CN111994090A - 基于混合策略博弈的驾驶人变道切入意图识别方法及系统 - Google Patents

基于混合策略博弈的驾驶人变道切入意图识别方法及系统 Download PDF

Info

Publication number
CN111994090A
CN111994090A CN202010911976.XA CN202010911976A CN111994090A CN 111994090 A CN111994090 A CN 111994090A CN 202010911976 A CN202010911976 A CN 202010911976A CN 111994090 A CN111994090 A CN 111994090A
Authority
CN
China
Prior art keywords
lane
vehicle
cut
changing
game
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.)
Granted
Application number
CN202010911976.XA
Other languages
English (en)
Other versions
CN111994090B (zh
Inventor
高洪波
郝正源
李智军
朱菊萍
何希
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.)
University of Science and Technology of China USTC
Original Assignee
University of Science and Technology of China USTC
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 University of Science and Technology of China USTC filed Critical University of Science and Technology of China USTC
Priority to CN202010911976.XA priority Critical patent/CN111994090B/zh
Publication of CN111994090A publication Critical patent/CN111994090A/zh
Application granted granted Critical
Publication of CN111994090B publication Critical patent/CN111994090B/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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • 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
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/20—Conjoint control of vehicle sub-units of different type or different function including control of steering systems
    • 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
    • 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
    • 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
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/18163—Lane change; Overtaking manoeuvres
    • 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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0002—Automatic control, details of type of controller or control system architecture
    • B60W2050/0003—In analogue systems, e.g. continuous systems
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0002—Automatic control, details of type of controller or control system architecture
    • B60W2050/0018—Method for the design of a control system

Landscapes

  • Engineering & Computer Science (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (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变道切入意图识别方法，包括：步骤1：建立单向三车道场景，包括当前车道、期望车道以及三车道上行驶的车辆，判定剩余距离为换道车辆和当前车道上前车保持安全距离时供行驶的最长距离；步骤2：获取当前车道和期望车道上的车辆的运行状态；步骤3：根据最长距离和运行状态对车辆进行建模，并通过细分后的情况，判断车辆以何种概率随机地选择不同的变道切入方案；步骤4：若车辆一次性变道切入成功，则博弈终止；若一次性变道切入失败，则博弈继续，等待下一次的切入时机。本发明保证了行驶的安全性和合法性，且贴近生活。

Description

基于混合策略博弈的驾驶人变道切入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，涉及一种基于混合策略博弈的驾驶人变道切入意图识别方法及系统。
背景技术
车辆变换车道是驾驶过程中尤为常见的基本操作，交通流状况在很大程度上受到车辆变道行为的影响。既有研究已证实，车辆变道容易造成交通阻塞和交通冲突，甚至引发交通事故。
随着人工智能的热度升高，智能驾驶作为一种人工智能的应用领域也受到了越来越多的关注，并取得了良好的发展。自动驾驶对于人们的生活方式上是一个革新，让人们从驾驶中解放出来，从而提高人力资源的利用率。自动驾驶的应用场景之一就是在城市道路场景下进行自动驾驶，而其中驾驶人的意图的识别是自动驾驶中十分重要的一环，这直接关系到车辆行驶的轨迹规划和控制。变道切入(cut-in)是指后随车在正常行驶过程中，相邻车道前车变换至其所在车道的变道行为。与变道定义略有区别，变道切入要求目标车道必须有后随车，
而一般的变道对此并无要求.频繁和紧急的变道切入行为会对交通流产生负面影响，主要表现在造成道路通行能力下降、交通瓶颈、车流“时停时走”，甚至引发交通事故。
在城市道路场景中，交通情况复杂，有着红绿灯、左转右转道等多种情况需要进行变道，同时有着高架桥、匝道等需要车辆合流的场景，cut-in意图的识别就更为重要。如何正确识别驾驶人的cut-in意图，使车辆能够在城市道路场景下正常行驶，保证cut-in的正确性、安全性以及必要性，是目前智能驾驶走向实际生活应用的一个关键点。
专利文献CN106125731B(申请号：201610578372.1)公开了一种基于后方车辆行驶意图识别的无人驾驶车辆运动控制方法，包含以下步骤：S1、持续对无人驾驶车辆后方车辆是否发出声音信号进行检测；S2、检测到无人驾驶车辆后方车辆发出声音信号，则根据预设车辆识别规则对该声音信号进行分析，以确定后方车辆的类型；S3、根据后方车辆的类型，对后方车辆的超车意图执行相应的避让行驶操作策略。
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变道切入意图识别方法及系统。
根据本发明提供的基于混合策略博弈的驾驶人变道切入意图识别方法，包括：
步骤1：建立单向三车道场景，包括当前车道、期望车道以及三车道上行驶的车辆，判定剩余距离为换道车辆和当前车道上前车保持安全距离时供行驶的最长距离；
步骤2：获取当前车道和期望车道上的车辆的运行状态；
步骤3：根据最长距离和运行状态对车辆进行建模，并通过细分后的情况，判断车辆以何种概率随机地选择不同的变道切入方案；
步骤4：若车辆一次性变道切入成功，则博弈终止；若一次性变道切入失败，则博弈继续，等待下一次的切入时机。
优选地，车辆变道切入的方式包括强制型和自由型；
所述强制型变道切入包括：进出十字交叉路口进行转向或进出匝道或规避施工区或障碍物；
所述自由型变道切入包括：规避前方车道慢车或变换切入快/慢车道或无明显意图。
优选地，所述自由型变道切入涉及的车辆包括换道车辆、后随车辆和前导车辆，其中，换道车辆是指在当前车道上的车辆试图切入目标车道的车辆；后随车辆是指在目标车道上且在换道车辆正后方的的车辆，前导车辆是指在目标车道上后随车辆正前方的车辆；
在变道切入场景下，换道车辆和后随车辆存在，前导车辆随机存在，则以换道和后随车辆为博弈主体，建立了一个独立的博弈模型，即在看到对方之后，换道车辆和后随车辆立即决定一组动作，以在游戏中最大化各自的回报；
每辆车做出的行动策略假设为：
换道车辆选择立即变道切入到目标车道中，或者选择等到下一个时机；后随车辆的选择保持当前的跟车状态或者减速让行；在切入之前，后随车辆和前导车辆相互作用，当换道车辆出现在加速车道上，且滞后车辆与合并车辆之间的距离小于L时，判定两者之间开始博弈，L为最小车辆发生相互作用的距离；
当没有一个博弈者通过改变选择特定策略的概率来单方面增加其预期收益时，就达到了纳什均衡，表述为：
E1(p＊，q＊)≥E2(p，q＊)；
E2(p＊，q＊)≥E2(p＊，q)；
其中E1和E2是均衡时的预期收益，p＊和q＊分别表示换道车辆和后随车辆的均衡策略集，在多个均衡的情况下，一个最优解判定为是给两个参与者带来最高收益的解，每个参与者对博弈均衡的影响程度相似，换道车辆在安全约束条件下最小化在原车道上花费的时间。
优选地，当换道车辆驾驶员产生变道切入意图，在识别当前路况后，创建收益矩阵，后随车辆决定让换道车辆切入或者不让车辆切入；
当换道车辆选择强制切入时，若后随车辆选择让行，则换道车辆使用正常的加速度amid进行切入；若后随车辆不选择让行，则换道车辆采用大的加速度amax，比后随车辆更快到达切入点；
当换道车辆不选择强制切入时，若后随车辆选择避让，则换道车辆识别到后随车辆的避让状态后，以正常加速度amid进行切入；若后随车辆不选择避让，则换道车等待，直到后随车辆超越自己，再以大的加速度amax来获得下一个切入时机。
优选地，在城市道路口转向时，包括：
换道车辆临近道路口，所剩距离仅够进行一次切入，换道车辆在直行或右转道路行驶，需要进行左转弯；或者换道车辆在直行或左转道路上行驶，需要进行右转弯；或者换道车辆在左转或右转道路上行驶，需要直行，且目标车道后有多辆后随车辆，此时策略为强制变道切入，按照权利要求4所述方式进行博弈，博弈终止条件为换道成功；
换道车辆临近道路口，所剩距离仅够进行一次切入，换道车辆在直行或右转道路行驶，需要进行左转弯；或者换道车辆在直行或左转道路上行驶，需要进行右转弯；或者换道车辆在左转或右转道路上行驶，需要直行，且目标车道后有仅一辆后随车辆，此时换道车辆选择不强制变道切入，根据后随车辆是否选择避让来决定是否变道切入，按照权利要求4所述方式进行博弈，若后随车辆不避让，则换道车辆选择不切入，等待后随车辆超越自己后再换道；如果后随车辆避让，则选择切入。
优选地，在进出匝道时，包括：
换道车辆所剩余加速距离足够长，足够进行不止一次切入选择，此时，按照权利要求4所述方式进行博弈，博弈终止条件为切入成功；
换道车辆所剩余加速距离仅足以进行一次切入选择，此时，换道车辆选择强制切入，按照权利要求4所述方式进行博弈，博弈终止条件为切入成功。
优选地，当前车道存在施工区或障碍物时，包括：
换道车辆距当前车道的施工区或障碍物的距离足够长，足够进行不止一次切入选择，此时，按照权利要求4所述方式进行博弈，博弈终止条件为切入成功；
换道车辆距当前车道的施工区或障碍物的距离仅够进行一次切入选择，此时，换道车辆选择强制切入，按照权利要求4所述方式进行博弈，博弈终止条件为切入成功。
优选地，切入博弈终止条件，包括：
换道车辆博弈述目达到设定次数时；或者换道车辆完成切入时。
根据本发明提供的基于混合策略博弈的驾驶人变道切入意图识别系统，包括：
模块M1：建立单向三车道场景，包括当前车道、期望车道以及三车道上行驶的车辆，判定剩余距离为换道车辆和当前车道上前车保持安全距离时供行驶的最长距离；
模块M2：获取当前车道和期望车道上的车辆的运行状态；
模块M3：根据最长距离和运行状态对车辆进行建模，并通过细分后的情况，判断车辆以何种概率随机地选择不同的变道切入方案；
模块M4：若车辆一次性变道切入成功，则博弈终止；若一次性变道切入失败，则博弈继续，等待下一次的切入时机。
优选地，车辆变道切入的方式包括强制型和自由型；
所述强制型变道切入包括：进出十字交叉路口进行转向或进出匝道或规避施工区或障碍物；
所述自由型变道切入包括：规避前方车道慢车或变换切入快/慢车道或无明显意图。
与现有技术相比，本发明具有如下的有益效果：
1、本发明以城市道路场景为基础，对城市道路场景下可能出现的路况进行了分析讨论，解决了特殊场景下的车辆cut-in问题，保证了行驶的安全性和合法性，且贴近生活；
2、本发明以博弈论为基础，分析在城市道路场景下驾驶人的cut-in条件，通过判断当前切入条件，得到最优且可执行的基于混合策略博弈的切入方案，避免了进行切入博弈过程中可能出现的问题，进而肯定了此切入方案的正确性；
3、本发明针对当前车道车辆和期望车道车辆的cut-in博弈问题进行分析，并给出了解决切入博弈问题的各种基于混合策略博弈的切入策略，识别了驾驶人的换道意图，有效地解决了车辆切入过程中的安全隐患，确保了驾驶人及车辆的驾驶安全，并提高了驾驶车辆的行驶效率。
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为自动驾驶车辆cut-in模型框架图；
图2为cut-in示意图；
图3为在城市道路场景下车辆在城市道路口进行转向时的cut-in场景图；
图4为在城市道路场景下车辆在匝道上准备切入时的cut-in场景图；
图5为在城市道路场景下车辆遇到施工区或障碍物时的cut-in场景图。
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。
本发明涉及到智能驾驶领域，具体的说是一种城市场景下基于混合策略博弈的驾驶人cut-in意图识别方法。本方法的目的在于通过混合博弈策略，对驾驶人的cut-in意图进行识别，并在城市场景下应用的方法。
为实现上述目的，本发明所述的方法包括以下步骤：
步骤1：建立城市道路单向三车道场景，包括当前车道和期望车道，以及三车道上行驶的车辆。获取当前车道和期望车道上的车辆的运行状态；
步骤2：判断换道车辆所行驶的当前车道的状态，分辨驾驶人的切入意图是强制型还是自由型；
步骤3：创建自由型的换道车辆选择强制切入时的收益矩阵；
步骤4：创建自由型的换道车辆不选择强制切入时的收益矩阵；
步骤5：若为自由型换道，则进入步骤11，若为强制型换道，则进入步骤6；
步骤6：判断换道车辆是否在城市道路口进行转向。若在，且后随车辆有多辆，则选择强制切入，进入步骤9；若在，且后随车辆仅一辆，则进入步骤10；若不在，则进入步骤7；
步骤7：判断换道车辆是否在匝道上准备切入。若在，且换道车辆所剩余加速距离足够长，足够进行不止一次切入选择，则进入步骤11；若在，且换道车辆所剩余加速距离仅足以进行一次切入选择，则进入步骤9；若不在，则进入步骤8；
步骤8：判断换道车辆距当前车道的施工区或障碍物的距离是否足够长，若足够长，则进入步骤11；若不足够长，则进入步骤9；
步骤9：选取强制切入收益最大的策略，进入步骤12；
步骤10：选择不强制切入收益最大的策略，进入步骤12；
步骤11：选择收益最大的策略；
步骤12：判断是否达到终止条件，若达到，进入步骤13；若否，进入步骤2；
步骤13：本次换道意图终止。
如图1所示，本实施公开了一种城市道路场景下基于混合博弈策略的驾驶人cut-in意图识别方法，包括以下步骤S00～S30：
S00、建立城市道路单向三车道场景，包括当前车道和期望车道，以及三车道上行驶的车辆，认为剩余距离就是换道车辆和当前车道上前车保持安全距离时可供行驶的最长距离。
S10、获取当前车道和期望车道上的车辆的运行状态，并判断是否为特殊情况。将车辆变道切入(cut-in)的方式分为强制型和自由型。其中，强制型cut-in的情况为：进出十字交叉路口进行转向；进出匝道；规避施工区或障碍物。自由型cut-in的目的为：规避前方车道慢车；变换切入快/慢车道；无明显意图。
S20、在一种改进博弈论的框架下，对车辆在合并过程中的相互作用进行建模。并通过细分后的情况，讨论车辆应该以何种概率随机地选择不同的cut-in方案。
S30、若车辆一次性cut-in成功，则博弈终止；若一次性cut-in失败，则博弈继续，等待下一次的切入时机，即判断下一次的cut-in条件再选择执行对应的切入方案。
建立自由型切入时的收益矩阵
如图2所示，当换道车辆选择强制切入时。如果选择强制切入，则后随车辆可能选择让行，以避免因换道车辆突然切入而发生可能的碰撞，让此时换道车辆可以使用比较正常的加速度amid进行切入；后随车辆也可能不选择让行，此时为了保证安全，换道车辆需要采用大的加速度amax，从而比后随车辆更快到达切入点，避免碰撞。此时的收益为：
Figure BDA0002663634910000071
Figure BDA0002663634910000072
其中tm-y是后随车辆选择让行时，换道车辆选择切入目标车道的收益；tm-ny是当后随车辆不选择让行时，换道车辆选择切入目标车道的收益；β1β2β3β4为根据观测的数据进行校准的系数；vm是换道车辆准备切入的初始速度；Y为剩余距离；amid为换道车辆切入的正常加速度；amax为换道车辆切入的大加速度。
当换道车辆不选择强制切入，此时后随车辆有两种选择。一是后随车辆选择避让，此时换道车辆可以等待一段时间，识别到后随车辆的避让状态后，以正常加速度amid进行切入。二是后随车辆不选择避让，保持初始加速度行驶，则换道车辆需要等待，直到后随车辆超越自己，再以大的加速度amax来获得下一个可切入的时机。此时的收益为：
Figure BDA0002663634910000073
Figure BDA0002663634910000074
Figure BDA0002663634910000075
其中，tw-y为如果后随车辆选择让行，则换道车辆在切入目标车道之前，在当前车道上花费的收益；tw-ny为如果后随车辆选择不让行，则换道车辆在切入目标车道之前在当前车道上花费的收益；β5β6β7β8β9β10为根据观测的数据进行校准的系数；vm是换道车辆准备切入的初始速度；t0是换道车辆在识别到后随车辆让行的行为之前所等待的时间；t’0是换道车辆等待后随车辆超越自己的时间；X为车头间距，即后随车辆的初始滞后距离；al为后随车辆的初始加速度；Y为剩余距离；amid为换道车辆切入的正常加速度；amax为换道车辆切入的大加速度。
可以得到换道车辆的收益矩阵为：
Figure BDA0002663634910000076
对于后随车辆，也建立其收益矩阵：
当其选择不让行时，如果换道车辆强制切入，则后随车辆需要临时刹车来防止出现安全问题；若换道车辆不强制切入，则后随车辆需要超过换道车辆，从而换道车辆有条件去进行下一次切入。决策时的初始状态为：
vm是换道车辆准备切入的初始速度；vl是换道车辆切入时后随车辆的速度；am为换道车辆切入时刻换道车辆的加速度；al为换道车辆切入时刻后随车辆的加速度；X为车头间距；Y为剩余距离。
从后随车辆的角度来看，其预计的状态为：
v’m为切入时刻换道车辆的瞬时速度；v’l为切入时刻后随车辆的瞬时速度；t’m为后随车辆预计换道车辆在当前车道上完成剩余距离所需要的时间；X’为当换道车辆进入目标车道后，后随车辆与换道车辆之间的距离。
给定决策时的初始状态，预测状态可以计算为：
Figure BDA0002663634910000081
Figure BDA0002663634910000082
v’l＝vl+alt’m；
Figure BDA0002663634910000083
后随车辆的收益为：
Figure BDA0002663634910000084
其中tb是后随车辆预期的制动时间，θ1θ2为根据观测的数据进行校准的系数；X’≤0表示后随车辆超越换道车辆的情况，在这种情况下，后随车辆不需要制动，它只是保持其初始车辆跟随状态al。
当后随车辆选择提前让步时，收益为：
Figure BDA0002663634910000085
其中θ3为根据观测的数据进行校准的系数；1.0是假定的安全时间裕度。可以得到后随的收益矩阵为：
Figure BDA0002663634910000086
综上，可以得到整个博弈过程的收益矩阵：
Figure BDA0002663634910000087
Figure BDA0002663634910000091
二、收益最小化
该模型的参数估计是通过求解一个双层规划问题来实现的。上层是一个非线性规划问题，最小化系统与实际观测行动的总偏差：
Figure BDA0002663634910000092
其中i为索引，Qi为后随车辆的选择(1让行，0其他)；Pi为换道车辆的选择(1切入，0其他)；
Figure BDA0002663634910000093
是后随车辆的预测模型选择(1让行，0其他)；
Figure BDA0002663634910000094
是换道车辆的模型预测选择(1切入，0其他)。
Figure BDA0002663634910000095
和
Figure BDA0002663634910000096
都是让行和切入概率p和q的函数，它们是上层规划问题的优化器。p和q的最优值应使观测选择和模型预测选择之间的平方差最小。
下层寻求纳什均衡解。在纯策略和混合策略中，双矩阵博弈可能有多个均衡解。双矩阵对策纳什均衡对于我们模型已经足够使用了。线性互补公式为：
0≤(e-M·S)⊥S≥0；
其中S＝[S1 S2]’∈R4是一个辅助变量，且S1，S2∈R2。e是具有适当维数的全1向量，
Figure BDA0002663634910000097
其中A和T分别是后随车辆和换道车辆的收益矩阵。选择每个策略的概率为：
Figure BDA0002663634910000098
通过公式(15)和(16)，(14)可以被表示为具有互补约束的数学程序(MPCC)。可以通过具有平衡约束的非线性规划求解器(NLPEC)进行求解。
识别当前道路场景
考虑强制型切入的情况，分类讨论下面三种需要强制切入的场景。
(1)城市道路口转向场景
如图3所示的城市道路中存在城市道路口转向情况，会影响车辆的切入选择。考虑两种正常行驶且需要cut-in的情况：
情景一：换道车辆临近道路口，所剩距离仅够进行一次切入。换道车辆在直行或右转道路行驶，需要进行左转弯；或者换道车辆在直行或左转道路上行驶，需要进行右转弯；或者换道车辆在左转或右转道路上行驶，需要直行，且目标车道后有多辆后随车辆。为了不错过转向，此时换道车辆必须进行cut-in，此时策略为强制cut-in，自由型切入的情况一进行博弈，博弈终止条件为换道成功。
情景二：换道车辆临近道路口，所剩距离仅够进行一次切入。换道车辆在直行或右转道路行驶，需要进行左转弯；或者换道车辆在直行或左转道路上行驶，需要进行右转弯；或者换道车辆在左转或右转道路上行驶，需要直行，且目标车道后有仅一辆后随车辆。此时换道车辆可以选择不强制cut-in，可根据后随车辆是否选择避让来决定是否cut-in。按照自由型切入的情况二进行博弈。如果后随车辆不避让，则换道车辆选择不切入，等待后随车辆超越自己后再换道；如果后随车辆避让，则选择切入。
(2)如图4所示的城市道路中存在进出匝道的情况，会影响车辆的切入选择。对于匝道场景，换道车辆在匝道上能够行驶的距离有限，且其必须选择切入。此时认为剩余距离为剩余的匝道长度。考虑下面两种情况：
情景一：换道车辆所剩余加速距离足够长，足够进行不止一次切入选择。此时，可以按照自由型切入的所述方式进行博弈，博弈终止条件为切入成功。
情景二：换道车辆所剩余加速距离仅足以进行一次切入选择。此时，换道车辆必须选择强制切入。按照自由型切入的第一种情况进行博弈，博弈终止条件为切入成功。
(3)如图5所示的城市道路中存在施工路段或障碍物的情况，会影响车辆的切入选择。对道路存在施工区或障碍物的场景，换道车辆在当前车道上能够行驶的距离有限，且其必须选择切入。此时剩余距离为换道车辆到施工路段或障碍物的距离。考虑下面两种情况：
情景一：换道车辆距当前车道的施工区或障碍物的距离足够长，足够进行不止一次切入选择。此时，可以按照自由型切入的所述方式进行博弈，博弈终止条件为切入成功。
情景二：换道车辆距当前车道的施工区或障碍物的距离仅够进行一次切入选择。此时，换道车辆必须选择强制切入。按照自由型切入的第一种情况进行博弈，博弈终止条件为切入成功。
博弈终止：
当满足以下条件之一时，换道车辆的cut-in博弈终止：
(1)换道车辆博弈述目达到设定次数时；
(2)换道车辆完成切入时。
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 (10)

1.一种基于混合策略博弈的驾驶人变道切入意图识别方法，其特征在于，包括：
步骤1：建立单向三车道场景，包括当前车道、期望车道以及三车道上行驶的车辆，判定剩余距离为换道车辆和当前车道上前车保持安全距离时供行驶的最长距离；
步骤2：获取当前车道和期望车道上的车辆的运行状态；
步骤3：根据最长距离和运行状态对车辆进行建模，并通过细分后的情况，判断车辆以何种概率随机地选择不同的变道切入方案；
步骤4：若车辆一次性变道切入成功，则博弈终止；若一次性变道切入失败，则博弈继续，等待下一次的切入时机。
2.根据权利要求1所述的基于混合策略博弈的驾驶人变道切入意图识别方法，其特征在于，车辆变道切入的方式包括强制型和自由型；
所述强制型变道切入包括：进出十字交叉路口进行转向或进出匝道或规避施工区或障碍物；
所述自由型变道切入包括：规避前方车道慢车或变换切入快/慢车道或无明显意图。
3.根据权利要求2所述的基于混合策略博弈的驾驶人变道切入意图识别方法，其特征在于，所述自由型变道切入涉及的车辆包括换道车辆、后随车辆和前导车辆，其中，换道车辆是指在当前车道上的车辆试图切入目标车道的车辆；后随车辆是指在目标车道上且在换道车辆正后方的的车辆，前导车辆是指在目标车道上后随车辆正前方的车辆；
在变道切入场景下，换道车辆和后随车辆存在，前导车辆随机存在，则以换道和后随车辆为博弈主体，建立了一个独立的博弈模型，即在看到对方之后，换道车辆和后随车辆立即决定一组动作，以在游戏中最大化各自的回报；
每辆车做出的行动策略假设为：
换道车辆选择立即变道切入到目标车道中，或者选择等到下一个时机；后随车辆的选择保持当前的跟车状态或者减速让行；在切入之前，后随车辆和前导车辆相互作用，当换道车辆出现在加速车道上，且滞后车辆与合并车辆之间的距离小于L时，判定两者之间开始博弈，L为最小车辆发生相互作用的距离；
当没有一个博弈者通过改变选择特定策略的概率来单方面增加其预期收益时，就达到了纳什均衡，表述为：
E1(p＊，q＊)≥E2(p，q＊)；
E2(p＊，q＊)≥E2(p＊，q)；
其中E1和E2是均衡时的预期收益，p＊和q＊分别表示换道车辆和后随车辆的均衡策略集，在多个均衡的情况下，一个最优解判定为是给两个参与者带来最高收益的解，每个参与者对博弈均衡的影响程度相似，换道车辆在安全约束条件下最小化在原车道上花费的时间。
4.根据权利要求1所述的基于混合策略博弈的驾驶人变道切入意图识别方法，其特征在于，当换道车辆驾驶员产生变道切入意图，在识别当前路况后，创建收益矩阵，后随车辆决定让换道车辆切入或者不让车辆切入；
当换道车辆选择强制切入时，若后随车辆选择让行，则换道车辆使用正常的加速度amid进行切入；若后随车辆不选择让行，则换道车辆采用大的加速度amax，比后随车辆更快到达切入点；
当换道车辆不选择强制切入时，若后随车辆选择避让，则换道车辆识别到后随车辆的避让状态后，以正常加速度amid进行切入；若后随车辆不选择避让，则换道车等待，直到后随车辆超越自己，再以大的加速度amax来获得下一个切入时机。
5.根据权利要求4所述的基于混合策略博弈的驾驶人变道切入意图识别方法，其特征在于，在城市道路口转向时，包括：
换道车辆临近道路口，所剩距离仅够进行一次切入，换道车辆在直行或右转道路行驶，需要进行左转弯；或者换道车辆在直行或左转道路上行驶，需要进行右转弯；或者换道车辆在左转或右转道路上行驶，需要直行，且目标车道后有多辆后随车辆，此时策略为强制变道切入，按照权利要求4所述方式进行博弈，博弈终止条件为换道成功；
换道车辆临近道路口，所剩距离仅够进行一次切入，换道车辆在直行或右转道路行驶，需要进行左转弯；或者换道车辆在直行或左转道路上行驶，需要进行右转弯；或者换道车辆在左转或右转道路上行驶，需要直行，且目标车道后有仅一辆后随车辆，此时换道车辆选择不强制变道切入，根据后随车辆是否选择避让来决定是否变道切入，按照权利要求4所述方式进行博弈，若后随车辆不避让，则换道车辆选择不切入，等待后随车辆超越自己后再换道；如果后随车辆避让，则选择切入。
6.根据权利要求4所述的基于混合策略博弈的驾驶人变道切入意图识别方法，其特征在于，在进出匝道时，包括：
换道车辆所剩余加速距离足够长，足够进行不止一次切入选择，此时，按照权利要求4所述方式进行博弈，博弈终止条件为切入成功；
换道车辆所剩余加速距离仅足以进行一次切入选择，此时，换道车辆选择强制切入，按照权利要求4所述方式进行博弈，博弈终止条件为切入成功。
7.根据权利要求4所述的基于混合策略博弈的驾驶人变道切入意图识别方法，其特征在于，当前车道存在施工区或障碍物时，包括：
换道车辆距当前车道的施工区或障碍物的距离足够长，足够进行不止一次切入选择，此时，按照权利要求4所述方式进行博弈，博弈终止条件为切入成功；
换道车辆距当前车道的施工区或障碍物的距离仅够进行一次切入选择，此时，换道车辆选择强制切入，按照权利要求4所述方式进行博弈，博弈终止条件为切入成功。
8.根据权利要求1所述的基于混合策略博弈的驾驶人变道切入意图识别方法，其特征在于，切入博弈终止条件，包括：
换道车辆博弈述目达到设定次数时；或者换道车辆完成切入时。
9.一种基于混合策略博弈的驾驶人变道切入意图识别系统，其特征在于，包括：
模块M1：建立单向三车道场景，包括当前车道、期望车道以及三车道上行驶的车辆，判定剩余距离为换道车辆和当前车道上前车保持安全距离时供行驶的最长距离；
模块M2：获取当前车道和期望车道上的车辆的运行状态；
模块M3：根据最长距离和运行状态对车辆进行建模，并通过细分后的情况，判断车辆以何种概率随机地选择不同的变道切入方案；
模块M4：若车辆一次性变道切入成功，则博弈终止；若一次性变道切入失败，则博弈继续，等待下一次的切入时机。
10.根据权利要求9所述的基于混合策略博弈的驾驶人变道切入意图识别系统，其特征在于，车辆变道切入的方式包括强制型和自由型；
所述强制型变道切入包括：进出十字交叉路口进行转向或进出匝道或规避施工区或障碍物；
所述自由型变道切入包括：规避前方车道慢车或变换切入快/慢车道或无明显意图。
CN202010911976.XA 2020-09-02 2020-09-02 基于混合策略博弈的驾驶人变道切入意图识别方法及系统 Active CN111994090B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010911976.XA CN111994090B (zh) 2020-09-02 2020-09-02 基于混合策略博弈的驾驶人变道切入意图识别方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010911976.XA CN111994090B (zh) 2020-09-02 2020-09-02 基于混合策略博弈的驾驶人变道切入意图识别方法及系统

Publications (2)

Publication Number Publication Date
CN111994090A true CN111994090A (zh) 2020-11-27
CN111994090B CN111994090B (zh) 2021-11-02

Family

ID=73465206

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010911976.XA Active CN111994090B (zh) 2020-09-02 2020-09-02 基于混合策略博弈的驾驶人变道切入意图识别方法及系统

Country Status (1)

Country Link
CN (1) CN111994090B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113335282A (zh) * 2021-06-01 2021-09-03 南京航空航天大学 一种基于博弈论的换道决策方法
CN113780624A (zh) * 2021-08-09 2021-12-10 同济大学 一种基于博弈均衡理论的城市路网信号协调控制方法
CN113963535A (zh) * 2021-09-30 2022-01-21 华为技术有限公司 行驶决策确定方法、装置、电子设备存储介质
CN114194193A (zh) * 2021-01-11 2022-03-18 广东科学技术职业学院 一种控制车辆变道的方法
CN114454885A (zh) * 2022-02-28 2022-05-10 重庆长安汽车股份有限公司 一种主动创造换道条件的方法
CN115098989A (zh) * 2022-05-09 2022-09-23 北京智行者科技有限公司 道路环境建模方法及装置、存储介质、终端及移动设备
CN115320631A (zh) * 2022-07-05 2022-11-11 西安航空学院 一种智能驾驶汽车相邻车道前车驾驶意图辨识方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107161155A (zh) * 2017-04-27 2017-09-15 大连理工大学 一种基于人工神经网络的车辆协同换道方法及其系统
CN110111605A (zh) * 2019-06-12 2019-08-09 吉林大学 基于动态博弈的自动驾驶车辆出入口匝道行驶决策方法
CN110298131A (zh) * 2019-07-05 2019-10-01 西南交通大学 一种混合驾驶环境下自动驾驶换道决策模型建立方法
CN110362910A (zh) * 2019-07-05 2019-10-22 西南交通大学 基于博弈论的自动驾驶车辆换道冲突协调模型建立方法
CN110962853A (zh) * 2019-11-25 2020-04-07 浙江工业大学 一种车联网环境下车辆博弈换道协作方法
CN111081065A (zh) * 2019-12-13 2020-04-28 北京理工大学 路段混行条件下的智能车辆协同换道决策模型

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107161155A (zh) * 2017-04-27 2017-09-15 大连理工大学 一种基于人工神经网络的车辆协同换道方法及其系统
CN110111605A (zh) * 2019-06-12 2019-08-09 吉林大学 基于动态博弈的自动驾驶车辆出入口匝道行驶决策方法
CN110298131A (zh) * 2019-07-05 2019-10-01 西南交通大学 一种混合驾驶环境下自动驾驶换道决策模型建立方法
CN110362910A (zh) * 2019-07-05 2019-10-22 西南交通大学 基于博弈论的自动驾驶车辆换道冲突协调模型建立方法
CN110962853A (zh) * 2019-11-25 2020-04-07 浙江工业大学 一种车联网环境下车辆博弈换道协作方法
CN111081065A (zh) * 2019-12-13 2020-04-28 北京理工大学 路段混行条件下的智能车辆协同换道决策模型

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
徐兵，刘潇，汪子扬，刘飞虎，梁军: "采用梯度提升决策树的车辆换道融合决策模型", 《浙江大学学报（工学版）》 *
薛春铭，谭国真，丁男等: "基于博弈论的人类驾驶与无人驾驶协作换道模型", 《计算机工程》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114194193A (zh) * 2021-01-11 2022-03-18 广东科学技术职业学院 一种控制车辆变道的方法
CN114194193B (zh) * 2021-01-11 2023-06-27 广东科学技术职业学院 一种控制车辆变道的方法
CN113335282A (zh) * 2021-06-01 2021-09-03 南京航空航天大学 一种基于博弈论的换道决策方法
CN113780624A (zh) * 2021-08-09 2021-12-10 同济大学 一种基于博弈均衡理论的城市路网信号协调控制方法
CN113780624B (zh) * 2021-08-09 2023-08-29 同济大学 一种基于博弈均衡理论的城市路网信号协调控制方法
CN113963535A (zh) * 2021-09-30 2022-01-21 华为技术有限公司 行驶决策确定方法、装置、电子设备存储介质
CN114454885A (zh) * 2022-02-28 2022-05-10 重庆长安汽车股份有限公司 一种主动创造换道条件的方法
CN114454885B (zh) * 2022-02-28 2024-03-08 重庆长安汽车股份有限公司 一种主动创造换道条件的方法
CN115098989A (zh) * 2022-05-09 2022-09-23 北京智行者科技有限公司 道路环境建模方法及装置、存储介质、终端及移动设备
CN115320631A (zh) * 2022-07-05 2022-11-11 西安航空学院 一种智能驾驶汽车相邻车道前车驾驶意图辨识方法
CN115320631B (zh) * 2022-07-05 2024-04-09 西安航空学院 一种智能驾驶汽车相邻车道前车驾驶意图辨识方法

Also Published As

Publication number Publication date
CN111994090B (zh) 2021-11-02

Similar Documents

Publication Publication Date Title
CN111994090B (zh) 基于混合策略博弈的驾驶人变道切入意图识别方法及系统
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
CN110298131B (zh) 一种混合驾驶环境下自动驾驶换道决策模型建立方法
CN108595823B (zh) 一种联合驾驶风格和博弈理论的自主车换道策略计算方法
CN111081065A (zh) 路段混行条件下的智能车辆协同换道决策模型
JP6650904B2 (ja) 車両制御装置
CN112562326A (zh) 车速引导方法、服务器及可读存储介质
CN109284527B (zh) 一种城市路段交通流仿真的方法
CN112258864B (zh) 基于顺序选择的自动驾驶车辆路口调度方法及系统
CN115050183B (zh) 一种生成模拟交通流的方法
CN115402315A (zh) 用于运行用于自动化横向引导的驾驶辅助设备的方法
US20240300489A1 (en) Intelligent driving method and vehicle to which method is applied
CN113954828A (zh) 一种自动驾驶车辆巡航控制方法、装置及电子设备
CN115376346A (zh) 混行条件下快速路合流区多模式驾驶车辆协同交汇方法
CN113053167A (zh) 一种混合交通环境下互联车辆十字路口无碰撞管理方法
CN112896166A (zh) 车辆换道方法、装置和电子设备
WO2023213200A1 (zh) 一种会车方法及相关装置
CN113870581B (zh) 一种无人驾驶车辆驶入道路的控制方法
CN116142194A (zh) 一种拟人化的换道决策方法
CN115331459A (zh) 自动驾驶环境下t型交叉口让行控制方法
CN113788029B (zh) 车辆控制方法、装置及计算机程序产品
CN113706855A (zh) 一种交叉路口车辆动态编队方法及系统
CN114201847B (zh) 一种混合交通流下多车轨迹控制的简化方法
CN113859242A (zh) 一种自动变道控制方法、装置、车辆、计算机设备和介质
WO2024178798A1 (zh) 车辆变道的确定方法及装置、车辆

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