵盖在本发明的权利要求范围当中。

Claims (8)

1.一种基于驾驶偏好的自动驾驶行为决策***，其特征在于，包括，

车辆历史数据采集模块，采集和处理车辆行驶的历史数据；

驾驶偏好识别模块，根据所述历史数据和预设的标签数据，获取驾驶偏好识别结果；

道路环境信息处理模块，采集和处理车辆行驶的道路环境信息，获取场景识别结果；

行为决策模块，根据所述场景识别结果和驾驶偏好的识别结果，输出车辆动作指令。

2.一种基于驾驶偏好的自动驾驶行为决策方法，其特征在于，包括以下步骤，

S1、获取预设的标签数据；

S2、采集和处理车辆行驶的历史数据；

S3、采集和处理车辆行驶的道路环境信息，获取场景识别结果；

S4、根据所述历史数据和标签数据获取驾驶偏好识别结果；

S5、根据驾驶偏好识别结果和场景识别结果，输出车辆动作指令。

3.根据权利要求2所述的一种基于驾驶偏好的自动驾驶行为决策方法，其特征在于，所述预设的标签数据通过调查问卷的方式收集驾驶员的驾驶偏好数据，并存储为对应的标签数据。

4.根据权利要求3所述的一种基于驾驶偏好的自动驾驶行为决策方法，其特征在于，所述调查问卷的内容包括驾驶员正常驾驶时百公里油耗统计和/或自我评价和/或百公里加速时间测试和/或车速与油门开度变化，并根据调查问卷的内容确定驾驶员激进驾驶、正常驾驶、保守驾驶的驾驶偏好数据。

5.根据权利要求2-4任一所述的一种基于驾驶偏好的自动驾驶行为决策方法，其特征在于，所述历史数据包括车辆的车速信号与油门开度变化率。

6.根据权利要求5所述的一种基于驾驶偏好的自动驾驶行为决策方法，其特征在于，所述道路环境信息包括障碍物信息、本车信息和地图信息。

7.根据权利要求6所述的一种基于驾驶偏好的自动驾驶行为决策方法，其特征在于，S4包括，

S301、利用核密度函数建立概率统计模型，所述核函数包括高斯核函数或多项式核函数或线性核函数；

S302、基于贝叶斯原理离线计算保守驾驶、激进驾驶发生的概率；

S303、将保守驾驶与激进驾驶的概率差按照正态分布原理分为三个水平，作为识别标准，确定识别模型；

S304、将所述历史数据输入识别模型，获得驾驶偏好的识别结果。

8.根据权利要求6或7所述的一种基于驾驶偏好的自动驾驶行为决策方法，其特征在于，S5包括，

S501、根据地图信息确定本车所在车道ID、障碍物所在车道ID；

S502、根据本车信息、障碍物信息，识别当前驾驶场景，其包括正常会车、逆向来车、极限***、静态绕行；

S503、基于条件随机场计算周围障碍物的威胁等级，并筛选出威胁等级最大的障碍物；

S504、基于当前的障碍物与本车的车头时距、碰撞时间、停止时间，利用高斯模型建立基于概率的风险评估模型，计算当前驾驶场景下的碰撞概率；

S505、依据碰撞概率将碰撞风险等级分为三种水平：紧急制动、正常制动与缓和制动，与三种驾驶偏好进行匹配；

S506、根据驾驶偏好识别结果，输出对应的车辆动作指令。

Images