CN109345020B - 一种完全信息下的无信号交叉口车辆驾驶行为预测方法 - Google Patents

Abstract

本发明公开了一种完全信息下的无信号交叉口车辆驾驶行为预测方法，包括如下步骤：步骤一，在车辆到达潜在冲突区域内时，判断持续行驶车辆之间在某一时刻是否会产生交通冲突，若判断产生交通冲突，则继续下一个步骤；步骤二，通过对车辆保持当前时刻的速度、加速度行驶时两车到达虚拟冲突点前是否存在碰撞对车辆在该时刻的安全状态进行判别；步骤三，建立基于博弈论的驾驶行为决策模型；步骤四，将步骤三中各个时刻所获取的策略进行收集，形成集合作为驾驶行为决策模型。本发明的完全信息下的无信号交叉口车辆驾驶行为预测方法，通过步骤一、步骤二、步骤三和步骤四的设置，便可有效的构建出驾驶行为预测模型了。

Description

一种完全信息下的无信号交叉口车辆驾驶行为预测方法

技术领域

本发明涉及驾驶行为研究领域，适用于无信号交叉口微观仿真、设计优化，辅助驾驶系统设计等，具体涉及到一种完全信息下的无信号交叉口车辆驾驶行为预测方法。

背景技术

我国的机动车保有量不断增长，其带来的交通安全问题不容忽视。无信号交叉口由于没有信号控制，其交通状况复杂，交通冲突的频率较大，相对于信号灯控制的交叉口存在更多的安全隐患。机动车与非机动车、行人相比速度较大且其速度变化范围较大，其面临交通冲突时，需要更多的反应时间和避让时间以避免冲突。《中华人民共和国道路交通安全法实施条例》中对车辆通过无信号交叉口的让行规则进行了规定，但并未对其规定明确的法律责任，由此导致部分驾驶员无视通行规则驾驶车辆，进而导致大量交通事故的发生。建模并了解驾驶员的驾驶行为对了解驾驶员驾驶规律、提高无信号交叉口安全水平具有重要意义，同时其能为无信号交叉口驾驶员驾驶行为的实时决策提供数据支持，为辅助驾驶系统的设计提供设计依据。

目前的驾驶决策模型中应用较多的可接受间隙理论基于主路车流具有绝对优先权的假设，但对目前的无信号控制交叉口而言车辆违规现象严重，因此该模型与车辆的实际驾驶行为存在一定的偏差；决策树、粗糙集等基于机器学习的数据挖掘模型对驾驶规律的挖掘需要基于对大量数据的分析，由此导致所得的驾驶规律受数据限制，可移植性较差。近年来，博弈论由于与驾驶员决策过程具有一定的相似性，引起了部分学者的关注。目前基于博弈论的驾驶决策模型对驾驶行为影响因素的关系仍需进行进一步的分析，且大多模型将车辆的加速度设为常量，这与车辆实际行驶过程中加减速度连续变化的现状不符，其对速度预测的精确度有待进一步提高。将车辆各时刻的加速度进行量化，将在很大程度上提高车辆驾驶行为预测的精确程度。

发明内容

针对现有技术存在的不足，本发明的目的在于提供一种完全信息下基于博弈论的无信号交叉口车辆驾驶行为预测模型。

为实现上述目的，本发明提供了如下技术方案：一种完全信息下的无信号交叉口车辆驾驶行为预测方法，包括如下步骤：

步骤一，在车辆到达潜在冲突区域内时，判断持续行驶车辆之间在某一时刻是否会产生交通冲突，若判断产生交通冲突，则继续下一个步骤，若判断未产生交通冲突，则判断该时刻是否有一辆车已通过冲突点，若判断一辆车已经通过冲突点，则确定安全通过并结束，若判断未通过冲突点，更新时刻并返回前面步骤重新判断是否产生交通冲突；

步骤二，通过对车辆保持当前时刻的速度、加速度行驶时两车到达虚拟冲突点前是否存在碰撞对车辆在该时刻的安全状态进行判别，判断车辆是否处于安全状态，若处于安全状态则确定安全通过并结束，若处于危险状态则继续下一个步骤；

步骤三，建立基于博弈论的驾驶行为决策模型，具体建立步骤如下：确定相互冲突的车辆作为博弈局中人，设置急动度J，该急动度J为加速度变化率，之后在急动度J的大小定义为车辆的收益值的情况下构建出策略集，并且获取驾驶员最可能选择的策略集中的策略，并根据获取的策略计算出下一个时刻作为局中人的两车的运动信息，收益函数依据驾驶行为主要影响因素建立，若两车在某一策略组合下处于危险状态，则采取该策略时车辆总损失最大，两车的收益函数值均为-∞；若两车通过虚拟冲突点的顺序与车辆优先程度所判断的顺序不同，两车不会按照当前策略做出决策，因此将两车的收益函数值均设置为-∞；否则车辆为获得更多的时间收益，会选择急动度值较大的策略，因此在本情况下将车辆急动度的大小定义为车辆的收益值，然后返回步骤一；

步骤四，将步骤三中各个时刻所获取的策略进行收集，形成集合作为驾驶行为决策模型。

作为本发明的进一步改进，所述步骤一中的车辆是否到达潜在冲突区域的确定步骤如下：

步骤一一，确定当前时刻车辆的虚拟冲突点，统一两车的时间戳，并计算两车距离虚拟冲突点的距离；

步骤一二，确定车辆潜在冲突区域为以车辆最短制动距离为半径，虚拟冲突点为圆心的圆形区域，当车辆距虚拟冲突点的距离小于潜在冲突区域半径时，确定车辆进入潜在冲突区域，否则返回步骤一一，计算下一时刻两车距虚拟冲突点的距离；

其中，上述的潜在冲突区域半径由以下公式计算得出：

式中，R_c表示潜在冲突区域半径，v_max表示车辆在该交叉口的最大行驶速度，a_max表示车辆在该交叉口的最大减速度，t₁表示驾驶员的反应时间，L₀表示车辆的临界安全距离。

作为本发明的进一步改进，所述步骤一中的车辆是否会产生交通冲突的判断步骤如下：

步骤一三，将以车辆的质心为圆心的圆作为车辆的临界碰撞区域，并根据以下公式计算出临界碰撞区域的半径：

式中，L为车长，W为车宽；

步骤一四，计算当前时刻两车的质心之间的距离D，并判断D的数值与两车的临界碰撞区域的半径是否符合D＝R_P1+R_P2或是D＜R_P1+R_P2，其中R_P1和R_P2分别为两辆车的临界碰撞区域的半径，若D符合上述公式，则表示两车存在交通冲突，否则返回步骤一四计算下一时刻两车的质心之间的距离D，并再次判断。

作为本发明的进一步改进，所述步骤二中判断车辆之间的安全状态步骤如下：

步骤二一，确定车辆的优先程度，通过以下公式计算出车辆以第i时刻运动状态到达虚拟冲突点所需的时间：

式中，

表示从P1车辆角度计算出的P1车辆和P2车辆以i时刻运动状态到达虚拟冲突点所需的时间的时间差，

从P2车辆角度计算出的P1车辆和P2车辆以i时刻运动状态到达虚拟冲突点所需的时间的时间差，

表示P1车辆以i时刻运动状态到达虚拟冲突点所需的时间，

表示P2车辆以i时刻运动状态到达虚拟冲突点所需的时间，并判断

和

的值哪个小于0和哪个大于0，并确定小于0的为先优先级，大于0的为后优先级；

步骤二二，判断两辆车的安全状态，具体判断步骤为：

步骤1，计算车辆以第i时刻的速度、加速度刹车至车辆停止行驶过的距离d′_i；

步骤2，计算车辆当前质心位置与车辆前端到达虚拟冲突点时质心位置之间的距离

步骤3，判断d′_i与

之间的关系，若

则表示两辆车中一辆及以上车辆在到达虚拟冲突点前停车，确定为安全状态，若

则表示两车均不能在到达虚拟冲突点前停车，则判断两车的质心之间的距离D是否符合D＞R_P1+R_P2，同时设定驾驶员的反应时间T_min，若|ΔT_b，i|＜T_min，则表示此时两车处于危险状态，若|ΔT_b，i|＞T_min，则表示两车处于安全状态。

本发明的有益效果，通过步骤一的设置，便可有效的实现判断车辆之间是否存在交通冲突了，而通过步骤二的设置，便可在确定车辆之间是否能够处于安全状态通行，而通过步骤三的设置，则可有效的实现基于博弈论对驾驶员在出现危险状态的时候，驾驶员所能够做的一些策略，然后通过步骤四将这些策略有效的收集起来，然后这些收集起来的策略便可作为驾驶人的行为预测模型，这样相比于现有的预测模型，步骤四采集了各个时刻驾驶员所能够做的决策，如此将车辆的驾驶决策过程看作连续决策过程而非“一次决策”过程，这与实际驾驶员决策行为更为接近；同时步骤三中引入了急动度的概念，通过对急动度的判断，对加速度的大小进行量化计算，使模型与实际驾驶行为更为接近，提高了模型的准确性。

附图说明

图1为本发明的完全信息下的无信号交叉口车辆驾驶行为预测方法的大致流程图；

图2为冲突示意图；

图3为预测结果与实际运动信息对比图(a)、(b)、(c)。

具体实施方式

下面将结合附图所给出的实施例对本发明做进一步的详述。

参照图1至3所示，本实施例的一种完全信息下的无信号交叉口车辆驾驶行为预测方法，包括如下步骤：

步骤一，在车辆到达潜在冲突区域内时，判断持续行驶车辆之间在某一时刻是否会产生交通冲突，若判断产生交通冲突，则继续下一个步骤，若判断未产生交通冲突，则判断该时刻是否有一辆车已通过冲突点，若判断一辆车已经通过冲突点，则确定安全通过并结束，若判断未通过冲突点，更新时刻并返回前面步骤重新判断是否产生交通冲突；

步骤二，通过对车辆保持当前时刻的速度、加速度行驶时两车到达虚拟冲突点前是否存在碰撞对车辆在该时刻的安全状态进行判别，判断车辆是否处于安全状态，若处于安全状态则确定安全通过并结束，若处于危险状态则继续下一个步骤；

步骤三，建立基于博弈论的驾驶行为决策模型，具体建立步骤如下：确定相互冲突的车辆作为博弈局中人，设置急动度J，该急动度J为加速度变化率，之后在急动度J的大小定义为车辆的收益值的情况下构建出策略集，并且获取驾驶员最可能选择的策略集中的策略，并根据获取的策略计算出下一个时刻作为局中人的两车的运动信息，然后返回步骤一；

步骤四，将步骤三中各个时刻所获取的策略进行收集，形成集合作为驾驶行为决策模型，在使用本实施例中的模型的时候，通过步骤一、步骤二、步骤三和步骤四的设置，便可有效的判断车辆之间是否存在交通冲突，然后判断车辆之间是否处于安全状态，并在车辆之间处于危险状态的时候，有效的模拟记录驾驶人在遇到危险状态在每个时刻所能够做出来的策略，然后再将这些策略收集起来，如此实现构建出驾驶人在遇到车辆危险状态的时候对于驾驶人的行为预测模型，由于在构建预测模型的过程中，使用到了一个急动度J，通过急动度J的方式，便可有效的将现有技术中的车辆的加速度的大小进行了量化计算，使得模型与实际驾驶行为更为接近，提高了模型的准确性，同时步骤三中的博弈论的具体计算过程如下

(1)以已知的两车运动信息为依据，计算两车的收益函数值。收益函数依据驾驶行为主要影响因素(车辆优先程度、安全因素、速度因素)建立，若两车在某一策略组合下处于危险状态，则采取该策略时车辆总损失最大，两车的收益函数值均为-∞；若两车通过虚拟冲突点的顺序与车辆优先程度所判断的顺序不同，两车不会按照当前策略做出决策，因此将两车的收益函数值均设置为-∞；否则车辆为获得更多的时间收益，会选择急动度值较大的策略，因此在本情况下将车辆急动度的大小定义为车辆的收益值。以u_i+1，n表示在某一策略组合下车辆在第i+1个决策时间步时第n辆车的收益函数值，以j_m表示车辆采取策略S_m时的急动度值，则车辆可依据下式计算在各个策略组合下的收益函数值：

(2)在以上局中人和策略集的条件下，本博弈共存在九种策略组合，如下表所示：

若两车在九个策略组合下的收益函数值均为-∞，其不存在纳什均衡解，则在该时刻，两车将均采取策略S₃，以获得更多的反应时间；若车辆速度大于交叉口的限制速度，车辆也将采取加速度减小的策略S₃。否则，寻找第i个决策时间步上两车博弈的纳什均衡点，若其纳什均衡点仅有一个，则在该点两车所采取的策略即为两车在该决策时间步上选择的策略；若存在多个纳什均衡解，则利用帕累托优势找到两车驾驶员最可能选择的点，该点两车所采取的策略即为两车在该决策时间步上选择的策略；

(3)以(2)中求得的策略为依据，计算第i+1个决策时间步上两车的运动信息，其中：

(4)根据计算出的第i+1个决策时间步两车的运动信息，重复步骤(1)、(2)和(3)，可求得下一个决策时间步上两车驾驶人的决策行为及两车的运动信息；以此类推，分别求得在两车均未到达虚拟冲突点前，各个决策时间步上两车驾驶员博弈的驾驶决策行为。

作为改进的一种具体实施方式，所述步骤一中的车辆是否到达潜在冲突区域的确定步骤如下：

步骤一一，确定当前时刻车辆的虚拟冲突点，统一两车的时间戳，并计算两车距离虚拟冲突点的距离；

步骤一二，确定车辆潜在冲突区域为以车辆最短制动距离为半径，虚拟冲突点为圆心的圆形区域，当车辆距虚拟冲突点的距离小于潜在冲突区域半径时，确定车辆进入潜在冲突区域，否则返回步骤一一，计算下一时刻两车距虚拟冲突点的距离；

其中，上述的潜在冲突区域半径由以下公式计算得出：

式中，R_c表示潜在冲突区域半径，v_max表示车辆在该交叉口的最大行驶速度，a_max表示车辆在该交叉口的最大减速度，t₁表示驾驶员的反应时间，L₀表示车辆的临界安全距离，如此便可有效的确定车辆是否进入到潜在冲突区域了，同时采用了圆形模拟冲突区域的方式，可以全方位的提供一个虚拟冲突点，同时虚拟冲突点的半径通过最大减速带和路口最大行驶速度来进行计算，如此获得的虚拟冲突点能够最为接近的模拟现有的虚拟冲突点情况。

作为改进的一种具体实施方式，所述步骤一中的车辆是否会产生交通冲突的判断步骤如下：

步骤一三，将以车辆的质心为圆心的圆作为车辆的临界碰撞区域，并根据以下公式计算出临界碰撞区域的半径：

式中，L为车长，W为车宽；

步骤一四，计算当前时刻两车的质心之间的距离D，并判断D的数值与两车的临界碰撞区域的半径是否符合D＝R_P1+R_P2或是D＜R_P1+R_P2，其中R_P1和R_P2分别为两辆车的临界碰撞区域的半径，若D符合上述公式，则表示两车存在交通冲突，否则返回步骤一四计算下一时刻两车的质心之间的距离D，并再次判断，上述有效的利用了欧式距离公式确定，并且将临界碰撞区通过车长和车宽进行计算，使得模拟出来的临界碰撞区能够更好的贴合实际的车辆。

作为改进的一种具体实施方式，所述步骤二中判断车辆之间的安全状态步骤如下：

步骤二一，确定车辆的优先程度，通过以下公式计算出车辆以第i时刻运动状态到达虚拟冲突点所需的时间：

式中，

表示从P1车辆角度计算出的P1车辆和P2车辆以i时刻运动状态到达虚拟冲突点所需的时间的时间差，

从P2车辆角度计算出的P1车辆和P2车辆以i时刻运动状态到达虚拟冲突点所需的时间的时间差，

表示P1车辆以i时刻运动状态到达虚拟冲突点所需的时间，

表示P2车辆以i时刻运动状态到达虚拟冲突点所需的时间，并判断

和

的值哪个小于0和哪个大于0，并确定小于0的为先优先级，大于0的为后优先级；

步骤二二，判断两辆车的安全状态，具体判断步骤为：

步骤1，计算车辆以第i时刻的速度、加速度刹车至车辆停止行驶过的距离d′_i；

步骤2，计算车辆当前质心位置与车辆前端到达虚拟冲突点时质心位置之间的距离

步骤3，判断d′_i与

之间的关系，若

则表示两辆车中一辆及以上车辆在到达虚拟冲突点前停车，确定为安全状态，若

则表示两车均不能在到达虚拟冲突点前停车，则判断两车的质心之间的距离D是否符合D＞R_P1+R_P2，同时设定驾驶员的反应时间T_min，若|ΔT_b，i|＜T_min，则表示此时两车处于危险状态，若|ΔT_b，i|＞T_min，则表示两车处于安全状态，如此有效的实现了基于车辆优先程度、安全、速度三个车辆避让行为的主要影响因素，应用博弈论建立了无信号交叉口车辆的避让行为模型，使模型与驾驶人的实际避让行为拟合度更高，同时判断安全状态的步骤可以具体如下：(1)第一种情况为两车中一辆及以上车辆在到达虚拟冲突点前停车。在此种情况下，以v_i表示车辆在第i时刻的速度，a_i表示车辆在第i时刻的加速度；d′_i表示车辆以第i时刻的速度、加速度刹车至车辆停止行驶过的距离，则：

以d_i表示车辆在第i个时刻距离虚拟冲突点的距离，以R表示车辆临界碰撞区域的半径，则车辆的有效行驶距离

为车辆当前质心位置与车辆前端到达虚拟冲突点时质心位置之间的距离，即

车辆安全状态的判别条件为至少有一车在车辆前端到达虚拟冲突点之前速度减为0，即

(2)第二种情况为两车均不能在到达虚拟冲突点前停车，即

在此种情况下，车辆保持当前的速度、加速度行驶，车辆前端距到达虚拟冲突点的时间(T_i)为：

两车T_i的差的绝对值可由|ΔT_b，i|＝|T_i，P1-T_i，P2|计算得到。以J代表先行车辆，K代表让行车辆，当车辆J的前端到达虚拟冲突点时，两车距虚拟冲突点的距离以及两车质心间的距离可由下式计算：

先行车(车辆前端)到达冲突点时两车间的距离为车辆到达冲突点前两车间的最小距离，若此时两车间的距离D＞R_P1+R_P2，两车在当前时刻处于安全状态。同时考虑驾驶员会预留一定的安全距离或安全时间，本发明通过|ΔT_b，i|对车辆的安全状态进行划分，当|ΔT_b，i|＜T_min时，两车处于危险状态；当|ΔT_b，i|＞T_min时，两车处于安全状态。

综上，车辆处于安全状态需要满足以下两个条件：

综上所述，本实施例的驾驶行为预测模型，通过步骤一、步骤二、步骤三和步骤四的设置，便可有效的构建出交通冲突发生时，驾驶人所能够做出行为进行预测作用，并且模型与实际中驾驶人的行为更为接近，如此便能够更好的模拟出现有技术中出现的在交通冲突的时候，驾驶人所做出的策略。

以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。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前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (3)

1.一种完全信息下的无信号交叉口车辆驾驶行为预测方法，其特征在于：包括如下步骤：

步骤一，在车辆到达潜在冲突区域内时，判断持续行驶车辆之间在某一时刻是否会产生交通冲突，若判断产生交通冲突，则继续下一个步骤，若判断未产生交通冲突，则判断该时刻是否有一辆车已通过冲突点，若判断一辆车已经通过冲突点，则确定安全通过并结束，若判断未通过冲突点，更新时刻并返回前面步骤重新判断是否产生交通冲突；

步骤二，通过对车辆保持当前时刻的速度、加速度行驶时两车到达虚拟冲突点前是否存在碰撞对车辆在该时刻的安全状态进行判别，判断车辆是否处于安全状态，若处于安全状态则确定安全通过并结束，若处于危险状态则继续下一个步骤；

所述步骤二中判断车辆之间的安全状态步骤如下：

步骤二一，确定车辆的优先程度，通过以下公式计算出车辆以第i时刻运动状态到达虚拟冲突点所需的时间：

式中，

表示从P1车辆角度计算出的P1车辆和P2车辆以i时刻运动状态到达虚拟冲突点所需的时间的时间差，

从P2车辆角度计算出的P1车辆和P2车辆以i时刻运动状态到达虚拟冲突点所需的时间的时间差，

表示P1车辆以i时刻运动状态到达虚拟冲突点所需的时间，

表示P2车辆以i时刻运动状态到达虚拟冲突点所需的时间，并判断

和

的值哪个小于0和哪个大于0，并确定小于0的为先优先级，大于0的为后优先级；

步骤二二，判断两辆车的安全状态，具体判断步骤为：

步骤1，计算车辆以第i时刻的速度、加速度刹车至车辆停止行驶过的距离d′_i；

步骤2，计算车辆当前质心位置与车辆前端到达虚拟冲突点时质心位置之间的距离

步骤3，判断d′_i与

之间的关系，若

则表示两辆车中一辆及以上车辆在到达虚拟冲突点前停车，确定为安全状态，若

则表示两车均不能在到达虚拟冲突点前停车，则判断两车的质心之间的距离D是否符合D＞R_P1+R_P2，同时设定驾驶员的反应时间T_min，若|ΔT_b，i|＜T_min，则表示此时两车处于危险状态，若|ΔT_b，i|＞T_min，则表示两车处于安全状态，|ΔT_b，i|为两冲突车辆保持当前的速度和加速度车辆前端到达潜在冲突区域半径所需时间差值的绝对值；

步骤三，建立基于博弈论的驾驶行为决策模型，具体建立步骤如下：确定相互冲突的车辆作为博弈局中人，设置急动度J，该急动度J为加速度变化率，之后在急动度J的大小定义为车辆的收益值的情况下构建出策略集，并且获取驾驶员最可能选择的策略集中的策略，并根据获取的策略计算出下一个时刻作为局中人的两车的运动信息，收益函数依据车辆优先程度、安全因素和速度因素建立，若两车在某一策略组合下处于危险状态，则采取该策略时车辆总损失最大，两车的收益函数值均为-∞；若两车通过虚拟冲突点的顺序与车辆优先程度所判断的顺序不同，两车不会按照当前策略做出决策，因此将两车的收益函数值均设置为-∞；否则车辆为获得更多的时间收益，会选择急动度值较大的策略，因此在本情况下将车辆急动度的大小定义为车辆的收益值，然后返回步骤一；

步骤四，将步骤三中各个时刻所获取的策略进行收集，形成集合作为驾驶行为决策模型。

2.根据权利要求1所述的完全信息下的无信号交叉口车辆驾驶行为预测方法，其特征在于：所述步骤一中的车辆是否到达潜在冲突区域的确定步骤如下：

步骤一一，确定当前时刻车辆的虚拟冲突点，统一两车的时间戳，并计算两车距离虚拟冲突点的距离；

步骤一二，确定车辆潜在冲突区域为以车辆最短制动距离为半径，虚拟冲突点为圆心的圆形区域，当车辆距虚拟冲突点的距离小于潜在冲突区域半径时，确定车辆进入潜在冲突区域，否则返回步骤一一，计算下一时刻两车距虚拟冲突点的距离；

其中，上述的潜在冲突区域半径由以下公式计算得出：

式中，R_c表示潜在冲突区域半径，v_max表示车辆在该交叉口的最大行驶速度，a_max表示车辆在该交叉口的最大减速度，t₁表示驾驶员的反应时间，L₀表示车辆的临界安全距离。

3.根据权利要求2所述的完全信息下的无信号交叉口车辆驾驶行为预测方法，其特征在于：所述步骤一中的车辆是否会产生交通冲突的判断步骤如下：

步骤一三，将以车辆的质心为圆心的圆作为车辆的临界碰撞区域，并根据以下公式计算出临界碰撞区域的半径：

式中，L为车长，W为车宽；

步骤一四，计算当前时刻两车的质心之间的距离D，并判断D的数值与两车的临界碰撞区域的半径是否符合D＝R_P1+R_P2或是D＜R_P1+R_P2，其中R_P1和R_P2分别为两辆车的临界碰撞区域的半径，若D符合上述公式，则表示两车存在交通冲突，否则返回步骤一四计算下一时刻两车的质心之间的距离D，并再次判断。

Images