【技术实现步骤摘要】
一种基于行车预测场和BP神经网络的智能车辆驾驶行为拟人化决策方法
本专利技术属于智能驾驶决策领域,具体涉及一种基于行车预测场和BP神经网络的智能车辆驾驶行为拟人化决策方法。
技术介绍
智能驾驶车辆是一种具有自主行驶能力的车辆,除了能够完成常规的汽车驾驶动作外,还具有针对交通场景的环境感知、行为决策、运动规划、车辆控制、自动避障等类人行为能力。作为无人驾驶车辆智能化水平的一个重要体现,驾驶行为决策目前己经成为各方专家学者研究的重点和难点。对于驾驶车辆这一复杂行为来说,驾驶员往往是凭借眼睛、耳朵等这些外部感知器官来收集道路环境信息,依据驾驶经验与期望追求来选择驾驶行为,从而制定运动规划。而智能驾驶车辆也应具有“拟人化”的决策机制,根据其根据当前的行驶状态、驾驶任务和道路环境感知信息,对车辆下一时刻的驾驶行为进行决策。现阶段,驾驶行为决策模型的研究往往先对驾驶交通场景进行分类然后针对该驾驶场景进行行为决策,虽然对某些特定驾驶场景能获得较好的决策结果,但在真实的交通环境中交通要素复杂、随机和不确定因素多,而决策系统不可能完全涵盖所有可能的驾驶场景,因此这类方法一般不能达到较好的鲁棒性和适应性。此外,现有智能车辆驾驶行为决策方法往往注重于车辆规避行车危险的能力,而正常理性的驾驶员在驾驶时的行为决策可以抽象为一个不断追求收益最大化的过程,此类方法忽视了驾驶员或乘客对车辆其它性能的期望收益,例如高效性、驾驶舒适性等。事实上,智能车辆“驾驶脑”也只有像人类一样达到对日益交通环境感知的升华,才能做到真正的“智能”驾驶。近年来,随着通信技术的发展,车联网、车对车(V2V)、智 ...
【技术保护点】
1.一种基于行车预测场和BP神经网络的智能车辆驾驶行为拟人化决策方法,其特征在于,包括如下步骤:步骤1:将周边车辆行为根据横向与纵向两个方面组合划分,离散化划分为9个典型行为bi,拟合每个车辆行为bi对应的相似性轨迹,设目标车辆依照相似性轨迹行驶过的区域为
【技术特征摘要】
1.一种基于行车预测场和BP神经网络的智能车辆驾驶行为拟人化决策方法,其特征在于,包括如下步骤:步骤1:将周边车辆行为根据横向与纵向两个方面组合划分,离散化划分为9个典型行为bi,拟合每个车辆行为bi对应的相似性轨迹,设目标车辆依照相似性轨迹行驶过的区域为步骤2:取智能车辆当前车道的前后方车辆与相邻车道的前后方车辆作为其周围车辆,每辆交通环境参与车使用车载的GPS与IMU联合定位系统实时获取每个时刻自车的位置(x,y)、速度(Vx,Vy)、加速度(ax,ay);步骤3:根据相似性轨迹行驶过的区域为以及周边车辆的状态信息,建立行车预测场,包含安全预测场ES,效率预测场EE,驾驶舒适预测场EC;步骤4:智能车辆依据实时获取各行为bi在行车预测场下的子预测场场强和,并归一化处理后作为x向量输入训练好的BP神经网络驾驶行为决策模型,输出y向量解码后得出最合理的驾驶行为决策结果。2.根据权利要求1所述的一种基于行车预测场和BP神经网络的智能车辆驾驶行为拟人化决策方法,其特征在于,所述步骤2中,智能车辆与周围车辆之间构建V2V通信网络,智能车辆使用V2V通信技术中LTE模块的D2D邻近通信服务实时获取所处交通环境周边车辆的状态信息。3.根据权利要求1所述的一种基于行车预测场和BP神经网络的智能车辆驾驶行为拟人化决策方法,其特征在于,所述步骤3中,安全预测场ES的建立方法为:以智能车辆的前后向h辆周边交通车辆为产生安全场势的“电荷”,将前后向h辆周边交通车辆的位置、速度与加速度作为影响安全势值的主要变量;写出智能车辆行车区域内任意一点位置受到周围第j辆车影响所具有的单位安全势值其中,(X,Y)为智能车辆行车区域内任意一点位置;GS为行车安全预测场待定常数;δj周围第j辆车的车辆类型系数;Mj为周围第j辆车的等效质量比,是第j辆车的长宽高乘积的倒数;(x[j],y[j])为智能车辆周围第j辆车当前时刻的位置向量;为周围第j辆车当前时刻的速度向量;为周围第j辆车当前时刻的加速度向量;ΔT为智能车辆行为决策执行时间;||||2为欧几里德范数符号;智能车辆行车区域内任意一点位置所具有的单位安全势值则智能车辆某一行为bi的安全预测场场强和为4.根据权利要求1所述的一种基于行车预测场和BP神经网络的智能车辆驾驶行为拟人化决策方法,其特征在于,所述步骤3中,所述效率预测场EE的建立方法为:以智能车辆为产生效率场势的“电荷”,将智能车辆的纵向位置作为影响效率势值的主要变量;写出智能车辆行车区域内任意一点位置所具有的单位效率势值Y为智能车辆行车区域内任意一点纵向位置;GE为行车效率预测场待定常数;M0为智能车辆的等效质量比,是智能车辆的长宽高乘积的倒数;y[0]为智能车辆当前时刻的纵向位置;则智能车辆某一行为bi的效率预测场场强和为5.根据权利要求1所述的一种基于行车预测场和BP神经网络的智能车...
【专利技术属性】
技术研发人员:蔡英凤,邰康盛,刘擎超,梁军,陈小波,李祎承,何友国,陈龙,唐斌,王海,
申请(专利权)人:江苏大学,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。