CN112896187A - 一种考虑社会兼容的自动驾驶决策的系统与方法 - Google Patents

Abstract

本发明公开了一种考虑社会兼容的自动驾驶决策的系统与方法，首先获取主车周围的静态、动态交通环境信息；然后将静态、动态交通环境信息进行特征提取；接着识别每个交互对象操作者的操作风格，结合静态和动态环境特征，量化计算主车和每个交互对象之间的社会兼容性收益；最后计算不同的决策组合下主车与每个交互对象间的社会兼容性，选取最优决策组合。本发明考虑了交互过程中交互对象的视野、风格对主车决策的影响，并量化主车和交互对象间的社会兼容性进行决策；可使自动驾驶决策更符合人类交通操作者的预期，有效处理主车与他车、行人、非机动车的冲突场景，避免交通事故，提升车辆的安全性、舒适性和用户体验。

Description

一种考虑社会兼容的自动驾驶决策的系统与方法

技术领域

本发明属于车辆自动驾驶领域，尤其涉及一种考虑社会兼容的自动驾驶决策的系统与方法。

背景技术

自动驾驶技术已成为汽车行业发展的前沿。目前自动驾驶车辆在世界各地的试点运行量增长迅速，相关的交通事故频频发生。现有公开的自动驾驶车辆安全报告表明，自动驾驶决策算法中并未充分考虑与人工驾驶车辆的交互问题，因自动驾驶车辆社会兼容性的不足导致相关事故时有发生。根据美国加利福尼亚州机动车管理局(DMV)发布的自动驾驶车辆事故报告显示，2014年起至2018年底，加州共计发生129起自动驾驶车辆交通事故，2018年发生49起。加利福尼亚DMV所报道的49起事故中，其中因“路怒症”司机下车拍击自动驾驶车辆窗户的一起事故表明自动驾驶车辆表现出来的防御性驾驶策略因为太过保守，以一种以人们所不期望的方式去行驶，从而引起其他人类驾驶员的不满甚至引发追尾等交通事故的产生。近期，谷歌Waymo发布了从2019年1月到2020年9月期间的全部公共道路测试数据，包含了20起真实碰撞事故和27起模拟碰撞事故。报告最后指出，人的因素是自动驾驶车辆和人工驾驶车辆交互过程中最大的变数，对自动驾驶车辆的安全产生较大的威胁。因此，Waymo目前面临一个十分严峻的挑战，即让其他道路使用者能够预测到Waymo将要采取的行动。

根据决策是否会考虑交互对象的相关利益，可以将现有的自动驾驶决策分为自私性决策和利他性决策。自私性决策是一种仅考虑自身安全性、通行效率、舒适性等收益的决策算法，以Intel公司Mobileye提出的RSS决策模型为典型代表。RSS决策模型的核心为本车的安全性及责任规避性，最大化程度避免本车的事故责任。自私型决策的缺点十分明显，即不考虑周围交互对象的利益，容易损害集体的部分利益。

利他性决策会在算法中体现出对他车利益的考虑，在追求自身利益的同时兼顾对周围交互对象的考虑。现有的决策算法主要通过在决策中考虑礼貌性、利他性等因子对算法的影响，仅仅考虑交互对象的安全、通行效率等客观因素，并未考虑交互过程中的核心要素——交互对象的驾驶员本身。此外，现有的利他性决策难以权衡自动驾驶车辆自身收益(自私性)与他车收益(利他性)。

现有的自私性决策和利他性决策无法避免自动驾驶车辆在道路测试中暴露出的决策缺陷。如何避免自动驾驶车辆在决策上过于保守，而又不失安全性，且在与人工驾驶车辆交互过程中让自动驾驶车辆的决策更符合人类驾驶员的预期，从而实现双方和谐共存？自动驾驶车辆需要站在交互对象的立场上去思考、决策，兼顾人类驾驶员的权益并建立考虑人类驾驶员模型，实现社会兼容、双方和谐共处。

目前，通过主车和交互对象的相对位姿、相对运动信息并结合静态道路环境信息来量化主车和交互对象间的社会兼容性，并基于此进行驾驶决策，在公开资料中尚未发现相关报道。

发明内容

本发明的目的在于针对现有技术的不足，提供一种考虑社会兼容的自动驾驶决策的系统与方法。

本发明的目的是通过以下技术方案来实现的：一种考虑社会兼容的自动驾驶决策的方法，包括以下步骤：

(1)获取主车周围的静态、动态交通环境信息原始数据；

(2)将静态交通环境信息进行特征提取，获得场景类型、道路限速、车道数、道路宽度信息；

(3)将动态交通环境信息进行特征提取，获得所有交互对象的属性、与主车的相对位姿、相对运动信息；

(4)识别每个交互对象操作者的操作风格，结合静态和动态环境特征，量化计算主车和每个交互对象之间的社会兼容性收益，包括社会契合度收益、利他性收益和自身收益；

(5)在不同的主车决策组合下，计算主车与每个交互对象间的社会兼容性，选择最大社会兼容性对应的最优主车决策组合；所述主车决策组合包括驾驶意图、油门、刹车和转向。

进一步地，识别每个交互对象操作者的操作风格，具体包括：根据提取的主车与交互对象的相对位姿和相对运动信息，收集并建立交互对象时序信息集合，包括交互对象时序上的轨迹、速度、加速度、角速度、角加速度，结合交互对象的属性通过学习的方法将操作者风格进行分类，包括友好型、普通型、激进型，并匹配不同的操作风格λ(j)值。

进一步地，计算主车和每个交互对象之间的社会兼容性，具体包括：根据提取的静态和动态交通环境特征，计算主车i与第j个交互对象间的社会兼容性，包括两者之间的社会契合度、主车的利他性和主车自身的收益，计算公式：

U_SC(i，j)＝α_sf×f_sf(i，j)+β_altr×f_altr，EV(i，j)+γ_ego×U_ego，EV(i，j)

其中，U_SC(i，j)表示主车i与交互对象j之间的社会兼容性；f_sf(i，j)、f_altr，EV(i，j)、U_ego，EV(i，j)分别为主车与交互对象的社会契合度函数、主车对交互对象的利他性函数和自身收益函数；α_sf、β_altr、γ_ego分别为三个函数的计算权重值；U_ego，EV(i，j)包括主车自身的安全、通行效率。

进一步地，计算主车与每个交互对象之间的社会契合度，具体包括：建立主车i与第j个交互对象间的社会契合度函数f_sf(i，j)，通过交互对象的属性、与主车的相对位姿和相对运动信息可以计算获得，计算公式简化如下：

f_sf(i，j)＝f(θ)*f_int(i，j，λ(j))

其中，f(θ)表示交互对象j在交互过程中注意到主车i的视野概率，与主车在交互对象操作者视野中的位置θ有关；f_int(i，j，λ(j))表示主车和交互对象决策意图的一致性，用于表征双方驾驶行为的配合默契程度；双方决策意图的一致性与交互对象操作者的操作风格λ(j)有关。

计算主车对每个交互对象的利他性，具体包括：建立主车i对第j个交互对象的利他性函数f_altr，EV(i，j)，即主车在交互过程中对交互对象的一种礼貌性考虑，包括交互对象的安全、通行效率和友好性，通过场景类型、道路限速、车道数、道路宽度信息、交互对象的属性、与主车的相对位姿、相对运动信息可以计算获得，计算公式简化如下：

f_altr，EV(i，j)＝U_CV(i，j)

其中，U_CV(i，j)表示交互对象操作者在交互过程中对自身收益的一种考虑，包括安全、通行效率、友好性收益；交互对象操作者对自身收益的考虑与其操作风格λ(j)、视野概率f(θ)有关。

计算主车自身的收益，具体包括：主车的自身收益U_ego，EV(i，j)包括安全收益f_saf，EV(i，j)和通行效率收益f_eff，EV(i)，具体计算见下式：

U_ego，EV(i，j)＝μ_saf×f_saf，EV(i，j)+κ_eff×f_eff，EV(i)

式中，μ_saf、κ_eff分别为安全收益和通行效率收益对应的权重值。

进一步地，当主车i和交互对象j决策意图一致时，f_int(i，j，λ(j))＝0；当主车i和交互对象j决策意图不一致时，f_int(i，j，λ(j))＝λ(j)。

进一步地，交互对象的收益函数U_CV(i，j)计算公式：

U_CV(i，j)＝μ_saf×f_saf，CV(i，j，f(θ))+κ_eff×f_eff，CV(j)+λ(j)×f_altr，CV(i，θ)

式中，f_saf，CV(i，j，f(θ))、f_eff，CV(j)、f_altr，CV(i，θ)分别代表交互对象操作者的自身安全收益、自身通行效率收益和互惠利他收益考虑；其中，交互对象的互惠利他收益f_altr，CV(i，θ)利用其它交互对象操作者的操作风格λ(j)进行修正。

进一步地，交互对象的安全收益函数f_saf，CV(i，j，f(θ))计算公式：

交互对象的通行效率收益函数f_eff，CV(j)计算公式：

t_CV＝L_CV/v_CV

t_eff，CV＝LCV/v_eff

交互对象的利他收益函数f_altr，CV(i，θ)计算公式：

f_altr，CV(i，θ)＝f(θ)×f_eff，EV(i)

其中，L_CV为交互对象距离冲突区域的距离，v_CV为交互对象的速度，v_eff为道路允许的最高车速；t_CV为当前交互对象到达冲突区域所需时间，t_eff，CV为交互对象到达冲突区域所需的最短时间。

进一步地，主车的安全收益函数f_saf，EV(i，j)计算见下式：

其中，冲突区域为交互双方路径的重叠区域，两方先后到达冲突区域，先到的为前者后到的为后者；Δt为主车和交互对象分别到达冲突区域的时间差；风险时间差Δt_risk定义为后者到达冲突区域时前者刚离开冲突区域对应的时间差；安全时间差参数Δt_saf定义为后者到达冲突区域时前者刚离开路口区域对应的时间差。前者的速度为v₁，后者的速度为v₂，后者距离冲突区域的距离为L₂，前者距离冲突区域的距离为L₁，L_risk为前者到达冲突区域的位置到前者离开冲突区域的位置之间的距离，L_saf为前者到达冲突区域的位置到前者离开路口区域的位置之间的距离。

主车的通行效率收益函数f_eff，EV(i)计算公式：

t_EV＝L_EV/v_EV

t_eff，EV＝L_EV/v_eff

其中，主车的车速为v_EV，L_EV为主车距离冲突区域的距离，t_EV为当前主车到达冲突区域所需时间，t_eff，EV为主车到达冲突区域所需的最短时间。

一种考虑社会兼容的自动驾驶决策的系统包括：

环境信息获取模块，用于获取主车周围的静态、动态交通环境信息原始数据；

特征提取模块，用于将静态、动态交通环境信息原始数据进行特征提取，获得场景类型、道路限速、车道数、道路宽度信息、交互对象的属性、与主车的相对位姿、相对运动信息；

操作风格识别模块，用于基于交互对象的属性、与主车的相对位姿、相对运动信息，识别交互对象操作者的操作风格，并匹配系数λ(j)；

计算模块，用于基于静态、动态交通环境特征，量化计算主车和每个交互对象之间的社会兼容性收益，包括社会契合度收益、利他性收益和自身收益；

决策模块，用于计算不同的主车决策组合下，主车与每个交互对象间的社会兼容性，选择最大社会兼容性对应的最优主车决策组合；所述主车决策组合包括驾驶意图、油门、刹车和转向角的大小。

本发明的有益效果如下：

1、与当前的利他性自动驾驶决策相比，本发明更加关注交互对象操作者本身，进一步考虑交互对象在交互过程中的驾驶视野、操作风格对其决策的影响，并量化主车和交互对象间的社会兼容性进行决策，利于提高车辆行驶安全，使自动驾驶车辆和人工驾驶的车辆、行人能够和谐相处。

2、与当前的自动驾驶决策技术相比，本发明基于人类交通参与者在与自动驾驶车辆交互过程中体现的主观能动性的特点提出针对性的技术解决方案。由于很多车辆驾驶员，尤其是大车驾驶员，存在激进驾驶的行为，通过对主车与交互对象的社会兼容性评估并决策，使主车与人类交通参与者能够配合更加默契。采用本发明技术的自动驾驶车辆，在与人工驾驶车辆交互时，本发明能及时评估双方的社会兼容性，使自动驾驶决策更符合人类交通参与者的预期，避免交通事故，也使乘员对自动驾驶车辆更加满意，提升用户体验。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本发明实施例提供一种考虑社会兼容进行自动驾驶决策的系统的框图；

图2为本发明实施例提供一种考虑社会兼容进行自动驾驶决策的方法的流程图；

图3为本发明实施例的车载设备示意图；

图4为本发明实施例的决策中的安全收益相关参数几何示意图；

图5为本发明实施例的操作风格系数深度学习网络结构图。

具体实施方式

首先需要说明的是，现有的车载计算平台能够胜任本发明中环境信息获取模块、特征提取模块、操作风格识别模块、计算模块和决策模块中的计算任务。

申请人认为，如在仔细阅读申请文件、准确理解本发明的实现原理和发明目的后，在结合现有公知技术的情况下，本领域技术人员完全可以运用其掌握的技能予以再现，故本发明不再对其具体内容进行详细表述。

此外，本发明的附图中给出了本发明的各种示意图。其中为了清楚地表达，放大了某些细节，并且可能省略了某些细节。图中所示各个部件的形状以及他们之间的相对大小、位置关系仅是示例性的。

本发明一种考虑社会兼容的自动驾驶决策的系统与方法，利用现有的车载设备来获取主车周围的静态、动态环境信息并计算主车和交互对象间的社会兼容性，并据此进行自动驾驶决策，用于改善自动驾驶车辆和人工驾驶车辆的交互过程，从而降低甚至完全避免因自动驾驶车辆在与人工驾驶车辆交互过程中未充分考虑交互对象而导致的自动驾驶相关的交通事故的问题。所述交互对象是指与主车存在潜在安全冲突、需要协调交互的机动车辆、非机动车辆或行人；机动车辆、非机动车的操作者均为驾驶员，行人的操作者是其本身。

如图1所示，本发明一种考虑社会兼容的自动驾驶决策的系统，包括：

环境信息获取模块901，用于获取主车周围的静态、动态交通环境信息原始数据；

特征提取模块902，用于将所述的静态、动态交通环境信息原始数据进行特征提取，获得场景类型、道路限速、车道数、道路宽度信息、交互对象的属性、与主车的相对位姿、相对运动信息；

操作风格识别模块903，用于基于交互对象的属性、与主车的相对位姿、相对运动信息，识别交互对象操作者的操作风格，并匹配系数λ(j)；

计算模块904，用于基于所述的静态、动态交通环境特征，量化计算主车和每个交互对象之间的社会兼容性收益，包括社会契合度收益、利他性收益和自身收益；

决策模块905，用于在不同的决策组合下，计算主车与每个交互对象间的社会兼容性，选择最大社会兼容性对应的最优决策组合；所述决策组合包括驾驶意图、油门、刹车和转向。

参考图2，本实施例基于上述系统的一种考虑社会兼容的自动驾驶决策的方法，包括以下步骤：

步骤S101，环境信息获取模块901获取主车周围的静态、动态交通环境信息原始数据。具体地，如图3所示，以主车(乘用车A)与交互对象(大型载货车辆B)在十字路口的冲突交互进行示例性说明，交互对象为车辆，其操作者为驾驶员。主车A实时获取乘用车A周围的交通环境信息原始数据，交通环境信息原始数据可以通过车载传感器获得，传感器模块包括车载摄像头、测距传感器、V2X网联传感器；其中，车载摄像头可通过图像识别来获得交互对象的属性；测距传感器包括激光雷达、毫米波雷达和超声波雷达，用于实现对交互双方的动态定位；V2X网联传感器用于获得静态交通环境信息，如场景类型、道路限速、车道数及道路宽度相关原始信息。

步骤S102，特征提取模块902将环境信息获取模块901输出的静态交通环境信息进行特征提取。具体地，基于V2X网联传感器与路基设施进行信息交互，并结合高精地图信息获取静态环境信息相关特征，包括静态场景类型、道路限速、车道数和道路宽度信息。

步骤S103，特征提取模块902将环境信息获取模块901输出的动态交通环境进行特征提取。具体地，将车载摄像头、测距传感器获取的原始数据进行融合，实现对主车周围交互对象的识别、检测、定位，获得的特征包括但不限于所有交互对象与主车的相对位姿、相对运动信息以及属性，机动车或非机动车的属性包括车辆尺寸、车型类别、驾驶位位置；行人的属性包括性别、年龄、头部姿态。

步骤S104，操作风格识别模块903根据特征提取模块902输出的静态和动态环境特征计算操作风格系数λ(j)；计算模块904结合静态和动态环境特征以及操作风格系数λ(j)，量化计算主车和每个交互对象之间的社会兼容性收益，包括社会契合度收益、利他性收益和自身收益。具体地，通过博弈论对考虑社会兼容的自动驾驶决策算法进行建模示例说明。

计算主车和每个交互对象之间的社会兼容性，具体包括：在十字路口两车直行场景下，考虑两车的交互策略如表1所示，E代表主车(EV，Ego vehicle)，C代表交互对象(CV，Conflict vehicle)，双方的交互策略均为{1：Yield，0：Not Yield}；Yield代表车辆路口减速礼让的驾驶行为，Not Yield代表车辆路口匀速或加速不礼让的驾驶行为；不同下标的组合表示交互双方在不同交互策略组合下的社会兼容性收益值组合。

表1：考虑社会兼容的博弈决策算法策略

主车的社会兼容性在博弈决策算法中体现为交互双方的收益函数。根据提取的静态和动态交通环境特征，构造主车A的社会兼容性收益函数见下式：

U_SC(i，j)＝α_sf×f_sf(i，j)+β_altr×f_altr，EV(i，j)+γ_ego×U_ego，EV(i，j)

其中，U_SC(i，j)为主车i与第j个交互对象间的社会兼容性，包括两车之间的社会契合度f_sf(i，j)、主车的利他性f_altr，EV(i，j)和主车自身的收益U_ego，EV(i，j)；α_sf、β_altr、γ_ego分别为三个函数的计算权重值。

计算主车与每个交互对象之间的社会契合度，具体包括：建立主车i与第j个交互对象间的社会契合度函数f_sf(i，j)，通过交互对象的属性、与主车的相对位姿和相对运动信息可以计算获得，公式简化如下：

f_sf(i，j)＝f(θ)*f_int(i，j，λ(j))

其中，f(θ)表示交互对象j在交互过程中注意到主车i的视野概率，与主车在交互对象操作者视野中的位置θ有关；f_int(i，j，λ(j))表示主车和交互对象决策意图的一致性，用于表征双方驾驶行为的配合默契程度；双方决策意图的一致性与交互对象操作者的操作风格λ(j)有关。在本实施例中，两车的意图一致性函数f_int(i，j，λ(j))与参与者的策略组合有关，具体见表2。

表2：f_int(i，j，λ(j))取值说明

意图一致性函数f_int(i，j，λ(j))代表着参与者双方的策略配合契合度，当交互对象采取Yield策略时，此时交互对象操作者想礼让主车，并让主车先行通过路口，若主车同样采取Yield策略不符合交互对象操作者的操作策略意图，此时双方的配合契合度极低，设定为0；反之，若主车采取Not Yield策略时，双方的配合默契度高，设定为1，并且考虑到交互对象操作者操作风格的影响，利用λ(j)进行修正。

计算主车对每个交互对象的利他性，具体包括：建立主车i对第j个交互对象的利他性函数f_altr，EV(i，j)，即主车在交互过程中对交互对象的一种礼貌性考虑，包括交互对象的安全、通行效率和友好性，通过场景类型、道路限速、车道数、道路宽度信息、交互对象的车辆属性、与主车的相对位姿、相对运动信息可以计算获得，计算公式简化如下：

f_altr，EV(i，j)＝U_CV(i，j)

其中，U_CV(i，j)表示交互对象操作者在交互过程中对自身收益的一种考虑，包括安全、通行效率、友好性收益；交互对象操作者对自身收益的考虑与其操作风格λ(j)、视野概率f(θ)有关。

计算主车自身的收益，具体包括：主车A的自身收益U_ego，EV(i，j)包括安全收益f_saf，EV(i，j)和通行效率收益f_eff，EV(i)，具体计算见下式：

U_ego，EV(i，j)＝μ_saf×f_saf，EV(i，j)+κ_eff×f_eff，EV(i)

式中，μ_saf、κ_eff分别为安全收益和通行效率收益对应的权重值。

主车A的安全收益函数f_saf，EV(i，j)计算见下式：

式中，Δt为主车和交互对象分别到达冲突区域的时间差，而Δt_risk、Δt_saf分别为本实施例设定的风险时间差及安全时间差参数，关于对于冲突区域的设定以及求解Δt_risk、Δt_saf所涉及到的参数内容见图4。

当交互对象为机动车或非机动车时，如图4所示的斜线阴影区域为设定交互双方路径的重叠区域，定义为冲突区域；当交互对象为行人时，路口区域为人行横道区域，冲突区域为人行横道和车辆所在车道的重合区域。两车在路口交互时，必然会有一方先行到达冲突区域，以主车先行到达冲突区域为例，对上式中的参数计算进行说明。假设在t＝0时刻主车先行到达冲突区域，此时主车的位置为P_EV0，速度为v_EV，交互对象的位置为P_CV0，此时交互对象距离冲突区域的距离为L_CV，速度为v_CV。本实施例设定当交互对象到达冲突区域时，若主车刚离开冲突区域，记此时位置为P_EV1，此时虽然两车没有发生碰撞，但情况比较危险，产生的时间差为Δt_risk；若主车刚离开路口区域，记此时位置为P_EV2，此时情况十分安全，产生的时间差为Δt_saf，具体的计算公式见下式：

其中，L_risk，EV为主车到达冲突区域的位置P_EV0到主车离开冲突区域的位置P_EV1之间主车行驶的距离；L_saf，EV主车到达冲突区域的位置P_EV0到主车离开路口区域的位置P_EV2之间主车行驶的距离。同样地，若判断出在t＝0时刻交互对象先行到达冲突区域，可以按照上述方法计算出相应的Δt、Δt_risk、Δt_saf值：

其中，L_risk，CV为交互对象到达冲突区域的位置到交互对象离开冲突区域的位置之间交互对象行驶的距离；L_saf，CV交互对象到达冲突区域的位置到交互对象离开路口区域的位置之间交互对象行驶的距离。L_EV为主车距离冲突区域的距离。

假设t时刻主车距离冲突区域距离为L_EV，此时车速为v_EV，将道路允许的最高车速定为v_eff，则主车A的通行效率收益函数f_eff，EV(i)计算公式见下式：

t_EV＝L_EV/v_EV

t_eff，EV＝L_EV/v_eff

其中，t_EV为当前时刻主车到达冲突区域所需时间，t_eff，EV为主车到达冲突区域所需的最短时间。

交互对象B的收益函数U_CV(i，j)计算公式见下式：

U_CV(i，j)＝μ_saf×f_saf，CV(i，j，f(θ))+κ_eff×f_eff，CV(j)+λ(j)×f_altr，CV(i，θ)

式中，f_saf，CV(i，j，f(θ))、f_eff，CV(j)、f_altr，CV(i，θ)分别代表交互对象操作者的自身安全收益、自身通行效率收益和互惠利他收益考虑；其中，交互对象的互惠利他收益f_altr，CV(i，θ)利用其它交互对象操作者的操作风格λ(j)进行修正。

交互对象B的安全收益函数f_saf，CV(i，j，f(θ))计算公式见下式：

在交互对象CV的安全收益中引入交互对象操作者对自动驾驶车辆的可视概率f(θ)进行修正，这是考虑到交互对象操作者对自身的安全收益具备一定的主观性，即当自动驾驶车辆主车处于交互对象操作者的盲区或主车的可视概率极小时，交互对象操作者会认为此时路口不存在与他交互的车辆，会认为自身的安全收益最大；因此在对交互对象操作者安全收益建模时引入f(α)进行修正，使安全收益能够使操作者收益模型更加真实地其主观安全收益的变化。

假设t时刻交互对象距离冲突区域距离为L_CV，此时交互对象的速度为v_CV，将道路允许的最高车速定为v_eff；交互对象B的通行效率收益函数f_eff，CV(j)计算公式见下式：

t_CV＝L_CV/v_CV

t_eff，CV＝L_CV/v_eff

其中，t_CV为当前时刻交互对象到达冲突区域所需时间，t_eff，CV为交互对象到达冲突区域所需的最短时间。

交互对象B的利他收益函数f_altr，CV(i，θ)计算公式见下式：

f_altr，CV(i，θ)＝f(θ)×f_eff，EV(i)

考虑到交互对象操作者在与主车进行交互时，利他性收益是操作者的主观能动性的反映，是与主车的可视性也是直接相关的，因此引入f(θ)对利他收益进行修正。

如图5所示，本实施例中交互车辆操作者的操作风格，即操作风格系数λ(j)，通过深度学习获得，具体包括：根据提取的主车与交互车辆的相对位姿和相对运动信息，收集并建立交互车辆时序信息集合，作为神经网络的输入层；所述交互车辆时序信息集合包括交互车辆时序上的轨迹、速度、加速度、角速度、角加速度以及交互车辆的属性；将操作者风格进行分类为友好型、普通型、激进型，对应不同的操作风格λ(j)值，然后根据输出的λ(j)值识别每个交互车辆操作者的操作风格。

步骤S105，决策模块905在不同的决策组合下，计算主车与每个交互车辆间的社会兼容性，选择最大社会兼容性对应的最优决策组合；所述决策组合包括驾驶意图、油门、刹车和转向。具体地，在主车A与交互车辆B交互阶段，实时求解不同决策输出下双方的策略收益矩阵，获得纳什均衡解，纳什均衡解中主车A的策略即代表下一阶段的决策输出。

在本发明实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的设备实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种考虑社会兼容的自动驾驶决策的方法，其特征在于，包括以下步骤：

(1)获取主车周围的静态、动态交通环境信息原始数据。

(2)将静态交通环境信息进行特征提取，获得场景类型、道路限速、车道数、道路宽度信息等。

(3)将动态交通环境信息进行特征提取，获得所有交互对象的属性、与主车的相对位姿、相对运动信息；所述交互对象与主车存在交互，包括机动车辆、非机动车辆和行人；机动车辆、非机动车的操作者均为驾驶员，行人的操作者是其本身。

(4)识别每个交互对象操作者的操作风格，结合静态和动态环境特征，量化计算主车和每个交互对象之间的社会兼容性收益，包括社会契合度收益、利他性收益和自身收益。

(5)在不同的主车决策组合下，计算主车与每个交互对象间的社会兼容性，选择最大社会兼容性对应的最优主车决策组合；所述主车决策组合包括驾驶意图、油门、刹车、转向。

2.根据权利要求1所述考虑社会兼容的自动驾驶决策的方法，其特征在于，识别每个交互对象操作者的操作风格，具体包括：根据提取的主车与交互对象的相对位姿和相对运动信息，收集并建立交互对象时序信息集合，包括交互对象时序上的轨迹、速度、加速度、角速度、角加速度，结合交互对象的属性通过学习的方法将操作者风格进行分类，包括友好型、普通型、激进型，并匹配不同的操作风格λ(j)值。

3.根据权利要求2所述考虑社会兼容的自动驾驶决策的方法，其特征在于，计算主车和每个交互对象之间的社会兼容性，具体包括：根据提取的静态和动态交通环境特征，计算主车i与第j个交互对象间的社会兼容性，包括两者之间的社会契合度、主车的利他性和主车自身的收益，计算公式：

U_SC(i，j)＝α_sf×f_sf(i，j)+β_altr×f_altr，EV(i，j)+γ_ego×U_ego，EV(i，j)

其中，U_SC(i，j)表示主车i与交互对象j之间的社会兼容性；f_sf(i，j)、f_altr，EV(i，j)、U_ego，EV(i，j)分别为主车与交互对象的社会契合度函数、主车对交互对象的利他性函数和自身收益函数；α_sf、β_altr、γ_ego分别为三个函数的计算权重值；U_ego，EV(i，j)包括主车自身的安全、通行效率。

4.根据权利要求3所述考虑社会兼容的自动驾驶决策的方法，其特征在于：

计算主车与每个交互对象之间的社会契合度，具体包括：建立主车i与第j个交互对象间的社会契合度函数f_sf(i，j)，通过交互对象的属性、与主车的相对位姿、相对运动信息可以计算获得，计算公式简化如下：

f_sf(i，j)＝f(θ)*f_int(i，j，λ(j))

其中，f(θ)表示交互对象j在交互过程中注意到主车i的视野概率，与主车在交互对象操作者视野中的位置θ有关；f_int(i，j，λ(j))表示主车和交互对象决策意图的一致性，用于表征双方驾驶行为的配合默契程度；双方决策意图的一致性与交互对象操作者的操作风格λ(j)有关。

计算主车对每个交互对象的利他性，具体包括：建立主车i对第j个交互对象的利他性函数f_altr，EV(i，j)，即主车在交互过程中对交互对象的一种礼貌性考虑，包括交互对象的安全、通行效率和友好性，通过场景类型、道路限速、车道数、道路宽度信息、交互对象的属性、与主车的相对位姿、相对运动信息可以计算获得，计算公式简化如下：

f_altr，EV(i，j)＝U_CV(i，j)

其中，U_CV(i，j)表示交互对象操作者在交互过程中对自身收益的一种考虑，包括安全、通行效率、友好性收益；交互对象操作者对自身收益的考虑与其操作风格λ(j)、视野概率f(θ)有关。

计算主车自身的收益，具体包括：主车的自身收益U_ego，EV(i，j)包括安全收益f_saf，EV(i，j)和通行效率收益f_eff，EV(i)，具体计算见下式：

U_ego，EV(i，j)＝μ_saf×f_saf，EV(i，j)+κ_eff×f_eff，EV(i)

式中，μ_saf、κ_eff分别为安全收益和通行效率收益对应的权重值。

5.根据权利要求4所述考虑社会兼容的自动驾驶决策的方法，其特征在于，当主车i和交互对象j决策意图一致时，f_int(i，j，λ(j))＝0；当主车i和交互对象j决策意图不一致时，f_int(i，j，λ(j))＝λ(j)。

6.根据权利要求4所述考虑社会兼容的自动驾驶决策的方法，其特征在于，交互对象的收益函数U_CV(i，j)计算公式：

U_CV(i，j)＝μ_saf×f_saf，CV(i，j，f(θ))+κ_eff×f_eff，CV(j)+λ(j)×f_altr，CV(i，θ)

式中，f_saf，CV(i，j，f(θ))、f_eff，CV(j)、f_altr，CV(i，θ)分别代表交互对象操作者的自身安全收益、自身通行效率收益和互惠利他收益考虑；其中，交互对象的互惠利他收益f_altr，CV(i，θ)利用其它交互对象操作者的操作风格λ(j)进行修正。

7.根据权利要求6所述考虑社会兼容的自动驾驶决策的方法，其特征在于：

交互对象的安全收益函数f_saf，CV(i，j，f(θ))计算公式：

交互对象的通行效率收益函数f_eff，CV(j)计算公式：

t_CV＝L_CV/v_CV

t_eff，CV＝L_CV/v_eff

交互对象的利他收益函数f_altr，CV(i，θ)计算公式：

f_altr，CV(i，θ)＝f(θ)×f_eff，EV(i)

其中，L_CV为交互对象距离冲突区域的距离，v_CV为交互对象的速度，v_eff为道路允许的最高车速；t_CV为当前交互对象到达冲突区域所需时间，t_eff，CV为交互对象到达冲突区域所需的最短时间。

8.根据权利要求4所述考虑社会兼容的自动驾驶决策的方法，其特征在于：

主车的安全收益函数f_saf，EV(i，j)计算见下式：

其中，冲突区域为交互双方路径的重叠区域，两方先后到达冲突区域，先到的为前者后到的为后者；Δt为主车和交互对象分别到达冲突区域的时间差；风险时间差Δt_risk定义为后者到达冲突区域时前者刚离开冲突区域对应的时间差；安全时间差参数Δt_saf定义为后者到达冲突区域时前者刚离开路口区域对应的时间差。前者的速度为v₁，后者的速度为v₂，后者距离冲突区域的距离为L₂，前者距离冲突区域的距离为L₁，L_risk为前者到达冲突区域的位置到前者离开冲突区域的位置之间的距离，L_saf为前者到达冲突区域的位置到前者离开路口区域的位置之间的距离。

主车的通行效率收益函数f_eff，EV(i)计算公式：

t_EV＝L_EV/v_EV

t_eff，EV＝L_EV/v_eff

其中，主车的车速为v_EV，L_EV为主车距离冲突区域的距离，t_EV为当前主车到达冲突区域所需时间，t_eff，EV为主车到达冲突区域所需的最短时间。

9.一种考虑社会兼容的自动驾驶决策的系统，其特征在于，包括：

环境信息获取模块，用于获取主车周围的静态、动态交通环境信息原始数据；

特征提取模块，用于将静态、动态交通环境信息原始数据进行特征提取，获得场景类型、道路限速、车道数、道路宽度信息、交互对象的属性、与主车的相对位姿、相对运动信息；

操作风格识别模块，用于基于交互对象的属性、与主车的相对位姿和相对运动信息，识别交互对象操作者的操作风格；

计算模块，用于基于静态、动态交通环境特征，量化计算主车和每个交互对象之间的社会兼容性收益，包括社会契合度收益、利他性收益和自身收益；

决策模块，用于计算不同的主车决策组合下，主车与每个交互对象间的社会兼容性，选择最大社会兼容性对应的最优主车决策组合；所述主车决策组合包括驾驶意图、油门、刹车、转向。

Images