一种基于微分博弈决策建模的解决自动驾驶车辆冲突方法
- 国知局
- 2024-07-31 21:10:37
本发明涉及自动驾驶技术和交通安全,具体涉及一种基于微分博弈决策建模的解决自动驾驶车辆冲突方法。
背景技术:
1、在无信号控制的多车道交叉口,自动驾驶车辆必须独立做出决策,处理与其他车辆的交互动态。传统的优化方法,如蒙特卡洛树搜索(mcts)和多车辆协调策略,虽然在某些场景下有效,但在处理复杂交互和高动态环境时,特别是处理自动驾驶汽车在多车道无信号交叉口的个性化驾驶冲突问题,计算复杂度高,难以实时响应。微分博弈建模方法和高斯势场法预测碰撞风险的结合,为提高决策算法的计算效率和保障行驶安全提供了新的思路。
技术实现思路
1、本发明目的:在于提供一种基于微分博弈决策建模的解决自动驾驶车辆冲突方法,该方法首先定义了自动驾驶汽车在无信号交叉口实现类人驾驶和个性化决策的驾驶攻击性,然后提出了一种基于高斯势场法和事件触发机制的碰撞风险评估算法,通过结合微分博弈方法对自动驾驶汽车的类人交互和决策建模,最后通过定义效用函数和成本函数,来解决自动驾驶汽车在多车道无信号交叉口的驾驶冲突问题。特别是,发明利用预测碰撞风险和决策建模,提高了决策算法的计算效率。
2、为实现以上功能,本发明设计一种基于微分博弈决策建模的解决自动驾驶车辆冲突方法,针对自动驾驶车辆,执行如下步骤s1-步骤s5,完成自动驾驶车辆在交叉口的最优行驶路径策略选择:
3、步骤s1:基于自动驾驶车辆的动态行为,包括加速度、减速度和转向操作,建立自动驾驶车辆的驾驶攻击性水平;
4、步骤s2:基于自动驾驶车辆的驾驶攻击性水平,利用自动驾驶车辆的当前位置、速度和预测路径,构建高斯势场模型,根据高斯势场模型计算自动驾驶车辆的碰撞风险势场值,以评估自动驾驶车辆在无信号交叉口的碰撞风险,确定潜在的风险水平;
5、步骤s3:通过差分博弈理论制定自动驾驶车辆的行驶路径决策过程,包括求解纳什平衡和斯塔克伯格平衡,结合自动驾驶车辆不同行驶路径决策的效益,分析和确定每辆车在交叉口的最优行驶路径策略;
6、步骤s4:定义每辆自动驾驶车辆的效用函数,该效用函数结合自动驾驶车辆在旅行终点的收益和整个旅行过程中的运行成本,用于评估不同行驶路径决策的效益;
7、步骤s5:定义每辆自动驾驶车辆的运行成本函数,该运行成本函数结合自动驾驶车辆的碰撞风险势场值,以评估驾驶安全性和通过效率,实现在提高通行效率的同时确保行驶安全,完成自动驾驶车辆在交叉口的最优行驶路径策略选择。
8、有益效果:相对于现有技术,本发明的优点包括:
9、1.本发明结合微分博弈建模方法和高斯势场法预测碰撞风险的,具有较高的计算效率。
10、2.本发明的微分建模方法利用效用函数和成本函数,能够为自动驾驶汽车做出安全、高效的决策。
11、3.本发明与传统决策方法相比,定义了自动驾驶汽车在无信号交叉口实现类人驾驶和个性化决策的驾驶攻击性,保证了驾驶员的个性化驾驶偏好,能够适应更多样化的驾驶特征。
技术特征:1.一种基于微分博弈决策建模的解决自动驾驶车辆冲突方法,其特征在于,针对自动驾驶车辆,执行如下步骤s1-步骤s5,完成自动驾驶车辆在交叉口的最优行驶路径策略选择:
2.根据权利要求1所述的一种基于微分博弈决策建模的解决自动驾驶车辆冲突方法,其特征在于,步骤s1中的自动驾驶车辆的驾驶攻击性水平如下式:
3.根据权利要求1所述的一种基于微分博弈决策建模的解决自动驾驶车辆冲突方法,其特征在于,步骤s2中所构建的高斯势场模型如下式:
4.根据权利要求1所述的一种基于微分博弈决策建模的解决自动驾驶车辆冲突方法,其特征在于,步骤s3中制定自动驾驶车辆的行驶路径决策过程具体步骤如下:
5.根据权利要求1所述的一种基于微分博弈决策建模的解决自动驾驶车辆冲突方法,其特征在于,步骤s4中所定义的每辆自动驾驶车辆的效用函数如下式:
6.根据权利要求1所述的一种基于微分博弈决策建模的解决自动驾驶车辆冲突方法,其特征在于,步骤s5中所定义的自动驾驶车辆的运行成本函数如下式:
技术总结本发明公开了一种基于微分博弈决策建模的解决自动驾驶车辆冲突方法,旨在提高自动驾驶汽车决策的安全性和高效性。该方法首先定义了自动驾驶汽车在无信号交叉口实现类人驾驶和个性化决策的驾驶攻击性,然后提出了一种基于高斯势场法和事件触发机制的碰撞风险评估算法,通过结合微分博弈方法对自动驾驶汽车的类人交互和决策建模,最后通过定义效用函数和成本函数,来解决自动驾驶汽车在多车道无信号交叉口的驾驶冲突问题。通过这种结合微分博弈决策建模和高斯势场法预测碰撞风险的方法,能够有效提升自动驾驶汽车决策和安全性和高效性,为自动驾驶技术和交通安全技术的发展提供技术支持。技术研发人员:李志斌,吴惊涛,刘攀,徐铖铖受保护的技术使用者:东南大学技术研发日:技术公布日:2024/7/9本文地址:https://www.jishuxx.com/zhuanli/20240731/188715.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表