CN111645692B - 基于混合策略博弈的驾驶人超车意图识别方法及系统 - Google Patents

基于混合策略博弈的驾驶人超车意图识别方法及系统 Download PDF

Info

Publication number
CN111645692B
CN111645692B CN202010491600.8A CN202010491600A CN111645692B CN 111645692 B CN111645692 B CN 111645692B CN 202010491600 A CN202010491600 A CN 202010491600A CN 111645692 B CN111645692 B CN 111645692B
Authority
CN
China
Prior art keywords
vehicle
overtaking
speed
lane
self
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010491600.8A
Other languages
English (en)
Other versions
CN111645692A (zh
Inventor
高洪波
李智军
何希
阚震
朱菊萍
郝正源
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Advanced Technology University of Science and Technology of China
Original Assignee
Institute of Advanced Technology University of Science and Technology of China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Institute of Advanced Technology University of Science and Technology of China filed Critical Institute of Advanced Technology University of Science and Technology of China
Priority to CN202010491600.8A priority Critical patent/CN111645692B/zh
Publication of CN111645692A publication Critical patent/CN111645692A/zh
Application granted granted Critical
Publication of CN111645692B publication Critical patent/CN111645692B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/105—Speed
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本发明提供了一种基于混合策略博弈的驾驶人超车意图识别方法及系统：包括：步骤M1：建立高速路同向双车道模型；步骤M2：车载传感器获取并分析当前车道和期望车道上车辆运行状态；步骤M3：根据车辆运行状态，建立并执行基于博弈论混合策略的超车方案，进而识别隐含的驾驶人超车意图，同时计算综合全部情况的最佳超车方案的混合策略期望收益；所述同向双车道模型包括当前车道上和期望车道上车辆的数量、分布和运行情况。本发明基于人类驾驶员的超车习惯，有效地解决了车辆超车过程中的安全隐患，提高了驾驶车辆的行驶效率，不仅确保了驾驶人及车辆的安全性，还保证了高速路上车辆的正常行驶。

Description

基于混合策略博弈的驾驶人超车意图识别方法及系统
技术领域
本发明涉及智能驾驶技术领域，具体地，涉及基于混合策略博弈的驾驶人超车意图识别方法及系统，更为具体地，涉及一种高速路场景下基于混合策略博弈的驾驶人超车意图识别方法及系统。
背景技术
智能驾驶技术的发展是衡量一个国家科研实力和工业水平的重要标志。智能驾驶技术是通过人工智能辅助或代替人进行汽车驾驶行为，让驾驶活动中常规的、持久且疲劳的操作自动完成，人仅仅做高级的目的性操作，能够极大地提高智能交通系统的效率和安全性。智能驾驶技术的发展，增强了我国在智能交通系统方面以及汽车产业自主创新方面的核心竞争力，对于促进国家科技、经济、社会、生活、安全及综合国力有着重大的意义。
随着智能驾驶技术的发展，高速路场景的汽车安全驾驶也是一个值得研究的重点。由于高速公路行车的相对封闭性，车道变换是高速公路典型的两种驾驶行为模式之一。其中，驾驶人超车意图的识别，对驾驶车辆的驾驶安全和行驶效率有着十分重要的影响。如何保证驾驶车辆在超车过程的安全性和高效性，成为了发展智能驾驶技术的关键问题之一。
专利文献CN109050537A(申请号：201810866612.7)公开了一种复合驾驶意图识别方法，属于车辆智能驾驶技术领域，包括结合车辆运行状态和道路条件信息，对驾驶员的驾驶意图进行分类，得到驾驶意图类别；根据驾驶意图类别，建立下层简单驾驶行为识别模型和上层复合驾驶意图识别模型；按照采样周期T对下层数据进行采集，并根据采集的下层数据得到下层实验数据；基于下层简单驾驶行为识别模型，对所述下层实验数据进行识别处理，识别出下层简单驾驶行为；基于上层复合驾驶意图识别模型，对所述下层简单驾驶行为进行识别处理，识别出驾驶员当前的驾驶意图。
发明内容
针对现有技术中的缺陷，本发明的目的是提供一种基于混合策略博弈的驾驶人超车意图识别方法及系统。
根据本发明提供的一种基于混合策略博弈的驾驶人超车意图识别方法，包括：
步骤M1：建立高速路同向双车道模型；
步骤M2：车载传感器获取并分析当前车道和期望车道上车辆运行状态；
步骤M3：根据车辆运行状态，建立并执行基于博弈论混合策略的超车方案，进而识别隐含的驾驶人超车意图，同时计算综合全部情况的最佳超车方案的混合策略期望收益；
所述同向双车道模型包括当前车道上和期望车道上车辆的数量、分布和运行情况。
优选地，所述步骤M1包括：
在高速路同向双车道模型下，当前车道上行驶的车辆有：自车A、前车B和/或首车C，期望车道上行驶的车辆有：左前车D和/或左后车E；
所述首车C在前车B的正前方，前车B在自车A的正前方；期望车道上左前车D在当前车道前车B的左前方，左后车E在当前车道自车A的左后方；
所述步骤M2中车辆运行状态包括：车辆运行速度和车辆运行位置信息。
优选地，所述步骤M3包括：
步骤M3.1：根据当前车道上车辆和期望车道上车辆的运行状态，细分各种超车方案，分析当前车道上自车A随机地选择不同的超车方案的概率；
步骤M3.2：根据不同的超车方案的概率，建立并执行基于博弈论混合策略的超车方案，计算综合全部情况的最佳超车方案的混合策略期望收益。
优选地，所述步骤M3.1包括：
t时刻当前车道上自车A跟随前车B行驶，当满足包括当前车道自车A与前车B保持安全距离、自车A与前车B有着安全碰撞时间以及当前车道自车A的行驶速度大于前车B的行驶速度的超车博弈开始条件时，自车A产生超车意图；当自车A产生超车意图，并预设次超车失败，则超车博弈结束；
超车方案包括：
方案零：当当前车道无首车C，期望车道上无车，则自车A满足超车条件；当首车C的速度小于前车B的速度，则自车A不满足超车条件，等待下一次超车时机；
方案一：当当前车道有首车C，期望车道上无车的情况下；
当首车C的速度大于前车B的速度，则自车A满足超车条件；
当首车C的速度小于前车B的速度，则自车A不满足超车条件，等待下一次超车时机；
方案二：当当前车道无首车C，期望车道上有车行驶的情况下，期望车道上有左前车D，且左前车D在当前车道前车B的左前方；
当左前车D的速度大于前车B的速度，则自车A满足超车条件；
当左前车D的速度小于前车B的速度，则自车A不满足超车条件，等待下一次超车时机；
方案三：当当前车道无首车C，期望车道上有车行驶的情况下，期望车道上有左后车E，且左后车E在当前车道自车A的左后方；
当左后车E的速度小于自车A的速度，则自车A满足超车条件；
当左后车E的速度大于等于自车A的速度时，则自车A立刻加速满足超车条件；
方案四：当当前车道无首车C，期望车道上有车行驶的情况下，期望车道上有左前车D和左后车E，且左前车D在当前车道前车B的左前方，左后车E在当前车道自车A的左后方；
当左前车D的速度大于前车B的速度，左后车E的速度小于自车A的速度，则自车A满足超车条件；
当左前车D的速度大于前车B的速度，右后车E的速度大于等于自车A的速度，则自车A立刻加速满足超车条件；
当左前车D的速度小于前车B的速度，右后车E的速度小于或大于自车A的速度，则自车A不满足超车条件，等待下一次超车时机；
方案五：当当前车道有首车C，期望车道有车行驶的情况下，当当前车道上有首车C，期望车道上有左前车D，且首车C在当前车道前车B的正前方，左前车D在当前车道前车B的左前方；
当首车C和左前车D的速度都大于前车B的速度，自车A满足超车条件；
当首车C的速度大于前车B的速度，左前车D的速度小于前车B的速度，则自车A不满足超车条件，等待下一次超车时机；
当首车C的速度小于前车B的速度，左前车D的速度大于或小于前车B的速度，则自车A不满足超车条件，等待下一次超车时机；
方案六：当当前车道有首车C，期望车道有车行驶的情况下，当当前车道上有首车C，期望车道上有左后车E，且首车C在当前车道前车B的正前方，左后车E在当前车道自车A的左后方；
当首车C的速度大于前车B的速度，左后车E的速度小于自车A的速度，则自车A满足超车条件；
当首车C的速度大于前车B的速度，左后车E的速度大于等于自车A的速度，则自车A立刻加速满足超车条件；
当首车C的速度小于前车B的速度，左后车E的速度小于或大于自车A的速度，则自车A不满足超车条件，等待下一次超车时机；
方案七：当当前车道有首车C，期望车道有车行驶的情况下，当当前车道上有首车C，期望车道上有左前车D和左后车E，且首车C在当前车道前车B的正前方，左前车C在当前车道前车B的左前方，左后车E在当前车道自车A的左后方；
当首车C的速度大于前车B的速度，左前车D的速度大于前车B的速度，左后车E的速度小于自车A的速度，则自车A满足超车条件；
当首车C的速度大于前车B的速度，左前车D的速度大于前车B的速度，左后车E的速度大于等于自车A的速度，则自车A立刻加速满足超车条件；
当首车C的速度大于前车B的速度，左前车D的速度小于前车B的速度，左后车E的速度小于或大于自车A的速度，则自车A不满足超车条件，等待下一次超车时机；
当首车C的速度小于前车B的速度，左前车D的速度大于或小于前车B的速度，左后车E的速度小于或大于自车A的速度，则自车A不满足超车条件，等待下一次超车时机；
根据实验总结得到，高速路上分别出现各个方案所描述的当前车辆分布情况的概率，自车A选择方案零的概率为P0，选择方案一的概率为P1，选择方案二的概率为P2，选择方案三的概率为P3，选择方案四的概率为P4，选择方案五的概率为P5，选择方案六的概率为P6，选择方案七的概率为P7，
Figure BDA0002521269700000041
所述自车A与前车B的安全距离Gab：
Figure BDA0002521269700000042
其中，Gab表示自车A与当前车道前车B的安全距离，xb(t)表示t时刻当前车道前车B位置，xa(t)表示t时刻自车A位置，Lb表示当前车道前车B的车身长度，va(t)表示t时刻自车A的速度，τa表示自车A的反应时间，vb(t)表示t时刻当前车道前车B的速度，wa表示自车A的最大减速度，wb表示当前车道前车B的最大减速度；
所述自车A和前车B的安全碰撞时间TTC包括：
Figure BDA0002521269700000051
其中，Gab为自车A与当前车道前车B的安全距离，Va为自车A的速度，Vb为当前车道前车B的速度。
优选地，所述步骤M3.2包括：自车A以P0～P7的概率分别选择方案零至七的混合策略期望收益EA为：
EA＝aP0+bP1+cP2+dP3+eP4+fP5+gP6+hP7 (3)
其中，a表示在方案零中自车A执行超车的概率；b表示在方案一中自车A执行超车的概率；c表示在方案二中自车A执行超车的概率；d表示在方案三中自车A执行超车的概率；e表示在方案四中自车A执行超车的概率；f表示在方案五中自车A执行超车的概率；g表示在方案六中自车A执行超车的概率；h表示在方案七中自车A执行超车的概率。
根据本发明提供的一种基于混合策略博弈的驾驶人超车意图识别系统，包括：
模块M1：建立高速路同向双车道模型；
模块M2：车载传感器获取并分析当前车道和期望车道上车辆运行状态；
模块M3：根据车辆运行状态，建立并执行基于博弈论混合策略的超车方案，进而识别隐含的驾驶人超车意图，同时计算综合全部情况的最佳超车方案的混合策略期望收益；
所述同向双车道模型包括当前车道上和期望车道上车辆的数量、分布和运行情况。
优选地，所述模块M1包括：
在高速路同向双车道模型下，当前车道上行驶的车辆有：自车A、前车B和/或首车C，期望车道上行驶的车辆有：左前车D和/或左后车E；
所述首车C在前车B的正前方，前车B在自车A的正前方；期望车道上左前车D在当前车道前车B的左前方，左后车E在当前车道自车A的左后方；
所述模块M2中车辆运行状态包括：车辆运行速度和车辆运行位置信息。
优选地，所述模块M3包括：
模块M3.1：根据当前车道上车辆和期望车道上车辆的运行状态，细分各种超车方案，分析当前车道上自车A随机地选择不同的超车方案的概率；
模块M3.2：根据不同的超车方案的概率，建立并执行基于博弈论混合策略的超车方案，计算综合全部情况的最佳超车方案的混合策略期望收益。
优选地，所述模块M3.1包括：
t时刻当前车道上自车A跟随前车B行驶，当满足包括当前车道自车A与前车B保持安全距离、自车A与前车B有着安全碰撞时间以及当前车道自车A的行驶速度大于前车B的行驶速度的超车博弈开始条件时，自车A产生超车意图；当自车A产生超车意图，并预设次超车失败，则超车博弈结束；
超车方案包括：
方案零：当当前车道无首车C，期望车道上无车，则自车A满足超车条件；当首车C的速度小于前车B的速度，则自车A不满足超车条件，等待下一次超车时机；
方案一：当当前车道有首车C，期望车道上无车的情况下；
当首车C的速度大于前车B的速度，则自车A满足超车条件；
当首车C的速度小于前车B的速度，则自车A不满足超车条件，等待下一次超车时机；
方案二：当当前车道无首车C，期望车道上有车行驶的情况下，期望车道上有左前车D，且左前车D在当前车道前车B的左前方；
当左前车D的速度大于前车B的速度，则自车A满足超车条件；
当左前车D的速度小于前车B的速度，则自车A不满足超车条件，等待下一次超车时机；
方案三：当当前车道无首车C，期望车道上有车行驶的情况下，期望车道上有左后车E，且左后车E在当前车道自车A的左后方；
当左后车E的速度小于自车A的速度，则自车A满足超车条件；
当左后车E的速度大于等于自车A的速度时，则自车A立刻加速满足超车条件；
方案四：当当前车道无首车C，期望车道上有车行驶的情况下，期望车道上有左前车D和左后车E，且左前车D在当前车道前车B的左前方，左后车E在当前车道自车A的左后方；
当左前车D的速度大于前车B的速度，左后车E的速度小于自车A的速度，则自车A满足超车条件；
当左前车D的速度大于前车B的速度，右后车E的速度大于等于自车A的速度，则自车A立刻加速满足超车条件；
当左前车D的速度小于前车B的速度，右后车E的速度小于或大于自车A的速度，则自车A不满足超车条件，等待下一次超车时机；
方案五：当当前车道有首车C，期望车道有车行驶的情况下，当当前车道上有首车C，期望车道上有左前车D，且首车C在当前车道前车B的正前方，左前车D在当前车道前车B的左前方；
当首车C和左前车D的速度都大于前车B的速度，自车A满足超车条件；
当首车C的速度大于前车B的速度，左前车D的速度小于前车B的速度，则自车A不满足超车条件，等待下一次超车时机；
当首车C的速度小于前车B的速度，左前车D的速度大于或小于前车B的速度，则自车A不满足超车条件，等待下一次超车时机；
方案六：当当前车道有首车C，期望车道有车行驶的情况下，当当前车道上有首车C，期望车道上有左后车E，且首车C在当前车道前车B的正前方，左后车E在当前车道自车A的左后方；
当首车C的速度大于前车B的速度，左后车E的速度小于自车A的速度，则自车A满足超车条件；
当首车C的速度大于前车B的速度，左后车E的速度大于等于自车A的速度，则自车A立刻加速满足超车条件；
当首车C的速度小于前车B的速度，左后车E的速度小于或大于自车A的速度，则自车A不满足超车条件，等待下一次超车时机；
方案七：当当前车道有首车C，期望车道有车行驶的情况下，当当前车道上有首车C，期望车道上有左前车D和左后车E，且首车C在当前车道前车B的正前方，左前车C在当前车道前车B的左前方，左后车E在当前车道自车A的左后方；
当首车C的速度大于前车B的速度，左前车D的速度大于前车B的速度，左后车E的速度小于自车A的速度，则自车A满足超车条件；
当首车C的速度大于前车B的速度，左前车D的速度大于前车B的速度，左后车E的速度大于等于自车A的速度，则自车A立刻加速满足超车条件；
当首车C的速度大于前车B的速度，左前车D的速度小于前车B的速度，左后车E的速度小于或大于自车A的速度，则自车A不满足超车条件，等待下一次超车时机；
当首车C的速度小于前车B的速度，左前车D的速度大于或小于前车B的速度，左后车E的速度小于或大于自车A的速度，则自车A不满足超车条件，等待下一次超车时机；
根据实验总结得到，高速路上分别出现各个方案所描述的当前车辆分布情况的概率，自车A选择方案零的概率为P0，选择方案一的概率为P1，选择方案二的概率为P2，选择方案三的概率为P3，选择方案四的概率为P4，选择方案五的概率为P5，选择方案六的概率为P6，选择方案七的概率为P7，
Figure BDA0002521269700000081
所述自车A与前车B的安全距离Gab：
Figure BDA0002521269700000082
其中，Gab表示自车A与当前车道前车B的安全距离，xb(t)表示t时刻当前车道前车B位置，xa(t)表示t时刻自车A位置，Lb表示当前车道前车B的车身长度，va(t)表示t时刻自车A的速度，τa表示自车A的反应时间，vb(t)表示t时刻当前车道前车B的速度，wa表示自车A的最大减速度，wb表示当前车道前车B的最大减速度；
所述自车A和前车B的安全碰撞时间TTC包括：
Figure BDA0002521269700000083
其中，Gab为自车A与当前车道前车B的安全距离，Va为自车A的速度，Vb为当前车道前车B的速度。
优选地，所述模块M3.2包括：自车A以P0～P7的概率分别选择方案零至七的混合策略期望收益EA为：
EA＝aP0+bP1+cP2+dP3+eP4+fP5+gP6+hP7 (3)
其中，a表示在方案零中自车A执行超车的概率；b表示在方案一中自车A执行超车的概率；c表示在方案二中自车A执行超车的概率；d表示在方案三中自车A执行超车的概率；e表示在方案四中自车A执行超车的概率；f表示在方案五中自车A执行超车的概率；g表示在方案六中自车A执行超车的概率；h表示在方案七中自车A执行超车的概率。
与现有技术相比，本发明具有如下的有益效果：
1、本发明以博弈论为基础，分析在高速路场景下驾驶人的超车条件，通过判断当前超车条件，得到可执行且最优的基于混合策略博弈的超车方案，避免了在基于混合策略博弈的超车过程中可能出现的问题，进而肯定了所述超车方案的正确性；
2、本发明针对当前车道车辆和期望车道车辆的超车问题进行分析，并基本上给出了各种基于混合策略博弈的解决超车博弈问题的超车方案，进而识别了驾驶人隐含的超车意图，有效地解决了车辆超车过程中的安全隐患，提高了驾驶车辆的行驶效率，并确保了驾驶人及车辆的安全性，还保证了高速路上车辆的正常行驶。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为高速路同向双车道场景下车辆的运行状态图；
图2为一种高速路场景下基于混合策略博弈的驾驶人超车意图识别方法的流程示意图；
图3为识别隐含的驾驶人超车意图的流程示意图；
图4为方案一中的车辆驾驶示意图；
图5为方案二中的车辆驾驶示意图；
图6为方案三中的车辆驾驶示意图；
图7为方案四中的车辆驾驶示意图；
图8为方案五中的车辆驾驶示意图；
图9为方案六中的车辆驾驶示意图；
图10为方案七中的车辆驾驶示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
本发明的目的在于克服现有技术存在的不足或缺陷，以帮助识别在高速路场景下车辆行驶过程中隐含的驾驶人超车意图，提高车辆运行的安全性，避免因误判驾驶人超车意图而带来的安全隐患。
根据本发明提供的一种基于混合策略博弈的驾驶人超车意图识别方法，包括：
步骤M1：建立高速路同向双车道模型；
步骤M2：如图1所示，车载传感器获取并分析当前车道和期望车道上车辆运行状态；
车载传感器将所检测的自车A与周围所有车辆t时刻的相对速度、相对距离等信息，显示在车载显示屏上，以便于驾驶人判断超车条件。
步骤M3：根据车辆运行状态，建立并执行基于博弈论混合策略的超车方案，进而识别隐含的驾驶人超车意图，同时计算综合全部情况的最佳超车方案的混合策略期望收益；如图3所示；
所述同向双车道模型包括当前车道上和期望车道上车辆的数量、分布和运行情况，作为后面方案的提出一个依据。
首先根据当前车道不同车辆位置、数据以及车速来提出当前时刻自车的最佳超车方案或不超车，而混合策略期望收益由综合全部情况的最佳超车方案计算出来的，是用数据表明所提出的超车方案的效果。
基于博弈论混合策略建立的超车方案，本发明将混合策略期望收益作为一个结果来展示，用以补充完善本发明，而混合策略的概念是通过一定概率选择不同方案来实现的。本发明最终目的是通过任一超车方案实现的，每种超车方案的某一种情况的最终结果就是驾驶人的超车意图，选择了一种超车方案即识别了驾驶人的超车意图。
具体地，所述步骤M1包括：
在高速路同向双车道模型下，当前车道上行驶的车辆有：自车A、前车B和/或首车C，期望车道上行驶的车辆有：左前车D和/或左后车E；
所述首车C在前车B的正前方，前车B在自车A的正前方；期望车道上左前车D在当前车道前车B的左前方，左后车E在当前车道自车A的左后方；
所述步骤M2中车辆运行状态包括：车辆运行速度和车辆运行位置信息。
具体地，所述步骤M3包括：
对于在高速路场景下驾驶人超车意图的识别，在博弈论的基础上，提出一种混合策略；
步骤M3.1：根据当前车道上车辆和期望车道上车辆的运行状态，细分各种超车方案，分析当前车道上自车A随机地选择不同的超车方案的概率；
步骤M3.2：根据不同的超车方案的概率，建立并执行基于博弈论混合策略的超车方案，计算综合全部情况的最佳超车方案的混合策略期望收益。
判断当前的车道自车A的超车条件，选择执行对应的超车方案，从而实现对隐含的驾驶人超车意图的识别；
当前车道上车辆与期望车道上车辆的多次动态超车博弈过程如下：
在满足博弈开始条件后，自车A根据当前情况选择执行对应的超车方案，若自车A一次性超车成功，则博弈结束；
若自车A一次性超车失败，则博弈继续，等待下一次超车时机，进行下一次的博弈，即判断下一次超车条件进而再次选择执行对应超车方案。
具体地，所述步骤M3.1包括：
t时刻当前车道上自车A跟随前车B行驶，当满足包括当前车道自车A与前车B保持安全距离、自车A与前车B有着安全碰撞时间以及当前车道自车A的行驶速度大于前车B的行驶速度的超车博弈开始条件时，自车A产生超车意图；
分析当前车道是否有首车C以及期望车道上是否有车辆行驶，包括：
若当前车道无首车C，期望车道上无车，则自车A可超车，即为方案零；
若当前车道有首车C，期望车道上无车，自车A可进一步分析决定是否超车；
若当前车道无首车C，期望车道上有车行驶，自车A可进一步分析决定是否超车；
若当前车道有首车C，期望车道上也有车行驶，则自车A可进一步分析决定是否超车；
超车方案包括：
方案零：当当前车道无首车C，期望车道上无车，则自车A满足超车条件；当首车C的速度小于前车B的速度，则自车A不满足超车条件，等待下一次超车时机；
方案一：如图4所示，当当前车道有首车C，期望车道上无车的情况下；
当首车C的速度大于前车B的速度，则自车A满足超车条件；
当首车C的速度小于前车B的速度，则自车A不满足超车条件，等待下一次超车时机；
方案二：如图5所示，当当前车道无首车C，期望车道上有车行驶的情况下，期望车道上有左前车D，且左前车D在当前车道前车B的左前方；
当左前车D的速度大于前车B的速度，则自车A满足超车条件；
当左前车D的速度小于前车B的速度，则自车A不满足超车条件，等待下一次超车时机；
方案三：如图6所示，当当前车道无首车C，期望车道上有车行驶的情况下，期望车道上有左后车E，且左后车E在当前车道自车A的左后方；
当左后车E的速度小于自车A的速度，则自车A满足超车条件；
当左后车E的速度大于等于自车A的速度时，则自车A立刻加速满足超车条件；
方案四：如图7所示，当当前车道无首车C，期望车道上有车行驶的情况下，期望车道上有左前车D和左后车E，且左前车D在当前车道前车B的左前方，左后车E在当前车道自车A的左后方；
当左前车D的速度大于前车B的速度，左后车E的速度小于自车A的速度，则自车A满足超车条件；
当左前车D的速度大于前车B的速度，右后车E的速度大于等于自车A的速度，则自车A立刻加速满足超车条件；
当左前车D的速度小于前车B的速度，右后车E的速度小于或大于自车A的速度，则自车A不满足超车条件，等待下一次超车时机；
方案五：如图8所示，当当前车道有首车C，期望车道有车行驶的情况下，当当前车道上有首车C，期望车道上有左前车D，且首车C在当前车道前车B的正前方，左前车D在当前车道前车B的左前方；
当首车C和左前车D的速度都大于前车B的速度，自车A满足超车条件；
当首车C的速度大于前车B的速度，左前车D的速度小于前车B的速度，则自车A不满足超车条件，等待下一次超车时机；
当首车C的速度小于前车B的速度，左前车D的速度大于或小于前车B的速度，则自车A不满足超车条件，等待下一次超车时机；
方案六：如图9所示，当当前车道有首车C，期望车道有车行驶的情况下，当当前车道上有首车C，期望车道上有左后车E，且首车C在当前车道前车B的正前方，左后车E在当前车道自车A的左后方；
当首车C的速度大于前车B的速度，左后车E的速度小于自车A的速度，则自车A满足超车条件；
当首车C的速度大于前车B的速度，左后车E的速度大于等于自车A的速度，则自车A立刻加速满足超车条件；
当首车C的速度小于前车B的速度，左后车E的速度小于或大于自车A的速度，则自车A不满足超车条件，等待下一次超车时机；
方案七：如图10所示，当当前车道有首车C，期望车道有车行驶的情况下，当当前车道上有首车C，期望车道上有左前车D和左后车E，且首车C在当前车道前车B的正前方，左前车C在当前车道前车B的左前方，左后车E在当前车道自车A的左后方；
当首车C的速度大于前车B的速度，左前车D的速度大于前车B的速度，左后车E的速度小于自车A的速度，则自车A满足超车条件；
当首车C的速度大于前车B的速度，左前车D的速度大于前车B的速度，左后车E的速度大于等于自车A的速度，则自车A立刻加速满足超车条件；
当首车C的速度大于前车B的速度，左前车D的速度小于前车B的速度，左后车E的速度小于或大于自车A的速度，则自车A不满足超车条件，等待下一次超车时机；
当首车C的速度小于前车B的速度，左前车D的速度大于或小于前车B的速度，左后车E的速度小于或大于自车A的速度，则自车A不满足超车条件，等待下一次超车时机；
根据实验总结得到，高速路上分别出现各个方案所描述的当前车辆分布情况的概率，自车A选择方案零的概率为P0，选择方案一的概率为P1，选择方案二的概率为P2，选择方案三的概率为P3，选择方案四的概率为P4，选择方案五的概率为P5，选择方案六的概率为P6，选择方案七的概率为P7，
Figure BDA0002521269700000131
所述自车A与前车B的安全距离Gab：
Figure BDA0002521269700000132
式中，Gab表示自车A与当前车道前车B的安全距离，xb(t)表示t时刻当前车道前车B位置，xa(t)表示t时刻自车A位置，Lb表示当前车道前车B的车身长度，va(t)表示t时刻自车A的速度，τa表示自车A的反应时间，vb(t)表示t时刻当前车道前车B的速度，wa表示自车A的最大减速度，wb表示当前车道前车B的最大减速度；
所述自车A和前车B的安全碰撞时间TTC包括：
Figure BDA0002521269700000133
式中，Gab为自车A与当前车道前车B的安全距离，Va为自车A的速度，Vb为当前车道前车B的速度。
具体地，所述步骤M3.2包括：自车A以P0～P7的概率分别选择方案零至七的混合策略期望收益EA为：
EA＝P0+0.5P1+0.5P2+0.75P3+0.375P4+0.25P5+0.375P6+0.1875P7 (3)
在方案零中，自车A执行超车的概率为1.0；在方案一中，自车A执行超车的概率为0.5；在方案二中，自车A执行超车的概率为0.5；在方案三中，自车A执行超车的概率为0.75；在方案四中，自车A执行超车的概率为0.375；在方案五中，自车A执行超车的概率为0.25；在方案六中，自车A执行超车的概率为0.375；在方案七中，自车A执行超车的概率为0.1875；
本发明的目的在于克服现有技术存在的不足或缺陷，以帮助识别在高速路场景下车辆行驶过程中隐含的驾驶人超车意图，提高车辆运行的安全性，避免因误判驾驶人超车意图而带来的安全隐患。
根据本发明提供的一种基于混合策略博弈的驾驶人超车意图识别系统，包括：
模块M1：建立高速路同向双车道模型；
模块M2：车载传感器获取并分析当前车道和期望车道上车辆运行状态；
车载传感器将所检测的自车A与周围所有车辆t时刻的相对速度、相对距离等信息，显示在车载显示屏上，以便于驾驶人判断超车条件。
模块M3：根据车辆运行状态，建立并执行基于博弈论混合策略的超车方案，进而识别隐含的驾驶人超车意图，同时计算综合全部情况的最佳超车方案的混合策略期望收益；
所述同向双车道模型包括当前车道上和期望车道上车辆的数量、分布和运行情况，作为后面方案的提出一个依据。
首先根据当前车道不同车辆位置、数据以及车速来提出当前时刻自车的最佳超车方案或不超车，而混合策略期望收益由综合全部情况的最佳超车方案计算出来的，是用数据表明所提出的超车方案的效果。
基于博弈论混合策略建立的超车方案，本发明将混合策略期望收益作为一个结果来展示，用以补充完善本发明，而混合策略的概念是通过一定概率选择不同方案来实现的。没发明最终目的是通过任一超车方案实现的，每种超车方案的某一种情况的最终结果就是驾驶人的超车意图，选择了一种超车方案即识别了驾驶人的超车意图。
具体地，所述模块M1包括：
在高速路同向双车道模型下，当前车道上行驶的车辆有：自车A、前车B和/或首车C，期望车道上行驶的车辆有：左前车D和/或左后车E；
所述首车C在前车B的正前方，前车B在自车A的正前方；期望车道上左前车D在当前车道前车B的左前方，左后车E在当前车道自车A的左后方；
所述模块M2中车辆运行状态包括：车辆运行速度和车辆运行位置信息。
具体地，所述模块M3包括：
对于在高速路场景下驾驶人超车意图的识别，在博弈论的基础上，提出一种混合策略；
模块M3.1：根据当前车道上车辆和期望车道上车辆的运行状态，细分各种超车方案，分析当前车道上自车A随机地选择不同的超车方案的概率；
模块M3.2：根据不同的超车方案的概率，建立并执行基于博弈论混合策略的超车方案，计算综合全部情况的最佳超车方案的混合策略期望收益。
判断当前的车道自车A的超车条件，选择执行对应的超车方案，从而实现对隐含的驾驶人超车意图的识别；
当前车道上车辆与期望车道上车辆的多次动态超车博弈过程如下：
在满足博弈开始条件后，自车A根据当前情况选择执行对应的超车方案，若自车A一次性超车成功，则博弈结束；
若自车A一次性超车失败，则博弈继续，等待下一次超车时机，进行下一次的博弈，即判断下一次超车条件进而再次选择执行对应超车方案。
具体地，所述模块M3.1包括：
t时刻当前车道上自车A跟随前车B行驶，当满足包括当前车道自车A与前车B保持安全距离、自车A与前车B有着安全碰撞时间以及当前车道自车A的行驶速度大于前车B的行驶速度的超车博弈开始条件时，自车A产生超车意图；
分析当前车道是否有首车C以及期望车道上是否有车辆行驶，包括：
若当前车道无首车C，期望车道上无车，则自车A可超车，即为方案零；
若当前车道有首车C，期望车道上无车，自车A可进一步分析决定是否超车；
若当前车道无首车C，期望车道上有车行驶，自车A可进一步分析决定是否超车；
若当前车道有首车C，期望车道上也有车行驶，则自车A可进一步分析决定是否超车；
超车方案包括：
方案零：当当前车道无首车C，期望车道上无车，则自车A满足超车条件；当首车C的速度小于前车B的速度，则自车A不满足超车条件，等待下一次超车时机；
方案一：当当前车道有首车C，期望车道上无车的情况下；
当首车C的速度大于前车B的速度，则自车A满足超车条件；
当首车C的速度小于前车B的速度，则自车A不满足超车条件，等待下一次超车时机；
方案二：当当前车道无首车C，期望车道上有车行驶的情况下，期望车道上有左前车D，且左前车D在当前车道前车B的左前方；
当左前车D的速度大于前车B的速度，则自车A满足超车条件；
当左前车D的速度小于前车B的速度，则自车A不满足超车条件，等待下一次超车时机；
方案三：当当前车道无首车C，期望车道上有车行驶的情况下，期望车道上有左后车E，且左后车E在当前车道自车A的左后方；
当左后车E的速度小于自车A的速度，则自车A满足超车条件；
当左后车E的速度大于等于自车A的速度时，则自车A立刻加速满足超车条件；
方案四：当当前车道无首车C，期望车道上有车行驶的情况下，期望车道上有左前车D和左后车E，且左前车D在当前车道前车B的左前方，左后车E在当前车道自车A的左后方；
当左前车D的速度大于前车B的速度，左后车E的速度小于自车A的速度，则自车A满足超车条件；
当左前车D的速度大于前车B的速度，右后车E的速度大于等于自车A的速度，则自车A立刻加速满足超车条件；
当左前车D的速度小于前车B的速度，右后车E的速度小于或大于自车A的速度，则自车A不满足超车条件，等待下一次超车时机；
方案五：当当前车道有首车C，期望车道有车行驶的情况下，当当前车道上有首车C，期望车道上有左前车D，且首车C在当前车道前车B的正前方，左前车D在当前车道前车B的左前方；
当首车C和左前车D的速度都大于前车B的速度，自车A满足超车条件；
当首车C的速度大于前车B的速度，左前车D的速度小于前车B的速度，则自车A不满足超车条件，等待下一次超车时机；
当首车C的速度小于前车B的速度，左前车D的速度大于或小于前车B的速度，则自车A不满足超车条件，等待下一次超车时机；
方案六：当当前车道有首车C，期望车道有车行驶的情况下，当当前车道上有首车C，期望车道上有左后车E，且首车C在当前车道前车B的正前方，左后车E在当前车道自车A的左后方；
当首车C的速度大于前车B的速度，左后车E的速度小于自车A的速度，则自车A满足超车条件；
当首车C的速度大于前车B的速度，左后车E的速度大于等于自车A的速度，则自车A立刻加速满足超车条件；
当首车C的速度小于前车B的速度，左后车E的速度小于或大于自车A的速度，则自车A不满足超车条件，等待下一次超车时机；
方案七：当当前车道有首车C，期望车道有车行驶的情况下，当当前车道上有首车C，期望车道上有左前车D和左后车E，且首车C在当前车道前车B的正前方，左前车C在当前车道前车B的左前方，左后车E在当前车道自车A的左后方；
当首车C的速度大于前车B的速度，左前车D的速度大于前车B的速度，左后车E的速度小于自车A的速度，则自车A满足超车条件；
当首车C的速度大于前车B的速度，左前车D的速度大于前车B的速度，左后车E的速度大于等于自车A的速度，则自车A立刻加速满足超车条件；
当首车C的速度大于前车B的速度，左前车D的速度小于前车B的速度，左后车E的速度小于或大于自车A的速度，则自车A不满足超车条件，等待下一次超车时机；
当首车C的速度小于前车B的速度，左前车D的速度大于或小于前车B的速度，左后车E的速度小于或大于自车A的速度，则自车A不满足超车条件，等待下一次超车时机；
根据实验总结得到，高速路上分别出现各个方案所描述的当前车辆分布情况的概率，自车A选择方案零的概率为P0，选择方案一的概率为P1，选择方案二的概率为P2，选择方案三的概率为P3，选择方案四的概率为P4，选择方案五的概率为P5，选择方案六的概率为P6，选择方案七的概率为P7，
Figure BDA0002521269700000172
所述自车A与前车B的安全距离Gab：
Figure BDA0002521269700000171
式中，Gab表示自车A与当前车道前车B的安全距离，xb(t)表示t时刻当前车道前车B位置，xa(t)表示t时刻自车A位置，Lb表示当前车道前车B的车身长度，va(t)表示t时刻自车A的速度，τa表示自车A的反应时间，vb(t)表示t时刻当前车道前车B的速度，wa表示自车A的最大减速度，wb表示当前车道前车B的最大减速度；
所述自车A和前车B的安全碰撞时间TTC包括：
Figure BDA0002521269700000181
式中，Gab为自车A与当前车道前车B的安全距离，Va为自车A的速度，Vb为当前车道前车B的速度。
具体地，所述模块M3.2包括：自车A以P0～P7的概率分别选择方案零至七的混合策略期望收益EA为：
EA＝P0+0.5P1+0.5P2+0.75P3+0.375P4+0.25P5+0.375P6+0.1875P7 (3)
在方案零中，自车A执行超车的概率为1.0；在方案一中，自车A执行超车的概率为0.5；在方案二中，自车A执行超车的概率为0.5；在方案三中，自车A执行超车的概率为0.75；在方案四中，自车A执行超车的概率为0.375；在方案五中，自车A执行超车的概率为0.25；在方案六中，自车A执行超车的概率为0.375；在方案七中，自车A执行超车的概率为0.1875；
以下优选例对本发明做进一步详细说明：
如图2所示，本实施例公开了一种高速路场景下基于混合策略博弈的驾驶人超车意图识别方法，包括如下步骤S10～S30：
S10、建立高速路同向双车道场景，即当前车道和期望车道以及两车道上行驶的车辆；
S20、获取并分析当前车道和期望车道上车辆运行状态；
S30、判断超车条件，建立并执行基于混合策略博弈的超车方案，进而识别隐含的驾驶人超车意图。
需要说明的是，由于交通法规定，超车只能从车辆的左侧超越，则自车A执行超车的操作如下：
自车A先加速向左驶入期望车道，再平行于前车B行驶，最后超过前车B进而驶入原车道，超车完成。
需要进一步说明的是，自车A产生超车意图，进行超车操作的前提是当前车道前车B本身无换道、超车操作或其他，即保持t时刻的速度行驶在当前车道。否则，自车A会放弃超车。
具体来说，所述建立高速路同向双车道的具体场景为：
在高速路同向双车道场景下，当前车道上行驶的车辆有：自车A，前车B，或首车C，期望车道上行驶的车辆有：左前车D，或左后车E，或上述全部车辆。
若全部车辆皆有，则当前车道上有自车A，前车B和首车C，且首车C在前车B的正前方，前车B在自车A的正前方。期望车道上有左前车D和左后车E，且左前车D在当前车道前车B的左前方，左后车E在当前车道自车A的左后方。以上所述场景是最复杂的场景，一共涉及5辆车，需要考虑的超车情况最多，共计需要比较8种3辆车t时刻的行驶速度的相对大小。
具体来说，所述获取并分析当前车道和期望车道上车辆运行状态过程为：
车载传感器将所检测的自车A与周围所有车辆t时刻的相对速度、相对距离等信息，显示在车载显示屏上，以便于驾驶人判断超车条件。
需要说明的是，车载传感可采用三维激光雷达传感器，用于探测采集自车A与周围所有行驶车辆的相对速度、相对距离和角度信息，以及周围所有的车辆几何尺寸信息等。
具体来说，如图3所示，所述判断超车条件，建立并执行基于混合策略博弈的超车方案，进而识别隐含的驾驶人超车意图的过程，包括如下步骤S301～S304：
S301、t时刻当前车道上自车A跟随前车B行驶，判断超车条件即自车A与前车B的行驶速度相对大小，包括：
若自车A的速度小于前车B的速度，则自车A继续跟随前车B，不会产生超车意图；
若自车A的速度大于前车B的速度，则自车A产生超车意图；
需要说明的是，若自车A的速度大于前车B的速度时，自车A可能不产生超车意图，则其接下来可能执行的操作是换道或减速继续跟随前车B行驶。
S302、进一步判断超车条件即判断当前车道是否有首车C以及期望车道上是否有车行驶，包括：
若当前车道无首车C，期望车道上无车，则自车A可超车，即为方案零；
若当前车道有首车C，期望车道上无车，自车A可进一步分析决定是否超车；
若当前车道无首车C，期望车道上有车行驶，自车A可进一步分析决定是否超车；
若当前车道有首车C，期望车道上也有车行驶，则自车A可进一步分析决定是否超车；
需要说明的是，判定当前车道无前车C以及期望车道上无车的情况，不是说车道上真正的没有车辆行驶，而是以自车A为中心前后具有足够远的纵向距离内，当前车道无首车C，期望车道上无车行驶，所以才判定车道上无车。
S303、进一步判断超车条件，比较当前车道和期望车道上车辆的相对速度大小，还包括以下步骤S001～S003：
S001、在当前车道有首车C，期望车道上无车的情况下，比较当前车道首车C与前车B速度的相对大小，还包括以下方案：
方案一：当前车道上有首车C，且首车C在当前车道前车B的正前方，如图4所示：
若首车C的速度大于前车B的速度，则自车A可超车；
若首车C的速度小于前车B的速度，则自车A不超车，等待下一次超车时机；
需要说明的是，首车C与当前车道前车B的纵向相对距离满足自车A安全执行超车操作，即驶入原车道所需的最小距离。若不满足，则自车A不超车，等待下一次超车时机。
S002、在当前车道无首车C，期望车道上有车行驶的情况下，比较当前车道车辆与期望车道车辆速度的相对大小，包括如下情况S21～S22：
S21、当期望车道上正在行驶的车辆只有1辆时，包括以下方案：
方案二：期望车道上有左前车D，且左前车D在当前车道前车B的左前方，如图5所示：
若左前车D的速度大于前车B的速度，则自车A可超车；
若左前车D的速度小于前车B的速度，则自车A不超车，等待下一次超车时机；
需要说明的是，左前车D与当前车道前车B的纵向相对距离满足自车A安全执行超车操作，即驶入原车道所需的最小距离。若不满足，则自车A不超车，等待下一次超车时机。
方案三：期望车道上有左后车E，且左后车E在当前车道自车A的左后方，如图6所示：
若左后车E的速度小于自车A的速度，则自车A可超车；
若左后车E的速度大于自车A的速度，则自车A可立刻加速超车；
需要说明的是，左后车E与当前车道自车A的纵向相对距离满足自车A安全执行超车操作，即驶入期望车道所需的最小距离。若不满足，则自车A不超车，等待下一次超车时机。
S22、当期望车道上正在行驶的车辆有2辆时，包括以下方案：
方案四：期望车道上有左前车D和左后车E，且左前车D在当前车道前车B的左前方，左后车E在当前车道自车A的左后方，如图7所示：
若左前车D的速度大于前车B的速度，左后车E的速度小于自车A的速度，则自车A可超车；
若左前车D的速度大于前车B的速度，右后车E的速度大于自车A的速度，则自车A可立刻加速超车；
若左前车D的速度小于前车B的速度，右后车E的速度小于或大于自车A的速度，则自车A不超车，等待下一次超车时机；
需要说明的是，左前车D与当前车道前车B以及左后车E与当前车道自车A的纵向相对距离满足自车A安全执行超车操作，即驶入期望车道和驶入原车道所需的最小距离。若不满足，则自车A不超车，等待下一次超车时机。
S003、在当前车道有首车C，期望车道上也有车行驶的情况下，比较当前车道车辆与期望车道车辆速度的相对大小，包括如下情况S31～S32：
S31、当期望车道上正在行驶的车辆只有1辆时，包括以下方案：
方案五：当前车道上有首车C，期望车道上有左前车D，且首车C在当前车道前车B的正前方，左前车D在当前车道前车B的左前方，如图8所示：
若首车C和左前车D的速度都大于前车B的速度，则自车A可超车；
若首车C的速度大于前车B的速度，左前车D的速度小于前车B的速度，则自车A不超车，等待下一次超车时机；若首车C的速度小于前车B的速度，左前车D的速度大于或小于前车B的速度，则自车A不超车，等待下一次超车时机；
需要说明的是，首车C和左前车D两辆车与当前车道前车B的纵向相对距离满足自车A安全执行超车操作，即驶入原车道所需的最小距离。若不满足，则自车A不超车，等待下一次超车时机。
方案六：当前车道上有首车C，期望车道上有左后车E，且首车C在当前车道前车B的正前方，左后车E在当前车道自车A的左后方，如图9所示：
若首车C的速度大于前车B的速度，左后车E的速度小于自车A的速度，则自车A可超车；
若首车C的速度大于前车B的速度，左后车E的速度大于自车A的速度，则自车A可立刻加速超车；
若首车C的速度小于前车B的速度，左后车E的速度小于或大于自车A的速度，则自车A不超车，等待下一次超车时机；
需要说明的是，首车C与当前车道前车B以及左后车E与当前车道自车A的纵向相对距离满足自车A安全执行超车操作，即驶入期望车道和驶入原车道所需的最小距离。若不满足，则自车A不超车，等待下一次超车时机。
S32、当期望车道上正在行驶的车辆有2辆时，包括以下方案：
方案七：当前车道上有首车C，期望车道上有左前车D和左后车E，且首车C在当前车道前车B的正前方，左前车C在当前车道前车B的左前方，左后车E在当前车道自车A的左后方，如图10所示：
若首车C的速度大于前车B的速度，左前车D的速度大于前车B的速度，左后车E的速度小于自车A的速度，则自车A可超车；
若首车C的速度大于前车B的速度，左前车D的速度大于前车B的速度，左后车E的速度大于自车A的速度，则自车A可立刻加速超车；
若首车C的速度大于前车B的速度，左前车D的速度小于前车B的速度，左后车E的速度小于或大于自车A的速度，则自车A不超车，等待下一次超车时机；
若首车C的速度小于前车B的速度，左前车D的速度大于或小于前车B的速度，左后车E的速度小于或大于自车A的速度，则自车A不超车，等待下一次超车时机；
需要说明的是，首车C和左前车D两辆车与当前车道前车B以及左后车E与当前车道自车A的纵向相对距离满足自车A安全执行超车操作，即驶入期望车道和驶入原车道所需的最小距离。若不满足，则自车A不超车，等待下一次超车时机。
S304、超车条件判断结束，自车A执行或不执行超车操作，包括：
当前判断的超车条件已足够满足自车A完成超车操作，不需要再进一步判断超车条件，自车A就可以选择对应于当前超车条件的超车方案进行执行或不执行超车操作。通常来说，在高速路同向双车道场景下，如果所涉及的车辆大于4辆，则自车A需要进行多次动态超车博弈，才能完成超车操作。
其中，当前车道上车辆与期望车道上车辆的多次动态超车博弈过程如下：
在满足博弈开始条件后，自车A根据当前超车条件选择执行对应的超车方案，若自车A一次性超车成功，则博弈结束；
若自车A一次性超车失败，则博弈继续，等待下一次超车时机，再进行下一次的博弈，即判断下一次超车条件进而再次选择执行对应超车方案。
需要说明的是，首先，t时刻在当前车道上自车A跟随前车B行驶，若自车A产生了超车意图；然后，自车A根据自身以及期望车道车辆的位置和速度信息等来判断两车道上的车辆之间是否存在博弈关系，在不满足博弈开始条件的情况下，若自车A能够满足可执行超车操作的不可缺条件，则自车A可以执行超车；其次，针对满足博弈开始条件的情况下，则自车A开始博弈，即自车A根据自身以及期望车道车辆的位置和速度信息等来选择当前时刻应执行的超车方案；最后，根据自车A所执行的超车方案，自车A可能一次性超车失败，则其将与期望车道车辆进行多次动态超车博弈，直至满足博弈终止条件为止。若自车A选择博弈方案的次数达到设定数目后，为了保证驾驶人及车辆的安全，自车A会主动退出博弈，即自车A减速继续跟随当前车道前车B行驶。
其中，超车博弈起止条件如下：
(1)超车博弈开始条件
开始超车博弈有三个条件，如下：
第一是当前车道车辆自车A与当前车道前车B保持安全距离；
第二是当前车道车辆自车A与当前车道前车B有着安全碰撞时间；
需要说明的是，上述两个条件是为了保证超车博弈过程中自车A与前车B的安全性。
第三是当前车道车辆自车A的速度大于当前车道前车B的速度，此条件是进行超车博弈过程的前提，自车A由此产生超车意图。
其中，自车A与前车B的安全距离计算可使用经典的Gipps安全距离公式，如下式所示：
Figure BDA0002521269700000231
式中，Gab为自车A与当前车道前车B的安全距离，xb(t)为t时刻当前车道前车B位置，xa(t)为t时刻自车A位置，Lb为当前车道前车B的车身长度，va(t)为t时刻自车A的速度，τa为自车A的反应时间，vb(t)为t时刻当前车道前车B的速度，wa为自车A的最大减速度，wb为当前车道前车B的最大减速度。
其中，自车A与前车B的安全碰撞时间TTC，如下式所示：
Figure BDA0002521269700000232
式中，Gab为自车A与当前车道前车B的安全距离，Va为自车A的速度，Vb为当前车道前车B的速度。
(2)超车博弈终止条件
在人类驾驶车辆与人类驾驶车辆的基于混合策略博弈的超车过程中，双方车辆都会存在安全隐患，并且博弈次数越多，即所选择博弈方案的次数越多，造成的安全隐患也就越大，所以需要设定博弈终止条件。
超车博弈终止条件如下：
第一是自车A博弈数目到达n次时(该次数可随不同的超车情况进行调整)，则自车A主动退出博弈；
第二是当在超车过程中自车A与前车B的跟驰距离小于式(1)中的安全距离时，则自车A应该主动放弃超车，寻找下一次超车机会；
第三是当在超车过程中自车A与前车B的碰撞时间小于式(2)中的安全碰撞时间时，则自车A应该主动放弃超车，寻找下一次超车机会。
需要说明的是，自车A以某种概率随机地选择不同的超车方案，进而执行超车操作，计算混合策略期望超车收益如下：
自车A选择方案零的概率为P0，选择方案一的概率为P1，选择方案二的概率为P2，选择方案三的概率为P3，选择方案四的概率为P4，选择方案五的概率为P5，选择方案六的概率为P6，选择方案七的概率为P7，可知，
Figure BDA0002521269700000241
需要进一步说明的是，上述概率依据于t时刻车道上车辆的运行状态，所以P0～P7具有随机性，并且随高速路不同地点而变化，因而无法精确得到，需要大量的实验数据分析总结。
在方案零中，自车A一定可以超车，则自车A执行超车的概率为1.0；
在方案一中，自车A超车的概率依据首车C与前车B的相对速度大小，首车C的速度大于前车B的速度的概率为50％，则自车A执行超车的概率为0.5，
在方案二中，自车A超车的概率依据左前车D与前车B的相对速度大小，左前车D的速度大于前车B的速度的概率为50％，则自车A执行超车的概率为0.5；
在方案三中，自车A超车的概率依据左后车E与自车A的相对速度大小，左后车E的速度小于自车A的速度的概率为50％，还有左后车E的速度大于自车A的速度的概率也为50％，在这种情况下自车A立刻执行超车的概率为50％，则自车A执行超车的概率为0.5+0.5*0.5＝0.75；
在方案四中，自车A超车的概率依据左前车D与前车B以及左后车E与自车A的相对速度大小，左前车D的速度大于前车B的速度且左后车E的速度小于自车A的速度的概率为25％，还有左前车D的速度大于前车B的速度且左后车E的速度大于自车A的速度的概率为25％，在这种情况下自车A立刻执行超车的概率为50％，则自车A执行超车的概率为0.25+0.25*0.5＝0.375；
在方案五中，自车A超车的概率依据首车C和左前车D与前车B的相对速度大小，首车C和左前车D的速度都大于前车B的速度的概率为25％，则自车A执行超车的概率为0.25；
在方案六中，自车A超车的概率依据首车C与前车B以及左后车E与自车A的相对速度大小，首车C的速度大于前车B的速度且左后车E的速度小于自车A的速度的概率为25％，还有首车C的速度大于前车B的速度且左后车E的速度大于自车A的速度的概率为25％，在这种情况下自车A立刻执行超车的概率为50％，则自车A执行超车的概率为0.25+0.25*0.5＝0.375；
在方案七中，自车A超车的概率依据首车C和左前车D与前车B以及左后车E与自车A的相对速度大小，首车C的速度大于前车B的速度且左前车D的速度大于前车B的速度且左后车E的速度小于自车A的速度的概率为12.5％，还有首车C的速度大于前车B的速度且左前车D的速度大于前车B的速度且左后车E的速度大于自车A的速度的概率为12.5％，在这种情况下自车A立刻执行超车的概率为50％，则自车A执行超车的概率为0.125+0.125*0.5＝0.1875；
则自车A以P0～P7的概率分别选择方案零至七的混合策略期望收益EA为：
EA＝P0+0.5P1+0.5P2+0.75P3+0.375P4+0.25P5+0.375P6+0.1875P7 (3)
本发明针对高速路场景下人类驾驶车辆与人类驾驶车辆之间的超车过程，建立描述车辆之间动态博弈过程的基于混合策略博弈的超车方案，选择相对应当前超车条件的超车方案，从而识别车辆超车博弈过程中隐含的驾驶人超车意图。因此，本发明有效地解决了高速路场景下驾驶人超车意图的识别问题，为提高车道辅助系统的可靠性提供了技术支持，进而推动了智能驾驶技术的发展。
在本申请的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。
本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以，本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件，而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构；也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

Claims (4)

1.一种基于混合策略博弈的驾驶人超车意图识别方法，其特征在于，包括：
步骤M1：建立高速路同向双车道模型；
步骤M2：车载传感器获取并分析当前车道和期望车道上车辆运行状态；
步骤M3：根据车辆运行状态，建立并执行基于博弈论混合策略的超车方案，进而识别隐含的驾驶人超车意图，同时计算综合全部情况的最佳超车方案的混合策略期望收益；
所述同向双车道模型包括当前车道上和期望车道上车辆的数量、分布和运行情况；
所述步骤M3包括：
步骤M3.1：根据当前车道上车辆和期望车道上车辆的运行状态，细分各种超车方案，分析当前车道上自车A随机地选择不同的超车方案的概率；
步骤M3.2：根据不同的超车方案的概率，建立并执行基于博弈论混合策略的超车方案，计算综合全部情况的最佳超车方案的混合策略期望收益；
所述步骤M3.1包括：
t时刻当前车道上自车A跟随前车B行驶，当满足包括当前车道自车A与前车B保持安全距离、自车A与前车B有着安全碰撞时间以及当前车道自车A的行驶速度大于前车B的行驶速度的超车博弈开始条件时，自车A产生超车意图；当自车A产生超车意图，并预设次超车失败，则超车博弈结束；
超车方案包括：
方案零：当当前车道无首车C，期望车道上无车，则自车A满足超车条件；当首车C的速度小于前车B的速度，则自车A不满足超车条件，等待下一次超车时机；
方案一：当当前车道有首车C，期望车道上无车的情况下；
当首车C的速度大于前车B的速度，则自车A满足超车条件；
当首车C的速度小于前车B的速度，则自车A不满足超车条件，等待下一次超车时机；
方案二：当当前车道无首车C，期望车道上有车行驶的情况下，期望车道上有左前车D，且左前车D在当前车道前车B的左前方；
当左前车D的速度大于前车B的速度，则自车A满足超车条件；
当左前车D的速度小于前车B的速度，则自车A不满足超车条件，等待下一次超车时机；
方案三：当当前车道无首车C，期望车道上有车行驶的情况下，期望车道上有左后车E，且左后车E在当前车道自车A的左后方；
当左后车E的速度小于自车A的速度，则自车A满足超车条件；
当左后车E的速度大于等于自车A的速度时，则自车A立刻加速满足超车条件；
方案四：当当前车道无首车C，期望车道上有车行驶的情况下，期望车道上有左前车D和左后车E，且左前车D在当前车道前车B的左前方，左后车E在当前车道自车A的左后方；
当左前车D的速度大于前车B的速度，左后车E的速度小于自车A的速度，则自车A满足超车条件；
当左前车D的速度大于前车B的速度，右后车E的速度大于等于自车A的速度，则自车A立刻加速满足超车条件；
当左前车D的速度小于前车B的速度，右后车E的速度小于或大于自车A的速度，则自车A不满足超车条件，等待下一次超车时机；
方案五：当当前车道有首车C，期望车道有车行驶的情况下，当当前车道上有首车C，期望车道上有左前车D，且首车C在当前车道前车B的正前方，左前车D在当前车道前车B的左前方；
当首车C和左前车D的速度都大于前车B的速度，自车A满足超车条件；
当首车C的速度大于前车B的速度，左前车D的速度小于前车B的速度，则自车A不满足超车条件，等待下一次超车时机；
当首车C的速度小于前车B的速度，左前车D的速度大于或小于前车B的速度，则自车A不满足超车条件，等待下一次超车时机；
方案六：当当前车道有首车C，期望车道有车行驶的情况下，当当前车道上有首车C，期望车道上有左后车E，且首车C在当前车道前车B的正前方，左后车E在当前车道自车A的左后方；
当首车C的速度大于前车B的速度，左后车E的速度小于自车A的速度，则自车A满足超车条件；
当首车C的速度大于前车B的速度，左后车E的速度大于等于自车A的速度，则自车A立刻加速满足超车条件；
当首车C的速度小于前车B的速度，左后车E的速度小于或大于自车A的速度，则自车A不满足超车条件，等待下一次超车时机；
方案七：当当前车道有首车C，期望车道有车行驶的情况下，当当前车道上有首车C，期望车道上有左前车D和左后车E，且首车C在当前车道前车B的正前方，左前车C在当前车道前车B的左前方，左后车E在当前车道自车A的左后方；
当首车C的速度大于前车B的速度，左前车D的速度大于前车B的速度，左后车E的速度小于自车A的速度，则自车A满足超车条件；
当首车C的速度大于前车B的速度，左前车D的速度大于前车B的速度，左后车E的速度大于等于自车A的速度，则自车A立刻加速满足超车条件；
当首车C的速度大于前车B的速度，左前车D的速度小于前车B的速度，左后车E的速度小于或大于自车A的速度，则自车A不满足超车条件，等待下一次超车时机；
当首车C的速度小于前车B的速度，左前车D的速度大于或小于前车B的速度，左后车E的速度小于或大于自车A的速度，则自车A不满足超车条件，等待下一次超车时机；
根据实验总结得到，高速路上分别出现各个方案所描述的当前车辆分布情况的概率，自车A选择方案零的概率为P0，选择方案一的概率为P1，选择方案二的概率为P2，选择方案三的概率为P3，选择方案四的概率为P4，选择方案五的概率为P5，选择方案六的概率为P6，选择方案七的概率为P7，
Figure FDA0003062463740000031
所述自车A与前车B的安全距离Gab：
Figure FDA0003062463740000032
其中，Gab表示自车A与当前车道前车B的安全距离，xb(t)表示t时刻当前车道前车B位置，xa(t)表示t时刻自车A位置，Lb表示当前车道前车B的车身长度，va(t)表示t时刻自车A的速度，τa表示自车A的反应时间，vb(t)表示t时刻当前车道前车B的速度，wa表示自车A的最大减速度，wb表示当前车道前车B的最大减速度；
所述自车A和前车B的安全碰撞时间TTC包括：
Figure FDA0003062463740000033
其中，Gab为自车A与当前车道前车B的安全距离，Va为自车A的速度，Vb为当前车道前车B的速度；
所述步骤M3.2包括：自车A以P0～P7的概率分别选择方案零至七的混合策略期望收益EA为：
EA＝aP0+bP1+cP2+dP3+eP4+fP5+gP6+hP7 (3)
其中，a表示在方案零中自车A执行超车的概率；b表示在方案一中自车A执行超车的概率；c表示在方案二中自车A执行超车的概率；d表示在方案三中自车A执行超车的概率；e表示在方案四中自车A执行超车的概率；f表示在方案五中自车A执行超车的概率；g表示在方案六中自车A执行超车的概率；h表示在方案七中自车A执行超车的概率。
2.根据权利要求1所述的基于混合策略博弈的驾驶人超车意图识别方法，其特征在于，所述步骤M1包括：
在高速路同向双车道模型下，当前车道上行驶的车辆有：自车A、前车B和/或首车C，期望车道上行驶的车辆有：左前车D和/或左后车E；
所述首车C在前车B的正前方，前车B在自车A的正前方；期望车道上左前车D在当前车道前车B的左前方，左后车E在当前车道自车A的左后方；
所述步骤M2中车辆运行状态包括：车辆运行速度和车辆运行位置信息。
3.一种基于混合策略博弈的驾驶人超车意图识别系统，其特征在于，包括：
模块M1：建立高速路同向双车道模型；
模块M2：车载传感器获取并分析当前车道和期望车道上车辆运行状态；
模块M3：根据车辆运行状态，建立并执行基于博弈论混合策略的超车方案，进而识别隐含的驾驶人超车意图，同时计算综合全部情况的最佳超车方案的混合策略期望收益；
所述同向双车道模型包括当前车道上和期望车道上车辆的数量、分布和运行情况；
所述模块M3包括：
模块M3.1：根据当前车道上车辆和期望车道上车辆的运行状态，细分各种超车方案，分析当前车道上自车A随机地选择不同的超车方案的概率；
模块M3.2：根据不同的超车方案的概率，建立并执行基于博弈论混合策略的超车方案，计算综合全部情况的最佳超车方案的混合策略期望收益；
所述模块M3.1包括：
t时刻当前车道上自车A跟随前车B行驶，当满足包括当前车道自车A与前车B保持安全距离、自车A与前车B有着安全碰撞时间以及当前车道自车A的行驶速度大于前车B的行驶速度的超车博弈开始条件时，自车A产生超车意图；当自车A产生超车意图，并预设次超车失败，则超车博弈结束；
超车方案包括：
方案零：当当前车道无首车C，期望车道上无车，则自车A满足超车条件；当首车C的速度小于前车B的速度，则自车A不满足超车条件，等待下一次超车时机；
方案一：当当前车道有首车C，期望车道上无车的情况下；
当首车C的速度大于前车B的速度，则自车A满足超车条件；
当首车C的速度小于前车B的速度，则自车A不满足超车条件，等待下一次超车时机；
方案二：当当前车道无首车C，期望车道上有车行驶的情况下，期望车道上有左前车D，且左前车D在当前车道前车B的左前方；
当左前车D的速度大于前车B的速度，则自车A满足超车条件；
当左前车D的速度小于前车B的速度，则自车A不满足超车条件，等待下一次超车时机；
方案三：当当前车道无首车C，期望车道上有车行驶的情况下，期望车道上有左后车E，且左后车E在当前车道自车A的左后方；
当左后车E的速度小于自车A的速度，则自车A满足超车条件；
当左后车E的速度大于等于自车A的速度时，则自车A立刻加速满足超车条件；
方案四：当当前车道无首车C，期望车道上有车行驶的情况下，期望车道上有左前车D和左后车E，且左前车D在当前车道前车B的左前方，左后车E在当前车道自车A的左后方；
当左前车D的速度大于前车B的速度，左后车E的速度小于自车A的速度，则自车A满足超车条件；
当左前车D的速度大于前车B的速度，右后车E的速度大于等于自车A的速度，则自车A立刻加速满足超车条件；
当左前车D的速度小于前车B的速度，右后车E的速度小于或大于自车A的速度，则自车A不满足超车条件，等待下一次超车时机；
方案五：当当前车道有首车C，期望车道有车行驶的情况下，当当前车道上有首车C，期望车道上有左前车D，且首车C在当前车道前车B的正前方，左前车D在当前车道前车B的左前方；
当首车C和左前车D的速度都大于前车B的速度，自车A满足超车条件；
当首车C的速度大于前车B的速度，左前车D的速度小于前车B的速度，则自车A不满足超车条件，等待下一次超车时机；
当首车C的速度小于前车B的速度，左前车D的速度大于或小于前车B的速度，则自车A不满足超车条件，等待下一次超车时机；
方案六：当当前车道有首车C，期望车道有车行驶的情况下，当当前车道上有首车C，期望车道上有左后车E，且首车C在当前车道前车B的正前方，左后车E在当前车道自车A的左后方；
当首车C的速度大于前车B的速度，左后车E的速度小于自车A的速度，则自车A满足超车条件；
当首车C的速度大于前车B的速度，左后车E的速度大于等于自车A的速度，则自车A立刻加速满足超车条件；
当首车C的速度小于前车B的速度，左后车E的速度小于或大于自车A的速度，则自车A不满足超车条件，等待下一次超车时机；
方案七：当当前车道有首车C，期望车道有车行驶的情况下，当当前车道上有首车C，期望车道上有左前车D和左后车E，且首车C在当前车道前车B的正前方，左前车C在当前车道前车B的左前方，左后车E在当前车道自车A的左后方；
当首车C的速度大于前车B的速度，左前车D的速度大于前车B的速度，左后车E的速度小于自车A的速度，则自车A满足超车条件；
当首车C的速度大于前车B的速度，左前车D的速度大于前车B的速度，左后车E的速度大于等于自车A的速度，则自车A立刻加速满足超车条件；
当首车C的速度大于前车B的速度，左前车D的速度小于前车B的速度，左后车E的速度小于或大于自车A的速度，则自车A不满足超车条件，等待下一次超车时机；
当首车C的速度小于前车B的速度，左前车D的速度大于或小于前车B的速度，左后车E的速度小于或大于自车A的速度，则自车A不满足超车条件，等待下一次超车时机；
根据实验总结得到，高速路上分别出现各个方案所描述的当前车辆分布情况的概率，自车A选择方案零的概率为P0，选择方案一的概率为P1，选择方案二的概率为P2，选择方案三的概率为P3，选择方案四的概率为P4，选择方案五的概率为P5，选择方案六的概率为P6，选择方案七的概率为P7，
Figure FDA0003062463740000061
所述自车A与前车B的安全距离Gab：
Figure FDA0003062463740000071
其中，Gab表示自车A与当前车道前车B的安全距离，xb(t)表示t时刻当前车道前车B位置，xa(t)表示t时刻自车A位置，Lb表示当前车道前车B的车身长度，va(t)表示t时刻自车A的速度，τa表示自车A的反应时间，vb(t)表示t时刻当前车道前车B的速度，wa表示自车A的最大减速度，wb表示当前车道前车B的最大减速度；
所述自车A和前车B的安全碰撞时间TTC包括：
Figure FDA0003062463740000072
其中，Gab为自车A与当前车道前车B的安全距离，Va为自车A的速度，Vb为当前车道前车B的速度；
所述模块M3.2包括：自车A以P0～P7的概率分别选择方案零至七的混合策略期望收益EA为：
EA＝aP0+bP1+cP2+dP3+eP4+fP5+gP6+hP7 (3)
其中，a表示在方案零中自车A执行超车的概率；b表示在方案一中自车A执行超车的概率；c表示在方案二中自车A执行超车的概率；d表示在方案三中自车A执行超车的概率；e表示在方案四中自车A执行超车的概率；f表示在方案五中自车A执行超车的概率；g表示在方案六中自车A执行超车的概率；h表示在方案七中自车A执行超车的概率。
4.根据权利要求3所述的基于混合策略博弈的驾驶人超车意图识别系统，其特征在于，所述模块M1包括：
在高速路同向双车道模型下，当前车道上行驶的车辆有：自车A、前车B和/或首车C，期望车道上行驶的车辆有：左前车D和/或左后车E；
所述首车C在前车B的正前方，前车B在自车A的正前方；期望车道上左前车D在当前车道前车B的左前方，左后车E在当前车道自车A的左后方；
所述模块M2中车辆运行状态包括：车辆运行速度和车辆运行位置信息。
CN202010491600.8A 2020-06-02 2020-06-02 基于混合策略博弈的驾驶人超车意图识别方法及系统 Active CN111645692B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010491600.8A CN111645692B (zh) 2020-06-02 2020-06-02 基于混合策略博弈的驾驶人超车意图识别方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010491600.8A CN111645692B (zh) 2020-06-02 2020-06-02 基于混合策略博弈的驾驶人超车意图识别方法及系统

Publications (2)

Publication Number Publication Date
CN111645692A CN111645692A (zh) 2020-09-11
CN111645692B true CN111645692B (zh) 2021-08-24

Family

ID=72343909

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010491600.8A Active CN111645692B (zh) 2020-06-02 2020-06-02 基于混合策略博弈的驾驶人超车意图识别方法及系统

Country Status (1)

Country Link
CN (1) CN111645692B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112590791B (zh) * 2020-12-16 2022-03-11 东南大学 一种基于博弈论的智能车换道间隙选择方法及装置
CN113753049B (zh) * 2021-11-10 2022-02-08 北京理工大学 基于社会偏好的自动驾驶超车决策确定方法及系统
CN114596712B (zh) * 2022-05-06 2022-07-19 苏州大学 一种车辆跟驰控制方法和系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006122867A1 (de) * 2005-05-19 2006-11-23 Robert Bosch Gmbh Spurwechselassistent für kraftfahrzeuge
CN102800214B (zh) * 2012-08-27 2014-06-18 武汉大学 一种基于车车信息交互条件下的车辆换道冲突消解方法
DE102013209489A1 (de) * 2013-05-22 2014-11-27 Robert Bosch Gmbh Verfahren zum automatischen Intervenieren in ein fahrendes Ego-Fahrzeug bei einer Falschfahrt, insbesondere einer Geisterfahrt
CN106043313A (zh) * 2016-07-28 2016-10-26 南昌大学 一种汽车行驶变道智能引导装置
DE102015219578A1 (de) * 2015-10-09 2017-04-13 Volkswagen Aktiengesellschaft Verfahren und Vorrichtung in einem Kraftfahrzeug zum automatisierten Fahren
CN106874597A (zh) * 2017-02-16 2017-06-20 北理慧动（常熟）车辆科技有限公司 一种应用于自动驾驶车辆的高速公路超车行为决策方法
CN107264531A (zh) * 2017-06-08 2017-10-20 中南大学 一种半结构化环境中智能车辆自主换道超车运动规划方法
CN109878446A (zh) * 2019-01-22 2019-06-14 南京工程学院 一种基于多雷达的超车辅助预警系统及控制方法
CN110304063A (zh) * 2019-07-15 2019-10-08 广州小鹏汽车科技有限公司 一种车辆自动变道方法及系统、车辆
CN110869989A (zh) * 2017-05-15 2020-03-06 大陆汽车有限公司 产生超车概率集的方法、操作机动车辆的控制装置的方法、超车概率收集装置和控制装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006122867A1 (de) * 2005-05-19 2006-11-23 Robert Bosch Gmbh Spurwechselassistent für kraftfahrzeuge
CN102800214B (zh) * 2012-08-27 2014-06-18 武汉大学 一种基于车车信息交互条件下的车辆换道冲突消解方法
DE102013209489A1 (de) * 2013-05-22 2014-11-27 Robert Bosch Gmbh Verfahren zum automatischen Intervenieren in ein fahrendes Ego-Fahrzeug bei einer Falschfahrt, insbesondere einer Geisterfahrt
DE102015219578A1 (de) * 2015-10-09 2017-04-13 Volkswagen Aktiengesellschaft Verfahren und Vorrichtung in einem Kraftfahrzeug zum automatisierten Fahren
CN106043313A (zh) * 2016-07-28 2016-10-26 南昌大学 一种汽车行驶变道智能引导装置
CN106874597A (zh) * 2017-02-16 2017-06-20 北理慧动（常熟）车辆科技有限公司 一种应用于自动驾驶车辆的高速公路超车行为决策方法
CN110869989A (zh) * 2017-05-15 2020-03-06 大陆汽车有限公司 产生超车概率集的方法、操作机动车辆的控制装置的方法、超车概率收集装置和控制装置
CN107264531A (zh) * 2017-06-08 2017-10-20 中南大学 一种半结构化环境中智能车辆自主换道超车运动规划方法
CN109878446A (zh) * 2019-01-22 2019-06-14 南京工程学院 一种基于多雷达的超车辅助预警系统及控制方法
CN110304063A (zh) * 2019-07-15 2019-10-08 广州小鹏汽车科技有限公司 一种车辆自动变道方法及系统、车辆

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Vehicle Trajectory Prediction by Integrating;Guotao Xie等;《IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS》;20180731;第65卷(第7期);5999-6008 *
基于Carsim和Simulink的超车换道仿真分析;徐磊等;《科学技术与工程》;20141031;第14卷(第29期);300-303 *

Also Published As

Publication number Publication date
CN111645692A (zh) 2020-09-11

Similar Documents

Publication Publication Date Title
CN111645692B (zh) 基于混合策略博弈的驾驶人超车意图识别方法及系统
CN111994089A (zh) 基于混合策略博弈的驾驶人换道意图识别方法及系统
JP6600892B2 (ja) 車両制御装置、車両制御方法、および車両制御プログラム
CN108569287A (zh) 生成车辆控制命令的方法和装置、车辆控制器、存储介质
CN110920405B (zh) 基于综合工况的滑行能量回收模式切换方法、装置及汽车
CN109703539B (zh) 一种基于碰撞时间的右转弯智能车辆两级制动主动避撞系统及避撞方法
CN111994088A (zh) 基于混合策略博弈的驾驶人换道意图识别方法及系统
JP2019209917A (ja) 車両制御装置、車両制御方法、及びプログラム
CN112508054B (zh) 一种驾驶模型训练方法、装置、设备和介质
US20220375349A1 (en) Method and device for lane-changing prediction of target vehicle
CN112820125A (zh) 车辆混行情况的智能网联车辆的通行引导方法及引导系统
CN113320545A (zh) 一种基于线控智能车辆的预路口行为决策方法
US11091174B2 (en) Vehicle control device
CN108569268A (zh) 车辆防碰撞参数标定方法和装置、车辆控制器、存储介质
CN112542061A (zh) 基于车联网的借道超车控制方法、装置、系统及存储介质
CN110834626A (zh) 行车障碍预警方法、装置、车辆和存储介质
CN115009279A (zh) 一种车辆变道预警方法及装置
CN115123207A (zh) 驾驶辅助装置以及车辆
CN111402627B (zh) 一种基于车联网的多工况换道安全预警系统及预警方法
CN106585595A (zh) 一种发生溜车时的自动驾驶方法和智能车
CN113370972A (zh) 行驶控制装置、行驶控制方法以及存储程序的计算机可读取存储介质
CN113734169A (zh) 基于车路协同的跟车控制方法及系统
US20230045706A1 (en) System for displaying attention to nearby vehicles and method for providing an alarm using the same
JP7439147B2 (ja) 運転支援装置、車両、運転支援方法、記憶媒体及びプログラム
Gu et al. Autonomous driving hazard scenario extraction and safety assessment based on crash reports and carla simulation

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant